Assoc. Prof. Dr. RK

Project Based Learning - Data Visualization 2026

noreply@blogger.com (RAHMAD'S WEBSITE) — Wed, 28 Oct 2026 10:14:29 +0700

UNRI / PROJECT LAB 2026

PROJECT-BASED LEARNING

DATA VISUALIZATION 2026
From raw data to meaningful insights, interactive dashboards, and scientific publication.

◈ Kelas A◈ D-3 Manajemen Informatika◈ Tableau + JICM

Jelajahi Tugas ↗Alur Pengumpulan ↓

◉ VISUAL ANALYTICS / LIVE LAB

DATAEXPLORE

VIZINTERPRET

JICMSUBMIT

04Luaran utama

06Kelompok proyek

200+Baris data minimum

100%Rubrik penilaian

01 / THE MISSION

Lebih dari sekadar grafik.

Mahasiswa mengolah persoalan nyata menjadi cerita yang bisa dipahami, diuji, dan dipertanggungjawabkan.

PBL OBJECTIVE / 2026

Explore → Visualize → Explain → Publish

Project-Based Learning Data Visualization 2026 merupakan kegiatan evaluasi berbasis proyek bagi mahasiswa Semester V D-3 Manajemen Informatika Universitas Riau, Kelas A dan B. Proyek mengintegrasikan eksplorasi data, analisis, dashboard interaktif menggunakan Tableau, data storytelling, serta penulisan artikel ilmiah untuk dikirimkan ke Journal of Intelligent Computing Methods (JICM).

✓

Pembelajaran berbasis karya nyata

Targetnya bukan jumlah grafik, melainkan ketepatan analisis, kualitas insight, kejelasan komunikasi, kerja sama, dan integritas akademik.

IKU 7Data StorytellingScientific Writing

02 / PROJECT DELIVERABLES

Empat luaran wajib.

Pengumpulan individu dan kelompok sama-sama wajib. Pastikan tidak ada komponen yang tertinggal.

INDIVIDU / MINGGUAN

Laporan eksplorasi data

Setiap mahasiswa mendokumentasikan pekerjaan dan kontribusinya dalam laporan PDF berdasarkan template laporan individu.

Minggu 1: eksplorasi dan deskripsi dataset.
Minggu 2: data cleaning dan eksplorasi awal di Tableau.
Minggu 3–4: draft insight, sketsa, dan finalisasi dashboard.
Deadline: setiap minggu, H-1 sebelum perkuliahan.

Format PDFWajib per mahasiswa

KELOMPOK / SCIENTIFIC PAPER

Artikel ilmiah JICM

Satu artikel per kelompok dalam bahasa Inggris, menggunakan template resmi JICM, bukan template paper IEEE tahun sebelumnya.

Menjelaskan masalah, data, metode, hasil, insight, dan kesimpulan.
Minimal 7 referensi ilmiah yang relevan; format sitasi mengikuti pedoman JICM.
Batas kemiripan untuk evaluasi kelas: maksimal 30% melalui Turnitin; isi tetap ditelaah.
Wajib dikirim ke portal jurnal dan dilaporkan melalui form kelas.

DOCX + PDF1 naskah / kelompok

KELOMPOK / INTERACTIVE ANALYTICS

Dashboard Tableau

Dashboard wajib menunjukkan hubungan antarvariabel, tampilan yang jelas, dan interpretasi yang bermakna.

Minimal 3 worksheet visualisasi yang saling terhubung.
Ada interaktivitas: filter, highlight, atau aksi antarvisual.
Mencantumkan sumber dataset dan penjelasan temuan penting.
Dipublikasikan di Tableau Public dan tautannya dikumpulkan.

Tableau Public3+ worksheet

KELOMPOK / DATA STORYTELLING

Video presentasi

Sampaikan informasi seperti seorang analis, bukan hanya membaca isi dashboard.

Durasi video 3–5 menit.
Uraikan persoalan, dataset, dashboard, dan minimal 3 insight.
Gunakan bahasa Indonesia formal atau bahasa Inggris.
Unggah ke YouTube dan kumpulkan tautannya pada form video.

YouTube3–5 menit

03 / EXECUTION ROADMAP

Alur kerja proyek.

Periode: 15 Oktober – 15 November 2026
Batas akhir: 16 Nov 2026

WEEK ONE

Discover

Bentuk kelompok, pilih topik dan data, pahami variabel, tentukan pertanyaan analisis.

WEEK TWO

Prepare

Bersihkan data, eksplorasi pola awal, dan bangun visualisasi dasar di Tableau.

WEEK THREE

Build

Rangkai dashboard interaktif, interpretasikan insight, dan tulis draft artikel JICM.

WEEK FOUR

Submit

Finalisasi video dan artikel, submit JICM, lalu kumpulkan seluruh bukti dan tautan.

04 / SUBMISSION PROTOCOL

Jangan salah tempat mengumpulkan.

Submission jurnal dan pengumpulan tugas kuliah adalah dua kewajiban berbeda.

Submit artikel ke JICM

Perwakilan kelompok mengunggah artikel melalui sistem jurnal setelah memastikan semua penulis menyetujui naskah.

Download dan gunakan template JICM yang berlaku.
Periksa isi, gambar, referensi, dan identitas penulis.
Submit melalui akun di sistem jurnal.
Simpan bukti submission atau nomor naskah.

Portal submission JICM ↗

Download template JICM (DOCX) ↗

Kumpulkan melalui form kelas

Submission ke jurnal tidak menggantikan pengumpulan PBL. Perwakilan kelompok tetap wajib menyerahkan berkas dan bukti melalui form dosen.

Artikel final DOCX dan PDF.
Bukti submission ke JICM.
Link Tableau Public dan sumber dataset.
Daftar anggota, NIM, dan kontribusi masing-masing.
Link YouTube dikumpulkan pada form video.

Form paper + dashboard + bukti ↗

Form video data storytelling ↗

Submit tidak berarti diterima atau terbit. Naskah mengikuti pemeriksaan editorial dan proses review sesuai kebijakan JICM; jurnal dapat meminta revisi, menerima, atau menolak artikel. Nilai PBL didasarkan pada rubrik tugas, bukan keputusan penerimaan jurnal.

◫ Pengumpulan individu (setiap mahasiswa)

Unggah laporan PDF sesuai kegiatan mingguan, paling lambat H-1 sebelum kuliah.

Form Minggu 1 ↗Form Minggu 2 ↗Form Minggu 3–4 ↗

⬡ Template dan panduan

Gunakan template yang tepat untuk setiap luaran. Hindari menggunakan template paper IEEE dari kegiatan 2025.

Template laporan individu ↗Website JICM ↗Panduan penulis ↗

Checklist sebelum klik submit: seluruh anggota berkontribusi; dataset dan sumber tercantum; artikel menggunakan template JICM; dashboard aktif dan bisa dibuka; video sudah dipublikasikan; semua form individu dan kelompok terisi; bukti submission jurnal tersimpan.

05 / DATASET RULES

Mulai dengan data yang tepat.

Topik bebas sepanjang relevan, berkualitas, dapat ditelusuri, dan memiliki ruang untuk menghasilkan insight.

◈ Aturan dataset

Minimal 200 baris dan 5 variabel.
Data publik kredibel atau data primer; data primer lebih diutamakan.
Boleh menggabungkan beberapa dataset jika prosesnya dijelaskan.
Wajib mencantumkan sumber pada artikel dan dashboard.
Jangan mempublikasikan data pribadi atau sensitif tanpa izin.

◈ Contoh topik

Kualitas udara dan lingkungan, tren pariwisata Riau, persebaran bencana, pendidikan, ekonomi daerah, kesehatan masyarakat, transportasi, dan layanan publik.

EnvironmentTourismDisasterEconomyEducationPublic Services

Alat: Tableau untuk dashboard utama; Excel, Google Sheets, Python, atau alat lainnya untuk persiapan data.

06 / PERFORMANCE METRICS

Rubrik penilaian PBL

Total nilai 100 poin. Kualitas analisis dan kemampuan menjelaskan temuan lebih penting daripada sekadar desain yang ramai.

Laporan individu

Artikel ilmiah JICM

Dashboard Tableau

Video data storytelling

Aspek penilaian mencakup orisinalitas, kelengkapan, dokumentasi kontribusi, ketepatan waktu, sistematika ilmiah, interaktivitas, kualitas insight, dan komunikasi. Skor artikel tidak bergantung pada status diterima/ditolaknya jurnal.

07 / FREQUENTLY ASKED

Hal yang sering ditanyakan.

Klik pertanyaan untuk membaca jawabannya.

Apakah semua kelompok wajib submit ke JICM?

Ya. Setiap kelompok mengirimkan satu naskah mengikuti template dan panduan jurnal. Pengiriman ini menjadi bagian dari pengalaman proses publikasi ilmiah dalam PBL.

Kalau artikel ditolak, apakah nilai PBL berkurang?

Tidak otomatis. Yang dinilai adalah kualitas artikel dan luaran, keaslian proses, bukti submission, serta kepatuhan pada rubrik. Keputusan editorial menjadi kewenangan jurnal.

Apakah submit ke JICM saja sudah cukup?

Belum. Pengumpulan ke jurnal dan form kelas sama-sama wajib. Form kelompok mencakup artikel, dashboard, dan bukti submission; form video memuat tautan YouTube. Laporan individu harus disubmit oleh setiap mahasiswa.

Apakah boleh memakai Python, Excel, atau Power BI?

Boleh untuk tahap persiapan data dan analisis pendukung. Dashboard utama yang dinilai harus menggunakan Tableau.

Berapa jumlah referensi dan batas similarity?

Untuk penilaian kelas, gunakan minimal tujuh referensi ilmiah relevan dan usahakan similarity tidak melebihi 30% menurut pemeriksaan Turnitin. Jika JICM menerapkan syarat yang lebih ketat, ikuti persyaratan JICM. Nilai similarity bukan pengganti pemeriksaan plagiarisme secara substansial.

Bagaimana kalau ada anggota tidak berkontribusi?

Laporkan pembagian kerja dan kontribusi masing-masing pada form kelompok. Dosen dapat meminta klarifikasi untuk mengevaluasi kontribusi per mahasiswa.

Apakah boleh menggunakan bantuan AI?

Boleh secara bertanggung jawab untuk ide awal, penyuntingan bahasa, atau bantuan teknis. Mahasiswa tetap bertanggung jawab atas validitas data, kode, referensi, analisis, serta orisinalitas naskah dan mengikuti ketentuan pengungkapan penggunaan AI dari jurnal.

YOUR NEXT MISSION

Data is the beginning. Insight is the impact

Bangun dashboard yang tidak hanya menarik dilihat, tetapi juga menjawab pertanyaan nyata. Jelaskan setiap temuan dengan bukti, susun artikel dengan integritas, dan pastikan seluruh tahapan pengumpulan selesai.

Lihat seluruh luaran ↑Lihat tautan pengumpulan ↗

Project-Based Learning – Digital Transformation D 2026

noreply@blogger.com (RAHMAD'S WEBSITE) — Wed, 28 Oct 2026 10:08:39 +0700

Pengumuman Mata Kuliah · Ganjil 2026/2027

Project-Based Learning
Transformasi Digital 2026

Dari masalah nyata menjadi rancangan perubahan. Selama proyek ini, mahasiswa akan mencoba menjadi tim yang membantu sebuah organisasi bekerja atau melayani lebih baik dengan teknologi digital.

SIM03113013Kelas D-252 SKS/Minggu 13–16Kerja mandiri ±3 minggu

Pengumpulan tugas Lihat tugas proyek

Yang perlu dipahami sejak awal: Tidak harus membuat aplikasi yang sudah jadi. Penilaian adalah kemampuan memahami masalah, menunjukkan apa yang perlu berubah, dan merancang solusi yang masuk akal. Coding boleh, tetapi bukan kewajiban.

01 / Apa yang akan kita kerjakan?

Pilih satu masalah yang mudah ditemui, misalnya di kampus, UMKM, sekolah, layanan publik, atau lingkungan sekitar. Cari tahu prosesnya sekarang, dengarkan kebutuhan orang yang terlibat, lalu usulkan perbaikan dengan bantuan teknologi digital.

Contohnya, sebuah UMKM sering kehabisan stok karena pencatatannya masih manual. Mahasiswa tidak harus langsung membuat aplikasi kasir. Jelaskan dahulu bagaimana stok dicatat saat ini, apa penyebab masalahnya, lalu rancang proses baru yang lebih rapi dan mudah dipantau.

01 · TemukanMasalah nyata dan penggunanya

02 · PahamiProses sekarang (AS IS)

03 · RancangProses baru (TO BE) + prototype

04 · BuktikanManfaat, indikator, dan risiko

02 / Luaran yang wajib dikumpulkan

Proyek dikerjakan dalam kelompok yang terdiri atas sekitar 4–5 mahasiswa, atau mengikuti pembagian dosen. Ada tugas kelompok dan laporan singkat setiap anggota.

INDIVIDU · 15%

Laporan progres 3 minggu

Setiap mahasiswa membuat laporan singkat maksimal 1 halaman per minggu: apa yang dikerjakan, hasil/bukti, kendala, dan rencana berikutnya. Tujuannya agar kontribusi tiap anggota terlihat.

KELOMPOK · 60%

Digital Transformation Blueprint

Laporan kelompok sekitar 6–8 halaman (di luar cover dan lampiran). Berisi masalah dan bukti, AS IS, TO BE, teknologi dan data, prototype, manfaat/KPI, risiko, serta rencana penerapan sederhana.

KELOMPOK · 25%

Final Pitch

Presentasikan ide seperti tim konsultan kepada pimpinan organisasi. Maksimal 8 slide. Rencana waktu: 7 menit paparan dan 3 menit tanya jawab per kelompok, disesuaikan dengan jumlah kelompok.

LAMPIRAN KELOMPOK

Prototype sederhana

Siapkan 3–5 tampilan atau ilustrasi proses baru. Boleh memakai Figma, Canva, PowerPoint, diagrams.net, atau alat lain. Cukup mockup yang dapat menjelaskan cara solusi bekerja.

Contoh judul: “Perbaikan Proses Pencatatan dan Pemantauan Stok UMKM Berbasis Digital.” Hindari judul yang hanya berbunyi “Membuat Aplikasi X”, tanpa menjelaskan masalah dan perubahan prosesnya.

Bagian penting dalam laporan kelompok

Masalah dan bukti: jelaskan satu masalah, siapa yang mengalaminya dan dasar temuan mahasiswa (observasi, wawancara singkat dengan izin, atau sumber yang jelas).
AS IS: gambarkan proses yang berjalan sekarang dan titik kendalanya.
TO BE: gambarkan proses baru setelah solusi digital diterapkan.
Teknologi dan data: pilih alat yang diperlukan dan jelaskan alasannya.
Prototype: tampilkan 3–5 mockup atau ilustrasi alur layanan.
Manfaat dan risiko: tetapkan minimal 2 indikator keberhasilan (KPI), serta 2 risiko dan cara menguranginya, termasuk privasi/keamanan bila relevan.

03 / Jadwal pelaksanaan

Selama tiga minggu, pembelajaran dilakukan melalui kerja proyek mandiri. Dapat dilakukan untuk observasi, diskusi kelompok, pembuatan rancangan, dan konsultasi. Setiap mahasiswa tetap wajib melaporkan progres.

Tahap	Periode rencana	Yang dikerjakan	Checkpoint
Minggu 1 Pertemuan 13	28 Okt–3 Nov 2026	Kelompok, pilih masalah, cari bukti, pahami pengguna, buat AS IS.	Daftar topik + laporan individu 1
Minggu 2 Pertemuan 14	4–10 Nov 2026	Susun TO BE, pilih teknologi/data, buat prototype awal.	Progres kelompok + laporan individu 2
Minggu 3 Pertemuan 15	11–17 Nov 2026	Selesaikan blueprint, prototype, KPI, risiko, dan slide pitch.	Dokumen final + laporan individu 3
Presentasi	Mengikuti jadwal dosen	Final Pitch dan tanya jawab.	Presentasi kelompok

Catatan jadwal: tanggal di atas adalah target kerja proyek. Apabila ada penyesuaian jadwal perkuliahan atau presentasi, pengumuman resmi kelas yang digunakan. Batas pengumpulan final adalah H-1 sebelum Final Pitch, pukul 23.59 WIB, kecuali ada informasi lain dari dosen.

04 / Pusat pengumpulan tugas

Semua tautan unduhan dan pengumpulan ada di sini. Bagian individu diisi oleh masing-masing mahasiswa; bagian kelompok cukup dikirim oleh satu perwakilan.

SUBMISSION CENTER

A. Unduh template

Gunakan format berikut agar laporan semua kelompok mudah dibaca dan diperiksa.

Template blueprint kelompok (DOCX)

Format laporan kelompok yang akan dikumpulkan pada akhir proyek.

Unduh template kelompok

B. Pengumpulan individu

Setiap mahasiswa mengirim laporan sendiri. Lampirkan bukti kerja yang relevan, bukan sekadar daftar hadir rapat kelompok.

Individu · Minggu 1

Masalah, observasi, dan kontribusi awal.

Submit laporan Minggu 1

Individu · Minggu 2

Rancangan proses baru dan prototype awal.

Submit laporan Minggu 2

Individu · Minggu 3

Finalisasi, evaluasi, dan refleksi pribadi.

Submit laporan Minggu 3

C. Pengumpulan kelompok

Satu perwakilan mengunggah berkas; pastikan nama dan NIM semua anggota tercantum.

Pendaftaran kelompok dan topik

Nama anggota, masalah yang dipilih, organisasi/objek, dan rencana singkat.

Daftarkan kelompok

Blueprint final (DOCX/PDF)

Dokumen kelompok lengkap beserta diagram AS IS dan TO BE.

Submit blueprint

Prototype / mockup

File atau tautan Figma, Canva, PowerPoint, atau dokumentasi prototype.

Submit prototype

Slide/Video Final Pitch (PPT/PDF)

Presentasi.

Submit slide/Video presentasi

Informasi tautan: tombol abu-abu bertuliskan “link menyusul” belum diaktifkan. Setelah dosen memasang tautan resmi, tombol dapat digunakan. Jangan mengirim tugas melalui formulir PBL mata kuliah lain.

05 / Bagaimana proyek dinilai?

Penilaian menekankan kualitas gagasan dan perubahan proses, bukan banyaknya fitur atau bagusnya desain aplikasi.

Komponen	Yang diperhatikan	Bobot
Laporan individu	Kontribusi nyata, bukti, progres, dan refleksi.	15%
Blueprint + prototype	Masalah (15%), AS IS–TO BE (20%), teknologi dan data (8%), prototype (10%), KPI dan risiko (7%).	60%
Final Pitch	Penjelasan ide (15%) dan kemampuan menjawab pertanyaan (10%).	25%
Total		100%

Hasil PBL digunakan dalam evaluasi mata kuliah sesuai RPS. Nilai anggota satu kelompok dapat berbeda jika kontribusinya berbeda.

06 / Beberapa ketentuan penting

Mulai dari masalah. Jangan menentukan teknologi dulu baru mencari-cari masalah agar cocok.
Boleh menggunakan AI untuk mencari ide atau memperbaiki tulisan, tetapi tetap harus memahami, memeriksa, dan mempertanggungjawabkan hasilnya. Jangan membuat wawancara atau bukti palsu.
Jaga privasi.

Project-Based Learning – Big Data 2026

noreply@blogger.com (RAHMAD'S WEBSITE) — Mon, 26 Oct 2026 11:31:48 +0700

Pengumuman Akademik · PBL 2026

Project-Based Learning
Big Data 2026

Dari pengolahan data menjadi karya ilmiah. Mahasiswa mengembangkan proyek berbasis NoSQL, melakukan analisis yang dapat diuji, serta menulis artikel mengikuti standar Journal of Intelligent Computing Methods (JICM).

13 Okt – 14 Nov 2026Mata Kuliah Big DataTahun Akademik 2026/2027

Unduh Template JICM (DOCX)Panduan Penulis JICM

Informasi utama
Kegiatan PBL Big Data 2026 berlangsung pada 13 Oktober sampai 14 November 2026. Luaran wajib berupa laporan kemajuan individu, artikel ilmiah kelompok, dan presentasi/video demonstrasi. Artikel menggunakan template resmi JICM, bukan template artikel IEEE yang digunakan pada PBL 2025.

01 / Pusat Pengumpulan Tugas

Semua berkas dan tautan proyek dikumpulkan melalui kanal di bawah ini. Pilih bagian Individu atau Kelompok sesuai jenis luaran.

SUBMISSION CENTER 2026

A. Pengumpulan Individu

Setiap mahasiswa wajib mengisi laporan kemajuan mingguan secara mandiri, melampirkan bukti kerja dan kontribusi. Batas pengumpulan laporan adalah H-1 sebelum perkuliahan sesuai jadwal/instruksi dosen; minggu terakhir mengikuti batas akhir proyek.

Template laporan individu

Unduh, isi, lalu gunakan format yang sama untuk setiap laporan mingguan.

