Article Per Year (5 Year)
p-Index From 2021 - 2026
1.953
P-Index
This Author published in this journals
All Journal Journal of ICT Research and Applications Jurnal Abadimas Adi Buana Jurnal Onoma: Pendidikan, Bahasa, dan Sastra Teknik: Jurnal Ilmu Teknik dan Informatika Jurnal Manajemen Informatika & Teknologi Journal of Artificial Intelligence and Digital Business Telecommunications, Networks, Electronics, and Computer Technologies (TELNECT) Jurnal Ilmiah Ilmu Komputer dan Teknologi Informasi (JIKOMTI)
Ali Muhammad
Universitas Sains Indonesia
Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Public Health Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Paraphrasing Method Based on Contextual Synonym Substitution Ari Moesriami Barmawi; Ali Muhammad
Journal of ICT Research and Applications Vol. 13 No. 3 (2019)
Publisher : LPPM ITB

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5614/itbj.ict.res.appl.2019.13.3.6

Abstract

Generating paraphrases is an important component of natural language processing and generation. There are sev­eral applications that use paraphrasing, for example linguistic steganography, recommender systems, machine translation, etc. One method for paraphrasing sentences is by using synonym substitution, such as the NGM-based paraphrasing method proposed by Gadag et al. The weakness of this method is that ambiguous meanings frequently occur because the paraphrasing process is based solely on n-gram. This negatively affects the naturalness of the paraphrased sentences. For overcoming this problem, a contextual synonym substitution method is proposed, which aims to increase the naturalness of the paraphrased sentences. Using the proposed method, the paraphrasing process is not only based on n-gram but also on the context of the sentence such that the naturalness is increased. Based on the experimental result, the sentences generated using the proposed method had higher naturalness than the sentences generated using the original method.
PELATIHAN APLIKASI INDEK TATA KELOLA ONLINE (ITK-O) KEPADA PERSONIL POLRESTA BANJARMASIN MUHAHMMAD HIDAYAT; Akhmad Syarwani; Ali Muhammad; M. Rizki Zulkarnain
Jurnal Abadimas Adi Buana Vol 7 No 01 (2023): Jurnal Abadimas Adi Buana
Publisher : LPPM Universitas PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/abadimas.v7.i01.a7454

Abstract

Indeks Tata Kelola Kepolisian (ITK) adalah alat yang digunakan untuk mengukur kinerja tata kelola kepolisian di tingkat Mabes, Polda, dan Polres dengan menerapkan prinsip-prinsip tata kelola pemerintahan yang baik. ITK telah dilakukan sejak tahun 2015 dengan tujuan mewujudkan profesionalisme Polri yang bersih dari korupsi, kolusi, dan nepotisme. Pengukuran ini didasarkan pada prinsip-prinsip tata kelola Polri yang meliputi kompetensi, daya tanggap, perilaku transparan, keadilan, efektivitas, dan akuntabilitas. Dalam konteks Polresta Banjarmasin, pengukuran ITK-O dilakukan untuk mengevaluasi tingkat pelayanan dalam hal permohonan SIM, SKCK, BPKB, tilang, sidik jari, dan pengaduan masyarakat. Evaluasi ini bertujuan untuk mengukur tingkat kepuasan masyarakat, mengidentifikasi potensi pungutan liar, serta mengungkap adanya praktik KKN dalam proses administrasi. Sebanyak 101 responden, terdiri dari 51 responden internal dan 50 responden eksternal, dilibatkan dalam survei ini. Pengukuran ITK-O Polresta Banjarmasin dilakukan secara serentak di Aula Endra Dharma Polresta Banjarmasin pada tanggal 13 Maret 2023. Seluruh responden mengisi survei secara online melalui perangkat smartphone dan laptop masing-masing. Dalam pelaksanaan pengukuran ITK-O, beberapa kendala teknis dihadapi. Salah satu kendala adalah keterbatasan aplikasi ITK-O yang belum sepenuhnya ramah pengguna mobile, yang menyebabkan keterbacaan teks menjadi kurang optimal. Selain itu, sistem juga tidak dapat menyimpan hasil jawaban secara otomatis untuk setiap pertanyaan yang dijawab. Sebagai akibatnya, beberapa responden terpaksa harus mengulang proses pengisian survei dari awal jika terjadi kesalahan saat mengunggah identitas mereka.
Pengembangan Parsing PCPATR Sebagai Preservasi Bahasa dan Sastra Banjar Novia Winda; Ali Muhammad
Jurnal Onoma: Pendidikan, Bahasa, dan Sastra Vol. 9 No. 2 (2023)
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/onoma.v9i2.2961

