Article Per Year (5 Year)
p-Index From 2020 - 2025
1.67
P-Index
This Author published in this journals
All Journal JURNAL PENDIDIKAN TAMBUSAI Progresif: Jurnal Ilmiah Komputer Afeksi: Jurnal Penelitian dan Evaluasi Pendidikan INTERNATIONAL JOURNAL OF EDUCATION, INFORMATION TECHNOLOGY, AND OTHERS Jurnal Pendidikan dan Pembelajaran Jurnal Sains dan Teknologi STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Jurnal Ilmiah Informatika dan Ilmu Komputer
Fadli, Muhammad
Politeknik Negeri Lampung
Aerospace Engineering Agriculture, Biological Sciences & Forestry Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Veterinary Other

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Implementation of Demonstration Method to Improve Students’ Learning Outcomes in English Fadli, Muhammad; Windriani, Dian; Anggraini, Retno; Suryanti, Dewi; Sari, Dian Puspita
International Journal of Education, Information Technology, and Others Vol 8 No 2 (2025): International Journal of Education, information technology   and others
Publisher : Peneliti.net

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

Abstract

The issue tended to in this investigate is: "Is there an enhancement in understudy learning results through the utilize of the exhibit learning strategy?" The objective of this ponder is to decide the change in understudy learning results through the application of the show strategy among understudies of the Sarjana Terapan Pengelolaan Perhotelan at Politeknik Negeri Lampung. The populace of this ponder comprises of all 42 understudies selected within the program. The center of this inquire about is on students' learning results and learning exercises utilizing the exhibit strategy. This inquire about was conducted in two cycles. To gather the specified information, tests were managed. The inquire about strategies included a few stages: the arranging arrange (creating lesson plans, perception sheets, and assessment instruments), the activity usage arrange (executing the lesson arrange utilizing the show strategy), the perception organize (utilizing perception sheets to record discoveries), and the reflection arrange, which included the investigation, union, translation, and clarification of the information gotten amid the execution. The conclusion of this consider appears that the learning climate moved forward through the utilize of the show strategy. Particularly, understudy exercises, learning conditions, and understudy reactions amid the learning prepare appeared advance from the to begin with to the moment cycle. As for learning results, the normal score within the to begin with cycle was 68.09, which falls into the "reasonable" category, while the normal score within the moment cycle was 78.21, classified as "great." In terms of authority learning, 59.52% of understudies within the first cycle had not however accomplished authority, while 88.09% of understudies within the moment cycle did accomplish dominance. Based on these comes about, it can be concluded that the usage of the show strategy can improve students' English learning outcomes.
Peran Big Data dalam Inovasi Bisnis Digital: Pendekatan Tinjauan Literatur Sistematis Fadli, Muhammad; Prasetio, Mugi; Sanjaya, Ival; Surono, Muhammad; Dewantoro, Mahendra; Suryono, Ryan Randy
Jurnal Ilmiah Informatika dan Ilmu Komputer (JIMA-ILKOM) Vol. 4 No. 1 (2025): Volume 4 Nomor 1 March 2025
Publisher : PT. SNN MEDIA TECH PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/jima-ilkom.v4i1.48

Abstract

Penelitian ini meninjau bagaimana Big Data berperan dalam inovasi bisnis digital, terutama dalam membantu pengambilan keputusan strategis, memperbaiki efisiensi operasional, serta menciptakan Produk dan layanan digital yang benar-benar pas dengan kebutuhan pengguna. Dengan menggunakan pendekatan tinjauan literatur sistematis, penelitian ini mengidentifikasi manfaat signifikan Big Data, termasuk kemampuannya untuk menyediakan analisis mendalam, memprediksi tren pasar, dan personalisasi layanan pelanggan. Namun, penelitian ini juga mengungkap berbagai tantangan dan kendala dalam implementasi Big Data, seperti keterbatasan infrastruktur teknologi, kualitas data yang rendah, serta isu privasi dan keamanan data. Hasil penelitian menunjukkan bahwa pemanfaatan Big Data yang optimal dapat meningkatkan daya saing bisnis digital, tetapi membutuhkan dukungan infrastruktur yang memadai dan kepatuhan terhadap regulasi yang berlaku. Studi ini berkontribusi pada pengembangan pemahaman tentang bagaimana Big Data dapat diintegrasikan ke dalam strategi inovasi bisnis digital untuk mendorong pertumbuhan dan keberlanjutan bisnis di era digital.
Tren dan Tantangan Deteksi Plagiarisme dalam Penulisan Akademik: Sebuah Kajian Sistematis Literatur Fadli, Muhammad; Fajri, Ratu Chaterine; Suffah, Faila; Meidasari, Reski; Marbudi, Marbudi
Afeksi: Jurnal Penelitian dan Evaluasi Pendidikan Vol 6, No 2 (2025)
Publisher : Pusat Studi Penelitian dan Evaluasi Pembelajaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59698/afeksi.v6i2.449