Unduh template

Minggu 1 & 2

Submit laporan

Minggu 3

Submit laporan

Minggu 4

Submit laporan

B. Pengumpulan Kelompok

Pengumpulan dilakukan oleh perwakilan kelompok kecuali dosen menetapkan lain. Pastikan identitas dan kontribusi seluruh anggota tercatat. Semua luaran final harus diselesaikan paling lambat 14 November 2026.

Artikel ilmiah final (DOCX)

Submit artikel

File presentasi (PPT/PDF)

Unggah slide yang menjelaskan masalah, data, metode, hasil, dan kontribusi.

Submit slide

URL video presentasi YouTube

Unggah video ke YouTube, lalu serahkan URL yang dapat dibuka dosen (boleh unlisted).

Submit URL video

Dataset, kode, dan dokumentasi

Sampaikan link penyimpanan/repository yang dapat diakses untuk pemeriksaan, tanpa kunci rahasia.

Submit data & kode

02 / Tujuan Pembelajaran

PBL mengajak mahasiswa menyelesaikan persoalan nyata melalui pengumpulan, penyimpanan, pemrosesan, analisis, dan interpretasi data. Kegiatan ini juga melatih kerja sama, komunikasi ilmiah, etika pengelolaan data, dan kemampuan mempertanggungjawabkan hasil eksperimen.

Dosen pengampu: Assoc. Prof. Dr. Rahmad Kurniawan, ST., MIT.

03 / Luaran yang Wajib Dikumpulkan

INDIVIDU · 30%

Laporan Kemajuan Mingguan

Memuat kontribusi, pekerjaan yang diselesaikan, kendala, rencana tindak lanjut, dan bukti kegiatan. Disubmit melalui formulir Minggu 1–5 pada Pusat Pengumpulan Tugas, H-1 sebelum perkuliahan sesuai jadwal dan arahan dosen.

KELOMPOK · 50%

Artikel Ilmiah JICM

Naskah berbahasa Inggris dalam format DOCX resmi JICM, memuat metode, hasil, evaluasi, dan referensi yang dapat diverifikasi.

KELOMPOK · 20%

Presentasi dan Video

File slide disubmit tersendiri; video presentasi/demonstrasi diunggah ke YouTube (boleh unlisted) dan URL-nya dikirim melalui formulir kelompok.

BUKTI PENDUKUNG

Dataset, Kode, dan Dokumentasi

Lampirkan asal data, gambaran skema NoSQL, langkah pengolahan, dan kode atau tautan repositori. Kirim melalui formulir data/kode kelompok.

04 / Ketentuan Topik dan Teknologi

Topik: bebas dalam ruang lingkup Big Data dan memiliki masalah nyata, pertanyaan analisis yang jelas, serta manfaat praktis.
Basis data: wajib menggunakan NoSQL, misalnya MongoDB, Cassandra, Neo4j, atau teknologi sejenis yang relevan. MongoDB Atlas dapat digunakan sesuai praktik perkuliahan.
Data: sumber, periode, lisensi/izin penggunaan, jumlah, mutu, serta langkah pembersihan harus dijelaskan. Untuk data sekunder, pilih volume yang memadai dan jelaskan karakteristik datanya. Untuk data yang dikumpulkan sendiri, minimal 300 record mengikuti ketentuan PBL sebelumnya; jumlah ini adalah syarat praktik minimal, bukan bukti bahwa sebuah dataset sudah termasuk Big Data.
Metode: proyek harus melampaui sekadar impor data atau membuat dashboard. Sertakan analisis, perbandingan, pengukuran kinerja, eksperimen, atau pendekatan komputasional yang sesuai dengan tujuan.
Etika: jangan membagikan kata sandi, connection string, API key, atau data pribadi dalam artikel, video, dan repositori.

Contoh arah topik

Analisis sentimen dan topik teks; pola dan prediksi data lingkungan; sistem rekomendasi; analisis tren film atau layanan digital; deteksi anomali transaksi; serta evaluasi kinerja kueri NoSQL. Topik harus disertai pertanyaan dan evaluasi yang terukur.

05 / Panduan Artikel JICM

Setiap kelompok menulis artikel menggunakan JICM Official Manuscript Template. Bahasa naskah adalah bahasa Inggris dengan abstrak 150–250 kata. Referensi menggunakan gaya IEEE berdasarkan urutan kemunculan sitasi, dan DOI ditambahkan jika tersedia.

Jelaskan masalah, tujuan, kontribusi, dataset, metode, hasil, dan pembahasan secara runtut sesuai struktur pada template.
Sajikan tabel/gambar yang terbaca, dirujuk dalam teks, dan bersumber jelas; hasil analisis harus konsisten dengan data atau eksperimen.
Pastikan referensi benar-benar digunakan dan dapat ditemukan. Cantumkan pernyataan etika, ketersediaan data/kode, pendanaan, konflik kepentingan, dan penggunaan AI bila relevan.
Naskah harus orisinal. Pemeriksaan kemiripan dilakukan sebagai evaluasi awal kelas; batas administratif PBL maksimal 30% bukan izin untuk melakukan plagiarisme dan bukan jaminan memenuhi kebijakan jurnal.

Unduh template resmi dan baca aturan jurnal

Gunakan template DOCX dari website JICM. Jangan menggunakan template IEEE Conference 2025 untuk naskah tahun ini.

Unduh Template JICM (DOCX)Author Guidelines JICM

Target publikasi: Naskah yang memenuhi standar dan telah direvisi dapat diarahkan untuk diajukan ke JICM. Pengajuan, penilaian, dan keputusan publikasi mengikuti proses editorial serta peer review jurnal; kelulusan PBL tidak berarti artikel otomatis diterbitkan.

06 / Jadwal Pelaksanaan

Tahapan berikut merupakan rencana kerja PBL. Laporan individu disampaikan setiap minggu sesuai ketentuan kelas.

Pekan	Tanggal	Fokus Kegiatan
1	13–19 Oktober	Pembentukan kelompok, pemilihan masalah, identifikasi sumber data, dan usulan topik.
2	20–26 Oktober	Akuisisi data, pembersihan awal, desain basis data NoSQL, dan rancangan metode.
3	27 Oktober–2 November	Implementasi, analisis/eksperimen, dan evaluasi hasil awal.
4	3–9 November	Penyusunan artikel JICM, visualisasi temuan, serta umpan balik dan revisi.
5	10–14 November	Finalisasi artikel, materi presentasi, video demonstrasi, dan pengumpulan akhir.

Batas akhir PBL: Sabtu, 14 November 2026. Gunakan Pusat Pengumpulan Tugas di atas untuk membuka formulir laporan, artikel, presentasi, dan video. Tautan yang belum aktif akan diperbarui oleh dosen. Jangan menggunakan formulir tahun 2025.

07 / Rubrik Penilaian

Komponen	Aspek yang Dinilai	Bobot
Laporan individu	Kontribusi nyata, kelengkapan bukti, progres mingguan, ketepatan waktu, dan refleksi.	30%
Artikel ilmiah	Orisinalitas, kejelasan masalah, kualitas data/metode, ketepatan analisis, pembahasan, referensi, dan kepatuhan template JICM.	50%
Presentasi/video	Struktur penjelasan, visualisasi, demonstrasi hasil, komunikasi, penguasaan materi, dan kerja tim.	20%
Total		100%

Kontribusi antaranggota diperiksa melalui laporan individu; nilai individu dapat berbeda apabila kontribusinya berbeda.

08 / Pertanyaan yang Sering Diajukan

Apakah topik ditentukan dosen?

Mahasiswa boleh mengusulkan topik sendiri sepanjang relevan dengan Big Data, didukung data yang sah, dan dapat diselesaikan dalam periode PBL.

Apakah wajib menggunakan machine learning?

Tidak selalu. Analisis data atau eksperimen kinerja NoSQL dapat menjadi proyek PBL yang baik. Namun, naskah yang diajukan ke JICM harus memiliki kontribusi ilmiah yang relevan dengan fokus jurnal, bukan sekadar aplikasi CRUD atau deskripsi dashboard.

Apakah setiap artikel otomatis terbit di JICM?

Tidak. Namun, semua kelompok wajib submit artikel mengikuti template JICM untuk penilaian PBL. Naskah tetap melalui pemeriksaan serta penelaahan independen.

Ke mana mengumpulkan tugas?

Buka Pusat Pengumpulan Tugas pada bagian awal halaman. Di sana tersedia tombol terpisah untuk laporan individu per minggu, artikel kelompok, slide presentasi, URL YouTube, dataset/kode, dan hasil PBL. Tombol abu-abu berarti tautan masih disiapkan. Artikel yang dibuat wajib submit ke JICM.

Hasil PBL Kecerdasan Bisnis dan Gudang Data Kelas A dan B Tahun 2026

noreply@blogger.com (RAHMAD'S WEBSITE) — Mon, 22 Jun 2026 14:36:22 +0700

Rekapitulasi Nilai PBL

Rekapitulasi Nilai Project-Based Learning

Rekap poin paper dan presentasi PBL.

6 Data kelompok/mahasiswa

2 Kelas

87.5 Rata-rata paper

85.5 Rata-rata presentasi

No.	Kelas	Kelompok	Anggota	Judul PBL	Paper	Catatan Paper	Presentasi	Catatan Presentasi
1	A	II	NABILA ADISTYA LASMI	Business Intelligence Dashboard for Food Delivery Customer Loyalty Analysis Among Universitas Riau Students Using Decision Tree	87	Baca catatan paper Sudah bagus. Ke depannya, mencoba beberapa algoritma klasifikasi ML secara komparatif (Decision Tree vs. Random Forest vs. XGBoost) dalam satu paper akan memberikan kontribusi yang jauh lebih kuat. Single-algorithm study memberikan perspektif yang terbatas tentang kemampuan data. Pengalaman ini mengajarkan bahwa akurasi 67.5% bukan kelemahan yang perlu diminimalisir, justru analisis mendalam tentang mengapa model kesulitan mengklasifikasikan 'Tidak Loyal' (kelas minoritas) memberikan insight berharga tentang karakteristik mahasiswa yang ambivalen terhadap layanan food delivery. Mahasiswa perlu mendalami teknik penanganan class imbalance seperti SMOTE atau atau lainnya. Untuk penelitian berikutnya, memperbesar ukuran sampel dan menyebarkan kuesioner ke lebih banyak perguruan tinggi akan meningkatkan generalisabilitas temuan dan menjadikan paper ini referensi yang lebih berpengaruh dalam literatur e-commerce Indonesia.	90	Baca catatan presentasi Presentasi layaknya konfrensi internasional, namun dashboard tidak didemokan secara langsung (hanya di PPT). Btw, foto dosennya seperti aktor korea :)
2	A	I	YUDI AFANDI	Historical Weather Pattern Analysis of Pekanbaru City Using Business Intelligence and Random Forest Classifier	90	Baca catatan paper Sudah sangat bagus. NIM tidak perlu untuk paper. Ke depannya, memverifikasi setiap referensi melalui Scopus atau Google Scholar sebelum memasukkannya ke daftar pustaka adalah kebiasaan akademik yang krusial. Referensi tanpa DOI dan nama jurnal yang lengkap melemahkan kredibilitas karya secara keseluruhan. Pengalaman ini mengajarkan bahwa desain star schema bukan sekadar formalitas teknis, melainkan fondasi yang membuat sistem BI menjadi modular, skalabel dan mudah dikembangkan. Kelompok ini perlu mendalami cara mendaftarkan ORCID iD secara gratis di orcid.org, identitas peneliti ini semakin menjadi standar wajib dalam jurnal internasional. Untuk penelitian berikutnya, menambahkan variabel kelembaban dan tekanan udara dari API yang sama dapat meningkatkan akurasi Random Forest secara signifikan dan memperkuat kontribusi ilmiah. Penting dipahami bahwa pengakuan keterbatasan secara terbuka, seperti class imbalance dan keterbatasan variabel justru mencerminkan pemikiran kritis yang menjadi ciri peneliti yang matang.	87	Baca catatan presentasi Terlihat kompak antar kelompok, namun banyak teks, bagusnya dashboard yang dibangun di demokan langsung, bukan di slide. Btw, foto dosennya di slide seperti Sultan Siak :)
3	B	IV	ANDIKA FITRA DARMAWAN	Business Intelligence Dashboard and K-Means Clustering for Universitas Riau Library Traffic, Borrowing, and Visitor Segmentation	87	Baca catatan paper Sudah sangat bagus. Ke depannya, pengisian informasi penulis secara lengkap dan akurat termasuk memastikan tidak ada teks template yang tersisa adalah standar etika penulisan ilmiah yang tidak dapat dikompromikan. Menggunakan ORCID placeholder setara dengan mencantumkan informasi yang tidak valid dalam dokumen akademik. Mahasiswa perlu mendalami teknik evaluasi clustering yang lebih komprehensif: silhouette score 0.26 mengindikasikan bahwa fitur-fitur yang digunakan untuk attendance clustering mungkin perlu diredesain atau metode clustering alternatif seperti DBSCAN perlu dipertimbangkan. Untuk penelitian berikutnya, mengintegrasikan kategori buku dalam dataset peminjaman akan membuka dimensi analisis rekomendasi koleksi yang sangat bernilai bagi pengembangan layanan perpustakaan berbasis bukti.	80	Baca catatan presentasi Terlihat kompak antar kelompok, namun banyak teks, bagusnya dashboard yang dibangun di demokan langsung, bukan di slide dan nama dosen pengampu tidak ada :(
4	B	III	RYANDA VALENTS ANAKRI	Analisis Segmentasi Beban Distribusi Dana PKH Kota Pekanbaru Menggunakan Algoritma K-Means Clustering dan Visualisasi Tableau	84	Baca catatan paper Sudah bagus. Ke depannya, membangun kebiasaan mengumpulkan dan mengorganisasi minimal 15 referensi di awal proses penelitian sebelum mulai menulis adalah investasi waktu yang akan mencegah kekurangan sitasi yang signifikan seperti yang terjadi pada paper ini. Pengalaman ini mengajarkan bahwa flowchart metodologi adalah peta, bukan penjelasan setiap kotak dalam diagram alir perlu diuraikan secara teknis dalam teks agar penelitian dapat direplikasi. Mahasiswa perlu mendalami konsep star schema dalam konteks data warehouse, meskipun skalanya kecil, merancang satu tabel fakta dan beberapa tabel dimensi (dim_kelurahan, dim_waktu) akan memperkuat aspek BI/DW dari penelitian dan membedakannya dari sekadar analisis data biasa. Penting dipahami bahwa per capita indicators yang digunakan dalam paper ini, rasio PKH/penduduk dan dana per kapita adalah pendekatan yang digunakan dalam riset kebijakan sosial internasional dan dapat dikembangkan lebih jauh dengan analisis spasial berbasis GIS untuk memetakan disparitas distribusi secara visual. Untuk penelitian berikutnya agar membuat visual paper secara signifikan.	86	Baca catatan presentasi Terlihat kompak antar kelompok, dashboard yang dibangun di demokan langsung (ini bagus), namun dosen pengampu tidak ada :(
5	B	I	TRI PUTRI MAISYITAH	Perancangan Dashboard Business Intelligence untuk Analisis Tren dan Key Performance Indicator (KPI) Insiden IT: Kasus data Pelaporan Kegagalan Hardware, Software, dan Sistem di Awal Bros Ahmad Yani	89	Baca catatan paper Sudah sangat bagus. Ke depannya, menggunakan reference manager (Mendeley, Zotero) sejak awal penelitian akan memastikan format IEEE yang konsisten dan jumlah referensi terpenuhi, masalah sitasi adalah salah satu yang paling mudah dicegah namun paling sering terabaikan. Pengalaman ini mengajarkan bahwa data primer dari institusi nyata adalah aset riset yang sangat berharga, pendekatan ini memberikan relevansi praktis yang jarang ditemukan dalam paper berbasis dataset publik. Mahasiswa perlu mendalami parameter Service Level Agreement (SLA) sebagai metrik tambahan yang krusial dalam kerangka ITIL, integrasi SLA dalam dashboard akan meningkatkan nilai manajerial sistem secara signifikan. Untuk penelitian berikutnya, menyelesaikan evaluasi usability dengan SUS yang sudah direncanakan akan memberikan dimensi evaluasi sistem yang lebih holistik dan memperkuat kontribusi paper. Penting dipahami bahwa real-time data pipeline, mengintegrasikan dashboard langsung ke sistem ticketing adalah langkah natural berikutnya yang akan mengubah PBL ini menjadi sistem yang benar-benar siap pakai.	85	Baca catatan presentasi Terlihat kompak walaupun presentasi terpisah, dashboard yang dibangun di demokan langsung (ini bagus), namun suara mbak Anita tidak terdengar jelas dan nama dosen pengampu tidak ada :(
6	B	II	NUR KHAIRATUL AINI FITRI	Public Sentiment Analysis of the Makan Bergizi Gratis Program on Platform X Using Business Intelligence	88	Baca catatan paper Bagus, ke depannya, anotasi manual pada sampel representatif (minimal 300–500 tweet) adalah standar validasi yang perlu diupayakan, ini akan mengubah angka akurasi dari estimasi menjadi pengukuran yang bermakna secara ilmiah. Penting dipahami bahwa ground truth dari simulasi probabilistik hanya memberikan estimasi performa, bukan ukuran akurasi yang sesungguhnya. Mahasiswa harus mengkomunikasikan batasan ini dengan lebih eksplisit dalam abstrak dan hasil agar pembaca tidak salah menafsirkan angka 89%. Mahasiswa perlu mendalami model IndoBERT sebagai langkah pengembangan berikutnya, transisi dari lexicon-based ke transformer-based adalah arah perkembangan NLP Bahasa Indonesia yang sudah terdokumentasi baik dalam literatur dan membuka kemampuan menangkap sarkasme serta nuansa kontekstual. Untuk penelitian berikutnya, dapat membangun automated data pipeline yang mengambil tweet secara periodik akan mengubah sistem ini dari analisis historis menjadi alat monitoring kebijakan yang dapat memberikan umpan balik real-time kepada pemangku kebijakan. Pengalaman ini mengajarkan bahwa pembedaan antara jumlah tweet dan engagement adalah perspektif analitis yang sangat bernilai dalam social media analytics, pendekatan engagement-weighted memberikan gambaran yang jauh lebih akurat tentang dampak nyata sebuah narasi di ruang publik digital.	85	Baca catatan presentasi Terlihat kompak antar anggota, wah suara presenter pertama terlalu "ngebass" :) namun dashboard yang dibangun tidak di demokan langsung (ditampilkan di PPT saja)

Kelas A · Kelompok II

Business Intelligence Dashboard for Food Delivery Customer Loyalty Analysis Among Universitas Riau Students Using Decision Tree

NABILA ADISTYA LASMI

Paper 87 Presentasi 90

Catatan Paper

Baca catatan

Sudah bagus. Ke depannya, mencoba beberapa algoritma klasifikasi ML secara komparatif (Decision Tree vs. Random Forest vs. XGBoost) dalam satu paper akan memberikan kontribusi yang jauh lebih kuat. Single-algorithm study memberikan perspektif yang terbatas tentang kemampuan data. Pengalaman ini mengajarkan bahwa akurasi 67.5% bukan kelemahan yang perlu diminimalisir, justru analisis mendalam tentang mengapa model kesulitan mengklasifikasikan 'Tidak Loyal' (kelas minoritas) memberikan insight berharga tentang karakteristik mahasiswa yang ambivalen terhadap layanan food delivery. Mahasiswa perlu mendalami teknik penanganan class imbalance seperti SMOTE atau atau lainnya. Untuk penelitian berikutnya, memperbesar ukuran sampel dan menyebarkan kuesioner ke lebih banyak perguruan tinggi akan meningkatkan generalisabilitas temuan dan menjadikan paper ini referensi yang lebih berpengaruh dalam literatur e-commerce Indonesia.

Catatan Presentasi

Baca catatan

Presentasi layaknya konfrensi internasional, namun dashboard tidak didemokan secara langsung (hanya di PPT). Btw, foto dosennya seperti aktor korea :)

Kelas A · Kelompok I

Historical Weather Pattern Analysis of Pekanbaru City Using Business Intelligence and Random Forest Classifier

YUDI AFANDI

Paper 90 Presentasi 87

Catatan Paper

Baca catatan

Sudah sangat bagus. NIM tidak perlu untuk paper. Ke depannya, memverifikasi setiap referensi melalui Scopus atau Google Scholar sebelum memasukkannya ke daftar pustaka adalah kebiasaan akademik yang krusial. Referensi tanpa DOI dan nama jurnal yang lengkap melemahkan kredibilitas karya secara keseluruhan. Pengalaman ini mengajarkan bahwa desain star schema bukan sekadar formalitas teknis, melainkan fondasi yang membuat sistem BI menjadi modular, skalabel dan mudah dikembangkan. Kelompok ini perlu mendalami cara mendaftarkan ORCID iD secara gratis di orcid.org, identitas peneliti ini semakin menjadi standar wajib dalam jurnal internasional. Untuk penelitian berikutnya, menambahkan variabel kelembaban dan tekanan udara dari API yang sama dapat meningkatkan akurasi Random Forest secara signifikan dan memperkuat kontribusi ilmiah. Penting dipahami bahwa pengakuan keterbatasan secara terbuka, seperti class imbalance dan keterbatasan variabel justru mencerminkan pemikiran kritis yang menjadi ciri peneliti yang matang.