Abstract

Banjar Mantra is part of the Banjar language and literature in the form of words recited orally by certain people. Mantras are considered to have magical powers for supernatural powers and curses. This study aims to develop a sentence parsing device as a Language and Literature Preservation of Banjar using a sentence parsing application (parse PC-PATR). Parse PC-PATR is a sentence parsing application that will produce a pattern tree to represent the syntactic structure of sentences based on the Banjar language grammars. The problem in this research is that the mantra corpus uses the old genre of Banjarese language and literature. Words in the old genre are currently not widely used in communication by the Banjar people. On the other hand, the absorption of Arabic also presents its own problems. Finally, it is difficult to find the availability of experts who still preserve the Banjar mantra. This research used the ADDIE method with 20 Banjar mantras as test sentences and involved 3 committees of linguists as examiners. The research results showed that the naturalness of the test sentences was as low as 6%. The average parsing tree suitability percentage is 98%. This shows that the sentence parser is acceptable even though the naturalness of the test sentences is only 18% on average.
Sistem Pendukung Keputusan Penerimaan Mahasiswa Baru STKIP PGRI Banjarmasin Menggunakan Metode Simple Additive Weighting (SAW) Muhammad, Ali; Subandi, Subandi; Ajabaan A. K., El Faathir
Telecommunications, Networks, Electronics, and Computer Technologies (TELNECT) Vol 1, No 1 (2021): Juni 2021
Publisher : Program Studi S1 Sistem Telekomunikasi Universitas Pendidikan Indonesia Kampus Purwakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/telnect.v1i1.36032

Abstract

Dalam meningkatkan layanan penerimaan mahasiswa baru STKIP PGRI Banjarmasin diperlukan pengambilan keputusan yang tepat dalam memilih kandidat mahasiswa terbaik yang akan dibina dan diberikan beasiswa. STKIP PGRI Banjarmasin melakukan analisa nilai dengan menggunakan data pendaftaran calon mahasiswa baru tahun 2020. Hasilnya, proses dilakukan secara manual dan sangat rentan dengan kesalahan. Simple additive Weighting adalah salah satu metode Fuzzy Multiple Attribute Decision Making (FMADM) yang mampu menyelesaikan masalah multile attribut dengan cara membobotkan semua kriteria dan alternatif yang menghasilkan nilai referensi yang sangat tepat. Penelitian ini menggunakan 7 Kriteria penilaian. Hasil pengujian kualitas dan kemudahan penggunaan sistem pendukung keputusan penerimaan mahasiswa baru menunjukkan indikator keberhasilan sistem paling rendah adalah 87% pada fleksibilitas sistem pendukung keputusan dan indikator keberhasilan sistem paling tinggi sebesar 100% pada keamanan, isi, akurasi, dan susunan sistem pendukung keputusan.
Penerapan Algoritma Klasifikasi untuk Deteksi Dini Penyakit Jantung Koroner Berdasarkan Gejala Klinis Setiawan, Dita; Ali Muhammad; Siti Herawati Fransiska Dewi
Teknik: Jurnal Ilmu Teknik dan Informatika Vol. 5 No. 1 (2025): Mei: Teknik: Jurnal Ilmu Teknik dan Informatika
Publisher : LPPM Sekolah Tinggi Ilmu Ekonomi - Studi Ekonomi Modern

