Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Rekayasa Elektronik
Raihan, Muhammad Rifki
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
SISTEM PAKAR PENENTUAN KOMPOSISI SKINCARE BERDASARKAN MASALAH KULIT WAJAH MENGGUNAKAN NATURAL LANGUAGE PROCESSING (NLP) Yusuf, Muhammad; Anam, Asyrofi; Raihan, Muhammad Rifki
Jurnal Informatika dan Rekayasa Elektronik Vol. 8 No. 1 (2025): JIRE APRIL 2025
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v8i1.1431

Abstract

Berdasarkan hasil survei, sebanyak 72% wanita indonesia menggunakan skincare untuk merawat kulit wajah, namun kurang mengetahui cara merawat kulit wajah sehingga sering kali menggunakan produk dengan komposisi yang tidak sesuai dengan masalah kulit wajah. Untuk mengatasi masalah ini, penelitian ini mengembangkan sistem pakar yang memanfaatkan teknologi Natural Language Processing (NLP) dengan pendekatan Retrieval-Augmented Generation (RAG). Metode RAG menggabungkan pencarian dokumen relevan dan pembuatan teks berbasis pembelajaran mesin untuk memberikan solusi akurat melaui proses forward chaining, di mana data dari masukan pengguna dinyatakan sebagai fakta kemudian diolah menjadi keputusan. Sistem ini dirancang untuk membantu pengguna menemukan solusi skincare yang tepat sekaligus memberikan edukasi terkait komposisi perawatan kulit. Berdasarkan hasil pengujian, tingkat kemiripan antara jawaban sistem dengan pengetahuan pakar mencapai nilai tertinggi sebesar 0.9824 ? 98%, sehingga hasil dari penelitian menunjukkan bahwa sistem pakar ini mampu dalam menentukan komposisi skincare yang sesuai dengan masalah kulit wajah berdasarkan masukan dari pengguna.
PENERAPAN ALGORITMA CLUSTERING BIRCH DAN DBSCAN DALAM ANALISIS GEMPA BUMI DI INDONESIA Yusuf, Muhammad; Anam, Asyrofi; Raihan, Muhammad Rifki
Jurnal Informatika dan Rekayasa Elektronik Vol. 8 No. 2 (2025): JIRE November 2025
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v8i2.1705

Abstract

Gempa bumi merupakan fenomena alam yang terjadi akibat pergeseran lempeng bumi, aktivitas fluida, vulkanik, maupun sesar aktif, dan bersifat destruktif karena sering menimbulkan kerugian besar. Dampaknya mencakup kerusakan infrastruktur, kerugian ekonomi, dan korban jiwa. Oleh karena itu, identifikasi kawasan rawan gempa menjadi langkah penting dalam meningkatkan kewaspadaan. Penelitian ini bertujuan untuk mengeksplorasi dan membandingkan performa algoritma clustering BIRCH dan DBSCAN dalam menganalisis data gempa bumi di Indonesia hingga tahun 2025. BIRCH dipilih karena efisien untuk data besar, sedangkan DBSCAN unggul dalam mendeteksi noise dan pola yang tidak beraturan. Hasil evaluasi menunjukkan bahwa BIRCH dengan dua kelompok mampu memberikan pemetaan yang lebih jelas dan stabil dibandingkan DBSCAN. Pada BIRCH, nilai pemisahan antar kelompok lebih tinggi (Silhouette 0,8910; Calinski-Harabasz 1009,83) dan tingkat kesalahannya lebih rendah (Davies-Bouldin 0,3580). Sebaliknya, DBSCAN menghasilkan pemisahan yang kurang optimal dengan skor yang lebih rendah (Silhouette 0,8726; Calinski-Harabasz 554,37; Davies-Bouldin 0,5017). BIRCH terbukti lebih stabil dan representatif dalam menggambarkan distribusi risiko gempa bumi. Keunggulan dari penelitian ini membuka peluang untuk dilakukan pengembangan lanjutan, seperti penambahan atribut analisis dan pendekatan evaluasi guna meningkatkan akurasi dalam pengelompokan wilayah rawan gempa di Indonesia.
Co-Authors Anam, Asyrofi Muhammad Yusuf