Article Per Year (5 Year)
p-Index From 2021 - 2026
1.704
P-Index
This Author published in this journals
All Journal International Journal of Advances in Intelligent Informatics Jurnal Teknologi dan Sistem Komputer Faktor Exacta Jurnal Sains dan Informatika Jurnal Sustainable: Jurnal Hasil Penelitian dan Industri Terapan KOMPUTA : Jurnal Ilmiah Komputer dan Informatika Jurnal ABDINUS : Jurnal Pengabdian Nusantara Jurnal Anugerah: Jurnal Pengabdian Kepada Masyarakat Bidang Keguruan dan Ilmu Pendidikan Journal of Artificial Intelligence and Technology Information Journal of Information Systems and Technology (JISTech)
Muhamad Radzi Rathomi
Computer Science Department, Engineering Faculty, Universitas Maritim Raja Ali Haji
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Social Sciences Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
PENERAPAN METODE AVERAGE BASED LENGTH FUZZY TIME SERIES LEE UNTUK PREDIKSI KECEPATAN ANGIN DI KABUPATEN NATUNA Dela Nifari; Nurfalinda Nurfalinda; Muhamad Radzi Rathomi
Faktor Exacta Vol 18, No 4 (2025)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/faktorexacta.v18i4.27726

Abstract

Wind speed is a critical parameter that significantly affects the safety of maritime activities, particularly in Natuna Regency, a strategic region with substantial marine potential. This study aims to predict wind speed in Natuna Regency using the Average Based Length Fuzzy Time Series Lee method. The data utilized in this research consists of the average wind speed data for Natuna Regency obtained from the Meteorological Station of BMKG Ranai, covering the period from January 1, 2023, to December 31, 2023, comprising 365 data points. The interval length in the process significantly influences the prediction results. Based on testing, the model achieved a Mean Absolute Percentage Error (MAPE) of 24.42% with an accuracy rate of 78.05%, indicating that the Average Based Length Fuzzy Time Series Lee method demonstrates a reasonably good level of forecasting accuracy for predicting wind speed in Natuna Regency.
IMPLEMENTASI AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DALAM PREDIKSI JUMLAH PENDUDUK MISKIN KOTA TANJUNGPINANG Musliha Musliha; Nurfalinda Nurfalinda; Muhamad Radzi Rathomi
Faktor Exacta Vol 18, No 4 (2025)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/faktorexacta.v18i4.27731

Abstract

Poverty is one of the main development issues faced by developing countries, including Indonesia. In Tanjungpinang City, located in the Riau Islands Province, the poverty rate in 2022 reached 27.54 thousand people. Therefore, this study aims to predict the number of poor people in Tanjungpinang City using the Autoregressive Integrated Moving Average (ARIMA) method. The data used is monthly time series data from 2015 to 2022, totaling 96 data points. The analysis process begins with stationarity tests, differencing, and selecting the best ARIMA model. The best model identified is ARIMA (1,2,0). Evaluation results indicate that this model has a Mean Absolute Percentage Error (MAPE) of 10.6%, signifying a good level of prediction accuracy. The predicted number of poor people for January 2023 is 18.302 thousand. This research is expected to serve as a reference for the government in designing strategic policies to address poverty in Tanjungpinang City.
Klasifikasi Sampah Laut Jenis Limbah Plastik Menggunakan Metode Convolutional Neural Network Backpropagation (Perairan Kota Tanjungpinang) Hardi Prayuda; Muhamad Radzi Rathomi; Novrizal Fattah Fahmitra
Jurnal Sains dan Informatika Vol. 11 No. 2 (2025): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v11i2.1644