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/teknik.v5i1.706

Abstract

Coronary heart disease (CHD) remains a leading cause of mortality worldwide. Early detection is essential to reduce complications and improve patient outcomes. This study aims to develop a classification model using machine learning algorithms to predict CHD risk based on clinical symptoms. The dataset used is the Cleveland Heart Disease dataset from the UCI Machine Learning Repository, consisting of 303 patient records with 14 clinical features. The preprocessing stage involved handling missing values, normalizing features, and transforming categorical variables. Four classification algorithms were applied: K-Nearest Neighbors (K-NN), Decision Tree, Random Forest, and Support Vector Machine (SVM). Each model was trained using stratified 10-fold cross-validation to ensure generalizability. Evaluation using accuracy, precision, recall, F1-score, and ROC-AUC metrics showed that the Random Forest algorithm achieved the highest performance with 87.2% accuracy. Feature importance analysis indicated that chest pain type, resting blood pressure, cholesterol, and ST depression were the most influential indicators. These results demonstrate that machine learning, particularly Random Forest, can effectively support early diagnosis of CHD in clinical settings and has the potential to be integrated into clinical decision support systems (CDSS).
Implementasi Algoritma k-Nearest Neighbor (k-NN) pada Data Ulasan Pelaksanaan Pembelajaran Daring Firizkiansah, Angge; Muhammad, Ali; Setiawan, Dita
JIKOMTI : Jurnal Ilmiah Ilmu Komputer dan Teknologi Informasi Vol. 1 No. 1 (2024): JIKOMTI: Desember 2024
Publisher : Universitas Sains Indonesia Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi informasi memberikan dampak dalam proses pembelajaran di perguruan tinggi, dimana pelaksanaannya dapat dilakukan secara daring. Pembelajaran daring yang dilakukan harus dievaluasi untuk menjaga mutu pembelajarannya. Di salah satu perguruan tinggi swasta di Indonesia, telah melakukan proses evaluasi terhadap pelaksanaan pembelajaran daring, yaitu melalui ulasan pelaksanaan pembelajaran daring oleh mahasiswa. Berdasarkan data ulasan dari mahasiswa, dilakukan analisis untuk menggambarkan setiap ulasan merupakan saran atau masukan terhadap pelaksanaan pembelajaran daring yang diklasifikasikan dari sisi akademik maupun nonakademik. Pengklasifikasian ulasan tersebut dapat dilakukan menggunakan pendekatan machine learning. Pada penelitian ini, dilakukan pengukuran tingkat akurasi terhadap pengklasifikasian ulasan pelaksanaan pembelajaran daring menggunakan algoritma k-Nearest Neighbor (k-NN). data yang digunakan berupa data teks ulasan pelaksanaan pembelajaran daring dari suatu perguruan tinggi dengan jumlah data sebanyak 4320 ulasan. Hasil uji menggunakan algoritma k-NN untuk pengkategorian data teks ulasan pelaksanaan pembelajaran daring diperoleh nilai tertinggi pada k=2 dengan accuracy 87,39%, precision 84,17%, recall 94,07%, dan AUC 0,843. Hal tersebut dapat disimpulkan bahwa algoritma k-NN cukup baik dalam mengkategorikan data teks ulasan pelaksanaan pembelajaran daring.
