Article Per Year (5 Year)
p-Index From 2020 - 2025
0.882
P-Index
This Author published in this journals
All Journal Jurnal Dinamika Pengabdian (JDP) INTEGRITAS : Jurnal Pengabdian Indonesian Journal of Data and Science Jurnal Minfo Polgan (JMP) Buletin Sistem Informasi dan Teknologi Islam
jabir, sitti rahmah
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Social Sciences

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Prediksi Potensi Donatur Menggunakan Model Logistic Regression jabir, sitti rahmah; Azis, Huzain; Widyawati, Dewi; Tenripada, Andi Ulfa
Indonesian Journal of Data and Science Vol. 4 No. 1 (2023): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v4i1.64

Abstract

GRDS menghadapi kelangkaan dana, ketika diperlukan untuk merawat para korban Gaja. Gaja adalah topan bernama kelima dari musim siklon Samudra Hindia Utara 2018 yang mempengaruhi sebagian besar tempat di Tamil Nadu, India selama bulan November 2018. Tujuan dari penelitian ini adalah untuk menggunakan riwayat donasi untuk menganalisis apakah donator akan menyumbang atau tidak menggunakan regresi logistik. Data Tamil Nadu diberikan untuk menerapkan model yang dibangun untuk memprediksi donator yang paling mungkin menjadi korban topan Gaja. Pada tahap pengumpulkan data seringkali terjadi hambatan, salah satu hambatannya yaitu fenomena missing data atau data hilang. Akibat dari adanya missing data adalah pendugaan parameter menjadi tidak efisien. Ukuran data yang berkurang dapat mengakibatkan kesulitan dalam menganalisis, sehingga hasil yang didapatkan menjadi tidak valid dan tujuan dari penelitian tidak tercapai. Data yang hilang akan diisi menggunakan metode single imputation. Data yang telah diimputasi menggunakan beberapa metode akan membantu dalam melakukan prediksi. Dimana algoritma yang digunakan untuk melakukan prediksi ialah logistic regression. Beberapa data dihilangkan setelah melihat multikolinearitas. Dalam tahap pemodelan, data dibagi menjadi 2 yaitu 70% untuk data pelatihan dan 30% untuk data tes. Dimana hasil perhitungan akurasi dari model ialah 0,6129 yang menunjukkan bahwa model tidak melakukan prediksi dengan baik menggunakan metode tersebut.
Sosialisasi dan Workshop Peningkatan Indikator Visibility Webometrics di Fakultas Kedokteran Universitas Muslim Indonesia Asis, Muhammad Arfah; Jabir, Sitti Rahmah; Tenripada, Andi Ulfah
INTEGRITAS : Jurnal Pengabdian Vol 8 No 1 (2024): JANUARI - JULI
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat - Universitas Abdurachman Saleh Situbondo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36841/integritas.v8i1.3988

Abstract

Visibility merupakan indikator webometrics dengan bobot terbesar dalam pemeringkatan. Ini menunjukkan pentingnya pengelolaan struktur dan konten website Universitas. Dilihat dari nilai website baik atau terpercaya yang malakukan backlink pada Universitas Muslim Indonesia (UMI), website Fakultas Kedokteran UMI memperoleh nilai yang terbaik walaupun memiliki nilai kinerja website terendah berdasarkan GTMetrix. Dalam rangka pengabdian ini, kami mengadakan serangkaian kegiatan sosialisasi dan workshop guna meningkatkan pemahaman tentang webometrics serta metode untuk meningkatkan performa website. Hasil evaluasi menunjukkan peningkatan signifikan dalam pengetahuan setelah sosialisasi, dengan tingkat peningkatan yang baik dari 36% menjadi 80%. Workshop dilakukan untuk memperbaiki konten, struktur website, dan penerapan Search Engine Optimization (SEO) serta backlink. Evaluasi akhir menunjukkan bahwa mitra telah memahami konsep penilaian webometrics dan mampu meningkatkan pemeringkatan website melalui pengelolaan yang lebih baik. Diharapkan, penggunaan modul dan pelatihan konten ini dapat membantu meningkatkan kualitas website Fakultas Kedokteran UMI.
PELATIHAN TEKNOLOGI BUDIDAYA LADA PERDU DI PEKARANGAN PADA KELOMPOK WANITA DI DESA PADANGLAMPE PANGKEP: Training on Cultivation Technology of Shrubs Pepper for Women Farmer's Groups in Padanglampe Village, Pangkep Syam, Netty; Nurliani, Nurliani; Jabir, Sitti Rahmah; Hidrawati, Hidrawati
Jurnal Dinamika Pengabdian Vol. 10 No. 1 (2024): JURNAL DINAMIKA PENGABDIAN VOL. 10 NO. 1 OKTOBER 2024
Publisher : Departemen Budidaya Pertanian Fakultas Pertanian UNHAS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/jdp.v10i1.40400