Abstract

Penelitian ini bertujuan untuk mengidentifikasi tren dan tantangan dalam deteksi plagiarisme pada penulisan akademik melalui pendekatan Systematic Literature Review (SLR) terhadap publikasi ilmiah selama dekade terakhir (2015–2025). Dalam era digital yang ditandai oleh kemudahan akses informasi dan tekanan publikasi akademik, plagiarisme menjadi isu krusial yang mengancam integritas ilmiah. Penelitian ini menganalisis 10 artikel yang dipilih secara ketat dari 100 publikasi awal berdasarkan relevansi dan kriteria inklusi. Hasil kajian menunjukkan bahwa plagiarisme tidak hanya disebabkan oleh niat menyalin, tetapi juga oleh rendahnya literasi akademik, lemahnya kemampuan parafrase, serta kurangnya pemahaman etika ilmiah. Bentuk plagiarisme yang kompleks seperti parafrase tidak tepat, self-plagiarism, dan plagiarisme terjemahan masih sulit terdeteksi oleh sistem yang ada saat ini. Keterbatasan algoritma, basis data, serta ketidaktepatan dalam membedakan kutipan sah dan plagiarisme turut menjadi kendala utama. Penelitian ini menekankan pentingnya pendekatan multidisipliner yaitu menggabungkan teknologi seperti machine learning, natural language processing, serta kebijakan etis dan edukatif dalam membangun sistem deteksi plagiarisme yang adil dan efektif. Temuan ini diharapkan menjadi kontribusi signifikan dalam pengembangan teknologi pendeteksi plagiarisme serta penyusunan kebijakan akademik yang mendukung integritas ilmiah.
TINJAUAN LITERATUR DENGAN PENDEKATAN SYSTEMATIC LITERATURE REVIEW UNTUK OPTIMASI KUERI DALAM BASIS DATA Budiman, Ega; Fadli, Muhammad; David Kurniawan; Susanto, Erliyan Redy
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 4 No. 2 (2025): Mei
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v4i2.5182

Abstract

Efisiensi basis data MySQL sangat bergantung pada teknik optimasi kueri yang diterapkan, terutama dalam skenario dengan dataset besar dan kompleksitas kueri tinggi. Studi ini menggunakan pendekatan Systematic Literature Review (SLR) untuk mengidentifikasi teknik optimasi kueri yang terbukti efektif berdasarkan analisis dari literatur terkait. Hasil SLR menunjukkan bahwa pengindeksan, restrukturisasi kueri, tabel partisi, optimasi join, dan caching secara signifikan meningkatkan kinerja sistem dengan mengurangi waktu eksekusi kueri dan mengoptimalkan penggunaan sumber daya. Teknik-teknik ini memberikan hasil optimal jika diterapkan sesuai dengan karakteristik data dan kebutuhan sistem. Selain itu, pemantauan kinerja berkala dan kombinasi teknik optimasi disarankan untuk mempertahankan efisiensi basis data. Penelitian ini memberikan panduan berbasis bukti bagi pengembang dan administrator dalam mengelola basis data MySQL yang lebih cepat dan efisien.
PERANCANGAN PENERAPAN ALGORITMA KRIPTOGRAFI AES 256 UNTUK KEAMANAN DATABASE APLIKASI MANAJEMEN SISWA Purwanti, Dian Sri; Fadli, Muhammad; Surono, Muhammad; Susanto, Erliyan Redy
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 4 No. 2 (2025): Mei
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v4i2.5237

Abstract

Mengelola sistem informasi berbasis web memerlukan keamanan data, terutama di institusi pendidikan di mana informasi pribadi siswa disimpan. Basis data aplikasi manajemen siswa di SMKN 4 Bandar Lampung dibuat lebih aman dalam penelitian ini dengan memanfaatkan teknik kriptografi AES 256. Urgensi penelitian ini ditekankan oleh meningkatnya risiko terhadap sistem informasi akademik yang dapat mengakibatkan pelanggaran data dan penyalahgunaan. Implementasi dan analisis kinerja AES 256 untuk menjaga integritas dan keamanan data siswa adalah topik utama dari penelitian ini. Mengelola sistem informasi berbasis web memerlukan keamanan data, terutama di lembaga pendidikan di mana informasi pribadi siswa disimpan. Basis data aplikasi manajemen siswa di SMKN 4 Bandar Lampung dibuat lebih aman dalam penelitian ini dengan memanfaatkan teknik kriptografi AES 256. Urgensi penelitian ini ditekankan oleh meningkatnya risiko terhadap sistem informasi akademik yang dapat mengakibatkan pelanggaran data dan penyalahgunaan. Implementasi dan analisis kinerja AES 256 untuk menjaga keamanan dan integritas data siswa adalah topik utama dari penelitian ini.
Integrating Canva into Project Based Learning for English Practicum Maruly, Riyan; Fadli, Muhammad
Jurnal Pendidikan Tambusai Vol. 9 No. 2 (2025): Agustus
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v9i2.30016