Catatan Presentasi

Baca catatan

Terlihat kompak antar kelompok, namun banyak teks, bagusnya dashboard yang dibangun di demokan langsung, bukan di slide. Btw, foto dosennya di slide seperti Sultan Siak :)

Kelas B · Kelompok IV

Business Intelligence Dashboard and K-Means Clustering for Universitas Riau Library Traffic, Borrowing, and Visitor Segmentation

ANDIKA FITRA DARMAWAN

Paper 87 Presentasi 80

Catatan Paper

Baca catatan

Sudah sangat bagus. Ke depannya, pengisian informasi penulis secara lengkap dan akurat termasuk memastikan tidak ada teks template yang tersisa adalah standar etika penulisan ilmiah yang tidak dapat dikompromikan. Menggunakan ORCID placeholder setara dengan mencantumkan informasi yang tidak valid dalam dokumen akademik. Mahasiswa perlu mendalami teknik evaluasi clustering yang lebih komprehensif: silhouette score 0.26 mengindikasikan bahwa fitur-fitur yang digunakan untuk attendance clustering mungkin perlu diredesain atau metode clustering alternatif seperti DBSCAN perlu dipertimbangkan. Untuk penelitian berikutnya, mengintegrasikan kategori buku dalam dataset peminjaman akan membuka dimensi analisis rekomendasi koleksi yang sangat bernilai bagi pengembangan layanan perpustakaan berbasis bukti.

Catatan Presentasi

Baca catatan

Terlihat kompak antar kelompok, namun banyak teks, bagusnya dashboard yang dibangun di demokan langsung, bukan di slide dan nama dosen pengampu tidak ada :(

Kelas B · Kelompok III

Analisis Segmentasi Beban Distribusi Dana PKH Kota Pekanbaru Menggunakan Algoritma K-Means Clustering dan Visualisasi Tableau

RYANDA VALENTS ANAKRI

Paper 84 Presentasi 86

Catatan Paper

Baca catatan

Sudah bagus. Ke depannya, membangun kebiasaan mengumpulkan dan mengorganisasi minimal 15 referensi di awal proses penelitian sebelum mulai menulis adalah investasi waktu yang akan mencegah kekurangan sitasi yang signifikan seperti yang terjadi pada paper ini. Pengalaman ini mengajarkan bahwa flowchart metodologi adalah peta, bukan penjelasan setiap kotak dalam diagram alir perlu diuraikan secara teknis dalam teks agar penelitian dapat direplikasi. Mahasiswa perlu mendalami konsep star schema dalam konteks data warehouse, meskipun skalanya kecil, merancang satu tabel fakta dan beberapa tabel dimensi (dim_kelurahan, dim_waktu) akan memperkuat aspek BI/DW dari penelitian dan membedakannya dari sekadar analisis data biasa. Penting dipahami bahwa per capita indicators yang digunakan dalam paper ini, rasio PKH/penduduk dan dana per kapita adalah pendekatan yang digunakan dalam riset kebijakan sosial internasional dan dapat dikembangkan lebih jauh dengan analisis spasial berbasis GIS untuk memetakan disparitas distribusi secara visual. Untuk penelitian berikutnya agar membuat visual paper secara signifikan.

Catatan Presentasi

Baca catatan

Terlihat kompak antar kelompok, dashboard yang dibangun di demokan langsung (ini bagus), namun dosen pengampu tidak ada :(

Kelas B · Kelompok I

Perancangan Dashboard Business Intelligence untuk Analisis Tren dan Key Performance Indicator (KPI) Insiden IT: Kasus data Pelaporan Kegagalan Hardware, Software, dan Sistem di Awal Bros Ahmad Yani

TRI PUTRI MAISYITAH

Paper 89 Presentasi 85

Catatan Paper

Baca catatan

Sudah sangat bagus. Ke depannya, menggunakan reference manager (Mendeley, Zotero) sejak awal penelitian akan memastikan format IEEE yang konsisten dan jumlah referensi terpenuhi, masalah sitasi adalah salah satu yang paling mudah dicegah namun paling sering terabaikan. Pengalaman ini mengajarkan bahwa data primer dari institusi nyata adalah aset riset yang sangat berharga, pendekatan ini memberikan relevansi praktis yang jarang ditemukan dalam paper berbasis dataset publik. Mahasiswa perlu mendalami parameter Service Level Agreement (SLA) sebagai metrik tambahan yang krusial dalam kerangka ITIL, integrasi SLA dalam dashboard akan meningkatkan nilai manajerial sistem secara signifikan. Untuk penelitian berikutnya, menyelesaikan evaluasi usability dengan SUS yang sudah direncanakan akan memberikan dimensi evaluasi sistem yang lebih holistik dan memperkuat kontribusi paper. Penting dipahami bahwa real-time data pipeline, mengintegrasikan dashboard langsung ke sistem ticketing adalah langkah natural berikutnya yang akan mengubah PBL ini menjadi sistem yang benar-benar siap pakai.

Catatan Presentasi

Baca catatan

Terlihat kompak walaupun presentasi terpisah, dashboard yang dibangun di demokan langsung (ini bagus), namun suara mbak Anita tidak terdengar jelas dan nama dosen pengampu tidak ada :(

Kelas B · Kelompok II

Public Sentiment Analysis of the Makan Bergizi Gratis Program on Platform X Using Business Intelligence

NUR KHAIRATUL AINI FITRI

Paper 88 Presentasi 85

Catatan Paper

Baca catatan

Bagus, ke depannya, anotasi manual pada sampel representatif (minimal 300–500 tweet) adalah standar validasi yang perlu diupayakan, ini akan mengubah angka akurasi dari estimasi menjadi pengukuran yang bermakna secara ilmiah. Penting dipahami bahwa ground truth dari simulasi probabilistik hanya memberikan estimasi performa, bukan ukuran akurasi yang sesungguhnya. Mahasiswa harus mengkomunikasikan batasan ini dengan lebih eksplisit dalam abstrak dan hasil agar pembaca tidak salah menafsirkan angka 89%. Mahasiswa perlu mendalami model IndoBERT sebagai langkah pengembangan berikutnya, transisi dari lexicon-based ke transformer-based adalah arah perkembangan NLP Bahasa Indonesia yang sudah terdokumentasi baik dalam literatur dan membuka kemampuan menangkap sarkasme serta nuansa kontekstual. Untuk penelitian berikutnya, dapat membangun automated data pipeline yang mengambil tweet secara periodik akan mengubah sistem ini dari analisis historis menjadi alat monitoring kebijakan yang dapat memberikan umpan balik real-time kepada pemangku kebijakan. Pengalaman ini mengajarkan bahwa pembedaan antara jumlah tweet dan engagement adalah perspektif analitis yang sangat bernilai dalam social media analytics, pendekatan engagement-weighted memberikan gambaran yang jauh lebih akurat tentang dampak nyata sebuah narasi di ruang publik digital.

Catatan Presentasi

Baca catatan

Terlihat kompak antar anggota, wah suara presenter pertama terlalu "ngebass" :) namun dashboard yang dibangun tidak di demokan langsung (ditampilkan di PPT saja)

Hasil Penilaian PBL Sistem Cerdas Kelas A dan C Tahun 2026

noreply@blogger.com (RAHMAD'S WEBSITE) — Sun, 21 Jun 2026 08:26:24 +0700

Rekap PBL

Rekap Nilai dan Catatan Project-Based Learning

Hasil PBL

Kelas	Kelompok	Judul PBL	Studi Kasus	Anggota	Nilai Paper	Catatan Paper	Nilai Video	Catatan Presentasi
A	II	Implementation of a Course Scheduling Recommendation System for Fourth Semester Information Systems Using Constraint Satisfaction and Scoring Methods	Jadwal Mata Kuliah Semester 4 Sistem informasi di kampus	REVA RATU AULIA, NATASYA NUR, MUHAMMAD ABDURRAHIM UTOMO, VOREL JULIANDRO, SALSABILA MUMTAZ, DAFFA AL SYADDAD, MUHAMMAD RAIHAN FERNANDO	89	Baca catatan paper Kelengkapan struktur paper ini adalah yang terbaik dan penggunaan dataset nyata dari institusi adalah nilai lebih yang signifikan. Ke depannya, perlu dipahami bahwa klaim keberhasilan sistem harus didukung angka konkret yang dapat diverifikasi, misalnya response time dalam detik dan conflict-free rate dalam persentase aktual dari setiap skenario uji. Referensi yang lebih banyak menggunakan literatur terkini akan memperkuat landasan teoritis secara substansial.	93	Baca catatan presentasi Terlihat kompak, presentasi jelas, keren ada praktiknya langsung. Teksnya jangan terlalu banyak ya
A	V	Sistem Pakar Dalam Mendiagnosa Jenis Perawatan Kulit Wajah Menggunakan Metode Forward Chaining	Studi kasus pada penelitian ini adalah identifikasi jenis perawatan wajah pengguna berdasarkan gejala kulit menggunakan metode Forward Chaining.	AFIFAH LIZA NAURA, NAISYA ALYA PUTRI, ESI NURROYANI, NIZLA MYA ALFAINA, JENNY IDA RAHAYU, FADILAH RAHMAYUNI	83	Baca catatan paper Topik penelitian ini sangat relevan dan sistem yang dibangun memiliki manfaat nyata bagi pengguna. Pengalaman ini memberikan dua pelajaran penting untuk penelitian ke depan. Paper akademik berbahasa Inggris harus konsisten menggunakan bahasa Inggris di seluruh konten, termasuk label dalam tabel dan kode simbol. Detail kecil seperti inilah yang membedakan paper yang layak publikasi dari yang belum siap.	93	Baca catatan presentasi Terlihat kompak, presentasi jelas dan tidak banyak teks, keren ada praktiknya langsung. Ini para srikandi semua ya :)
A	IV	Implementasi Chatbot untuk Layanan Informasi Akademik Mahasiswa pada Website unri.ac.id	Website Akademik Universitas Riau (unri.ac.id)	NAHLA PRIANTAMA, SAFA SALSABILA, ANISSA DEA PUTRI, SALSABILA DWIANA KHAIRUNNISA, NASHWA AULIA, LUCKYANA ALYA CAHYANI, LUTFI HADY	82	Baca catatan paper Pencapaian teknis chatbot dengan akurasi 83.64% adalah sesuatu yang patut dibanggakan dan bernilai praktis tinggi. Ke depannya, sangat penting untuk mempelajari template jurnal secara menyeluruh sebelum mulai menulis, penggunaan 'Figure' bukan 'Image', penghindaran duplikasi teks, dan kepatuhan pada struktur seksi JICM adalah hal-hal yang akan tereliminasi secara otomatis jika template diikuti dengan disiplin dari awal. Metodologi yang kuat akan jauh lebih berdampak bila disajikan dalam kerangka penulisan yang benar dan konsisten.	87	Baca catatan presentasi Terlihat kompak, presentasi jelas, keren ada praktiknya langsung namun terlalu banyak teks di slide :(
A	VI	Implementation of Web-Based Indonesian Film Recommendation System Using Content-Based Filtering with TF-IDF and Cosine Similarity	Sistem Rekomendasi Film Indonesia	DEBORA SETIA BANGUN Y P S M, AQSHAL FATIH ARDHANI, DIMAZ FEBRIAN, AKBAR GILANG PERDANA, ZAHRA KHAIRANI ZAMZIAH, ASYRAF ZAHIRUL UBAID	88	Baca catatan paper Metodologi yang terstruktur dan dataset yang representatif menjadi kekuatan utama paper ini. Untuk penelitian berikutnya, penting dipahami bahwa sistem rekomendasi memerlukan metrik evaluasi kuantitatif yang spesifik: Precision, Recall, atau MAP agar kontribusi sistem dapat dibuktikan secara ilmiah. Selain itu, biasakan melengkapi seluruh bagian opsional template JICM karena hal tersebut mencerminkan integritas dan transparansi penelitian.	91	Baca catatan presentasi Terlihat kompak, paling unik dari kelompok lain :), sangat berusaha, ada demo aplikasi, namun slide tidak terlalu jelas kelihatan :( :(
A	I	Implementasi Sistem Pakar Berbasis Forward Chaining Untuk Diagnosa Awal Gangguan Kesehatan Mental	Sistem Pakar	ENI URBANINGRUM, ALFIN KURNIAWAN, NAJWA AMALIA PUTRI, M.HABIL ALFATHIR GHANDUR, RADITYA HADI RAHMANSYAH, YUDHA RESTU IRYANTO, SHIRLY CALLISTA HAFIDZAH	90	Baca catatan paper Paper ini menunjukkan pemahaman yang kuat terhadap penulisan ilmiah. Ke depannya, memperkuat bagian hasil dengan tabel konsistensi inferensi yang terukur dan melibatkan psikolog klinis dalam validasi basis pengetahuan akan membawa penelitian ini ke standar publikasi jurnal terindeks. Pastikan pula seluruh penulis mencantumkan ORCID sebagai identitas akademik internasional.	93	Baca catatan presentasi Terlihat kompak, presentasi jelas dan tidak banyak teks, keren ada praktiknya langsung
A	III	Rule-Based Expert System for College Major Recommendations Based on Interests Using the Forward Chaining Method	Rekomendasi Jurusan Berdasarkan Minat Menggunakan Metode Forward Chaining	NAZWA SAHRANI, BILBINA AZURA ANZANI, MUHAMMAD RAFI, FANDY FADILLAH, NABILA DARMA NINGSIH, WILDAN PRANATA	86	Baca catatan paper Sistem yang dibangun kreatif dan memiliki dampak praktis yang nyata bagi siswa SMA. Hal terpenting yang perlu dipahami untuk penelitian ke depan adalah standar minimal referensi jurnal internasional: JICM mensyaratkan minimal 15 referensi peer-reviewed, sementara paper ini hanya memiliki 7. Kekayaan tinjauan literatur bukan sekadar formalitas — ia mencerminkan kedalaman pemahaman peneliti terhadap bidang yang digeluti. Biasakan membangun daftar pustaka secara paralel sejak awal proses penelitian.	92	Baca catatan presentasi Terlihat kompak, keren ada praktiknya langsung namun slide/screen tidak full screen
C	VII	Implementasi Chatbot Fitnes Berbasis Rule-Based dengan Pendekatan Knowledge-Based System untuk Memberikan Rekomendasi Latihan Dasar	Penyediaan rekomendasi latihan fitness dasar bagi pemula melalui chatbot berbasis rule-based dan knowledge-based system.	GOSYEN MATTEW TAMPUBOLON, RAHMA AZKA SYAFIRA, HANIF RAHMAN, DEVI ELTA, DESTYN MUTIARA MAHARANI	87	Baca catatan paper Sistem FitBot yang dibangun memiliki potensi praktis yang baik dan implementasi teknisnya tergolong solid. Pengalaman ini mengajarkan pelajaran penting yang harus dibawa ke penelitian berikutnya: sebelum menyajikan hasil evaluasi, setiap formula yang digunakan harus diverifikasi secara mandiri dari sumber primer. Kesalahan pada formula F1-score, meski tampak kecil dapat menghilangkan kepercayaan pembaca/pengulas terhadap seluruh klaim hasil evaluasi. Ke depannya, pastikan semua formula diturunkan dari literatur yang terpercaya dan diuji secara manual dengan nilai contoh sebelum dimasukkan ke dalam naskah.	93	Baca catatan presentasi Terlihat kompak, presentasi jelas, keren ada praktiknya langsung. Itu foto dosennya apa aktor Korea? :)
C	IV	Implementation of Forward Chaining in an Expert System for PC Price Estimation	Penentuan estimasi biaya perakitan komputer berdasarkan kombinasi komponen hardware seperti processor, motherboard, RAM, VGA, storage, power supply, casing, dan cooler menggunakan metode Forward Chaining.	RINDU SEFTIA NENGTIAS, ALEXANDRO, DEGGA HERMARA, NABILAH RIFDAH FIRDAUS, MAULANA PRAZA KARYUDA, MUHAMMAD AQIL RIZKULLAH	89	Baca catatan paper Kedisiplinan mencantumkan tanggal yang sebenarnya mencerminkan sikap akademik yang tepat dan layak dicontoh. Ke depannya, perlu dipahami bahwa sistem berbasis Forward Chaining untuk estimasi harga PC yang menggunakan dataset statis dari marketplace akan cepat usang karena spesifikasi dan harga hardware berubah sangat cepat. Penelitian berikutnya dapat mengeksplorasi integrasi API marketplace secara real-time yang akan mentransformasi sistem ini dari sekadar prototipe akademik menjadi solusi yang benar-benar berguna dan berdampak nyata bagi pengguna.	93	Baca catatan presentasi Terlihat kompak, presentasi jelas, keren ada praktiknya langsung. Teksnya jangan terlalu banyak ya
C	III	Penerapan Sistem Rekomendasi Menu Makanan Sehat Berdasarkan Kebutuhan Kalori Menggunakan Metode Hybrid Rule-Based dan Scoring	Studi kasus pada penelitian ini adalah kesulitan pengguna, khususnya mahasiswa dan masyarakat umum, dalam menentukan menu makanan sehat yang sesuai dengan kebutuhan kalori harian mereka. Oleh karena itu, diperlukan sistem rekomendasi menu makanan sehat yang mampu memberikan rekomendasi makanan berdasarkan kebutuhan kalori masing-masing pengguna.	NABILA MAULINA ISWANTO, ANNISA RAMADHANI, SALSABILA KHAIRANI, ADITYA DEVAL PRANATA, RYAN DERMAWAN, NASHWA SHIFA NOVINTA	90	Baca catatan paper Tinjauan pustaka dan metodologi sistem ini bagus dan mencerminkan pemikiran kritis yang kuat. Ke depannya, perlu dipahami bahwa kelengkapan bagian opsional paper bukan sekadar formalitas, bagian seperti Ethical Approval, Data Availability, dan Code Availability mencerminkan standar transparansi dan reprodusibilitas penelitian modern yang semakin diharuskan oleh jurnal internasional. Seorang peneliti yang baik memastikan setiap aspek karyanya dapat diverifikasi dan diulang oleh pihak lain secara independen.	93	Baca catatan presentasi Terlihat kompak, presentasi jelas, keren ada praktiknya langsung. Itu foto dosennya apa aktor Korea? :) oh iya dibagian awal dan kesimpulan jangan teralalu banyak teks ya
C	VI	Development of a Student On-Time Graduation Prediction System Using Machine Learning	Pengembangan Sistem Prediksi Kelulusan Mahasiswa Menggunakan Machine Learning	FABIAN DWI PRADESTA, HABIBIE, KAYLA NAYYARA, GIVA NABILA, MUHAMMAD ATALLAH RIFQI ARSYADI	91	Baca catatan paper Paper ini menunjukkan kemampuan penulisan ilmiah bagus, terutama dalam membangun argumentasi dari studi terdahulu hingga gap yang diatasi secara logis. Ke depannya, kemampuan ini perlu dipertahankan sambil memperluas dataset melampaui 93 responden dari satu departemen agar model yang dihasilkan memiliki generalisasi yang lebih luas. Penting dipahami bahwa dalam penelitian prediktif, validitas eksternal, kemampuan model bekerja di luar konteks data pelatihan, sama pentingnya dengan akurasi internal.	93	Baca catatan presentasi Terlihat kompak, presentasi jelas, keren ada praktiknya langsung. Slidenya menarik dan tidak bosan :)
C	V	Penerapan Sistem Pakar Menggunakan Metode Forward Chaining untuk Rekomendasi Pemilihan Laptop Sesuai Kebutuhan Pengguna	permasalahan calon pembeli yang kebingungan memilih laptop	MUHAMMAD AZHAR HASIBUAN, SULTHAN GHALIB MUSTAFA SIDIQ, ZIDANE AKHMADI KHOIRI, KELVIN HARMEN SYAHPUTRA, ISLAHUL HADI	85	Baca catatan paper Kemampuan membangun related work yang sistematis dan memformulasikan masalah secara matematis adalah kekuatan nyata yang perlu terus dikembangkan. Namun pengalaman ini mengajarkan pelajaran yang sangat fundamental: setiap referensi dalam daftar pustaka HARUS dapat diverifikasi dan benar-benar dibaca. Penggunaan AI generatif untuk membuat referensi adalah pelanggaran integritas akademik yang serius, referensi yang tidak dapat ditemukan akan langsung merusak kredibilitas seluruh paper di mata pembaca/pengulas. Ke depannya, biasakan membangun daftar referensi dari pencarian langsung di Google Scholar, Scopus atau IEEE Xplore, dsb.	89	Baca catatan presentasi Terlihat kompak, presentasi jelas dan style di slide bagus namun terlalu banyak teks
C	II	Penerapan Sistem Pakar Menggunakan Metode Forward Chaining untuk Rekomendasi Pemeliharaan Berkala Komponen Motor Matic	Rekomendasi perawatan berkala komponen motor matic Honda Beat menggunakan sistem pakar berbasis web MotoCheck	ARINI EKA PERTIWI, REHAN, SUNARTI, VANESA RADIVA MATRONI, DAFA NAJWA, ADI DWI KURNIAWAN	90	Baca catatan paper Kekuatan utama paper ini adalah komitmen terhadap validasi berbasis dunia nyata, sesuatu yang sering diabaikan dalam penelitian akademik. Validasi knowledge base oleh mekanik berpengalaman dari berbagai bengkel mencerminkan praktik knowledge engineering yang baik. Ke depannya, penting dipahami bahwa sistem yang saat ini terbatas pada Honda Beat/Beat Street memiliki keterbatasan generalisasi. Penelitian berikutnya dapat mengeksplorasi bagaimana knowledge base dapat dikonstruksi secara adaptif dari data pemakaian nyata menggunakan machine learning, sehingga sistem menjadi lebih fleksibel dan dapat diterapkan pada berbagai merek motor.	92	Baca catatan presentasi Terlihat kompak, presentasi jelas dan slidenya bagus
C	I	Implementation of Random Forest for Used Car Price Prediction Based on Vehicle Specifications	studi kasus dalam penelitian kami berfokus pada dinamika penentuan dan prediksi harga pada pasar mobil bekas di Indonesia. secara lebih spesifik, kami meneliti bagaimana variasi spesifikasi kendaraan seperti merek, jarak tempuh (odometer), tahun produksi, jenis bahan bakar, hingga kapasitas mesin, memengaruhi nilai depresiasi dan harga jual kembali sebuah mobil di pasar lokal.	GRAHADI ARMA WINATA, PUAN NABILA RISTY, NURUL TRIATIKA, MICHAEL ELFREDO PANJAITAN, MHD.IRSAL, RASYID SAPUTRA	89	Baca catatan paper Kompleksitas teknis paper ini bagus dan patut diapresiasi sebagai pencapaian yang signifikan. Ke depannya, penting dipahami bahwa dalam penulisan ilmiah, panjang bukan indikator kualitas, kemampuan menyampaikan metodologi yang kompleks dalam format yang ringkas dan padat adalah keterampilan yang jauh lebih berharga. Synthetic data generation adalah pendekatan yang valid dan diterima luas, namun keterbatasan dan potensi bias-nya perlu diungkapkan dengan lebih eksplisit agar hasil dapat diinterpretasikan secara tepat oleh pembaca.	91	Baca catatan presentasi Terlihat kompak, presentasi jelas, keren ada praktiknya langsung. Suara Puan seperti nonton acara wawancara kriminal, cepat sekali dan kurang jelas :( Oh ya sepertinya lebih banyak foto anggota tim di slide :)

Catatan: klik “Baca catatan” untuk membuka komentar lengkap.

