Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jurnal Biologi Tropis Jambura Journal of Electrical and Electronics Engineering SIMBIOSA
Salihi, Irvan Abraham
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Energy Engineering Immunology & microbiology

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Ecosystem Degradation in the Limboto Watershed from an Environmental Ethics Perspective Lahay, Rakhmat Jaya; Hamidun, Marini Susanti; Rahim, Sukirman; Panai, Abdul Haris; Salihi, Irvan Abraham
SIMBIOSA Vol 13, No 2 (2024): SIMBIOSA
Publisher : Program Studi Pendidikan Biologi, Universitas Riau Kepulauan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33373/simbiosa.v13i2.7238

Abstract

Pertanyaan mendasar secara filosofi terkait dengan degradasi daerah aliran sungai adalah adalah mengapa daerah aliran sungai perlu dikelola dengan baik dan dilestarikan. Respon dari pertanyaan ini sangat bergantung dari cara pandang kita terhadap objek daerah aliran sungai. Tulisan ini mengkaji degradasi DAS Limboto melalui perspektif etika lingkungan, khususnya pemikiran Aldo Lopold, Arne Naes dan Seyyed Hossein Nasr. Pendekatan penelitian menggunakan kajian pustaka yang berisi uraian teori dan pemikiran filsuf tentang etika lingkungan yang diperoleh dari beberapa referensi. Ketiga pemikiran ini menunjukkan kesamaan pada penolakan cara memperlakukan lingkungan yang eksploitatif. Pemikiran ketiganya yang serupa lainnya adalah pendekatan yang digunakan bersifat ekosentrisme, meskipun dengan latar belakang dan dasar filosofis yang berbeda. Ketiga pemikir ini lebih menekankan pada hak-hak yang dimiliki alam yang tidak dapat direduksi untuk memenuhi keinginan manusia. Dalam konteks DAS Limboto, pendekatan ekosentrisme ini dapat menuntun kita untuk merubah paradigma secara radikal dalam berinteraksi dengan ekosistem DAS dan menempatkan keberlanjutan alam sebagai prioritas utama.
Community Structure Analysis of The Boroko and Binuanga Mangrove Areas North Bolaang Mongondow Regency, North Sulawesi Province SM, Farid; Mohamad, Nurdin; Salihi, Irvan Abraham; Wantogia, Misnawaty; Kumaji, Syam S.; Utina, Ramli; Hasim, Hasim; Baderan, Dewi Wahyuni K.
Jurnal Biologi Tropis Vol. 24 No. 2 (2024): April - Juni
Publisher : Biology Education Study Program, Faculty of Teacher Training and Education, University of Mataram, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jbt.v24i2.6851

Abstract

Mangrove forests are one of the potential coastal and marine natural resources that Indonesia has, as an abundant archipelagic country. The area of mangrove forests in Indonesia is approximately 3,490,000 ha or equivalent to 21% of the world's mangrove forests. This research aims to analyze the community structure of the Boroko and Binuanga mangrove areas, North Bolaang Mongondow Regency, North Sulawesi Province. The research uses a survey method with a quantitative descriptive approach, namely a method of collecting data directly at the research location. The survey method was used to collect data in the form of mangrove identification, species diversity, species evenness and species uniformity in the mangrove area at the research location. The types of mangroves found in the Boroko and Binuanga mangrove areas consist of 7 species, namely Rhizophora apiculata, Rhizophora mucronata, Ceriops tagal, Bruguiera gymnorrhiza, Avicennia alba, Lumnitzera littorea, and Sonneratia alba. The results of the analysis of the diversity index, species richness and evenness of mangrove species in Boroko and Binuanga villages obtained a diversity index (H') value of 1.29-1.34, species richness (DMg) 1.01-1.23 and species evenness (E ) 0.68-0.71. The diversity of mangrove species in Boroko and Binuanga Villages is in the medium category, the evenness index (E) shows that the evenness of mangrove plants is stable and based on the species richness index criteria the two research locations are in the low species richness category.
Analisis Sentimen Terhadap Penggunaan Aplikasi Shopee Mengunakan Algoritma Support Vector Machine (SVM) Idris, Irma Surya Kumala; Mustofa, Yasin Aril; Salihi, Irvan Abraham
Jambura Journal of Electrical and Electronics Engineering Vol 5, No 1 (2023): Januari - Juni 2023
Publisher : Electrical Engineering Department Faculty of Engineering State University of Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jjeee.v5i1.16830

Abstract

Analisis Sentimen merupakan cabang dari penelitian text mining yang melakukan proses pengklasifikasian dokumen teks. Analisis sentimen dapat melakukan ekstraksi pendapat, emosi, dan evaluasi tertulis seseorang tentang topik tertentu menggunakan teknik pemrosesan Bahasa alami. Pada penelitian ini melakukan analisis sentiment terhadap penggunaan aplikasi Shopee menggunakan algoritma Support Vector Machine (SVM). Tujuan dari penelitian ini adalah untuk mengklasifikasi data komentar dari pengguna aplikasi Shopee kedalam komentar positif dan negatif dengan mempelajari pendapat pengguna tentang aplikasi Shopee melalui ulasan yang diberikan, dan untuk mengetahui kinerja dari metode pengklasifikasi yang digunakan. Pada penelitian ini data diperoleh dengan cara mengangkat data dari ulasan penggunakan aplikasi Shopee menggunakan metode scraping dan berhasil mendapat 3000 data ulasan. Hasil penelitian menggunakan algoritma Support Vector Machine terbukti mampu menghasilkan kinerja yang cukup baik dengan hasil akurasi sebesar 98% dan f1-score sebesar 0.98 atau sebesar 98%.Sentiment analysis is a branch of text mining research that carries out the process of classifying text documents. Sentiment analysis can extract one's opinions, emotions, and evaluations about a certain topic using natural language techniques. In this study, sentiment analysis was carried out on the use of the Shopee application using the Support Vector Machine (SVM) algorithm. The purpose of this study is to classify comment data from Shopee application users, positive and negative comments by studying user opinions about the Shopee application through the reviews provided, and to determine the performance of the classifier method used. In this study, the data was obtained by collecting data from reviews on the use of the Shopee application using the scraping method and managed to get 3000 data reviews. The results of research using the Support Vector Machine algorithm are proven to be able to produce quite good performance with an accuracy of 98% and an f1-score of 0.98 or 98%. 
Co-Authors Abdul Haris PanaI Dewi Wahyuni K. Baderan Hasim Hasim Idris, Irma Surya Kumala Marini Susanti Hamidun Mohamad, Nurdin Mustofa, Yasin Aril Rakhmat Jaya Lahay Ramli Utina SM, Farid Sukirman Rahim Syam S. Kumaji Wantogia, Misnawaty