Pengklasifikasian Dokumen Teks Bahasa Indonesia berbasis Vektor Space Model dengan menggunakan Metode k-Nearest Neighbor (k-NN) dan Euclidean Distance Setiawan, Dita; Muhammad, Ali; Firizkiansah, Angge
JIKOMTI : Jurnal Ilmiah Ilmu Komputer dan Teknologi Informasi Vol. 1 No. 1 (2024): JIKOMTI: Desember 2024
Publisher : Universitas Sains Indonesia Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Proses klasifikasi dokumen yang manual dalam memahami isi materi dan menentukan kategori membutuhkan waktu yang lama. Terlebih jika dokumen dalam jumlah yang banyak dan jumlah kategori yang cukup beragam serta topik yang diulas memiliki kemiripan makna satu sama lain. Hal ini sangat menyulitkan penggunanya karena dibutuhkan ketelitian dan waktu yang tidak sebentar dalam pengklasifikasian. Untuk menangani hal tersebut diperlukan sebuah model sistem yang dapat mengklasifikasikan dokumen teks sesuai dengan kategorinya. Diawali dengan tahap preprocessing dimana sebuah dokumen dilakukan penyeragaman dan kemudahaan pembacaan yang selanjutnya dilakukan pembobotan teks dan penentuan algoritma yang digunakan dalam proses pengklasifikasian. Metode yang digunakan dalam penelitian ini adalah algoritma k-Nearest Neighbor (k-NN). Metode k-NN bekerja dengan prinsip dasar mencari tingkat kemiripan suatu objek dengan beberapa objek lainnya. Penggunaan metode k-NN akan lebih mudah jika telah menggunakan sebuah fungsi, kebanyakan fungsi yang digunakan adalah fungsi kesamaan cosinus karena k-NN bekerja dengan prinsip dasar mencari tingkat kemiripan antar objek. Namun untuk dapat mengetahui tingkat kemiripan suatu objek dibutuhkan parameter jarak terdekat antara dua data dengan menggunakan Euclidean. Pada penelitian ini menggunakan fungsi koefisien jarak yang menunjukan hubungan terbalik dengan derajat kesamaan dan sering disebut sebagai ukuran ketidaksamaan (distance) akan mempermudah dalam mengukur kesetaraan antar dua data. Sehingga model yang diusulkan pada penelitian ini adalah mengklasifikasikan dokumen teks bahasa Indonesia berbasis Vector Space Model dengan menggunakan metode k-Nearest Neighbor dan Euclidean Distance. Hasil dari penelitian ini menunjukan bahwa klasifikasi menggunakan k-NN dengan menghitung jarak antar vector menggunakan Euclidean Distance menghasilkan ketepatan klasifikasi yang paling baik, dengan nilai Accuracy sebesar 93.2%, Precision sebesar 96.2%, Recall sebesar 95.2% dan F1-Score sebesar 92.6% dari pembandingan 30 dokumen (k=5) dengan masing-masing dokumen uji.
Implementasi SAW dan AHP pada Sistem Pendukung Keputusan di Bikin Aplikasi DEV Herawati Fransiska Dewi, Siti; Muhammad, Ali
Jurnal Manajemen Informatika & Teknologi Vol. 5 No. 1 (2025): Mei : Jurnal Manajemen Informatika & Teknologi
Publisher : LPPM Sekolah Tinggi Ilmu Ekonomi - Studi Ekonomi Modern