Video Presentasi PBL Kecerdasan Bisnis dan Gudang Data A dan B Tahun 2026

noreply@blogger.com (RAHMAD'S WEBSITE) — Thu, 11 Jun 2026 14:00:27 +0700

Video Presentasi PBL Sistem Cerdas A dan C Tahun 2026

noreply@blogger.com (RAHMAD'S WEBSITE) — Fri, 5 Jun 2026 16:19:23 +0700

Project-Based Learning – Subject: Business intelligence & Data Warehouse 2026

noreply@blogger.com (RAHMAD'S WEBSITE) — Fri, 24 Apr 2026 20:43:00 +0700

🎯 PENGUMUMAN

Project-Based Learning Mata Kuliah Kecerdasan Bisnis dan Gudang Data

Mata Kuliah: Kecerdasan Bisnis dan Gudang Data
Semester/Kelas: VII Kelas A dan B Tahun 2026
Dosen Pengampu:

Assoc. Prof. Dr. Rahmad Kurniawan, ST., MIT.
Astried, M.Kom

📌 A. Latar Belakang

Mata kuliah Kecerdasan Bisnis dan Gudang Data tidak hanya membahas konsep teori, tetapi juga menekankan kemampuan mahasiswa dalam mengolah data menjadi informasi yang bermanfaat untuk pengambilan keputusan.

Melalui pendekatan Project-Based Learning (PBL), mahasiswa akan mengerjakan proyek berbasis studi kasus nyata. Mahasiswa diminta merancang solusi sederhana yang berkaitan dengan Business Intelligence, Data Warehouse, analisis data, visualisasi data, dashboard dan pelaporan keputusan.

Kegiatan ini bertujuan agar mahasiswa tidak hanya memahami konsep seperti ETL, data warehouse, data mart, OLAP, KPI, visualisasi menggunakan Tableau, tetapi juga mampu menerapkannya dalam bentuk proyek nyata secara berkelompok.

PBL ini juga mendukung pencapaian Indikator Kinerja Utama (IKU) Perguruan Tinggi ke-7, yaitu pembelajaran berbasis proyek, kolaborasi tim, dan pengalaman nyata dalam menyelesaikan permasalahan.

🎯 B. Tujuan PBL

Setelah menyelesaikan tugas besar ini, mahasiswa diharapkan mampu:

Memahami penerapan Kecerdasan Bisnis dan Gudang Data dalam kasus nyata.
Mengumpulkan, membersihkan dan mengolah data secara terstruktur.
Merancang alur sederhana ETL atau proses pengolahan data.
Membuat model data sederhana, seperti tabel fakta dan tabel dimensi.
Menentukan indikator atau Key Performance Indicator (KPI) dari suatu kasus.
Membuat visualisasi data atau dashboard yang mudah dipahami.
Menyusun paper ilmiah kelompok dengan format artikel internasional.
Mempresentasikan hasil proyek secara jelas dan akademik.

💡 C. Topik Proyek

Mahasiswa dapat memilih tema proyek yang berkaitan dengan penerapan Business Intelligence dan Data Warehouse.

Contoh topik:

Dashboard Penjualan Produk
Analisis data penjualan untuk melihat total transaksi, produk terlaris, tren penjualan dan performa cabang.
Dashboard Akademik Mahasiswa
Analisis data nilai, IPK, kelulusan, kehadiran, atau performa akademik mahasiswa.
Dashboard Keuangan Sederhana
Analisis pemasukan, pengeluaran, kategori biaya dan tren keuangan.
Dashboard UMKM
Analisis penjualan, pelanggan, stok barang, keuntungan dan produk paling diminati.
Dashboard Kesehatan
Analisis data kunjungan pasien, jenis penyakit, layanan kesehatan atau penggunaan obat.
Dashboard Perpustakaan
Analisis peminjaman buku, kategori buku favorit, jumlah pengunjung dan aktivitas anggota.
Dashboard Media Sosial
Analisis jumlah komentar, sentimen sederhana, engagement atau tren topik.
Dashboard Lingkungan atau Bencana
Analisis data cuaca, banjir, kebakaran hutan, hotspot, kualitas udara atau kondisi lingkungan.
Dashboard E-Commerce
Analisis transaksi, rating pelanggan, kategori produk, metode pembayaran, dan wilayah pembeli.
Dashboard Organisasi/Kegiatan
Analisis kehadiran peserta, evaluasi kegiatan, kepuasan peserta dan laporan kegiatan.

Mahasiswa juga boleh mengusulkan topik lain, selama berkaitan dengan data, analisis, visualisasi, dashboard dan pengambilan keputusan. Proyek yang menggunakan data primer lebih diutamakan!

🧩 D. Gambaran Proyek yang Diharapkan

Setiap kelompok diharapkan membuat proyek sederhana dengan alur berikut:

Menentukan studi kasus
Pilih masalah atau kebutuhan informasi yang ingin dianalisis.
Menyiapkan data
Data dapat berasal dari dataset publik, data buatan sendiri, hasil survei, file Excel/CSV, database atau sumber lain yang relevan.Data primer yang dikumpulkan kelompok lebih diutamakan.
Membersihkan dan mengolah data
Data perlu diperiksa, dibersihkan dan disiapkan agar dapat dianalisis.
Menentukan KPI atau indikator utama
Contoh KPI: total penjualan, jumlah pelanggan, rata-rata nilai, jumlah transaksi, jumlah kunjungan, tren bulanan atau persentase capaian.
Membuat visualisasi/dashboard
Dashboard dapat dibuat menggunakan tools seperti Excel, Power BI, Tableau, Looker Studio, Python, PHP atau tools lain yang dikuasai.
Menganalisis hasil menggunakan Machine Learning sederhana
Mahasiswa dapat melakukan inferensi menggunakan ML sederhana.
Menyusun paper dan presentasi
Hasil proyek ditulis dalam paper format yang disediakan dan dipresentasikan dalam bentuk slide serta video.

📦 E. Luaran Wajib Mahasiswa

Luaran tugas terdiri atas tugas individu dan tugas kelompok.

1. Tugas Individu

Setiap mahasiswa wajib mengumpulkan Laporan Kegiatan Individu dengan format dapat di unduh [di sini].

Laporan ini berisi kontribusi pribadi mahasiswa dalam pengerjaan proyek kelompok.

Contoh kegiatan yang dapat dilaporkan:

Mencari dataset.
Membersihkan data.
Membuat tabel atau model data.
Membuat visualisasi.
Membuat dashboard.
Menulis bagian paper.
Membuat slide.
Membuat video presentasi.
Melakukan analisis hasil.
Menguji dashboard atau aplikasi.
dsb

Ketentuan Tugas Individu

Komponen	Keterangan
Jenis tugas	Individu
Isi laporan	Aktivitas pribadi mahasiswa dalam proyek
Bukti kegiatan	Screenshot, link file, link dashboard, kode program, dataset, dokumen atau bukti lain
Format	Mengikuti template [di sini]!
Batas pengumpulan	H-1 di setiap minggu perkuliahan!
Pengumpulan	Melalui link yang disediakan di bawah

Catatan penting:
Bukti kegiatan harus jelas, valid dan bisa dklik/diakses. Jangan mengirim link folder kosong, link yang terkunci, link yang tidak mengarah ke satu file langsung atau bukti yang tidak menunjukkan kontribusi pribadi.

2. Tugas Kelompok

Setiap kelompok wajib mengumpulkan luaran utama:

Paper kelompok format artikel internasional.
Video presentasi.

a. Paper Kelompok Format Artikel Internasional

Paper kelompok wajib menjelaskan proyek secara ilmiah dan terstruktur.

Paper minimal memuat:

Judul proyek
Nama anggota kelompok
Abstrak
Pendahuluan
Tinjauan singkat konsep Business Intelligence/Data Warehouse
Metode atau tahapan proyek
Deskripsi data
Proses pengolahan data/ETL
Perancangan dashboard atau model data
Hasil dan pembahasan
Kesimpulan
Daftar pustaka

Ketentuan Paper

Komponen	Keterangan
Jenis tugas	Kelompok
Format	Disediakan [Akses di sini]
Similarity Turnitin	Maksimal 30%
Bahasa	Indonesia atau Inggris
Template	Mengikuti template yang disediakan [unduh di sini]
Pengumpulan	Oleh perwakilan kelompok
Batas pengumpulan	16 Mei 2026

b. Slide Presentasi

Setiap kelompok wajib membuat slide presentasi yang ringkas, jelas, dan menarik.

Slide minimal berisi:

Judul proyek dan nama anggota.
Latar belakang masalah.
Tujuan proyek.
Data yang digunakan.
Tahapan pengolahan data.
KPI atau indikator yang dianalisis.
Tampilan dashboard/visualisasi.
Hasil analisis utama.
Kesimpulan.
Kontribusi masing-masing anggota.

c. Video Presentasi

Setiap kelompok wajib membuat video presentasi proyek.

Ketentuan Video

Komponen	Keterangan
Durasi	Maksimal 10 menit
Isi video	Penjelasan proyek, data, metode, dashboard, hasil dan kesimpulan
Platform	YouTube
Status video	Public atau Unlisted
Pengumpulan	URL video
Batas pengumpulan	16 Juni 2026

Catatan:
Pastikan suara jelas, tampilan slide terbaca dan seluruh anggota memiliki peran yang proporsional.

🗓️ F. Waktu Pelaksanaan 20 April - 16 Mei 2026

Minggu	Kegiatan	Luaran/Pengumpulan
Minggu 1	Pembentukan kelompok, pemilihan tema, penentuan studi kasus dan pencarian data	[Di sini]!
Minggu 2	Pembersihan data, pengolahan data awal dan perancangan KPI atau indikator analisis	[Di sini]!
Minggu 3	Pembuatan dashboard/visualisasi, analisis hasil, dan penyusunan draft paper serta slide presentasi	[Di sini]!
Minggu 4	Finalisasi dan pengumpulan paper dan video presentasi	[Di sini]!

Untuk Minggu 4 pengumpulan paper dan video kelompok cukup dilakukan oleh perwakilan kelompok.

✅ G. Rubrik Penilaian

No.	Komponen	Kriteria Penilaian Utama	Bobot
1	Laporan Individu	Kelengkapan laporan, bukti/link valid, ketepatan waktu, kontribusi aktif dan kesesuaian kegiatan dengan proyek	20
2	Paper Kelompok	Orisinalitas isi, kesesuaian format, kelengkapan struktur paper, kejelasan metode, deskripsi data, proses ETL, hasil analisis, pembahasan, kesimpulan dan similarity maksimal 30%	60
3	Presentasi dan Video	Kejelasan penyampaian, sistematika presentasi, kualitas slide, tampilan dashboard, penguasaan materi, pembagian peran anggota, kemampuan menjelaskan hasil dan ketepatan waktu	20
	Total Skor		100

🛠️ H. Platform dan Media yang Digunakan

Turnitin
Digunakan untuk pemeriksaan similarity paper.
Batas similarity maksimal: 30%.
Website Dosen
Digunakan untuk informasi, template, dan pengumpulan tugas.🔗 https://rahmadkurniawan.staff.unri.ac.id 🔗https://www.rahmad.web.id
YouTube
Digunakan untuk mengunggah video presentasi kelompok.
Google Form/Web Dosen
Digunakan sebagai media pengumpulan laporan individu, paper, slide dan link video.
Tools BI/Dashboard
Mahasiswa dapat menggunakan Tableau, Power BI atau tools lain yang relevan.

📚 I. Manfaat yang Akan Diperoleh Mahasiswa

Melalui kegiatan PBL ini, mahasiswa akan memperoleh manfaat sebagai berikut:

Menguasai penerapan konsep Business Intelligence dan Data Warehouse pada kasus nyata.
Mampu mengolah data menjadi informasi yang berguna untuk pengambilan keputusan.
Memahami proses ETL, KPI, dashboard dan visualisasi data.
Meningkatkan keterampilan menulis ilmiah dengan format internasional.
Mengasah kemampuan presentasi dan komunikasi akademik.
Meningkatkan kemampuan kerja sama dan pembagian tugas dalam tim.
Memiliki portofolio digital berbasis data yang dapat digunakan untuk kebutuhan akademik, magang, kerja atau karier profesional.

🔍 J. Catatan Penting

Semua tugas wajib dikumpulkan sesuai waktu yang ditentukan.
Tugas yang terlambat dapat memengaruhi nilai.
Tugas yang tidak sesuai format dapat diminta revisi atau tidak dinilai.
Paper wajib mengikuti template yang disediakan.
Similarity paper maksimal 30%.
Setiap anggota kelompok wajib memiliki kontribusi yang jelas.
Kontribusi anggota harus ditampilkan pada laporan atau slide presentasi.
Link bukti kegiatan, dashboard, video atau file harus dapat diakses.
Pertanyaan teknis dapat disampaikan melalui grup kelas atau langsung kepada dosen pengampu.

🏁 K. Hasil Akhir PBL

Pada akhir kegiatan, setiap kelompok diharapkan menghasilkan:

Laporan kegiatan individu.
Paper kelompok format artikel internasional.
Slide presentasi.
Video presentasi.
Dashboard/visualisasi/prototipe analisis data.
Rekomendasi atau insight berdasarkan hasil analisis data.

Hasil PBL mahasiswa dapat ditampilkan melalui website dosen atau media lain yang ditentukan kemudian.

Project-Based Learning – Subject: Sistem Cerdas 2026

noreply@blogger.com (RAHMAD'S WEBSITE) — Fri, 24 Apr 2026 19:40:00 +0700

Project-Based Learning

Mata Kuliah Sistem Cerdas 2026

🎯 PENGUMUMAN

Project-Based Learning Mata Kuliah Sistem Cerdas
Semester IV Kelas A dan C Tahun 2026

Dosen Pengampu:

Assoc. Prof. Dr. Rahmad Kurniawan, ST., MIT
Dr. Ibnu Daqiqil Id, MTI.

📌 A. Latar Belakang

Mata kuliah Sistem Cerdas tidak hanya menekankan pemahaman teori, tetapi juga kemampuan mahasiswa dalam menerapkan konsep kecerdasan buatan untuk menyelesaikan permasalahan nyata.

Melalui pendekatan Project-Based Learning (PBL), mahasiswa akan bekerja secara berkelompok untuk merancang, mengembangkan, menguji dan mempresentasikan sebuah proyek sederhana berbasis Sistem Cerdas. Proyek ini diharapkan dapat melatih mahasiswa dalam berpikir kritis, bekerja sama, menulis artikel ilmiah dan menyampaikan hasil pekerjaan secara akademik.

Kegiatan ini juga mendukung pencapaian Indikator Kinerja Utama (IKU) Perguruan Tinggi ke-7, yaitu pembelajaran berbasis proyek, kolaborasi dan pengalaman nyata.

🎯 B. Tujuan PBL

Setelah mengikuti kegiatan PBL ini, mahasiswa diharapkan mampu:

Memahami penerapan konsep Sistem Cerdas pada studi kasus nyata.
Mengembangkan solusi sederhana berbasis kecerdasan buatan.
Menggunakan data, metode dan eksperimen secara terstruktur.
Menulis artikel ilmiah secara berkelompok.
Menyampaikan hasil proyek melalui presentasi dan video.
Membangun portofolio akademik berbasis proyek.

💡 C. Tema Proyek

Mahasiswa dapat memilih tema proyek yang berkaitan dengan penerapan Sistem Cerdas, misalnya:

Sistem Pakar untuk diagnosis atau rekomendasi.
Machine Learning untuk klasifikasi atau prediksi.
Sistem Rekomendasi untuk produk, layanan, pembelajaran, atau konten.
Chatbot Cerdas untuk layanan informasi.
Penerapan AI sederhana untuk pendidikan, kesehatan, lingkungan, sosial, keagamaan, UMKM, atau layanan publik lainnya

Tema boleh dikembangkan sesuai kreativitas kelompok, selama masih relevan dengan mata kuliah Sistem Cerdas. Diutamakan menggunakan data yang dikumpulkan sendiri!

📦 D. Luaran Wajib Mahasiswa

1. Tugas Individu

Setiap mahasiswa wajib mengumpulkan Laporan Kegiatan Mingguan Individu.

Laporan ini berisi aktivitas pribadi mahasiswa dalam mendukung pengerjaan proyek kelompok, seperti mencari referensi, mengolah data, membuat program, menyusun paper, membuat desain, melakukan pengujian, atau menyiapkan presentasi.

Ketentuan:

Komponen	Keterangan
Jenis tugas	Individu
Isi laporan	Progres kegiatan pribadi setiap minggu
Bukti kegiatan	Link, screenshot, file, kode, dokumen, atau bukti lain yang valid
Waktu pengumpulan	Maksimal H-1 sebelum jadwal kuliah setiap minggu
Format	Mengikuti template yang disediakan, unduh [di sini]!

Catatan:

Bukti kegiatan harus dapat dibuka langsung. Jangan mengirim link folder kosong atau link yang tidak dapat diakses dan harus mengarah ke file yang dimaksud.

2. Tugas Kelompok

Setiap kelompok wajib mengumpulkan tiga luaran utama:

a. Paper Kelompok Sesuai Format

Paper berisi penjelasan lengkap tentang proyek yang dikerjakan.

Minimal memuat:

Judul proyek.
Nama anggota kelompok.
Abstrak.
Pendahuluan/latar belakang masalah.
Metode atau algoritma yang digunakan.
Data atau studi kasus yang digunakan.
Perancangan sistem atau alur kerja.
Hasil eksperimen atau implementasi.
Pembahasan.
Kesimpulan.
Daftar pustaka.

Ketentuan:

Komponen	Keterangan
Jenis tugas	Kelompok
Format	Artikel Ilmiah
Similarity Turnitin	Maksimal 30%
Pengumpulan	Oleh perwakilan kelompok
Template	Akses [di sini]

b. Slide Presentasi

Setiap kelompok wajib membuat slide presentasi yang menjelaskan proyek secara ringkas dan menarik.

Slide minimal memuat:

Judul proyek dan anggota kelompok.
Latar belakang masalah.
Tujuan proyek.
Metode/algoritma yang digunakan.
Data atau studi kasus.
Tampilan sistem atau hasil eksperimen.
Kesimpulan.
Kontribusi masing-masing anggota.

c. Video Presentasi

Setiap kelompok wajib membuat video presentasi proyek.

Ketentuan video:

Komponen	Keterangan
Durasi	Maksimal 10 menit
Isi	Penjelasan proyek, metode, hasil dan demo jika ada
Platform	YouTube
Status video	Public atau Unlisted
Pengumpulan	Mengirimkan URL video

🗓️ E. Jadwal Pelaksanaan

Periode Pengerjaan Proyek:
20 April – 17 Mei 2026
.