Abstract

Pesantren Darul Mukhlisin milik Universitas Muslim Indonesia (UMI) yang ada di Desa Mitra Binaan Desa Padanglampe memiliki lahan yang sebahagian digunakan untuk tanaman lada sejak tahun 2015.  Populasi lada sekitar 800 pohon dan sudah  beberapa kali dipanen. Pengembangan lada oleh masyarakat di sekitar pesantren terkendala oleh adanya musim kering yang panjang di Desa Padanglampe yang berlangsung selama ≥ 6 bulan. Upaya pengembangan lada dilakukan dengan Program Pemberdayaan kelompok wanita  untuk membangun daya, mendorong motivasi, membangkitkan kesadaran akan potensi yang dimilikinya dan berusaha untuk mengembangkannya. Metode yang digunakan berupa metode pelatihan partisipatif, yaitu melibatkan sebanyak mungkin peran serta mitra dalam kegiatan ceramah, diskusi, dan praktek pendampingan teknologi dan cipta karya. Teknologi yang diberikan pada mitra berupa Pembibitan lada perdu dan metode penanaman bibit ke planterbag di pekarangan. Pelaksanaan kegiatan Pelatihan dan pendampingan sudah dilaksanakan melalui transfer teknologi pada Aspek produksi Mitra sangat antusias dan berpartisipasi sangat aktif dalam semua kegiatan pelatihan dan pendampingan. ABSTRACT Darul Mukhlisin Islamic Boarding School owned by the Indonesian Muslim University (UMI) located in the Partner Village of Padanglampe Village has land that has been partly used for pepper plants since 2015. The pepper population is around 800 trees and has been harvested several times. The development of pepper by the community around the Islamic boarding school is hampered by the long dry season in Padanglampe Village which lasts for ≥ 6 months. Efforts to develop pepper are carried out through the Women's Group Empowerment Program to build power, encourage motivation, raise awareness of their potential, and strive to produce it. The method used is a training method and community mentoring through active partner participation. The technology provided to partners is in the form of pepper shrub nurseries and a method of planting seeds in planter bags in the yard. Training and mentoring activities have been carried out through technology transfer in the production aspect. Partners are enthusiastic and participate actively in all training and mentoring activities. Keywords: Shrubs pepper, group empowerment, Padanglampe Village.
Penerapan Metode Backpropagation Dalam Memprediksi Ketinggian Gelombang Laut Pada Selat Makassar Bangsawan, Muhammad Hari; Salim, Yulita; Jabir, Sitti Rahmah
Buletin Sistem Informasi dan Teknologi Islam Vol 5, No 4 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v5i4.2332

Abstract

Beberapa penelitian telah melakukan prediksi ketinggian gelombang laut menggunakan metode backpropagation, namun belum ada penelitian yang melakukannya di Selat Makassar. Oleh karena itu, penelitian ini bertujuan untuk menerapkan metode jaringan syaraf tiruan (JST) Backpropagation dalam memprediksi ketinggian gelombang laut di Selat Makassar. JST Backpropagation dipilih karena kemampuannya dalam menangani masalah prediksi dengan akurasi yang tinggi. Data yang digunakan dalam penelitian ini diperoleh dari Badan Meteorologi Klimatologi dan Geofisika (BMKG) Maritim Paotere Makassar, mencakup data harian tinggi gelombang, kecepatan angin, dan arah angin dari tahun 2019 hingga 2022. Data pelatihan mencakup periode 1 Januari 2020 hingga 30 Juni 2022, sedangkan data pengujian mencakup periode 1 Juli 2022 hingga 31 Desember 2022. Proses pelatihan menggunakan learning rate 0,1, 21 neuron pada lapisan input, 5 neuron pada lapisan tersembunyi, 7 neuron pada lapisan output, nilai batas error 0,01, beta 0,5, dan maxepoch 10.000. Hasil pengujian menunjukkan rata-rata MSE sebesar 0,1612 dan MAPE sebesar 28,27994%, menegaskan kemampuan model dalam memprediksi ketinggian gelombang laut dengan tingkat kesalahan yang dapat diterima.
Penerapan Algoritma Support Vector Machine untuk Klasifikasi Stunting pada Balita di Kabupaten Enrekang Gaffar, Andi Widya Mufila; Halis, Andi Muhammad; Purnawansyah; Jabir, Sitti Rahmah
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13620

Abstract

Stunting adalah salah satu bentuk gizi yang kurang yang ditandai dengan tinggi badan berdasarkan umur dan diukur dengan standar deviasi referensi WHO yang dapat dilihat pada Indikator TB/U (tinggi badan dengan usia). Salah satu kabupaten dengan jumlah penduduk stunting terbanyak di provinsi Sulawesi Selatan adalah Kabupaten Enrekang. Metode yang digunakan pada penelitian ini yaitu klasifikasi stunting menggunakan algoritma Support Vector Machine (SVM) dengan kernel polynomial yang bertujuan untuk mengelompokkan data anak balita di bawah 60 bulan apakah mengalami stunting atau tidak (normal). Klasifikasi Stunting pada balita memiliki signifikansi penting karena menjadi landasan untuk merancang program pencegahan Stunting. Untuk menilai performa dan cara kerja model Support Vector Machine pada data anak balita di Kabupaten Enrekang, digunakan metode pengujian cross validation. Selain itu, hasil prediksi model dibandingkan dengan fakta aktual menggunakan confusion matrix. Pada pengujian dengan 10 K-Fold Cross Validation menggunakan Support Vector Machine menunjukkan hasil dengan nilai tertinggi berada pada fold ke-4 dengan tingkat accuracy 99.13% precision 99.13% recall 99.13% f1-score 99.13%. sedangkan nilai terendah berada pada fold ke-0 dengan tingkat accuracy 95.63% precision 95.74% recall 95.63% f1-score 95.51%. Untuk rata-rata dari pengujian fold menunjukkan hasil accuracy 96.98% precision 96.99% recall 96.98% f1-score 96.94%. Sedangkan untuk hasil dari Confusion Matrix dengan nilai accuracy sebanyak 98% secara total.
Co-Authors Bangsawan, Muhammad Hari Gaffar, Andi Widya Mufila Halis, Andi Muhammad Hidrawati, Hidrawati Huzain Azis Muhammad Arfah Asis Nurliani Nurliani Purnawansyah Salim, Yulita Syam, Netty Tenripada, Andi Ulfa Tenripada, Andi Ulfah Widyawati, Dewi