Claim Missing Document
Check
Articles

Found 5 Documents
Search

Analysis of the Impact of Gambling and Online Loans in the Perspective of Informatics, Islam, and Kemuhammadiyahan Basri, Mhd.; Zulherry, Andi
-
Publisher : AR-RASYID : Jurnal Pendidikan Agama Islam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30596/arrasyid.v5i1.24191

Abstract

With the rapid development of digital technology, online lending services (pinjol) and online gambling (judol) have become more accessible. This raises significant concerns from the point of view of informatics, Islam, and Kemuhammadiyahan.  Using a descriptive quantitative method that combines informatics values, Islamic values, and Muhammadiyah socio-cultural principles, this study aims to analyze the influence of the two phenomena.  Data was collected through literature research and closed questionnaires distributed to one hundred respondents.  The results showed that the majority of people who participated in the study were of the opinion that pinjol and judol not only contradict Islamic principles but also support the use of sharia-based financial applications.  The research also emphasizes the importance of law enforcement and ethics when using technology. From an Islamic and Kemuhammadiyahan perspective, these two actions are considered haram and disrupt the harmony of society.  The solutions suggested by this research are improving education, improving technology ethics, and developing sharia-based financial services.
A Comparative Study : Predicting Customer Churn in Banking Using Logistic Regression & Random Forest Basri, Mhd.
ULTIMATICS Vol 17 No 1 (2025): Ultimatics : Jurnal Teknik Informatika
Publisher : Faculty of Engineering and Informatics, Universitas Multimedia Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31937/ti.v17i1.4075

Abstract

This research explores the prediction of bank customer churn using machine learning techniques. The dataset used includes various customer features such as demographics, transaction history, and interactions with the bank. After performing exploratory data analysis (EDA) and pre-processing, two machine learning models were applied: Logistic Regression and Random Forest. The EDA results showed that factors such as number of transactions, total transaction value, and credit utilization rate were correlated with the likelihood of churn. Pre-processing included handling categorical data, removing irrelevant features, and dividing the data into training and testing sets. The Logistic Regression model achieved 84% accuracy on training data and 83.9% on testing data, but showed poor performance in terms of recall and F1-score for the "Attracted Customer” class. In contrast, the Random Forest model showed excellent performance with 100% accuracy on both datasets, as well as perfect precision, recall, and F1-score values for both classes. In conclusion, the Random Forest model was selected as the best model to predict bank customer churn. These findings can help banks identify customers at risk of churn and develop effective retention strategies.
Implementasi Sistem Aplikasi Pengolahan Teks pada Gambar Menggunakan Modifikasi Metode LSB dan ROT13 Sari, Indah Purnama; Basri, Mhd.; Syafrayani, Putri Rizki
Hello World Jurnal Ilmu Komputer Vol. 4 No. 2 (2025): Edisi Juli
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/helloworld.v4i2.751

Abstract

Penelitian ini bertujuan untuk mengembangkan aplikasi yang dapat menyembunyikan pesan teks dalam gambar dengan menggunakan teknik steganografi. Metode yang digunakan dalam penelitian ini adalah Least Significant Bit (LSB) untuk menyisipkan pesan ke dalam piksel gambar, serta metode ROT13 untuk mengenkripsi pesan sebelum disisipkan. Dengan menggunakan kedua metode ini, diharapkan pesan yang disembunyikan dapat terlindungi dari pihak yang tidak berwenang. Hasil dari penelitian ini menunjukkan bahwa aplikasi yang dikembangkan mampu menyimpan dan mengambil pesan dengan baik, serta memberikan tingkat keamanan yang lebih tinggi terhadap informasi yang disimpan. Penelitian ini diharapkan dapat memberikan kontribusi dalam bidang kriptografi dan steganografi, serta menjadi referensi bagi penelitian selanjutnya.
Perancangan Sistem Keamanan untuk Deteksi Pencurian Menggunakan Sensor Magnetic dan RFID Berbasis Internet of Things Syahri, Alfi; Basri, Mhd.
Hello World Jurnal Ilmu Komputer Vol. 4 No. 3 (2025): Edisi Oktober
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/helloworld.v4i3.1166