Minggu	Kegiatan	Pengumpulan
Minggu 1	Pembentukan kelompok, pemilihan tema dan penyusunan ide proyek	[di sini]!
Minggu 2	Pengumpulan data, perancangan metode dan awal implementasi	[di sini]!
Minggu 3	Pengujian, analisis hasil dan penyusunan paper	[di sini]!
Minggu 4	Finalisasi paper dan video presentasi	[di sini]!

Catatan:
Minggu 1-3 diunggah secara individu, tapi Minggu ke 4 Paper dan video cukup dikumpulkan oleh perwakilan kelompok!

✅ F. Rubrik Penilaian

No.	Komponen	Kriteria Penilaian	Bobot
1	Laporan Individu	Kelengkapan laporan, bukti kegiatan valid, link bukti harus bisa diklik/akses, ketepatan waktu, kontribusi aktif dan kesesuaian kegiatan dengan proyek	20
2	Paper Kelompok	Orisinalitas, kesesuaian format artikel, kelengkapan struktur paper, kejelasan metode, kualitas hasil, pembahasan, kesimpulan, dan similarity maksimal 30%	60
3	Presentasi dan Video	Kejelasan penyampaian, sistematika presentasi, kualitas slide, penguasaan materi, pembagian peran anggota dan ketepatan waktu	20
	Total		100

🛠️ G. Platform dan Media

Media yang digunakan dalam kegiatan PBL ini adalah:

Website dosen untuk informasi dan pengumpulan tugas.
🔗 https://rahmadkurniawan.staff.unri.ac.id 🔗https://www.rahmad.web.id
Turnitin untuk pemeriksaan similarity paper. Batas maksimal similarity adalah 30%.
YouTube untuk mengunggah video presentasi kelompok.
Google Form atau Web Resmi Dosen untuk pengumpulan laporan, paper, slide dan link video.

📚 H. Manfaat bagi Mahasiswa

Melalui kegiatan PBL ini, mahasiswa akan memperoleh manfaat sebagai berikut:

Memahami penerapan nyata konsep Sistem Cerdas.
Terlatih menggunakan metode kecerdasan buatan dalam menyelesaikan masalah.
Memiliki pengalaman menulis paper dengan format internasional.
Meningkatkan kemampuan kerja sama dalam tim.
Meningkatkan kemampuan presentasi akademik.
Memiliki portofolio proyek yang dapat digunakan untuk pengembangan akademik dan karier.
Lebih siap menghadapi tugas akhir, penelitian, atau kompetisi berbasis teknologi.

🔍 I. Catatan Penting

Semua tugas wajib dikumpulkan sesuai jadwal.
Tugas yang terlambat tidak dapat diterima.
Paper harus mengikuti template yang disediakan.
Similarity paper maksimal 30%.
Setiap anggota kelompok wajib berkontribusi aktif.
Kontribusi setiap anggota harus dijelaskan dalam laporan/presentasi.
Link bukti kegiatan harus dapat diakses langsung.
Pertanyaan teknis dapat disampaikan melalui grup kelas atau langsung kepada dosen pengampu.

🏁 J. Hasil Akhir PBL

Hasil akhir dari kegiatan PBL ini berupa:

Laporan kegiatan individu.
Paper kelompok format.
Video presentasi.
Produk/prototipe/demonstrasi sederhana dari proyek Sistem Cerdas.

Presentasi dan hasil proyek mahasiswa akan ditampilkan melalui website dosen atau media lain yang ditentukan kemudian.

Praktikum 1: Implementasi Algoritma BFS dan DFS pada Penjadwalan Sederhana

noreply@blogger.com (RAHMAD'S WEBSITE) — Mon, 6 Apr 2026 15:41:00 +0700

Tujuan Praktikum

Setelah mengikuti praktikum ini, mahasiswa diharapkan mampu:

Memahami konsep dasar state space search pada permasalahan penjadwalan,
Memahami perbedaan cara kerja Depth-First Search (DFS) dan Breadth-First Search (BFS),
Mengimplementasikan BFS dan DFS menggunakan Python
Mengamati proses pencarian solusi melalui visualisasi pohon pencarian,
Menganalisis hasil pencarian berdasarkan jumlah solusi dan jumlah node yang dikunjungi.

Contoh Kasus

Pada praktikum ini digunakan kasus penjadwalan presentasi 4 mahasiswa, yaitu Andi, Budi, Citra dan Dini. Mahasiswa harus disusun ke dalam urutan presentasi dengan beberapa aturan sederhana, yaitu Andi tidak boleh berada di urutan pertama dan Citra harus tampil sebelum Dini. Kasus ini digunakan untuk memahami bagaimana algoritma BFS dan DFS bekerja dalam menelusuri berbagai kemungkinan solusi pada sebuah ruang pencarian.

· Output dari program ini menjadi tugas dan di submit di sini (Deadline: Kelas A: 13 April 2026 | Kelas C: 16 April 2026)

· Penyelesaian kasus dapat di lihat di Gambar berikut ini

D3 – Academic Writing

noreply@blogger.com (RAHMAD'S WEBSITE) — Tue, 17 Mar 2026 23:02:00 +0700

Course Code: PAI1026
Credits: 2
Semester: IV
Lecturer: Assoc. Prof Dr. Rahmad Kurniawan, ST., MIT.

Mata kuliah Penulisan Ilmiah merupakan mata kuliah wajib bagi mahasiswa D3 Manajemen Informatika UNRI yang bertujuan membekali mahasiswa dengan keterampilan dalam menyusun karya ilmiah sebagai persiapan menghadapi Tugas Akhir. Dalam perkuliahan ini, mahasiswa akan mempelajari konsep dasar penulisan ilmiah, teknik pencarian dan pengelolaan referensi, serta penyusunan laporan tugas akhir sesuai dengan standar akademik yang berlaku. Mata kuliah ini juga menekankan pentingnya etika akademik, termasuk dalam pengelolaan sitasi dan pencegahan plagiarisme menggunakan alat bantu seperti Mendeley dan Turnitin. Selain teori, mahasiswa akan diberikan latihan praktis dalam menyusun setiap bagian proposal tugas akhir serta akan diuji melalui projek akhir sebagai bentuk penguatan keterampilan komunikasi ilmiah. Dengan pendekatan Contextual Learning dan Case/Project-Based Learning, mata kuliah ini memastikan mahasiswa memiliki kesiapan akademik yang baik dalam menyelesaikan tugas akhirnya secara mandiri dan profesional.

Slides

Chapt I – Pengenalan
Chapt II – Topik dan Masalah Penelitian
Chapt III – Pencarian Literatur dan Referensi yang Relevan
Chapt IV – Praktik Menggunakan Mendeley
Chapt V – Struktur dan Format Tugas Akhir
Chatp VI – Pendahuluan
Chapt VII – Kajian Pustaka
Chapt VIII – Metode Penelitian

Guidance Doc

Pantauan Riau Karhutla Watch: 54 Hotspot Terdeteksi di Riau, 9 Titik Terdeteksi di Kampar

noreply@blogger.com (RAHMAD'S WEBSITE) — Tue, 10 Mar 2026 19:56:00 +0700

Pekanbaru, 10 Maret 2026 - Aplikasi Riau Karhutla Watch mencatat sebanyak 54 hotspot di wilayah Provinsi Riau dalam pemantauan 24 jam terakhir dengan data terbaru masuk pada 10 Maret 2026 pukul 15.35 WIB. Data ini merupakan hasil penggabungan multi-sumber satelit sehingga memberikan gambaran sebaran indikasi titik panas. Secara spasial, hotspot terpantau tersebar di sejumlah Kabupaten/Kota dengan konsentrasi tertinggi berada di Indragiri Hilir sebanyak 15 titik, disusul Pelalawan 14 titik, Kampar 9 titik, Kuantan Singingi 5 titik, Bengkalis 5 titik, Indragiri Hulu 4 titik, serta masing-masing 1 titik di Siak dan Dumai.

Visualisasi Sebaran Titik Panas oleh Riau Karhutla Watch

Berdasarkan satelit, pantauan Riau Karhutla Watch menunjukkan deteksi berasal dari VIIRS SNPP NRT sebanyak 26 titik dan VIIRS NOAA21 NRT sebanyak 22 titik, sementara MODIS NRT mendeteksi 6 titik. Informasi ini memperlihatkan bahwa dinamika hotspot di Riau masih aktif dan perlu terus dimonitor secara dekat, terutama pada wilayah yang dalam beberapa jam terakhir menunjukkan konsentrasi titik panas cukup signifikan.

Meski Indragiri Hilir dan Pelalawan menjadi wilayah dengan jumlah hotspot terbanyak, Kampar patut menjadi perhatian khusus karena tercatat dengan 9 hotspot hari ini pada notifikasi gabungan satelit. Sementara pada panel risiko operasional yang telah melalui filter tampak 6 hotspot aktif yang tampil. Kondisi ini menginformasikan bahwa Kampar masih berada dalam lanskap pengawasan penting, bukan semata karena jumlah hotspot, tetapi juga karena posisinya yang strategis dan riwayat kerawanan karhutla di beberapa kecamatan tertentu. Dengan kata lain, meskipun status umum risiko kabupaten masih belum masuk level tinggi, Kampar tetap memerlukan kewaspadaan lapangan dan pengamatan berkelanjutan.

Hotspot Terdeteksi di Langgini, Bangkinang

Kemudian, terpantau pula satu titik panas di wilayah Langgini, Kampar oleh sensor Aqua/MODIS dengan confidence 30 dan FRP 6,71. Berdasarkan analisis risiko tingkat kabupaten, Kampar pantauan 24 jam ke depan mencatat Skor Risiko 34,91 dengan predisksi curah hujan 0,00 mm, suhu maksimum 33,19°C, kelembapan minimum 46%, dan kecepatan angin maksimum 1,71 m/s. Secara umum, status ini menunjukkan bahwa Kampar belum berada pada level risiko tertinggi dibanding beberapa wilayah lain seperti Indragiri Hulu, Pekanbaru dan Siak yang sudah masuk kategori WASPADA karhutla untuk 24 jam ke depan.

Jika ditelaah lebih rinci pada level kecamatan, beberapa wilayah di Kampar untuk 24 jam ke depan menunjukkan sinyal yang perlu dicermati. Tapung Hilir menjadi kecamatan dengan Skor Risiko tertinggi di Kampar, yaitu 44,03 dengan potensi sebaran mencapai 20,13, suhu maksimum 34,43°C dan kelembapan minimum 37%. Indikator ini menunjukkan bahwa Tapung Hilir memiliki karakter lingkungan yang relatif lebih rentan dibanding kecamatan lain. Selain itu, hotspot juga terpantau muncul di beberapa kecamatan seperti Kampar Kiri Hulu, Tambang dan Tapung, yang menandakan bahwa aktivitas titik panas di Kampar tidak terpusat pada satu lokasi saja, melainkan tersebar di beberapa area.

S-1 Intelligent Systems

noreply@blogger.com (RAHMAD'S WEBSITE) — Mon, 26 Jan 2026 08:28:00 +0700

Course Code: MSI2204
Credits: 3
Semester: IV
Lecturer: Assoc. Prof Dr. Rahmad Kurniawan, ST., MIT.

Course Overview

This course introduces the fundamental concepts and practical applications of Intelligent Systems. Students will learn how intelligent approaches can support decision-making, pattern recognition, prediction, recommendation, and automation in real-world information systems. By the end of the course, students will understand core AI concepts and be able to design and evaluate solutions for real problems using appropriate intelligent methods.

Weekly Plan

Assignment

Quiz

https://cat.expert.web.id

Midterm

https://cat.expert.web.id

Bacaan Dzikir Petang

noreply@blogger.com (RAHMAD'S WEBSITE) — Thu, 25 Dec 2025 16:07:00 +0700

Dzikir Petang • Ringkas • Nyaman Dibaca

Dzikir yang Dibaca di Waktu Petang

(Dari tenggelam matahari atau waktu Maghrib hingga pertengahan malam)

Klik Daftar Isi untuk lompat. Setiap blok dzikir punya tombol Copy.

Daftar Isi (Klik)

Ta’awwudz
Membaca Ayat Kursi
Al Ikhlas, Al Falaq, An Naas
أَمْسَيْنَا وَأَمْسَى الْمُلْكُ للهِ
اللَّهُمَّ بِكَ أَمْسَيْنَا
Sayyidul Istighfar
اَللَّهُمَّ إِنِّيْ أَمْسَيْتُ أُشْهِدُكَ
اَللَّهُمَّ إِنِّيْ أَسْأَلُكَ الْعَفْوَ وَالْعَافِيَةَ
اَللَّهُمَّ عَالِمَ الْغَيْبِ وَالشَّهَادَةِ
بِسْمِ اللَّهِ الَّذِى لاَ يَضُرُّ
رَضِيْتُ بِاللهِ رَبًّا
يَا حَيُّ يَا قَيُّوْمُ
سُبْحَانَ اللهِ وَبِحَمْدِهِ
لاَ إِلَـهَ إِلاَّ اللهُ وَحْدَهُ (10×)
أَعُوْذُ بِكَلِمَاتِ اللهِ التَّامَّاتِ (3×)
Rujukan Hadits

Jika belum sempat lengkap, pilih bagian inti dan jaga konsistensi. InsyaAllah pelan-pelan bertambah.

[1] Ta’awwudz

أَعُوذُ بِاللَّهِ مِنَ الشَّيْطَانِ الرَّجِيمِ

“Aku berlindung kepada Allah dari godaan syaitan yang terkutuk.” ^[1]

[2] Membaca Ayat Kursi (1×)

اللَّهُ لاَ إِلَهَ إِلاَّ هُوَ الْحَيُّ الْقَيُّومُ، لاَ تَأْخُذُهُ سِنَةٌ وَلاَ نَوْمٌ، لَهُ مَا فِي السَّمَاوَاتِ وَمَا فِي الْأَرْضِ، مَنْ ذَا الَّذِي يَشْفَعُ عِنْدَهُ إِلاَّ بِإِذْنِهِ، يَعْلَمُ مَا بَيْنَ أَيْدِيهِمْ وَمَا خَلْفَهُمْ، وَلَا يُحِيطُونَ بِشَيْءٍ مِنْ عِلْمِهِ إِلاَّ بِمَا شَاءَ، وَسِعَ كُرْسِيُّهُ السَّمَاوَاتِ وَالْأَرْضَ، وَلَا يَئُودُهُ حِفْظُهُمَا، وَهُوَ الْعَلِيُّ الْعَظِيمُ

“Allah, tidak ada ilah (yang berhak disembah) melainkan Dia, yang hidup kekal lagi terus menerus mengurus (makhluk-Nya). Dia tidak mengantuk dan tidak tidur. Kepunyaan-Nya apa yang di langit dan di bumi. Tiada yang dapat memberi syafa’at di sisi-Nya tanpa seizin-Nya. Dia mengetahui apa-apa yang di hadapan mereka dan di belakang mereka. Mereka tidak mengetahui apa-apa dari ilmu Allah melainkan apa yang dikehendaki-Nya. Kursi Allah meliputi langit dan bumi. Dia tidak merasa berat memelihara keduanya. Dan Dia Maha Tinggi lagi Maha besar.” (QS. Al Baqarah: 255) (Dibaca 1 x)

Faedah: Siapa yang membacanya ketika petang, maka ia akan dilindungi (oleh Allah dari berbagai gangguan) hingga pagi. Siapa yang membacanya ketika pagi, maka ia akan dilindungi hingga petang. ^[1] ^[2]

[3] Membaca Al Ikhlas, Al Falaq, An Naas (3×)

Surat Al Ikhlas

بِسْمِ اللَّهِ الرَّحْمَنِ الرَّحِيمِ

قُلْ هُوَ اللَّهُ أَحَدٌ اللَّهُ الصَّمَدُ لَمْ يَلِدْ وَلَمْ يُولَدْ وَلَمْ يَكُن لَّهُ كُفُوًا أَحَدٌ

“Dengan menyebut nama Allah Yang Maha Pengasih lagi Maha Penyayang. Katakanlah: Dialah Allah, Yang Maha Esa. Allah adalah ilah yang bergantung kepada-Nya segala urusan. Dia tidak beranak dan tiada pula diperanakkan, dan tidak ada seorang pun yang setara dengan Dia.” (QS. Al Ikhlas: 1-4) (Dibaca 3 x)

Surat Al Falaq

بِسْمِ اللَّهِ الرَّحْمَنِ الرَّحِيمِ

قُلْ أَعُوذُ بِرَبِّ الْفَلَقِ مِن شَرِّ مَا خَلَقَ وَمِن شَرِّ غَاسِقٍ إِذَا وَقَبَ وَمِن شَرِّ النَّفَّاثَاتِ فِي الْعُقَدِ وَمِن شَرِّ حَاسِدٍ إِذَا حَسَدَ

“Dengan menyebut nama Allah Yang Maha Pengasih lagi Maha Penyayang. Katakanlah: Aku berlindung kepada Rabb yang menguasai Shubuh, dari kejahatan makhluk-Nya, dan dari kejahatan malam apabila telah gelap gulita, dan dari kejahatan-kejahatan wanita tukang sihir yang menghembus pada buhul-buhul, dan dari kejahatan orang yang dengki apabila ia dengki”. (QS. Al Falaq: 1-5) (Dibaca 3 x)

Surat An Naas

بِسْمِ اللَّهِ الرَّحْمَنِ الرَّحِيمِ

قُلْ أَعُوذُ بِرَبِّ النَّاسِ مَلِكِ النَّاسِ إِلَهِ النَّاسِ مِن شَرِّ الْوَسْوَاسِ الْخَنَّاسِ الَّذِي يُوَسْوِسُ فِي صُدُورِ النَّاسِ مِنَ الْجِنَّةِ وَ النَّاسِ

“Dengan menyebut nama Allah Yang Maha Pengasih lagi Maha Penyayang. Katakanlah: Aku berlindung kepada Rabb manusia. Raja manusia. Sembahan manusia, dari kejahatan (bisikan) syaitan yang biasa bersembunyi, yang membisikkan (kejahatan) ke dalam dada manusia, dari jin dan manusia.” (QS. An Naas: 1-6) (Dibaca 3 x)

Faedah: Siapa yang mengucapkannya masing-masing tiga kali ketika pagi dan petang, maka segala sesuatu akan dicukupkan untuknya. ^[2] ^[3]

[4] أَمْسَيْنَا وَأَمْسَى الْمُلْكُ للهِ (1×)

أَمْسَيْنَا وَأَمْسَى الْمُلْكُ للهِ، وَالْحَمْدُ للهِ، لَا إِلَهَ إِلاَّ اللهُ وَحْدَهُ لاَ شَرِيكَ لَهُ، لَهُ الْمُلْكُ وَلَهُ الْحَمْدُ، وَهُوَ عَلَى كُلِّ شَيْءٍ قَدِيرٌ، رَبِّ أَسْأَلُكَ خَيْرَ مَا فِي هَذِهِ اللَّيْلَةِ وَخَيْرَ مَا بَعْدَهَا، وَأَعُوذُبِكَ مِنْ شَرِّ مَا فِي هَذِهِ اللَّيْلَةِ وَشَرِّ مَا بَعْدَهَا، رَبِّ أَعُوذُبِكَ مِنَ الْكَسَلِ وَسُوءِ الْكِبَرِ، رَبِّ أَعُوذُبِكَ مِنْ عَذَابٍ فِي النَّارِ وَعَذَابٍ فِي الْقَبْرِ

Amsaynaa wa amsal mulku lillah walhamdulillah, laa ilaha illallah wahdahu laa syarika lah, lahul mulku walahul hamdu wa huwa ‘ala kulli syai-in qodir. Robbi as-aluka khoiro maa fii hadzihil lailah wa khoiro maa ba’dahaa, wa a’udzu bika min syarri maa fii hadzihil lailah wa syarri maa ba’dahaa. Robbi a’udzu bika minal kasali wa suu-il kibar. Robbi a’udzu bika min ‘adzabin fin naari wa ‘adzabin fil qobri.

Artinya: “Kami telah memasuki waktu petang dan kerajaan hanya milik Allah, segala puji bagi Allah. Tidak ada ilah (yang berhak disembah) kecuali Allah semata, tiada sekutu bagi-Nya. Milik Allah kerajaan dan bagi-Nya pujian. Dia-lah Yang Mahakuasa atas segala sesuatu. Wahai Rabbku, aku mohon kepada-Mu kebaikan di malam ini dan kebaikan sesudahnya. Aku berlindung kepadaMu dari kejahatan malam ini dan kejahatan sesudahnya. Wahai Rabbku, aku berlindung kepadaMu dari kemalasan dan kejelekan di hari tua. Wahai Rabbku, aku berlindung kepada-Mu dari siksaan di neraka dan siksaan di kubur.” (Dibaca 1 x)

Faedah: Meminta pada Allah kebaikan di malam ini dan kebaikan sesudahnya, juga agar terhindar dari kejelekan di malam ini dan kejelekan sesudahnya. Di dalamnya berisi pula permintaan agar terhindar dari rasa malas padahal mampu untuk beramal, juga agar terhindar dari kejelekan di masa tua. Di dalamnya juga berisi permintaan agar terselamatkan dari siksa kubur dan siksa neraka yang merupakan siksa terberat di hari kiamat kelak. ^[4]

[5] اللَّهُمَّ بِكَ أَمْسَيْنَا (1×)

اللَّهُمَّ بِكَ أَمْسَيْنَا، وَبِكَ أَصْبَحْنَا،وَبِكَ نَحْيَا، وَبِكَ نَمُوتُ، وَإِلَيْكَ الْمَصِيْرُ

Allahumma bika amsaynaa wa bika ash-bahnaa wa bika nahyaa wa bika namuutu wa ilaikal mashiir.

