Article Per Year (5 Year)
p-Index From 2021 - 2026
1.332
P-Index
This Author published in this journals
All Journal JUTECH : Journal Education and Technology Jurnal Hasil Pengabdian Masyarakat (JURIBMAS) AMMA : Jurnal Pengabdian Masyarakat APPA : Jurnal Pengabdian Kepada Masyarakat Journal of Innovative and Creativity Jurnal Teknik Informatika dan Teknologi Informasi
Zurnan Alfian
Universitas Pamulang
Humanities Chemistry Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Nursing Social Sciences Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
Analisis Efisiensi Produksi, Risiko Kecelakaan Kendaraan, dan Dinamika Pasar Kendaraan Listrik: Studi Data Industri Otomotif Global 1980–2023 Hildan Wijianto; Maulana Hafizh Fadly; Yusup Septiana; Zurnan Alfian; Sopyan Apandi
Jurnal Teknik Informatika dan Teknologi Informasi Vol. 5 No. 2 (2025): Agustus: Jurnal Teknik Informatika dan Teknologi Informasi
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jutiti.v5i2.5482

Abstract

This study aims to examine the dynamics of the automotive industry in terms of production efficiency, driving safety, and the market shift towards electric vehicles. The data used include North American automotive production efficiency (1998), the risk of fatalities due to accidents in various countries (1980–1982), and the sales trend of Tesla vs BYD electric vehicles (2021–2023). The analysis methods include descriptive statistics, WPV/HPV comparisons between manufacturers, and market trend analysis. The results show that factory efficiency plays an important role in price stability, countries with good transportation infrastructure have a low risk of accidents, and BYD shows more aggressive market growth than Tesla. This study provides insights for the industry and policymakers regarding the challenges of efficiency, safety, and the transition to electric vehicles.
Kecocokan Keputusan Pohon Algoritma pada Kimia Organik: Perbandingan ROC AUC Keputusan Pohon dan Ketetanggaan Muhammad Zirlda Prairi; Zurnan Alfian; Kecitaan Harefa
Journal of Innovative and Creativity Vol. 5 No. 2 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i2.1649

Abstract

Kehadiran Machine Learning (ML) di ruang lingkup komputasi modern telah menyebabkan banyak permasalahan dan solusi, terutama pembahasan algoritma. Penelitian ini menganalisa dan eksplorasi efektifitas lima algoritma ML dalam mengklasifikasi asam amino lazim esensial pada protein berdasarkan strukur molekul dan jumlah atom. Dataset diambil secara manual dari buku kimia organik klasik, yang dikonversi dari rumus dan gambar struktur senyawa asam amino lazim menjadi fitur numerik seperti jumlah atom karbon, hidrogen, nitrogen, oksigen, dan sulfur. Kelima algoritma ML yang dianalisis yakni Decision Tree, Gaussian Naive Bayes, K-Nearest Neighbour (KNN), K-Means, dan Random Forest. Setiap algoritma dilakukan evaluasi menggunakan nilai akurasi, precision, recall, F1-score, serta Area Under the Curve (AUC) dari kurva Receiver Operating Characteristic (ROC). Hasil menunjukkan bahwa algoritma Decision Tree, Random Forest, dan KNN memiliki tingkat akurasi terbaik dengan skor AUC sebesar 0,83. Studi kasus penelitian ini menawarkan pendekatan pengubahan data mentah menjadi fitur yang bisa dimengerti oleh algoritma ML dan klasifikasi biner dengan label nol dan satu pada dataset berskala kecil. Penelitian berikutnya disarankan menggunakan dataset yang lebih besar dan menerapkan validasi silang untuk meningkatkan generalisasi model.
Analisis Konsistensi Metode Elbow dan Silhouette Score dalam Klasterisasi pada Dataset Multisektor Nita Sutantri; Vinna Yunitasari; Ghany Rahmat Sa’adi; Syerikha Ananda; Zurnan Alfian
Journal of Innovative and Creativity Vol. 5 No. 2 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i2.1690