Abstract

Tujuan dari penelitian ini adalah untuk mengeksplorasi penggunaan Canva dalam mendukung implementasi model pembelajaran berbasis proyek pada praktikum bahasa Inggris. Metode penelitian yang digunakan adalah pendekatan penelitian kualitatif dengan data-data yang ditampilkan secara deskriptif. Data diperoleh melalui teknik observasi dengan cara peneliti melakukan praktik langsung di kelas untuk memperoleh data primer sedangkan teknik wawancara dan dokumentasi digunakan untuk memperoleh data sekunder. Hasil penelitian menunjukkan bahwa penggunaan Canva dalam model project based learning pada praktikum bahasa Inggris memberikan dampak positif terhadap kemampuan berbahasa dan kreativitas mahasiswa. Hasil penelitian mengungkapkan bahwa penggunaan Canva sebagai alat bantu dalam project based learning mampu meningkatkan keterlibatan mahasiswa dalam proses pembelajaran, terutama dalam mengembangkan proyek berbasis visual seperti presentasi dan flyer interaktif. Hal ini disebabkan oleh fitur-fitur Canva yang intuitif dan mudah digunakan, sehingga mahasiswa dapat mengekspresikan ide dengan cara yang lebih menarik dan sistematis.
Utilizing Google Workspace for Teaching English as A Foreign Language Muhammad Fadli; Valdi Mughni Budiman; Syaifuddin Muhammad Mirza
DIAJAR: Jurnal Pendidikan dan Pembelajaran Vol. 4 No. 3 (2025): Juli 2025
Publisher : Yayasan Pendidikan Penelitian Pengabdian Algero

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54259/diajar.v4i3.4496

Abstract

The rapid advancements in information and communication technology (ICT) have transformed the education sector, particularly in integrating digital tools into teaching practices. This study explores the utilization of Google Workspace for Education in teaching English as a foreign language at Politeknik Negeri Lampung. Using a qualitative descriptive method, data were collected through semi-structured interviews with five English lecturers. The findings reveal that tools like Google Classroom, Docs, Slides, Meet, and Drive. Enhance teaching efficiency, foster collaboration, and improve student engagement. These tools support diverse teaching learning activities, including material preparation, interactive learning, and formative and summative assessments. Moreover, the accessibility of Google Workspace allows learning to take place anytime and anywhere, aligning with the demands of modern education. This study underscores the importance of lecturers developing ICT skills to leverage digital tools effectively and create innovative learning environments. The integration of Google Workspace significantly contributes to improving the quality of English language teaching learning in the digital era.
Deteksi Dini Stroke Menggunakan Machine Learning Kevinda Sari; Muhammad Fadli; Fudholi, Muhammad Fahmi; Susanto, Erliyan Redy
INSOLOGI: Jurnal Sains dan Teknologi Vol. 4 No. 4 (2025): Agustus 2025
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/insologi.v4i4.5590

Abstract

Stroke is one of the leading causes of death and disability worldwide. Early detection of stroke risk is crucial to prevent more severe complications. This study aims to develop a stroke prediction model based on machine learning using an open dataset from Kaggle containing patients' medical and demographic information. Four machine learning algorithms were utilized and compared: AdaBoost, Gradient Boosting, LightGBM, and XGBoost. Data preprocessing steps included missing value imputation, categorical variable encoding, numerical feature normalization, and class balancing using the SMOTEENN method. Additionally, feature selection was performed using the Extra Trees algorithm to enhance model performance. The results showed that the XGBoost model delivered the best performance, achieving an accuracy of 97.16%, an F1-score of 97.49%, and an AUC of 99.75%. This model proved to be effective in detecting stroke cases and holds potential for integration into clinical decision support systems. The study concludes that a combination of modern boosting algorithms and optimal preprocessing techniques can yield a reliable stroke prediction system suitable for implementation in digital healthcare contexts.
Rancang Bangun Modul Kontrol Berbasis PID untuk Pengaturan Kecepatan dan Posisi Motor DC Menggunakan STM32 dan Rotary Encoder Doris Juarsa; Muhammad Fadli; Susanto, Erliyan Redy
INSOLOGI: Jurnal Sains dan Teknologi Vol. 4 No. 4 (2025): Agustus 2025
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/insologi.v4i4.6081