Artinya: “Ya Allah, dengan rahmat dan pertolongan-Mu kami memasuki waktu petang, dan dengan rahmat dan pertolongan-Mu kami memasuki waktu pagi. Dengan rahmat dan pertolonganMu kami hidup dan dengan kehendakMu kami mati. Dan kepada-Mu tempat kembali (bagi semua makhluk).” (Dibaca 1 x) ^[5]

[6] Membaca Sayyidul Istighfar (1×)

اَللَّهُمَّ أَنْتَ رَبِّيْ لاَ إِلَـهَ إِلاَّ أَنْتَ، خَلَقْتَنِيْ وَأَنَا عَبْدُكَ، وَأَنَا عَلَى عَهْدِكَ وَوَعْدِكَ مَا اسْتَطَعْتُ، أَعُوْذُ بِكَ مِنْ شَرِّ مَا صَنَعْتُ، أَبُوْءُ لَكَ بِنِعْمَتِكَ عَلَيَّ، وَأَبُوْءُ بِذَنْبِيْ فَاغْفِرْ لِيْ فَإِنَّهُ لاَ يَغْفِرُ الذُّنُوْبَ إِلاَّ أَنْتَ

Allahumma anta robbii laa ilaha illa anta, kholaqtanii wa anaa ‘abduka wa anaa ‘ala ‘ahdika wa wa’dika mas-tatho’tu. A’udzu bika min syarri maa shona’tu. Abu-u laka bi ni’matika ‘alayya wa abu-u bi dzambii. Fagh-firlii fainnahu laa yagh-firudz dzunuuba illa anta.

Artinya: “Ya Allah, Engkau adalah Rabbku, tidak ada ilah yang berhak disembah kecuali Engkau, Engkaulah yang menciptakanku. Aku adalah hamba-Mu. Aku akan setia pada perjanjianku pada-Mu (yaitu aku akan mentauhidkan-Mu) semampuku dan aku yakin akan janji-Mu (berupa surga untukku). Aku berlindung kepada-Mu dari kejelekan yang kuperbuat. Aku mengakui nikmat-Mu kepadaku dan aku mengakui dosaku. Oleh karena itu, ampunilah aku. Sesungguhnya tiada yang mengampuni dosa kecuali Engkau.” (Dibaca 1 x)

Faedah: Barangsiapa mengucapkan dzikir ini di siang hari dalam keadaan penuh keyakinan, lalu ia mati pada hari tersebut sebelum petang hari, maka ia termasuk penghuni surga. Barangsiapa yang mengucapkannya di malam hari dalam keadaan penuh keyakinan, lalu ia mati sebelum pagi, maka ia termasuk penghuni surga. ^[6]

[7] اَللَّهُمَّ إِنِّيْ أَمْسَيْتُ أُشْهِدُكَ (4×)

اَللَّهُمَّ إِنِّيْ أَمْسَيْتُ أُشْهِدُكَ وَأُشْهِدُ حَمَلَةَ عَرْشِكَ، وَمَلاَئِكَتَكَ وَجَمِيْعَ خَلْقِكَ، أَنَّكَ أَنْتَ اللهُ لاَ إِلَـهَ إِلاَّ أَنْتَ وَحْدَكَ لاَ شَرِيْكَ لَكَ، وَأَنَّ مُحَمَّدًا عَبْدُكَ وَرَسُوْلُكَ

Allahumma inni amsaytu usy-hiduka wa usy-hidu hamalata ‘arsyika wa malaa-ikatak wa jami’a kholqik, annaka antallahu laa ilaha illa anta wahdaka laa syariika lak, wa anna Muhammadan ‘abduka wa rosuuluk.

Artinya: “Ya Allah, sesungguhnya aku di waktu petang ini mempersaksikan Engkau, malaikat yang memikul ‘Arys-Mu, malaikat-malaikat dan seluruh makhluk-Mu, bahwa sesungguhnya Engkau adalah Allah, tiada ilah yang berhak disembah kecuali Engkau semata, tiada sekutu bagi-Mu dan sesungguhnya Muhammad adalah hamba dan utusan-Mu.” (Dibaca 4 x)

Faedah: Barangsiapa yang mengucapkan dzikir ini ketika pagi dan petang hari sebanyak empat kali, maka Allah akan membebaskan dirinya dari siksa neraka. ^[7]

[8] اَللَّهُمَّ إِنِّيْ أَسْأَلُكَ الْعَفْوَ وَالْعَافِيَةَ (1×)

اَللَّهُمَّ إِنِّيْ أَسْأَلُكَ الْعَفْوَ وَالْعَافِيَةَ فِي الدُّنْيَا وَاْلآخِرَةِ، اَللَّهُمَّ إِنِّيْ أَسْأَلُكَ الْعَفْوَ وَالْعَافِيَةَ فِي دِيْنِيْ وَدُنْيَايَ وَأَهْلِيْ وَمَالِيْ اللَّهُمَّ اسْتُرْ عَوْرَاتِى وَآمِنْ رَوْعَاتِى. اَللَّهُمَّ احْفَظْنِيْ مِنْ بَيْنِ يَدَيَّ، وَمِنْ خَلْفِيْ، وَعَنْ يَمِيْنِيْ وَعَنْ شِمَالِيْ، وَمِنْ فَوْقِيْ، وَأَعُوْذُ بِعَظَمَتِكَ أَنْ أُغْتَالَ مِنْ تَحْتِيْ

Allahumma innii as-alukal ‘afwa wal ‘aafiyah fid dunyaa wal aakhiroh. Allahumma innii as-alukal ‘afwa wal ‘aafiyah fii diinii wa dun-yaaya wa ahlii wa maalii. Allahumas-tur ‘awrootii wa aamin row’aatii. Allahummahfazh-nii mim bayni yadayya wa min kholfii wa ‘an yamiinii wa ‘an syimaalii wa min fawqii wa a’udzu bi ‘azhomatik an ugh-taala min tahtii.

Artinya: “Ya Allah, sesungguhnya aku memohon kebajikan dan keselamatan di dunia dan akhirat. Ya Allah, sesungguhnya aku memohon kebajikan dan keselamatan dalam agama, dunia, keluarga dan hartaku. Ya Allah, tutupilah auratku (aib dan sesuatu yang tidak layak dilihat orang) dan tenteramkanlah aku dari rasa takut. Ya Allah, peliharalah aku dari muka, belakang, kanan, kiri dan atasku. Aku berlindung dengan kebesaran-Mu, agar aku tidak disambar dari bawahku (oleh ular atau tenggelam dalam bumi dan lain-lain yang membuat aku jatuh).” (Dibaca 1 x)

Faedah: Rasulullah shallallahu ‘alaihi wa sallam tidaklah pernah meninggalkan do’a ini di pagi dan petang hari. Di dalamnya berisi perlindungan dan keselamatan pada agama, dunia, keluarga dan harta dari berbagai macam gangguan yang datang dari berbagai arah. ^[8]

[9] اَللَّهُمَّ عَالِمَ الْغَيْبِ وَالشَّهَادَةِ (1×)

اَللَّهُمَّ عَالِمَ الْغَيْبِ وَالشَّهَادَةِ فَاطِرَ السَّمَاوَاتِ وَاْلأَرْضِ، رَبَّ كُلِّ شَيْءٍ وَمَلِيْكَهُ، أَشْهَدُ أَنْ لاَ إِلَـهَ إِلاَّ أَنْتَ، أَعُوْذُ بِكَ مِنْ شَرِّ نَفْسِيْ، وَمِنْ شَرِّ الشَّيْطَانِ وَشِرْكِهِ، وَأَنْ أَقْتَرِفَ عَلَى نَفْسِيْ سُوْءًا أَوْ أَجُرَّهُ إِلَى مُسْلِمٍ

Allahumma ‘aalimal ghoybi wasy-syahaadah faathiros samaawaati wal ardh. Robba kulli syai-in wa maliikah. Asyhadu alla ilaha illa anta. A’udzu bika min syarri nafsii wa min syarrisy-syaythooni wa syirkihi, wa an aqtarifa ‘alaa nafsii suu-an aw ajurrohu ilaa muslim.

Artinya: “Ya Allah, Yang Maha Mengetahui yang ghaib dan yang nyata, wahai Rabb pencipta langit dan bumi, Rabb segala sesuatu dan yang merajainya. Aku bersaksi bahwa tidak ada ilah yang berhak disembah kecuali Engkau. Aku berlindung kepadaMu dari kejahatan diriku, setan dan balatentaranya (godaan untuk berbuat syirik pada Allah), dan aku (berlindung kepada-Mu) dari berbuat kejelekan terhadap diriku atau menyeretnya kepada seorang muslim.” (Dibaca 1 x)

Faedah: Do’a ini diajarkan oleh Rasulullah shallallahu ‘alaihi wa sallam pada Abu Bakr Ash Shiddiq untuk dibaca pada pagi, petang dan saat beranjak tidur. ^[9]

[10] بِسْمِ اللَّهِ الَّذِى لاَ يَضُرُّ (3×)

بِسْمِ اللَّهِ الَّذِى لاَ يَضُرُّ مَعَ اسْمِهِ شَىْءٌ فِى الأَرْضِ وَلاَ فِى السَّمَاءِ وَهُوَ السَّمِيعُ الْعَلِيمُ

Bismillahilladzi laa yadhurru ma’asmihi syai-un fil ardhi wa laa fis samaa’ wa huwas samii’ul ‘aliim.

Artinya: “Dengan nama Allah yang bila disebut, segala sesuatu di bumi dan langit tidak akan berbahaya, Dia-lah Yang Maha Mendengar lagi Maha Mengetahui.” (Dibaca 3 x)

Faedah: Barangsiapa yang mengucapkan dzikir tersebut sebanyak tiga kali di pagi hari dan tiga kali di petang hari, maka tidak akan ada bahaya yang tiba-tiba yang memudaratkannya. ^[10]

[11] رَضِيْتُ بِاللهِ رَبًّا (3×)

رَضِيْتُ بِاللهِ رَبًّا، وَبِاْلإِسْلاَمِ دِيْنًا، وَبِمُحَمَّدٍ صَلَّى اللهُ عَلَيْهِ وَسَلَّمَ نَبِيًّا

Rodhiitu billaahi robbaa wa bil-islaami diinaa, wa bi-muhammadin shallallaahu ‘alaihi wa sallama nabiyyaa.

Artinya: “Aku ridha Allah sebagai Rabb, Islam sebagai agama dan Muhammad shallallahu ‘alaihi wa sallam sebagai nabi.” (Dibaca 3 x)

Faedah: Barangsiapa yang mengucapkan hadits ini sebanyak tiga kali di pagi hari dan tiga kali di petang hari, maka pantas baginya mendapatkan ridha Allah. ^[11]

[12] يَا حَيُّ يَا قَيُّوْمُ (1×)

يَا حَيُّ يَا قَيُّوْمُ بِرَحْمَتِكَ أَسْتَغِيْثُ، وَأَصْلِحْ لِيْ شَأْنِيْ كُلَّهُ وَلاَ تَكِلْنِيْ إِلَى نَفْسِيْ طَرْفَةَ عَيْنٍ أَبَدًا

Yaa Hayyu Yaa Qoyyum, bi-rohmatika as-taghiits, wa ash-lih lii sya’nii kullahu wa laa takilnii ilaa nafsii thorfata ‘ainin abadan.

Artinya: “Wahai Rabb Yang Maha Hidup, wahai Rabb Yang Berdiri Sendiri (tidak butuh segala sesuatu), dengan rahmat-Mu aku minta pertolongan, perbaikilah segala urusanku dan jangan diserahkan kepadaku sekali pun sekejap mata (tanpa mendapat pertolongan dariMu).” (Dibaca 1 x)

Faedah: Dzikir ini diajarkan oleh Nabi shallallahu ‘alaihi wa sallam pada Fathimah supaya diamalkan pagi dan petang. ^[12]

[13] سُبْحَانَ اللهِ وَبِحَمْدِهِ (100×)

سُبْحَانَ اللهِ وَبِحَمْدِهِ

Subhanallah wa bi-hamdih.

Artinya: “Maha suci Allah, aku memuji-Nya.” (Dibaca 100 x)

Faedah: Barangsiapa yang mengucapkan kalimat ‘subhanallah wa bi hamdih’ di pagi dan petang hari sebanyak 100 x, maka tidak ada yang datang pada hari kiamat yang lebih baik dari yang ia lakukan kecuali orang yang mengucapkan semisal atau lebih dari itu. ^[13]

[14] لاَ إِلَـهَ إِلاَّ اللهُ وَحْدَهُ (10×)

لاَ إِلَـهَ إِلاَّ اللهُ وَحْدَهُ لاَ شَرِيْكَ لَهُ، لَهُ الْمُلْكُ وَلَهُ الْحَمْدُ وَهُوَ عَلَى كُلِّ شَيْءٍ قَدِيْرُ

Laa ilaha illallah wahdahu laa syarika lah, lahul mulku walahul hamdu wa huwa ‘ala kulli syai-in qodiir.

Artinya: “Tidak ada ilah yang berhak disembah selain Allah semata, tidak ada sekutu bagi-Nya. Bagi-Nya kerajaan dan segala pujian. Dia-lah yang berkuasa atas segala sesuatu.” (Dibaca 10 x)

Faedah: Barangsiapa yang membaca dzikir tersebut di pagi hari sebanyak sepuluh kali, Allah akan mencatatkan baginya 10 kebaikan, menghapuskan baginya 10 kesalahan, ia juga mendapatkan kebaikan semisal memerdekakan 10 budak, Allah akan melindunginya dari gangguan setan hingga petang hari. Siapa yang mengucapkannya di petang hari, ia akan mendapatkan keutamaan semisal itu pula. ^[14]

[15] أَعُوْذُ بِكَلِمَاتِ اللهِ التَّامَّاتِ (3× petang)

أَعُوْذُ بِكَلِمَاتِ اللهِ التَّامَّاتِ مِنْ شَرِّ مَا خَلَقَ

A’udzu bikalimaatillahit-taammaati min syarri maa kholaq.

Artinya: “Aku berlindung dengan kalimat-kalimat Allah yang sempurna dari kejahatan makhluk yang diciptakanNya.” (Dibaca 3 x pada waktu petang)

Faedah: Siapa yang mengucapkannya di petang hari, niscaya tidak ada racun atau binatang (seperti: kalajengking) yang mencelakakannya di malam itu. ^[15]

Baca Juga:

Bacaan Dzikir Pagi

Rujukan Hadits

HR. Al Hakim (1: 562). Syaikh Al Albani menshahihkan hadits tersebut dalam Shahih At Targhib wa At Tarhib no. 655. ↩
HR. Abu Daud no. 5082, Tirmidzi no. 3575. Al Hafizh Abu Thohir mengatakan bahwa sanad hadits ini hasan. ↩
HR. Muslim no. 2723. Lihat keterangan Syarh Hisnul Muslim, hal. 161. ↩
HR. Tirmidzi no. 3391 dan Abu Daud no. 5068. Al Hafizh Abu Thohir mengatakan bahwa sanad hadits ini shahih. ↩
HR. Bukhari no. 6306. ↩
HR. Abu Daud no. 5069. Al Hafizh Abu Thohir mengatakan bahwa hadits ini hasan. ↩
HR. Abu Daud no. 5074 dan Ibnu Majah no. 3871. Al Hafizh Abu Thohir mengatakan bahwa sanad hadits ini shahih. ↩
HR. Tirmidzi no. 3392 dan Abu Daud no. 5067. Adapun kalimat terakhir tambahan riwayat Ahmad 2: 196 sebagaimana catatan Anda. ↩
HR. Abu Daud no. 5088, 5089, Tirmidzi no. 3388, dan Ibnu Majah no. 3869. Al Hafizh Abu Thohir mengatakan bahwa sanad hadits ini hasan. ↩
HR. Abu Daud no. 5072, Tirmidzi no. 3389. Al Hafizh Abu Thohir mengatakan bahwa hadits ini hasan. ↩
HR. Ibnu As Sunni dalam ‘Amalul Yaum wal Lailah no. 46, An Nasai dalam Al Kubro (381/ 570), Al Bazzar, Al Hakim. Sanad hasan (As Silsilah Ash Shahihah no. 227). ↩
HR. Muslim no. 2692. ↩
HR. An Nasai Al Kubra 6: 10. ↩
HR. Ahmad 2: 290. Syaikh Syu’aib Al Arnauth mengatakan bahwa sanad hadits ini shahih sesuai syarat Muslim. ↩
Keterangan faedah: komentar Syaikh Syu’aib Al Arnauth (hummah diartikan racun/sengatan kalajengking) sesuai catatan Anda. ↩

Bacaan Dzikir Pagi

noreply@blogger.com (RAHMAD'S WEBSITE) — Thu, 25 Dec 2025 15:42:00 +0700

Dzikir Pagi • Ringkas • Nyaman Dibaca

Dzikir yang Dibaca di Waktu Pagi

(Antara Shubuh hingga siang hari ketika matahari akan bergeser ke barat)

Anda dapat menggulir pelan. Klik Daftar Isi untuk melompat ke bagian tertentu.

Daftar Isi (Klik)

Ta’awwudz
Membaca Ayat Kursi
Al Ikhlas, Al Falaq, An Naas
أَصْبَحْنَا وَأَصْبَحَ الْمُلْكُ لِلَّهِ
اَللَّهُمَّ بِكَ أَصْبَحْنَا
Sayyidul Istighfar
اَللَّهُمَّ إِنِّيْ أَصْبَحْتُ أُشْهِدُكَ
اَللَّهُمَّ إِنِّيْ أَسْأَلُكَ الْعَفْوَ وَالْعَافِيَةَ
اَللَّهُمَّ عَالِمَ الْغَيْبِ وَالشَّهَادَةِ
بِسْمِ اللَّهِ الَّذِى لاَ يَضُرُّ
رَضِيْتُ بِاللهِ رَبًّا
يَا حَيُّ يَا قَيُّوْمُ
أَصْبَحْنَا عَلَى فِطْرَةِ اْلإِسْلاَمِ
سُبْحَانَ اللهِ وَبِحَمْدِهِ
لاَ إِلَـهَ إِلاَّ اللهُ وَحْدَهُ (10×)
لاَ إِلَـهَ إِلاَّ اللهُ وَحْدَهُ (100×)
سُبْحَانَ اللهِ وَبِحَمْدِهِ: عَدَدَ خَلْقِهِ
اَللَّهُمَّ إِنِّيْ أَسْأَلُكَ عِلْمًا نَافِعًا
أَسْتَغْفِرُ اللهَ وَأَتُوْبُ إِلَيْهِ
Rujukan Hadits

[1] Ta’awwudz

أَعُوذُ بِاللَّهِ مِنَ الشَّيْطَانِ الرَّجِيمِ

“Aku berlindung kepada Allah dari godaan syaitan yang terkutuk.” ^[1]

[2] Membaca Ayat Kursi

[3] Membaca Al Ikhlas, Al Falaq, An Naas

Surat Al Ikhlas

بِسْمِ اللَّهِ الرَّحْمَنِ الرَّحِيمِ

قُلْ هُوَ اللَّهُ أَحَدٌ اللَّهُ الصَّمَدُ لَمْ يَلِدْ وَلَمْ يُولَدْ وَلَمْ يَكُن لَّهُ كُفُوًا أَحَدٌ

Surat Al Falaq

بِسْمِ اللَّهِ الرَّحْمَنِ الرَّحِيمِ

Surat An Naas

بِسْمِ اللَّهِ الرَّحْمَنِ الرَّحِيمِ

Faedah: Siapa yang mengucapkannya masing-masing tiga kali ketika pagi dan petang, maka segala sesuatu akan dicukupkan untuknya. ^[2] ^[3]

[4] أَصْبَحْنَا وَأَصْبَحَ الْمُلْكُ لِلَّهِ (1×)

أَصْبَحْنَا وَأَصْبَحَ الْمُلْكُ لِلَّهِ، وَالْحَمْدُ لِلَّهِ، لاَ إِلَـهَ إِلاَّ اللهُ وَحْدَهُ لاَ شَرِيْكَ لَهُ، لَهُ الْمُلْكُ وَلَهُ الْحَمْدُ وَهُوَ عَلَى كُلِّ شَيْءٍ قَدِيْرُ. رَبِّ أَسْأَلُكَ خَيْرَ مَا فِيْ هَذَا الْيَوْمِ وَخَيْرَ مَا بَعْدَهُ، وَأَعُوْذُ بِكَ مِنْ شَرِّ مَا فِيْ هَذَا الْيَوْمِ وَشَرِّ مَا بَعْدَهُ، رَبِّ أَعُوْذُ بِكَ مِنَ الْكَسَلِ وَسُوْءِ الْكِبَرِ، رَبِّ أَعُوْذُ بِكَ مِنْ عَذَابٍ فِي النَّارِ وَعَذَابٍ فِي الْقَبْرِ

Ash-bahnaa wa ash-bahal mulku lillah walhamdulillah, laa ilaha illallah wahdahu laa syarika lah, lahul mulku walahul hamdu wa huwa ‘ala kulli syai-in qodir. Robbi as-aluka khoiro maa fii hadzal yaum wa khoiro maa ba’dahu, wa a’udzu bika min syarri maa fii hadzal yaum wa syarri maa ba’dahu. Robbi a’udzu bika minal kasali wa su-il kibar. Robbi a’udzu bika min ‘adzabin fin naari wa ‘adzabin fil qobri.