Abstract

Penelitian ini menganalisis konsistensi metode Elbow dan Silhouette Score dalam menentukan jumlah klaster optimal pada dataset multisektor menggunakan algoritma K-Means. Empat dataset dari sektor publik digunakan dalam penelitian ini, yaitu data mediasi peradilan (2006-2009), data koperasi simpan pinjam 2013, data penanganan kasus korupsi KPK (2004-2016), dan laporan keuangan PT Bank Artha Makmur 2017. Penelitian kuantitatif eksploratif ini menerapkan teknik preprocessing menggunakan StandardScaler, visualisasi data dengan PCA, dan evaluasi klasterisasi menggunakan kedua metode validasi. Hasil penelitian menunjukkan bahwa pada tiga dataset (mediasi peradilan, koperasi SP 2013, dan kasus korupsi KPK), kedua metode memberikan rekomendasi jumlah klaster yang konsisten. Namun, pada dataset laporan keuangan bank terjadi diskrepansi dimana Elbow Method merekomendasikan K=3 sedangkan Silhouette Score mengindikasikan K=2 sebagai optimal. Analisis lebih lanjut dengan pertimbangan domain knowledge mendukung pemilihan K=3 untuk dataset keuangan berdasarkan visualisasi PCA dan relevansi bisnis. Penelitian ini menyimpulkan bahwa kombinasi kedua metode validasi dengan pertimbangan konteks domain dapat meningkatkan akurasi penentuan klaster optimal, terutama pada data dengan kompleksitas tinggi. Temuan ini memberikan kontribusi pada pengembangan metodologi klasterisasi yang lebih robust untuk aplikasi di sektor publik.
Implementasi Sistem Informasi Profil Sekolah Berbasis Web untuk Digitalisasi Layanan Informasi Interaktif UPTD SDN Pamulang Permai Zurnan Alfian; Desi Rahmawati; Achmad Fauzan Alfaridzi; Salma Cahyani Aulia Putri; Muhamad Abdul Yazky Zaelani
APPA : Jurnal Pengabdian Kepada Masyarakat Vol 4 No 2 (2026): APPA : Jurnal Pengabdian kepada Masyarakat 
Publisher : Shofanah Media Berkah

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

Abstract

Perkembangan teknologi informasi di era digital menuntut setiap lembaga pendidikan memiliki media promosi dan branding yang efektif, salah satunya melalui website profil sekolah yang interaktif dan informatif. Namun, UPTD SDN Pamulang Permai masih belum memiliki website profil yang representatif sebagai sarana promosi digital. Proses penyampaian informasi sekolah, program akademik, prestasi, dan kegiatan harian masih berjalan konvensional, searah, serta bertumpu pada selebaran fisik dan grup pesan singkat informal yang alur pesannya cepat tertumpuk. Kegiatan Pengabdian kepada Masyarakat (PkM) ini bertujuan untuk mengembangkan dan mengimplementasikan website profil sekolah interaktif terintegrasi basis data MySQL guna mereduksi skill gap staf administrasi melalui transfer teknologi langsung. Metode pelaksanaan menggunakan pendekatan partisipatif dengan model sekuensial Waterfall yang meliputi tahapan analisis kebutuhan, perancangan sistem, pengembangan sistem, pengujian fungsi, serta pelatihan dan serah terima. Hasil kegiatan menunjukkan website berhasil dikembangkan dengan 7 halaman utama dan fitur manajemen Content Management System (CMS) dinamis. Berdasarkan hasil evaluasi wawancara langsung dan tanya jawab interaktif pasca-pelatihan, terjadi peningkatan pemahaman operasional staf tata usaha secara signifikan dan sistem tervalidasi 100% bebas dari kesalahan logika melalui Black Box Testing.
Inspiring Future: Motivational Program for Visually Impaired Students toward Higher Education in Information Technology at Malaysian Association for the Blind (MAB) Ahmad Musyafa; Lisda Fitriana Masitoh; Joko Riyano; Nani Rusnaeni; Teti Desyani; Okta Irawati; Zurnan Alfian
JURIBMAS : Jurnal Hasil Pengabdian Masyarakat Vol 5 No 1 (2026): Juli 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juribmas.v5i1.1172

Abstract

Inclusive education is a crucial effort to ensure equitable access to education for all, including those with visual impairments. Although technological advances have made learning easier for visually impaired students, challenges remain that affect their motivation to pursue higher education. Limited information, low self-confidence, and stigma regarding the academic abilities of people with visually impaired are some of the frequently encountered barriers. This international community service program aims to increase the motivation, self-confidence, and insight of visually impaired students regarding higher education opportunities, particularly in the fields of information technology and computer engineering. The program was held on May 18, 2026, at the Malaysian Association for the Blind (MAB) in Kuala Lumpur, Malaysia, and involved 12 visually impaired students. The program included the delivery of motivational materials, an introduction to inclusive higher education, reinforcement of simple logic and mathematics, and interactive discussions. The program demonstrated high levels of enthusiasm among participants. Participants gained new insights into opportunities for continuing higher education, support for inclusive campuses, and the use of assistive technology in the learning process. This activity positively impacted participants' motivation and confidence to pursue higher education. Furthermore, it strengthened the role of higher education institutions in supporting inclusive education and equitable access to education for visually impaired students.
ANALISIS KLASTERING K MEANS PADA DATA PENERIMAAN DAERAH TAHUN 1991-1995 Aulia Eka Ayu Putri; Dica Cahayani Putri; Dwi Anisa; Trismayani Trismayani; Zurnan Alfian
JUTECH : Journal Education and Technology Vol 6, No 2 (2025): JUTECH DESEMBER
Publisher : STKIP Persada Khatulistiwa Sintang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31932/jutech.v6i2.5048