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/3gj98223

Abstract

Bikin Aplikasi DEV is a freelance group specializing in online application and website development, often facing challenges in determining project priorities effectively. Limited resources and multiple incoming project requests make decision-making crucial. This study aims to develop a decision support system to assist the team in prioritizing projects objectively. The Analytical Hierarchy Process (AHP) method is used to assign weights to each criterion based on their level of importance, while the Simple Additive Weighting (SAW) method is applied to calculate project scores based on these weights. The implementation results show that the system can generate project rankings that align with the team’s needs and help optimize time and resource allocation. This system offers a practical and adaptive tool for freelance teams in project management, particularly when dealing with simultaneous project demands.
Sistem Rekomendasi Penjurusan Keahlian pada SMK Jurusan Komputer Berbasis Sinyal Electroencephalograph (EEG) Muhammad, Ali; Widyastuti, Nurul; Firizkiansah, Angge; Ardiansyah, Miri; Rizki Maulana, Imron; Ramadhan, Afrijal Gigih; Putri, Syakila Harika
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2149

Abstract

Penjurusan pada Sekolah Menengah Kejuruan menjadi tonggak utama untuk kesuksesan siswa dalam mempengaruhi kualitas pembelajaran dan kesiapan mereka didunia kerja. Penelitian bertujuan untuk membuat sistem rekomendasi penentuan jurusan berbasis sinyal EEG (Electroencephalography) dari gelombang otak. Manfaat penelitian ini adalah membantu pada pendidik dan siswa dalam menentukan jurusan dan keahlian siswa. Penelitian ini menggunakan metode klasifikasi Naïve Bayes dengan model pengembangan aplikasi berbasis metode DevOps. Pengujian aplikasi ini menggunakan Metode BlackBox dan Human Organization Technology (HOT-Fit Model). Hasil pengujian menunjukkan bahwa bahwa Algoritma Naïve Bayes dapat mengklasifikasikan potensi dan keahlian siswa berdasarkan potensi dan keahlian siswa yang diperoleh dari perekaman gelombang otak. Hasil pengujian Blackbox menunjukkan bahwa aplikasi dapat berjalan sesuai dengan parameter yang diharapkan. Pengujian Human Organization Technology (HOT-Fit Model) pada tingkat kepuasan pengguna menunjukkan hasil bahwa 99% pengguna sangat setuju bahwa aplikasi sangat bermanfaat untuk kegiatan penggalian potensi dan keahlian siswa. Terakhir, pengujian Net Benefit pada Human Organization Technology (HOT-Fit Model) menunjukkan bahwa 100% pengguna sangat setuju bahwa aplikasi sangat membantu dalam menemukan informasi potensi dan keahlian siswa dan aplikasi dapat digunakan sebagai sarana pencapai tujuan penelitian dan pembelajaran yang efektif.
Pengembangan Aplikasi Part-of-Speech Tagger Bahasa Banjar Menggunakan Metode Pengembangan DevOps Muhammad, Ali; Widyastuti, Nurul
JIKOMTI : Jurnal Ilmiah Ilmu Komputer dan Teknologi Informasi Vol. 1 No. 1 (2024): JIKOMTI: Desember 2024
Publisher : Universitas Sains Indonesia Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perangkat pemrosesan bahasa alami bahasa Banjar saat ini sangat dibutuhkan dalam berbagai aspek dan mulai digunakan sebagai perangkat referensi preservasi bahasa daerah suku Banjar. Perangkat pemrosesan bahasa alami bahasa Banjar juga dapat dijadikan acuan sebagai perangkat pembelajaran bahasa Banjar sebagai upaya pemertahanan bahasa agar bahasa Banjar tidak tergerus oleh bahasa lainnya. Tujuan utama dari penelitian ini adalah untuk mengembangkan aplikasi Part-of-Speech Tagger Bahasa Banjar dengan menggunakan metode pengembangan DevOps dan melakukan pengujian dengan kerangka evaluasi Human Organization Technology (HOT-Fit Model). Hasil Penelitian menunjukkan bahwa metode pengembangan aplikasi DevOps sangat berguna dalam meningkatan kinerja programmer pengembangan aplikasi Part-of-Speech Tagger Bahasa Banjar. Pengujian dengan kerangka evaluasi Human Organization Technology (HOT-Fit Model) mengidentifikasi bahwa 100% responden sangat setuju bahwa aplikasi mempunyai Net Benefit yang tinggi. Selain daripada itu, 100% Responden juga sangat setuju bahwa aplikasi selalu diperbarui dan Pihak bahasa/BRIN menyediakan dukungan dalam pengembangan aplikasi. Responden juga sangat setuju 100% bahwa aplikasi sangat bermanfaat, bukan saja sebagai perangkat preservasi bahasa, melainkan juga sebagai perangkat pembelajaran sebagai upaya pemertahanan bahasa daerah Banjar.
Co-Authors Ajabaan A. K., El Faathir Akhmad Syarwani Angge Firizkiansah Ardiansyah, Miri Ari Moesriami Barmawi Djojosugito, Muhammad Aria Armada Herawati Fransiska Dewi, Siti M. Rizki Zulkarnain Maulana, Imron Rizki Muhammad Hidayat Novia Winda Putri, Syakila Harika Ramadhan, Afrijal Gigih Rizki Maulana, Imron Setiawan, Dita Siti Herawati Fransiska Dewi Subandi Subandi Widyastuti, Nurul