Artinya: “Kami telah memasuki waktu pagi dan kerajaan hanya milik Allah, segala puji bagi Allah. Tidak ada ilah (yang berhak disembah) kecuali Allah semata, tiada sekutu bagi-Nya. Milik Allah kerajaan dan bagi-Nya pujian. Dia-lah Yang Mahakuasa atas segala sesuatu. Wahai Rabbku, aku mohon kepada-Mu kebaikan di hari ini dan kebaikan sesudahnya. Aku berlindung kepada-Mu dari kejahatan hari ini dan kejahatan sesudahnya. Wahai Rabbku, aku berlindung kepada-Mu dari kemalasan dan kejelekan di hari tua. Wahai Rabbku, aku berlindung kepada-Mu dari siksaan di neraka dan siksaan di alam kubur.” (Dibaca 1 x)

Faedah: Meminta pada Allah kebaikan di hari ini dan kebaikan sesudahnya, juga agar terhindar dari kejelekan di hari ini dan kejelekan sesudahnya. Di dalamnya berisi pula permintaan agar terhindar dari rasa malas padahal mampu untuk beramal, juga agar terhindar dari kejelekan di masa tua. Di dalamnya juga berisi permintaan agar terselamatkan dari siksa kubur dan siksa neraka yang merupakan siksa terberat di hari kiamat kelak. ^[4]

[5] اَللَّهُمَّ بِكَ أَصْبَحْنَا (1×)

اَللَّهُمَّ بِكَ أَصْبَحْنَا، وَبِكَ أَمْسَيْنَا، وَبِكَ نَحْيَا، وَبِكَ نَمُوْتُ وَإِلَيْكَ النُّشُوْرُ

Allahumma bika ash-bahnaa wa bika amsaynaa wa bika nahyaa wa bika namuutu wa ilaikan nusyuur.

Artinya: “Ya Allah, dengan rahmat dan pertolongan-Mu kami memasuki waktu pagi, dan dengan rahmat dan pertolongan-Mu kami memasuki waktu petang. Dengan rahmat dan pertolongan-Mu kami hidup dan dengan kehendak-Mu kami mati. Dan kepada-Mu kebangkitan (bagi semua makhluk).” (Dibaca 1 x) ^[5]

[6] Membaca Sayyidul Istighfar (1×)

[7] اَللَّهُمَّ إِنِّيْ أَصْبَحْتُ أُشْهِدُكَ (4×)

اَللَّهُمَّ إِنِّيْ أَصْبَحْتُ أُشْهِدُكَ وَأُشْهِدُ حَمَلَةَ عَرْشِكَ، وَمَلاَئِكَتَكَ وَجَمِيْعَ خَلْقِكَ، أَنَّكَ أَنْتَ اللهُ لاَ إِلَـهَ إِلاَّ أَنْتَ وَحْدَكَ لاَ شَرِيْكَ لَكَ، وَأَنَّ مُحَمَّدًا عَبْدُكَ وَرَسُوْلُكَ

Allahumma inni ash-bahtu usy-hiduka wa usy-hidu hamalata ‘arsyika wa malaa-ikatak wa jami’a kholqik, annaka antallahu laa ilaha illa anta wahdaka laa syariika lak, wa anna Muhammadan ‘abduka wa rosuuluk.

Artinya: “Ya Allah, sesungguhnya aku di waktu pagi ini mempersaksikan Engkau, malaikat yang memikul ‘Arys-Mu, malaikat-malaikat dan seluruh makhluk-Mu, bahwa sesungguhnya Engkau adalah Allah, tiada ilah yang berhak disembah kecuali Engkau semata, tiada sekutu bagi-Mu dan sesungguhnya Muhammad adalah hamba dan utusan-Mu.” (Dibaca 4 x)

Faedah: Barangsiapa yang mengucapkan dzikir ini ketika pagi dan petang hari sebanyak empat kali, maka Allah akan membebaskan dirinya dari siksa neraka. ^[7]

[8] اَللَّهُمَّ إِنِّيْ أَسْأَلُكَ الْعَفْوَ وَالْعَافِيَةَ (1×)

Allahumma innii as-alukal ‘afwa wal ‘aafiyah fid dunyaa wal aakhiroh. Allahumma innii as-alukal ‘afwa wal ‘aafiyah fii diinii wa dun-yaya wa ahlii wa maalii. Allahumas-tur ‘awrootii wa aamin row’aatii. Allahummahfazh-nii mim bayni yadayya wa min kholfii wa ‘an yamiinii wa ‘an syimaalii wa min fawqii wa a’udzu bi ‘azhomatik an ughtala min tahtii.

[9] اَللَّهُمَّ عَالِمَ الْغَيْبِ وَالشَّهَادَةِ (1×)

Allahumma ‘aalimal ghoybi wasy syahaadah faathiros samaawaati wal ardh. Robba kulli syai-in wa maliikah. Asyhadu alla ilaha illa anta. A’udzu bika min syarri nafsii wa min syarrisy syaythooni wa syirkihi, wa an aqtarifa ‘alaa nafsii suu-an aw ajurrohu ilaa muslim.

Faedah: Do’a ini diajarkan oleh Rasulullah shallallahu ‘alaihi wa sallam pada Abu Bakr Ash Shiddiq radhiyallahu ‘anhu untuk dibaca pada pagi, petang dan saat beranjak tidur. ^[9]

[10] بِسْمِ اللَّهِ الَّذِى لاَ يَضُرُّ (3×)

Bismillahilladzi laa yadhurru ma’asmihi syai-un fil ardhi wa laa fis samaa’ wa huwas samii’ul ‘aliim.

Artinya: “Dengan nama Allah yang bila disebut, segala sesuatu di bumi dan langit tidak akan berbahaya, Dia-lah Yang Maha Mendengar lagi Maha Mengetahui.” (Dibaca 3 x)

Faedah: Barangsiapa yang mengucapkan dzikir tersebut sebanyak tiga kali di pagi hari dan tiga kali di petang hari, maka tidak akan ada bahaya yang tiba-tiba memudaratkannya. ^[10]

[11] رَضِيْتُ بِاللهِ رَبًّا (3×)

Rodhiitu billaahi robbaa wa bil-islaami diinaa, wa bi-muhammadin shallallaahu ‘alaihi wa sallama nabiyya.

Artinya: “Aku ridha Allah sebagai Rabb, Islam sebagai agama dan Muhammad shallallahu ‘alaihi wa sallam sebagai nabi.” (Dibaca 3 x)

Faedah: Barangsiapa yang mengucapkan dzikir ini sebanyak tiga kali di pagi hari dan tiga kali di petang hari, maka pantas baginya mendapatkan ridha Allah. ^[11]

[12] يَا حَيُّ يَا قَيُّوْمُ (1×)

Yaa Hayyu Yaa Qoyyum, bi-rohmatika as-taghiits, wa ash-lih lii sya’nii kullahu wa laa takilnii ilaa nafsii thorfata ‘ainin Abadan.

Faedah: Dzikir ini diajarkan oleh Nabi shallallahu ‘alaihi wa sallam pada Fathimah supaya diamalkan pagi dan petang. ^[12]

[13] أَصْبَحْنَا عَلَى فِطْرَةِ اْلإِسْلاَمِ (1×)

أَصْبَحْنَا عَلَى فِطْرَةِ اْلإِسْلاَمِ وَعَلَى كَلِمَةِ اْلإِخْلاَصِ، وَعَلَى دِيْنِ نَبِيِّنَا مُحَمَّدٍ صَلَّى اللهُ عَلَيْهِ وَسَلَّمَ، وَعَلَى مِلَّةِ أَبِيْنَا إِبْرَاهِيْمَ، حَنِيْفًا مُسْلِمًا وَمَا كَانَ مِنَ الْمُشْرِكِيْنَ

Ash-bahnaa ‘ala fithrotil islaam wa ‘alaa kalimatil ikhlaash, wa ‘alaa diini nabiyyinaa Muhammadin shallallahu ‘alaihi wa sallam, wa ‘alaa millati abiina Ibraahiima haniifam muslimaaw wa maa kaana minal musyrikin

Artinya: “Di waktu pagi kami memegang agama Islam, kalimat ikhlas (kalimat syahadat), agama Nabi kami Muhammad shallallahu ‘alaihi wa sallam, dan agama bapak kami Ibrahim, yang berdiri di atas jalan yang lurus, muslim dan tidak tergolong orang-orang musyrik.” (Dibaca 1 x di pagi hari saja)

Catatan: Dzikir ini hanya dibaca di pagi hari. Riwayat yang menyatakan dibaca juga saat petang hari adalah riwayat yang lemah. ^[13]

[14] سُبْحَانَ اللهِ وَبِحَمْدِهِ (100×)

سُبْحَانَ اللهِ وَبِحَمْدِهِ

Subhanallah wa bi-hamdih.

Artinya: “Maha suci Allah, aku memuji-Nya.” (Dibaca 100 x)

[15] لاَ إِلَـهَ إِلاَّ اللهُ وَحْدَهُ (10×)

Laa ilaha illallah wahdahu laa syarika lah, lahul mulku walahul hamdu wa huwa ‘ala kulli syai-in qodiir.

Artinya: “Tidak ada ilah yang berhak disembah selain Allah semata, tidak ada sekutu bagiNya. Bagi-Nya kerajaan dan segala pujian. Dia-lah yang berkuasa atas segala sesuatu.” (Dibaca 10 x)

[16] لاَ إِلَـهَ إِلاَّ اللهُ وَحْدَهُ (100× sehari)

Laa ilaha illallah wahdahu laa syarika lah, lahul mulku walahul hamdu wa huwa ‘ala kulli syai-in qodiir.

Artinya: “Tidak ada ilah yang berhak disembah selain Allah semata, tidak ada sekutu bagi-Nya. Milik Allah kerajaan dan segala pujian. Dia-lah yang berkuasa atas segala sesuatu.” (Dibaca 100 x dalam sehari)

Faedah: Barangsiapa yang mengucapkan dzikir tersebut dalam sehari sebanyak 100 x, maka itu seperti membebaskan 10 orang budak, dicatat baginya 100 kebaikan, dihapus baginya 100 kesalahan, dirinya akan terjaga dari gangguan setan dari pagi hingga petang hari, dan tidak ada seorang pun yang lebih baik dari yang ia lakukan kecuali oleh orang yang mengamalkan lebih dari itu. ^[16]

[17] سُبْحَانَ اللهِ وَبِحَمْدِهِ: عَدَدَ خَلْقِهِ (3× pagi)

سُبْحَانَ اللهِ وَبِحَمْدِهِ: عَدَدَ خَلْقِهِ، وَرِضَا نَفْسِهِ، وَزِنَةَ عَرْشِهِ وَمِدَادَ كَلِمَاتِهِ

Subhanallah wa bi-hamdih, ‘adada kholqih wa ridhoo nafsih. wa zinata ‘arsyih, wa midaada kalimaatih.

Artinya: “Maha Suci Allah, aku memujiNya sebanyak makhluk-Nya, sejauh kerelaan-Nya, seberat timbangan ‘Arsy-Nya dan sebanyak tinta tulisan kalimat-Nya.” (Dibaca 3 x di waktu pagi saja)

Faedah: Nabi shallallahu ‘alaihi wa sallam mengatakan pada Juwairiyah bahwa dzikir di atas telah mengalahkan dzikir yang dibaca oleh Juwairiyah dari selepas Shubuh sampai waktu Dhuha. ^[17]

[18] اَللَّهُمَّ إِنِّيْ أَسْأَلُكَ عِلْمًا نَافِعًا (1× setelah Subuh)

اَللَّهُمَّ إِنِّيْ أَسْأَلُكَ عِلْمًا نَافِعًا، وَرِزْقًا طَيِّبًا، وَعَمَلاً مُتَقَبَّلاً

Allahumma innii as-aluka ‘ilman naafi’a, wa rizqon thoyyibaa, wa ‘amalan mutaqobbalaa.

Artinya: “Ya Allah, sungguh aku memohon kepada-Mu ilmu yang bermanfaat (bagi diriku dan orang lain), rizki yang halal dan amal yang diterima (di sisi-Mu dan mendapatkan ganjaran yang baik).” (Dibaca 1 x setelah salam dari shalat Shubuh) ^[18]

[19] أَسْتَغْفِرُ اللهَ وَأَتُوْبُ إِلَيْهِ (100× sehari)

أَسْتَغْفِرُ اللهَ وَأَتُوْبُ إِلَيْهِ

Astagh-firullah wa atuubu ilaih.

Artinya: “Aku memohon ampun kepada Allah dan bertobat kepada-Nya.” (Dibaca 100 x dalam sehari)

Baca Juga:

Bacaan Dzikir Petang

Rujukan Hadits

HR. Al Hakim (1: 562). Syaikh Al Albani menshahihkan hadits tersebut dalam Shahih At Targhib wa At Tarhib no. 655. ↩
HR. Abu Daud no. 5082, Tirmidzi no. 3575. Al Hafizh Abu Thohir mengatakan bahwa sanad hadits ini hasan. ↩
HR. Muslim no. 2723. Lihat keterangan Syarh Hisnul Muslim, hal. 161. ↩
HR. Tirmidzi no. 3391 dan Abu Daud no. 5068. Al Hafizh Abu Thohir mengatakan bahwa sanad hadits ini shahih. ↩
HR. Bukhari no. 6306. ↩
HR. Abu Daud no. 5069. Al Hafizh Abu Thohir mengatakan bahwa hadits ini hasan. ↩
HR. Abu Daud no. 5074 dan Ibnu Majah no. 3871. Al Hafizh Abu Thohir mengatakan bahwa sanad hadits ini shahih. ↩
HR. Tirmidzi no. 3392 dan Abu Daud no. 5067. Penjelasan tambahan riwayat Ahmad 2: 196 sebagaimana catatan Anda. ↩
HR. Abu Daud no. 5088, 5089, Tirmidzi no. 3388, dan Ibnu Majah no. 3869. Al Hafizh Abu Thohir mengatakan bahwa sanad hadits ini hasan. ↩
HR. Abu Daud no. 5072, Tirmidzi no. 3389. Al Hafizh Abu Thohir mengatakan bahwa hadits ini hasan. ↩
HR. Ibnu As Sunni dalam ‘Amalul Yaum wal Lailah no. 46, An Nasai dalam Al Kubro, Al Bazzar, Al Hakim. Syaikh Al Albani menilai hasan (As Silsilah Ash Shahihah no. 227). ↩
HR. Ahmad (3: 406). Syaikh Syu’aib Al Arnauth menilai shahih sesuai syarat Bukhari Muslim. As Silsilah Ash Shahihah no. 2989. ↩
Catatan: dzikir ini khusus pagi; riwayat petang dinilai lemah sesuai catatan Anda. ↩
HR. Muslim no. 2692. ↩
HR. An Nasai Al Kubra 6: 10. ↩
HR. Bukhari no. 3293 dan Muslim no. 2691. ↩
HR. Muslim no. 2726. ↩
HR. Ibnu Majah no. 925 dan Ahmad 6: 305, 322. Al Hafizh Abu Thohir mengatakan bahwa hadits ini shahih. ↩

— Bagian dari Buku Dzikir Pagi Petang karya Ustadz Muhammad Abduh Tuasikal

Rekap Nilai PBL Data Visualization A dan B Tahun 2025

noreply@blogger.com (RAHMAD'S WEBSITE) — Tue, 16 Dec 2025 17:06:00 +0700

Kelas	Kelompok	Pilih nama-nama anggota Kelompok	Judul PBL	Poin Paper	Poin Presentasi	Catatan
A	I	AISYAH, YESSY THIERY PARDOSI, TIARA MARWIAH, LINGGO PRATAMA HERMAN, MELJA DWI SAFIRA, YOGI PRANATA	Visualisasi Data Persebaran Peserta OSN 2025 di Indonesia Menggunakan Tableau. Namun, banyak sisa teks template & formatting berantakan	85	85	Penjelasan fungsi filter dan pemetaan spasial cukup relevan untuk Tableau. Presentasi: Tidak ada pembukaan dan terlalu banyak teks
A	II	DWI PIRGADESLIANDRI, LABIB AHMAD GHALIB, MUHAMMAD RAFI, MUTIARA FITRIANI, VINO MATO ALFARABI	Analisis Interaktif Nilai Tukar Rupiah dan Inflasi Indonesia (1960–2024)	87	90	Bagian preprocessing dan rancangan dashboard cukup jelas (kategori, kombinasi data, fitur interaktif). Namun, Pie chart kurang cocok untuk data ekonomi
A	III	RIDHO PRASETYO, AFMI LAIA, FAUZAN SAHRUL RAMADHAN, MICHAEL STEVEN, HASBI ASSIDIQI SYARIF	Analisis Visual dan Identifikasi Tren Dan Faktor Data Kebahagiaan Global: Studi Kasus Laporan Kebahagiaan Dunia (2005–2023)	90	89	Tujuan dan insight jelas (mis. Indonesia unggul pada generosity) serta metodologi BI cukup rapi. Namun, Inkonsistensi pada dataset (2005–2023 atau 2005–2024?). Pie chart kurang cocok untuk data ekonomi. Saran: Ganti Pie dengan Stacked Bar. Presentasi: Hanya kelompok ini yang menulis nama dosen pengampum, namun yang dipresentasikan tidak terlalu jelas karena ditampilkan via TV. ada bagian video presenter menutupi slide
A	IV	SALWA PUTRI ANDINI, DIFA AURA ANSANI, RIDHO ARBA'AN KARLIS, JEREMIA CHARLIE SIHITE, MAYA ESTER SEPTINA	Analisis Pengaruh Bencana Alam Di Indonesia Berbasis Data Visual Dengan Menggunakan Tableau	83	92	Sumber data dijelaskan dari lembaga pemerintah (BNPB/BMKG) dan ada uraian preprocessing. Namun, masih ada teks sisa template ("Some Common Mistakes") dan gambar di paper pecah/buram
A	V	AHMAD FADHIL FARDIAN, NURI ALFIANTI, AMANDA PRAMEITA AZALIA DEWANTARI, MUHABBI RISHAN, M.ACHNEZA ILYAS	Visualisasi Data Luas Wilayah Kumuh Berdasarkan Kelurahan dan Kecamatan di Kota Bandung	90	91	Struktur analisis kuat dan dashboard dijelaskan rinci (5 komponen utama). Namun, Penggunaan warna rainbow pada bar chart membingungkan. Saran: Gunakan gradasi satu warna untuk menunjukkan intensitas data. Presentasi: Terlalu banyak teks di pendahuluan
A	VI	HAGITA, LOVITA RAEHANI PUTRI, MUHAMMAD FALIH AL KHAIRY, M. SINGGIH DAMASTIO, DARMA DEWANTA EVSYA	Analisis Komprehensif Distribusi dan Karakteristik Tenaga Kesehatan Berdasarkan Provinsi, Kabupaten/Kota, Kategori, Jenis Kelamin, Jumlah, dan Tahun di Rumah Sakit Jawa Barat	86	88	Metodologi data dan cleaning cukup konkret (variabel, jumlah baris, langkah cleaning). Penjelasan tiap sheet/dashboard sangat detail. Namun, Sisa teks instruksi template IEEE tertinggal dan Bentuk Area Chart terlalu lancip/aneh. Presentasi: Terlalu banyak teks di slide
B	I	ESTIVANI PANDIANGAN, MUHAMMAD FAIZ RAMADHAN, MUHAMMAD DICKY ANDIKA, ALGIE IKHSAN PRATAMA, CICI SISILIA, TAUFIK WIBAWA SILALAHI	Analisis Interaktif Persebaran dan Dampak Bencana Alam di Indonesia Berdasarkan Lokasi, Jenis, dan Waktu	90	85	Abstrak dan fokus analisis sangat relevan (lokasi–jenis–waktu). Interpretasi dashboard kuat dan komunikatif. Namun, masih ada sisa teks template/typo ("METEDOLOGI"). Perbaiki format email/afiliasi. Presentasi: Pendahuluan terlalu banyak slide. Hanya ada satu presenter?
B	II	FIRMAN ALFONSO, ALODIA YASMIN AIDIFI, DONI SAPUTRA, VANIA KHAIRANI YENAS, VERONIKA DWI DESWATI BR. SIANIPAR, JHORY RAHMAD YUDISTIRA	Rata-rata Pengguna Sosial Media di Indonesia	87	87	Abstrak cukup informatif (angka pengguna, segmentasi usia). Namun, kualitas gambar peta di paper terlihat pecah/buram. Masih ada sisa template. Presentasi: Hanya ada 1 presenter?
B	III	RAISHA NAZWA ALIYAH	Analisis Visual Interaktif Faktor Gaya Hidup dan Demografi terhadap Kondisi Kesehatan Mental Global	89	90	Abstrak menyebut variabel, alat, dan ringkasan hasil secara jelas. Namun, diagram alir metodologi terlalu sederhana. Analisis statistik kurang mendalam. Rapikan seluruh sitasi dan pastikan setiap klaim kunci di latar belakang ada sitasi. Presentsi: Suara Davina kecil tidak terdenar jelas
B	IV	MUHAMMAD HAFIZH FADILLAH, KHALISHA HAYA SALSABILA, ALFIRA HAFIDZAH, NAZYA FACHRIAH HANDAYANI, RUTH DESWITA SIHITE	Analisis Polusi Terhadap Pemantauan Kualitas Udara di Provinsi Aceh Pada Tahun 2023 Hingga 2024 Dengan Visualisasi Data	83	92	Ada kesimpulan berbasis angka rata-rata polutan (NO2, SO2, CO) dan menyebut sumber data pemerintah. Memvisualisasikan Latitude dan Longitude menggunakan Bar Chart (Gambar III). Koordinat peta tidak boleh dijumlahkan/dibandingkan dalam diagram batang, tidak bermakna. Kesimpulan menyatakan udara "Baik", padahal grafik menunjukkan fluktuasi polutan tinggi. Interpretasi kurang kritis terhadap data sendiri. Rapikan total template IEEE (hapus placeholder + heading). (2) Benahi referensi. Presentasi: Di awal pembukaan terlihat kompak namun hanya ada 1 presenter?
B	V	RAHMAD HIDAYAT, HANISHA HASANAH, MUHAMMAD DZAKY FEBRIAN, DIVA LARASATY, AGUNG SETIAWAN. AS	Analisis Aktivitas Seismik Indonesia Berdasarkan Tren Magnitudo, Kedalaman dan Persebaran Lokasi Gempa	89	85	Abstrak jelas: Kaggle → Python cleaning → Tableau Public. Pie Chart wilayah terlalu ramai (terlalu banyak irisan). Masih ada sisa template. Presentasi: PPT tidak di slideshow sehingga tampilan kecil, hanya ada satu presenter saja? yang lain penonton?
B	VI	SALFIRA ANJELLY, ESRA ABID NEGO, SANTA FERONIKA SIHALOHO, NADIA FITRI KHAIRANI, RAYHAN ENGGAL GEMINTANG	Penerapan Analisis Data Kesehatan Untuk Mengetahui Pola Penyakit dan Biaya Perawatan Pasien	96	90	Abstrak jelas, metodologi kuat (data wrangling + eksplorasi Python + visualisasi Tableau). Namun, menggunakan dataset sintetis (dummy) Kaggle tanpa disclaimer bahwa ini bukan data riil RS Indonesia (bisa bias kesimpulan). Masih ada typo di Abstract. Presentasi: Hanya kelompok ini yang ada menyebut Dosen pengampu :), namun tampilan screenya kecil dan blur.