Abstract

Analisis data keuangan daerah merupakan langkah penting untuk memahami karakteristik dan ketimpangan fiskal antar wilayah, khususnya pada periode sebelum penerapan otonomi daerah. Penelitian ini bertujuan untuk mengelompokkan jenis penerimaan daerah kabupaten/kota di Indonesia pada periode 1991–1995 menggunakan algoritma K-Means serta mengevaluasi kualitas hasil clustering guna memperoleh klaster yang representatif. Metode penelitian yang digunakan adalah pendekatan data mining dengan teknik clustering K-Means, di mana data berupa persentase realisasi dan rata-rata penerimaan daerah dari 16 jenis penerimaan dianalisis menggunakan bahasa pemrograman Python. Tahapan penelitian meliputi pra-pemrosesan data, normalisasi menggunakan StandardScaler, penentuan jumlah klaster optimal, serta evaluasi klaster menggunakan Silhouette Score, Calinski-Harabasz Index, dan Davies-Bouldin Index. Hasil penelitian menunjukkan bahwa jumlah klaster optimal adalah tiga klaster dengan nilai Silhouette Score sebesar 0,7234, Calinski-Harabasz Index sebesar 593,93, dan Davies-Bouldin Index sebesar 0,8689, yang menandakan kualitas pengelompokan yang baik. Distribusi klaster memperlihatkan ketimpangan struktur penerimaan daerah, di mana satu klaster bersifat dominan sementara klaster lainnya memiliki karakteristik unik. Kesimpulannya, algoritma K-Means efektif dalam mengidentifikasi pola penerimaan daerah pra-otonomi dan dapat digunakan sebagai dasar analisis struktur serta ketimpangan fiskal daerah.
Pendampingan Sistem Digital Pramuka Berbasis Google Sites Di Pesantren Sopiyan Apandi; Yuliana; Zurnan Alfian
AMMA : Jurnal Pengabdian Masyarakat Vol. 5 No. 7 : Agustus (2026): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

This community service program was conducted at Pondok Pesantren Nafidatunnajah to address the manual and fragmented management of Scout extracurricular activities. The program aimed to implement and assist the use of a Google Sites-based digital Scout system as a medium for information, administration, attendance, documentation, and activity evaluation. The implementation method consisted of partner needs observation, portal design, Google Sites implementation integrated with Google Forms, Google Sheets, and Google Drive, user mentoring, simulation, and evaluation. The activity involved 20 participants consisting of Scout supervisors, activity managers, and students. The results showed that the digital Scout portal was successfully developed and could be accessed easily, helped organize administration, stored documentation systematically, and improved partners' understanding of managing the system independently. This system provides a simple and sustainable solution to support the digital transformation of extracurricular activities in pesantren environments.
Analisis Pengelompokan Wilayah Penerima Bantuan Sosial Menggunakan Algoritma K-Means Clustering Dengan Visualisasi Peta Interaktif Berbasis Web : Studi Kasus: Kecamatan Parung Sukardi Hi Hasim; Zurnan Alfian
Jurnal Teknik Informatika dan Teknologi Informasi Vol. 6 No. 2 (2026): Agustus : Jurnal Teknik Informatika dan Teknologi Informasi
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jutiti.v6i2.7634

Abstract

Parung District, Bogor Regency, is one of the regions receiving social assistance sourced from the Integrated Social Welfare Data (DTKS). Distribution of social assistance in this area has been supported by available recipient data; however, the data has not been grouped and analyzed systematically based on regional or geographical distribution. Recipient data is still processed in tabular form using spreadsheet files, so related parties find it difficult to quickly identify villages with high, medium, or low concentrations of social assistance recipients. Without spatial visualization, the distribution pattern across regions is difficult to monitor, hindering decision-making related to distribution priorities and oversight. To address this issue, this study applies the K-Means Clustering algorithm to group regions of social assistance recipients based on location coordinates (latitude and longitude). The data used consists of 6,946 rows of Village Fund Direct Cash Assistance (BLT-DD) recipient data spread across 9 villages in Parung District. Data was grouped into three categories (High, Medium, Low), with the number of clusters validated using the Elbow Method and Silhouette Score. The system was implemented using Python with the Flask framework, a MySQL database, and Leaflet.js to display clustering results on an interactive web-based map. Testing shows that K=3 produced a Silhouette Score of 0.5367, verified through manual calculation with 100% agreement with the program output.
Co-Authors Achmad Fauzan Alfaridzi Ahmad Musyafa Aulia Eka Ayu Putri Desi Rahmawati Dica Cahayani Putri Dwi Anisa Ghany Rahmat Sa’adi Hildan Wijianto Joko Riyano Kecitaan Harefa Lisda Fitriana Masitoh Maulana Hafizh Fadly Muhamad Abdul Yazky Zaelani Muhammad Zirlda Prairi Nani Rusnaeni Nita Sutantri Okta Irawati Salma Cahyani Aulia Putri Sopiyan Apandi Sopyan Apandi Sukardi Hi Hasim Syerikha Ananda Teti Desyani Trismayani Trismayani Vinna Yunitasari Yuliana Yusup Septiana