Abstract

Pencemaran laut akibat sampah plastik menjadi isu global, termasuk di Kota Tanjungpinang. Sampah plastik yang sulit terurai ini membahayakan ekosistem laut dan aktivitas manusia. Penelitian ini bertujuan untuk mengklasifikasikan jenis sampah plastik menggunakan metode CNN Backpropagation dengan arsitektur VGG-16 untuk meningkatkan efektivitas pengelolaan sampah. Dataset tersebut mencakup citra sampah laut dengan empat kelas sampah plastik: bungkus makanan, kantong plastik, botol plastik, dan bungkus minuman, beserta beberapa sampah non-plastik sebagai pembanding. Model dilatih dengan ukuran batch 32 dan dievaluasi pada epoch 50 hingga 250. Performa terbaik dicapai pada epoch 250, dengan akurasi 97,66% dan loss 0,0798. Pengujian menghasilkan akurasi 93% untuk bungkus makanan, 93% untuk kantong plastik, 90% untuk botol plastik, 86% untuk bungkus minuman, dan 75% untuk sampah non-plastik. Model ini secara efektif mengklasifikasikan sampah plastik, mendukung pengelolaan sampah laut yang lebih baik di Kota Tanjungpinang.
Implementasi Integrasi QR Code Terenkripsi Berbasis AES-128 untuk Pencegahan Pemalsuan Sertifikat English Test Program (ETP): Studi Kasus UPA Bahasa Universitas Maritim Raja Ali Haji Irwan Saputra; Muhamad Radzi Rathomi; Berta Erwin Slam
Journal of Artificial Intelligence and Technology Information (JAITI) Vol. 4 No. 3 (2026): Volume 4 Number 3 September 2026 (Issue in Progress)
Publisher : PT. Tech Cart Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/jaiti.v4i3.342

Abstract

Pemanfaatan Sertifikat English Test Program (ETP) dalam bentuk digital di Unit Penunjang Akademik (UPA) Bahasa Universitas Maritim Raja Ali Haji (UMRAH) masih menghadapi permasalahan keamanan karena penggunaan QR Code yang dibuat secara manual sehingga rentan terhadap duplikasi dan pemalsuan. Penelitian ini bertujuan mengembangkan mekanisme verifikasi keaslian Sertifikat ETP melalui integrasi algoritma Advanced Encryption Standard (AES-128) dengan QR Code terenkripsi. Kebaruan penelitian ini terletak pada penyematan ciphertext hasil enkripsi AES-128 ke dalam QR Code sebagai mekanisme autentikasi yang mendukung verifikasi keaslian sertifikat digital secara cepat, akurat, dan andal. Penelitian menggunakan pendekatan pengembangan sistem dengan membangun aplikasi berbasis web menggunakan React, Node.js, MongoDB, dan pustaka CryptoJS. Data sertifikat yang meliputi NIM, nama mahasiswa, dan skor ETP dienkripsi menggunakan AES-128, kemudian hasil enkripsi dalam format Base64 disematkan ke dalam QR Code pada sertifikat digital. Pengujian sistem dilakukan menggunakan metode Black Box Testing, pengujian avalanche effect, serta simulasi berbagai skenario pemalsuan sertifikat. Hasil penelitian menunjukkan bahwa seluruh fungsi sistem berjalan sesuai kebutuhan dengan tingkat keberhasilan Black Box Testing sebesar 100%, sedangkan pengujian avalanche effect menghasilkan nilai rata-rata 49,87% yang menunjukkan karakteristik keamanan AES-128 telah terpenuhi. Selain itu, sistem mampu mendeteksi seluruh skenario pemalsuan, meliputi modifikasi dokumen, penggantian maupun pembuatan QR Code tiruan, serta pemalsuan total sertifikat melalui proses verifikasi keaslian. Dengan demikian, mekanisme verifikasi berbasis integrasi AES-128 dan QR Code terenkripsi terbukti mampu meningkatkan keamanan dan integritas data serta mendukung autentikasi Sertifikat ETP secara efektif di lingkungan UPA Bahasa UMRAH.
Co-Authors Bachtiar, Ibnu Kahfi Chahyadi, Ferdi Dela Nifari Farel Putra Albana Fiani, Mia Al Hardi Prayuda Hayaty, Nurul Hekso, Anton Irwan Saputra Martaleli Bettiza Matulatan, Tekad MHD. Reza M.I. Pulungan Musliha Musliha Nola Ritha Novrizal Fattah Fahmitra Novrizal Fattah Fahmitra Nurfalinda, Nurfalinda Raja Azian Ritha, Nola SLAM, Berta Erwin