Abstract

Precision control of DC motors in industrial and robotics applications is often compromised by external loads and the limitations of open-loop systems, which cause instability in rotational speed and angular position. This study aims to design and build a PID-based intelligent control module for integrated DC motor speed and position control using an STM32F103C8T6 microcontroller and a rotary encoder as feedback. This system is designed as a closed-loop system to reduce the error between the setpoint and the actual value. Tests were conducted under no-load and with-load conditions at various speed setpoints (10–30 RPM) and angular changes (slow and fast). The results show that the system is able to stabilize motor performance with an average speed error of −0.3033 and 0.2766 RPM (no-load) for Motors A and B, and 0.2633 and 3.47 RPM (with-load). For angular position control, the average errors were 0.69° and 0.895° (without load), and 0.475° and 0.335° (with load). These findings demonstrate the effectiveness of the PID-based intelligent control module in improving system accuracy and stability. This system offers a compact and practical solution for industrial automation and robotics applications requiring precise motor control.
Perbandingan Algoritma K-Means dan DBSCAN dalam Pengelompokkan Data Penjualan Elektronik Setyani, Tria; Indriani, Yulia; Fadli, Muhammad; Susanto, Erliyan Redy
Progresif: Jurnal Ilmiah Komputer Vol 21, No 2: Agustus 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v21i2.2775

Abstract

This study aims to compare the performance of the K-Means and DBSCAN algorithms in clustering electronic sales data at CV Rey Gasendra. Clustering methods are used to identify sales patterns based on the transaction intensity of each product. The K-Means algorithm was implemented by determining the optimal number of clusters using the Elbow Method and Silhouette Score evaluation. Meanwhile, DBSCAN was applied using a density-based approach, which does not require specifying the number of clusters in advance and relies on eps and minPts parameters. The results showed that K-Means produced more stable and interpretable clusters with a Silhouette  Score of 0.961, whereas DBSCAN excelled in detecting outliers and handling irregular data distributions, despite generating a large amount of noise. Performance evaluation using metrics such as Silhouette  Score, Davies-Bouldin Index (DBI), and Sum of Squared Errors (SSE) indicated that K-Means is more suitable for structured product segmentation, while DBSCAN is more effective for exploring unusual sales patterns. These findings can support data-driven business decisions, such as marketing strategies, inventory management, and product recommendations.Keywords: K-Means; DBSCAN; Clustering; Sales data; Product segmentation AbstrakPenelitian ini bertujuan untuk membandingkan kinerja algoritma K-Means dan DBSCAN dalam pengelompokan data penjualan elektronik pada CV Rey Gasendra. Metode clustering digunakan untuk mengidentifikasi pola penjualan berdasarkan intensitas transaksi setiap produk. Algoritma K-Means diimplementasikan dengan penentuan jumlah klaster optimal menggunakan metode Elbow dan evaluasi Silhouette Score. Sementara itu, DBSCAN diimplementasikan dengan pendekatan berbasis kepadatan, tanpa memerlukan jumlah klaster awal, dan menggunakan parameter eps serta minPts.  Hasil penelitian menunjukkan bahwa K-Means memberikan hasil clustering yang lebih stabil dan mudah diinterpretasikan dengan Silhouette Score mencapai 0,961, sedangkan DBSCAN unggul dalam mendeteksi outlier dan menangani data dengan distribusi tidak beraturan, meskipun menghasilkan banyak noise. Evaluasi performa berdasarkan metrik seperti Silhouette Score, Davies-Bouldin Index (DBI), dan Sum of Squared Errors (SSE) menunjukkan bahwa K-Means lebih cocok digunakan untuk segmentasi produk penjualan yang terstruktur, sedangkan DBSCAN lebih efektif untuk eksplorasi pola penjualan yang tidak lazim. Temuan ini dapat membantu pengambilan keputusan bisnis berbasis data, seperti strategi pemasaran, manajemen stok, dan rekomendasi produk.Kata kunci: K-Means; DBSCAN; Clustering; Data penjualan; Segmentasi produk
Co-Authors Budiman, Ega David Kurniawan Dewantoro, Mahendra Dian Puspita Sari Dian Windriani Doris Juarsa Fajri, Ratu Chaterine Fudholi, Muhammad Fahmi Heidy, Helma Nopijani Indriani, Yulia Kevinda Sari Marbudi, Marbudi Maruly, Riyan Meidasari, Reski Permadani, Icha Winadya Prasetio, Mugi Purwanti, Dian Sri Putro, Dimas Eko Retno Anggraini Ryan Randy Suryono Sanjaya, Ival Setyani, Tria Suffah, Faila Sulistyo, Raka Surono, Muhammad Suryanti, Dewi Susanto, Erliyan Redy Susanto, Erliyan Redy Syaifuddin Muhammad Mirza Valdi Mughni Budiman