Hasil PBL - Data Visualization Kelas A dan B Tahun 2025

noreply@blogger.com (RAHMAD'S WEBSITE) — Sun, 14 Dec 2025 11:41:00 +0700

Analisis Sentimen Berita Indonesia

noreply@blogger.com (RAHMAD'S WEBSITE) — Thu, 11 Dec 2025 23:26:00 +0700

Analisis Sentimen Berita Indonesia

Anti-Hoax

noreply@blogger.com (RAHMAD'S WEBSITE) — Thu, 11 Dec 2025 20:01:16 +0700

Anti Hoax – Fact Warden

🛡️ Anti Hoax – Fact Warden

Aplikasi cek fakta untuk membantu Anda memeriksa klaim berita dan informasi berdasarkan pencarian berita dan kemiripan semantik.

Hasil Penilaian PBL Big Data - 2025

noreply@blogger.com (RAHMAD'S WEBSITE) — Sun, 7 Dec 2025 19:46:00 +0700

Kelas	Kelompok	Pilih nama-nama anggota Kelompok	Judul PBL	Poin Presentasi	Poin Paper	Catatan
A	VI	SALMA SUHAIMAH, DWIPA AMEDIHARDJO, DZAKWAN RIZKY ARYABIMA, IMAM FIRMANSYAH, TIARA DWI SEPTINA, DAFFA AYU MUMTAZA	Analisa Data dan Prediksi Harga Laptop Berdasarkan Spesifikasi Hardware Menggunakan Algoritma Random Forest dan XGBoost	91	92	Masalah praktis dan jelas. Namun, belum tampak pemanfaatan jelas teknologi Big Data/NoSQL (MongoDB dsb.), lebih ke analitik & ML klasik.
A	III	MUHAMMAD JORDI, FAUZAN ROSYAD, JUWI RETNO ASIH, ABEL HASTI RAMADHANI, RAHMAH MUTHMAINAH, M. ANJAS AVIN FARIDAS	Penerapan Metode Random Forest dalam Memprediksi Pendapatan Film Netflix Berdasarkan Karakteristik Film dan Popularitas	86	89	Menggunakan Random Forest untuk regresi dengan metrik evaluasi yang lengkap. Namun, aspek Big Data belum digali dalam: ukuran dataset, potensi skalabilitas dan konteks data besar kurang ditegaskan. Presentasi: Nama dosen tidak ada :(, suara jordi speednya terlalu tinggi, video presenter menutupi sebagian teks
A	IV	TALITHA ALMIRA ZADA, ABDUL RAHMAN AZIZ, HANA MARDHATILLAH, FANIA PUTRI, KORNELIUS JONATHAN MANIK, IZZAT FAIRUZI	Penerapan Model DeepFM untuk Rekomendasi Film Personalisasi Berbasis Interaksi Pengguna dan Atribut Konten	86	94	Topik dan metode kuat. Namun belum ada perbandingan kuantitatif dengan baseline (MF/FM) sehingga keunggulan DeepFM belum benar-benar “terukur”. Presentasi: Slide terlalu banyak teks
A	II	MHD AQSAL MAULANA, MUHAMMAD FARRAZ AQIL, MUHAMMAD NAUFAL YUSUF, NAJWA SABILA SATARI, RAHMA JULIANI, SHALLY PERMATA AULIA, SYARIFAH ULYA	Penerapan Metode K-Means Clustering dan Algoritma C4.5 untuk Klasifikasi Pola Popularitas Lagu Spotify	87	91	Menggunakan data primer dan ide kombinasi K-Means (clustering) dan C4.5 (klasifikasi) cukup menarik dan relevan dengan analisis musik. Namun keterkaitan eksplisit dengan Big Data/NoSQL belum terlihat, tidak tampak pemanfaatan MongoDB, serta Integrasi hasil clustering ke tahapan klasifikasi C4.5 belum digambarkan runut. Presentasi: Nama dosen tidak ada :(
A	V	M. FADHIL, SYIFA ADILLAH SUKMA, LEO FERDIANSYAH, NAHLA PRIANTAMA, NALA TANIA NAZIRA, ICHA DWI YANTI	Implementasi Metode CNN untuk Deteksi Emosi Wajah dalam Analisis Suasana Pembelajaran di Jurusan Ilmu Komputer, Universitas Riau	85	94	Menggunakan data primer dan masalah kontekstual. Namun, belum digambarkan kuantitatif, masih konsep dan belum ada perbandingan dengan arsitektur lain atau baseline, sehingga keunggulan MobileNetV2 belum tercermin jelas. Presentasi: Gagal fokus pada wajah presenter (Nahla) yang lebih besar dari slide presentasinya :D, pendahuluan terlalu banyak teks
A	I	RENDI WAHYUDI, DARA FIRUZAH LUBIS, ALKAS MITA, CALISTA AILMA PUTRI, ABYAN ABDULLAH TAMIR, FAHIRA PUTRI AMANDA, VIRA NABILA	Penerapan Algoritma K-Means untuk Segmentasi Pelanggan pada Dataset Marketing Campaign	88	90	Masalah dan tujuan jelas: segmentasi pelanggan untuk strategi marketing. Namun, karakteristik dataset (jumlah baris, fitur, sumber) belum dijelaskan secara kuat sebagai kasus Big Data
B	IV	SYAHRINI SYAFITRI, INTAN NABILAH, HEISHA RACHMAN, FADHIL GIBRAN, KELPIN RAMA DEO	Analisis Pola dan Distribusi Pasien ISPA di Rumah Sakit	90	79	Dari judul, topik terlihat relevan yaitu analisis pola dan distribusi pasien ISPA → cocok untuk analitik kesehatan berbasis data.Namun, awalnya sulit diperiksa karena laporan Turnitin :( Setelah diperiksa ternyata similarity tinggi 60%, apakah karena sudah dicek pada akun turnitin bajakan yang tersimpan di repo?
B	III	AHMAD DHANI, JULIA TRI IRPA, QOULAN TSAQILA, AMANDA FEBRINA PUTRI, OKTARIANDI	Penerapan Algoritma ARIMA dalam Analisis Big Data Penjualan Mobil untuk Peramalan Tren dan Popularitas Mobil	85	92	Topik jelas dan praktis, peramalan penjualan mobil dan popularitas model mobil. Dataset cukup besar: 23.906. Namun, aspek infrastruktur Big Data (NoSQL, distributed storage) belum dijelaskan, semua masih di level Python + CSV. Hanya menggunakan satu pendekatan (ARIMA), belum ada perbandingan dengan metode lain. Presentasi: Terasa baca laporan, teks pendahuluan terlalu banyak
B	I	MUHAMMAD AMIRULHAQ, WAFIQ WARDATUL KHAIRANI, NOVRIANTO SAPTA RAMADHAN, IVANDER LUKAS PRATAMA, ERNIA JULIASTUTI, MUHAMMAD ZIDANE	Segmentasi Mahasiswa Berdasarkan Pola Penggunaan Media Sosial Menggunakan Gaussian Mixture Models dan Principal Component Analysis	94	96	Menggunakan data primer dan Latar belakang sangat kuat dan akademik. Namun, aspek skalabilitas (misalnya bagaimana jika data ribuan–puluhan ribu responden) belum diperjelas secara teknis. Beberapa bagian kalimat cukup panjang dan bisa dibuat lebih ringkas agar mudah dibaca. Presentasi: MasyaAllah...Ucapan salam terpanjang sejagad :D
B	VI	DHIKA MAHESA SYAPUTRA, AIDHA TITA IRANI, FAZA MUHAMMAD IRVAN, GATHAN GIBRAN GUSTAV, SYAMSUARNI JELITA	Analisis Sentimen Masyarakat Terhadap Pergantian Kementrian Keuangan Republik Indonesia Pada Tahun 2025 pada platform X/Twitter	91	95	Menggunakan data primer dan topik sangat aktual/relevan (pergantian Menkeu 2025) dengan konteks kebijakan publik. Namun, akurasi IndoBERT sekitar 67% → hasil realistis, tetapi analisis mengapa akurasi tidak lebih tinggi (mis. ambiguitas kelas netral, sarkasme, noise) masih bisa diperdalam lagi.
B	V	LILIS KARLINA, AFIFAH SABILA, CHARISA ELISYA PUTRI, BIMA IQROM, BRYAN EGELAND MANURUNG	Analisis Pola Pembelian Produk Elektronik Berbasis Big Data Menggunakan Algoritma FP-Growth	84	94	Topik sangat relevan dengan market basket analysis dan strategi promosi (bundling, rekomendasi). Namun, ukuran dataset tidak disebut eksplisit (berapa ribu transaksi, rentang waktu pasti), padahal ini penting untuk konteks Big Data. Pemilihan nilai min-support dan min-confidence belum dijustifikasi. Presentasi: Screen-nya terlalu kecil, apalagi kalau dilihat via mobile
B	II	MUTIA RIZKIANTI RUSLAN, SHERLY FILLIA, AHMAD FAUZI, MUTIARA FASSYA, RUMI YUNITA TIOFANI, RATU RIZKI ILLAHI	Analisis Pola Pengeluaran Mahasiswa dan Hubungannya Dengan Tingkat Stres Akademik	86	90	Pertanyaan penelitian jelas dan relevan: Apakah pengeluaran bulanan berkaitan dengan stres akademik. Namun, klaim “pendekatan Big Data Analytics” belum didukung aspek teknis Big Data: tidak ada penggunaan NoSQL atau pembahasan 3V/4V/5V dan jumlah data juga tidak disebut jelas. Pemakaian K-Means belum dilengkapi indeks validasi klaster. Presentasi: Video presenter menutupi sebagian teks, suara Ratu kecil sekali
C	II	DEVIANA FRANSISKA, HAFIZ DE FEBRIAN, AZIZAH YASMIN SZALSZABILLA IRSYAD, NABILA CHAIRUNNISA, SYAHRUL RAMADHAN NOTO NEGORO, LIDYA MIKA NABILA, MUHAMMAD NAUFAL NAZHMI	Penerapan Algoritma Machine Learning untuk Sistem Rekomendasi Produk E-Commerce Berbasis Big Data Menggunakan MongoDB	91	92	Topik sangat relevan untuk e-commerce: sistem rekomendasi. Namun, masalah cold-start disebutkan tetapi belum ada solusi teknis yang diterapkan. Jumlah dataset dan karakteristik data (jumlah user, item, rating) tidak dijelaskan secara eksplisit, padahal penting untuk konteks Big Data
C	III	DWI RETNO SARI, M. MAYO SHAQUILLE, RAIFA SALSABILA, DELYA LAURENVIA, M. FAUZAN HASBI, RAFKI FAUZAN AMRI	PEMANTAUAN DAMPAK EKONOMI DAN KESEHATAN DARI PERUBAHAN IKLIM GLOBAL: PENERAPAN MONGODB DAN ANALISIS TIME-SERIES UNTUK MENGIDENTIFIKASI TREN	89	88	Ide dan konteks bagus: menghubungkan perubahan iklim global dengan indikator ekonomi dan kesehatan publik dengan dukungan data besar multi-sumber. Namun, Paper cenderung konseptual/arsitektural, terlihat fokus pada desain sistem dan tahapan implementasi, tapi detail hasil kuantitatif (mis. contoh tren aktual, nilai error model) kurang tampak. Tidak mengikuti template IEEE. Presentasi: Terasa di pengajian, echo luar biasa sampai menggema
C	VI	MARINI ADIBAH RUSYDI, MUTIAH ULFA SITOMPUL, LILIS DARWATI, M. FIKRI ALDILLA, DZAKIYA ASTRIANI DITYA, MUHAMMAD HABIB RIZIQ	Implementasi Big Data dalam Forecasting Konsumsi Energi Menggunakan Algoritma XGBoost	88	92	Topik sangat kuat dan relevan yaitu forecasting konsumsi energi rumah tangga untuk mendukung manajemen beban dan kebijakan efisiensi energi. Namun, jumlah dataset masih relatif kecil (1000 baris data sekunder) untuk klaim Big Data. Aspek skalabilitas ke data yang jauh lebih besar belum banyak dieksplor. Presentasi: Nama dosen tidak ada :(
C	I	FATHIA KHAIRA, AGUS BUDIYANTO, NABILA, ZALIA SONIA, DAFA ALVARO, ALYA SABRINA, NOR FIDAYANI	Penerapan Big Data untuk Analisis Sentimen Masyarakat Terhadap Program Makan Bergizi Gratis	86	93	Menggunakan data primer, topik sangat aktual dan spesifik kebijakan: sentimen publik terhadap Program Makan Bergizi Gratis (MBG) di platform X. Namun, aspek infrastruktur Big Data (mis. penggunaan NoSQL/MongoDB, skala data atau potensi near real-time monitoring) belum terlalu eksplisit, lebih fokus di analitik. Tidak terlihat tabel perbandingan numerik antar model. Presentasi: Suara presenter kecil sekali
C	IV	FAA'IZ DZIYA ULHAQ, HAFIZHAH AZ-ZAHRA, M. BINTANG HIDAYATULLAH, MUHAMMAD WAFI, JAUZAA AZRA, ASTRI RANA	Perbandingan Kinerja Naive Bayes dan SVM dalam Analisis Emosi Ulasan Produk Tokopedia Berbasis Big Data	85	90	Menggunakan data primer, topik praktis: analisis emosi (bukan sekadar sentimen positif/negatif) pada ulasan produk Tokopedia, relevan untuk memahami persepsi pelanggan. Namun, distribusi kelas emosi tidak merata, tetapi strategi penanganan imbalanced data (mis. re-sampling, class weight) belum dibahas. Hal ini mungkin berkontribusi ke akurasi yang relatif sedang. Tidak disebutkan ukuran dataset secara eksplisit (jumlah ulasan) sehingga sulit mengukur skala kasus. Presentasi: Nama dosen tidak ada :(, suaranya menggema/echo
C	V	NAYA SEPTIA ZULVA, ANDRE PRATAMA, VITA FIDIA UTAMI, M. FAREL ANTONIO, ALFATH DAMANIK, BINTANG DYAH ULHAQ	IMPLEMENTASI BIG DATA DALAM MENGANALISIS POLARISASI SENTIMEN OPINI PUBLIK DI MEDIA SOSIAL X MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) (STUDI KASUS : PEMERINTAH WAJIBKAN CAMPURAN ETANOL 10% DI BBM).	85	93	Menggunakan data primer, topik kebijakan energi yang spesifik dan relevan, polarisasi sentimen publik terhadap kebijakan etanol 10% (E10) dalam BBM. Volume data 509 baris terlalu kecil untuk data hasil Crawling. Presentasi: Terasa baca laporan, teks pendahuluan terlalu banyak

Hasil PBL Big Data Kelas A, B dan C Tahun 2025

noreply@blogger.com (RAHMAD'S WEBSITE) — Sat, 6 Dec 2025 19:46:00 +0700

Hasil PBL Kecerdasan Bisnis dan Gudang Data Kelas VIIA 2025

noreply@blogger.com (RAHMAD'S WEBSITE) — Mon, 23 Jun 2025 15:04:00 +0700

Hasil PBL Kelas Sisterm Cerdas A - 2025

noreply@blogger.com (RAHMAD'S WEBSITE) — Mon, 23 Jun 2025 14:56:00 +0700

Hasil Project Based Learning Kelas B - Big Data 2024

noreply@blogger.com (RAHMAD'S WEBSITE) — Sat, 14 Dec 2024 12:14:00 +0700

Rekap Penilaian Sementara Kelas Sistem Cerdas IVB/C

noreply@blogger.com (RAHMAD'S WEBSITE) — Thu, 27 Jun 2024 13:33:00 +0700

Kelas A

NO	NIM	Paper	Presentasi	Quiz	UTS
1	2103110496	95	93	60	72
2	2103110838	91	92	60	72
3	2203110494	87	90	60	60
4	2203110495	87	90	100	96
5	2203110496	87	90	80	72
6	2203110497	95	92	20	68
7	2203110499	91	92	60	72
8	2203110500	91	92	60	64
9	2203110501	91	92	60	84
10	2203110502	95	93	100	92
11	2203110503	87	90	40	76
12	2203110504	87	90	40	72
13	2203113285	95	92	80	68
14	2203113286	91	92	80	72
15	2203113288	95	93	80	72
16	2203113290	87	90	60	80
17	2203113292	95	92	80	84
18	2203113895	95	92	100	76
19	2203113896	91	92	80	68
20	2203113898	87	90	60	76
21	2203113901	91	92	60	56
22	2203113911	95	93	100	56
23	2203113912	87	90	0	56
24	2203114113	87	90	60	80
25	2203114183	87	90	40	65
26	2203125256	87	90	40	68
27	2203125263	95	92	80	68
28	2203125271	87	90	20	72
29	2203125278	91	92	40	48
30	2203125283	91	92	40	64
31	2203125285	95	93	100	80
32	2203135935	91	92	100	80
33	2203135936	95	92	40	60
34	2203135937	91	92	100	76
35	2203135938	91	92	60	80
36	2203135939	87	90	80	76
37	2203135940	95	93	80	68

Kelas C

NO	NIM	Paper	Presentasi	Quiz
1	2203110485	81	90	60
2	2203110486	83	91	100
3	2203110506	90	90	80
4	2203110507	81	92	80
5	2203110508	90	90	50
6	2203110509	90	90	40
7	2203110510	82	92	90
8	2203111629	83	91	70
9	2203111630	90	90	80
10	2203111631	82	92	80
11	2203113294	83	91	80
12	2203113303	81	90	70
13	2203113304	83	91	90
14	2203113307	82	92	70
15	2203113897	83	91	90
16	2203113902	81	92	80
17	2203113903	90	90	50
18	2203113904	83	91	80
19	2203113905	90	90	80
20	2203113907	81	90	80
21	2203113908	81	92	80
22	2203113909	88	90	90
23	2203113910	81	92	90
24	2203125246	81	90	50
25	2203125250	81	92	90
26	2203125288	81	90	80
27	2203125292	81	92	90
28	2203125296	88	90	80
29	2203125298	82	92	50
30	2203126024	82	92	60
31	2203126026	81	90	60
32	2203135934	88	90	80
33	2203135941	81	90	40
34	2203135942	88	90	70
35	2203135943	88	90	50
36	2203135944	88	90	40
37	2203135945	82	92	100