Abstract

Kasus pencurian rumah dan barang berharga yang masih sering terjadi menunjukkan perlunya sistem keamanan yang lebih efektif. Penelitian ini bertujuan merancang dan mengimplementasikan sistem keamanan berbasis Internet of Things (IoT) yang mampu mendeteksi aksi pencurian secara real-time. Sistem ini menggunakan NodeMCU ESP8266 sebagai mikrokontroler utama, dikombinasikan dengan sensor magnetic untuk mendeteksi pembukaan pintu secara tidak sah, serta modul RFID untuk mengontrol akses masuk melalui identifikasi tag yang valid. Ketika terdeteksi adanya indikasi pencurian, notifikasi peringatan akan dikirimkan secara instan ke perangkat Android pengguna melalui aplikasi Blynk. Hasil pengujian menunjukkan bahwa sistem ini mampu memberikan peringatan dini dan kontrol akses yang aman, secara signifikan meningkatkan efektivitas perlindungan terhadap tindak pencurian. Dengan memanfaatkan teknologi IoT, sensor magnetic, dan RFID, sistem ini diharapkan dapat menjadi solusi inovatif untuk keamanan rumah yang responsif dan efisien.
Sistem Monitoring dan Pendukung Keputusan Kondisi Kesehatan Pasien Menggunakan Integrasi Sensor Tanda Vital Berbasis IoT dengan Metode C4.5 Zein, Liza Azzahra; Basri, Mhd.
Hello World Jurnal Ilmu Komputer Vol. 4 No. 3 (2025): Edisi Oktober
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/helloworld.v4i3.1170

Abstract

Perkembangan teknologi Internet of Things (IoT) telah membuka peluang besar dalam pengembangan sistem monitoring kesehatan pasien secara real-time dengan integrasi sensor tanda vital. Penelitian ini bertujuan untuk mengembangkan sebuah sistem monitoring dan pendukung keputusan kondisi kesehatan pasien yang menggabungkan sensor tanda vital berbasis IoT dengan metode C4.5 sebagai algoritma pengambilan keputusan. Sistem ini dirancang untuk mengumpulkan data vital seperti detak jantung, tekanan darah, dan suhu tubuh secara otomatis melalui sensor yang terhubung ke mikrokontroler ESP32. Data yang diperoleh kemudian diproses menggunakan metode C4.5 untuk memberikan rekomendasi kondisi kesehatan pasien secara akurat dan cepat. Metodologi penelitian meliputi tahap perancangan sistem, pengembangan perangkat keras dan perangkat lunak, implementasi, serta pengujian secara bertahap. Pengujian dilakukan dengan menjalankan program pada perangkat keras yang telah disiapkan, melakukan interaksi pengguna melalui tombol input, dan menampilkan hasil pengukuran serta analisis pada layar LCD. Hasil pengujian menunjukkan bahwa sistem mampu beroperasi dengan stabil, memberikan data tanda vital secara real-time, dan menghasilkan keputusan yang sesuai dengan kondisi kesehatan pasien. Sistem ini juga memiliki antarmuka yang mudah digunakan sehingga memudahkan pengguna dalam melakukan monitoring dan pengambilan keputusan. Implementasi sistem menggunakan perangkat keras seperti ESP32, sensor MAX30102 untuk detak jantung dan oksigen darah, sensor MLX90614 untuk suhu tubuh, tensimeter untuk tekanan darah, push button sebagai input pengguna, dan LCD sebagai media tampilan. Perangkat lunak dikembangkan menggunakan lingkungan pemrograman yang mendukung integrasi IoT dan algoritma C4.5. Komunikasi data antara sensor dan mikrokontroler menggunakan port serial dan I2C yang dipilih karena keandalannya dalam transfer data secara real-time. Kesimpulan dari penelitian ini adalah sistem monitoring dan pendukung keputusan berbasis IoT dengan metode C4.5 yang dikembangkan dapat memberikan solusi efektif dalam memantau kondisi kesehatan pasien secara akurat dan efisien. Sistem ini diharapkan dapat menjadi referensi bagi pengembangan teknologi kesehatan berbasis IoT di masa depan dan memberikan manfaat nyata dalam dunia medis, khususnya dalam pemantauan pasien secara jarak jauh dan pengambilan keputusan klinis yang cepat dan tepat.