Article Per Year (5 Year)
p-Index From 2019 - 2024
1.203
P-Index
This Author published in this journals
All Journal Alhadharah: Jurnal Ilmu Dakwah Applied Technology and Computing Science Journal Technologia: Jurnal Ilmiah Alhadharah: Jurnal Ilmu Dakwah
Munsyi M.T
UIN Antasari Banjarmasin
Religion Humanities Computer Science & IT Decision Sciences, Operations Research & Management Engineering Languange, Linguistic, Communication & Media Social Sciences Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Technologia: Jurnal Ilmiah

 1 
Manajemen Hari Tanpa Hujan menggunakan Sistem Informasi Geografis dan Jaringan Sensor Nirkabel di Stasiun Klimatologi Banjarbaru Raden Yani Gusriani; Munsyi M.T; Aulia Aziza
Technologia : Jurnal Ilmiah Vol 14, No 3 (2023): Technologia (Juli)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v14i3.12125

Abstract

Informasi yang diperoleh di Stasiun Klimatologi Banjarbaru meliputi ramalan musim, analisis curah hujan, analisis properti curah hujan, analisis hari hujan, dan pemantauan hari tanpa hujan di wilayah Kalimantan Selatan. Pemantauan Hari Tanpa Hujan merupakan bentuk data tentang hari-hari tanpa hujan yang terjadi secara berurutan di Kalimantan Selatan. Data ini dikirim oleh para pengamat ke kantor Stasiun Klimatologi Banjarbaru melalui SMS, Whatsapp, dan bahkan dengan menelepon staf Stasiun Klimatologi Banjarbaru sehingga para karyawan harus memeriksa setiap media baik SMS, Whatsapp, maupun telepon untuk mengetahui data yang dikirim oleh para pengamat. Terkait dengan masalah ini, dibuatlah aplikasi pemantauan hari tanpa hujan berbasis web. Dengan menggunakan metode Penelitian dan Pengembangan (RnD), dibangunlah sistem manajemen berbasis Sistem Informasi Geografis yang menggunakan Google Maps API dan basis data MySql yang terintegrasi dengan teknologi Internet of Things (IoT) berdasarkan Jaringan Sensor Nirkabel (WSN) untuk pengumpulan data secara waktu nyata. Sistem yang dibangun akan memberikan notifikasi dalam pengelolaan daerah yang terdampak oleh hari tanpa hujan guna mengatasi kekeringan.
Klasifikasi Sentimen Radikalisme dalam Konten Dakwah Radikal Indonesia melalui Media Sosial Twitter dengan Menggunakan Analisis Sentimen dan Text Mining Aulia Aziza; Samsul Rani; Munsyi M.T
Technologia : Jurnal Ilmiah Vol 14, No 3 (2023): Technologia (Juli)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v14i3.12148

Abstract

Kementerian Komunikasi dan Informatika (Kemenkominfo) Indonesia menyatakan bahwa jumlah pengguna internet di Indonesia pada tahun 2019-2020 mencapai 196,7 juta orang. Dari jumlah tersebut, 95% pengguna menggunakan internet untuk mengakses jejaring media sosial seperti Twitter, Instagram, Facebook, dan lain-lain. Peningkatan ini juga dipengaruhi oleh periode pandemi yang dialami di seluruh dunia, terutama di Indonesia, di mana Pemerintah Presiden Jokowi menetapkan aturan sosial di masyarakat. Hampir semua aktivitas dilakukan di rumah, terutama di bidang pendidikan, sehingga menyebabkan peningkatan besar dalam akses internet. Aktivitas besar dalam akses internet, terutama media sosial, memudahkan pengguna untuk mengakses informasi dan berbagi informasi ini dengan siapa pun kapan saja. Hal ini dapat dimanfaatkan oleh pihak-pihak yang tidak bertanggung jawab untuk menyebarkan informasi yang dapat menyebabkan hal-hal negatif dan bahkan provokasi terhadap pengguna lain di media sosial, terutama di media sosial Twitter. Di media sosial Twitter terdapat fenomena yang dikenal sebagai "buzzer," yaitu pengguna media sosial yang berdampak pada pengguna lainnya. Platform seperti media sosial Twitter digunakan oleh pihak-pihak tertentu untuk membentuk kelompok-kelompok kebencian, komunitas rasialis yang menyebarkan ide-ide ekstremis dan menimbulkan kemarahan atau kekerasan, mempromosikan radikalisasi, merekrut anggota, dan menciptakan organisasi virtual untuk melakukan aksi teror yang terorganisir melalui dunia maya. Terkait konten dalam media online yang telah mendapat perhatian cukup bersama dengan berbagai insiden yang menyebabkan intoleransi dalam kehidupan masyarakat, merupakan masalah konten radikal yang melahirkan radikalisme dalam masyarakat. Dalam penelitian ini, kami mencoba metode Text Mining menggunakan Analisis Sentimen untuk mendeteksi arah sentimen radikalisme guna mengklasifikasikan dan mendeteksi konten yang mengandung radikalisme. Klasifikasi konten radikal dengan metode dalam penelitian ini berjalan dengan baik, sebagian besar data konten diklasifikasikan sesuai dengan sistem klasifikasi dengan akurasi sebesar 66,37%.
Analisis Genre pada Konten Situs Web Dongeng Anak Popmama.com Menggunakan Convolutional Neural Network Arum Murdianingsih M.Pd; Munsyi M.T
Technologia : Jurnal Ilmiah Vol 15, No 1 (2024): Technologia (Januari)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v15i1.13983

Abstract

Penelitian ini bertujuan untuk mengetahui penerapan Convolutional Neural Network (CNN) dalam mengklasifikasikan jenis dongeng anak pada program digital. Data penelitian yang diambil dari sebuah situs web dongeng anak menjalani pemrosesan data awal (pre-processing) tekstual sebelum diinput ke dalam CNN. Model ini terdiri dari lapisan konvolusi, penggabungan, dan fully-connected, yang dilatih menggunakan validasi silang untuk meningkatkan kendala dalam mengidentifikasi genre. Model tersebut berhasil mengklasifikasikan dongeng ke dalam genre seperti fabel, legenda, dan mitos dengan akurasi 92%. Hal ini menunjukkan keefektifan perangkat seperti karakter dan pengaturan dalam prediksi. Hasil ini menunjukkan bahwa model CNN dapat meningkatkan pilihan rekomendasi konten pada situs web dongeng, sekaligus memberikan wawasan untuk perbaikan berkelanjutan dalam kualitas konten. Penelitian ini menegaskan potensi CNN sebagai alat klasifikasi teks yang kuat, menawarkan jalur menuju otomatisasi yang dapat memperkaya pengalaman edukasi dan hiburan anak-anak dalam lingkungan digital.
Co-Authors Arum Murdianingsih M.Pd Aulia Aziza Mariyatul Norhidayati Raden Yani Gusriani Raden Yani Gusriani Samsul Rani