Muhammad Dzikrullah Suratin’s scientific contributions

Gempa bumi juga dapat dipahami sebagai suatu peristiwa terjadinya guncangan bumi akibat pelepasan energi secara tiba-tiba, yang ditandai dengan pecahnya lapisan batuan pada kerak bumi. Gempa bumi biasanya disebabkan oleh pergerakan kerak atau lempeng bumi. Indonesia termasuk negara rawan gempa karena Indonesia dilalui pertemuan 3 lempeng tektonik: Indo-Australia, Eurasia, dan Pasifik. Beberapa penelitian tentang gempa bumi di Indonesia telah menghubungkan gempa bumi dengan data mining dan pembelajaran mesin. Namun gempa bumi merupakan peristiwa alam yang tidak dapat diprediksi atau diprediksi, sehingga untuk mengurangi risiko terjadinya gempa bumi perlu dilakukan analisis clustering pada daerah yang dicurigai. Kontribusi dalam penelitian ini bertujuan untuk memvisualisasikan data hasil pengolahan dataset gempa bumi kedalam peta geospasial wilayah Maluku Utara dengan menerapkan tahapan data mining, sehingga bisa mengetahui daftar wilayah yang termasuk dalam kawasan rawan bencana sebagai langkah antisipasi untuk mitigasi bencana di daerah Maluku Utara. Selain itu hasil penelitian ini juga dapat digunakan sebagai dataset untuk melakukan proses data mining lain seperti pengelompokan maupun klasisfikasi data gempa bumi di wilayah Maluku Utara.

Sektor pariwisata di Kulon Progo menunjukkan penurunan dalam hal pengembangan pariwisata daerah. Faktor penyebabnya adalah promosi yang belum mampu memaksimalkan ketersediaan teknologi informasi. Beberapa tempat wisata yang belum terkelola seperti Candi Pringtali, Gua Lawangsih dan Gua Kiskendo. Kekurangan yang membuat obyek wisata kurang terjangkau oleh wisatawan antara lain akses jalan yang sulit, medan yang menanjak dan terjal, jalan yang rusak, serta minimnya penerangan jalan. Maka dibuatlah sebuah aplikasi pengenalan wisata berbasis AR. Metode yang digunakan adalah Multimedia Development Lifecycle (MDLC) mulai dari pembuatan konsep aplikasi, desain, pengumpulan materi, implementasi sistem, dan pengujian. Penelitian ini menghasilkan sebuah aplikasi berbasis Augmented Reality (AR) tentang Pengenalan Tempat Wisata di Kulon Progo yang telah diuji dengan persentase penilaian sebesar 76,9% yang berarti aplikasi dapat diterima

Sektor pariwisata di Kulon Progo menunjukkan penurunan dalam hal pengembangan pariwisata daerah. Faktor penyebabnya adalah promosi yang belum mampu memaksimalkan ketersediaan teknologi informasi. Beberapa tempat wisata yang belum terkelola seperti Candi Pringtali, Gua Lawangsih dan Gua Kiskendo. Kekurangan yang membuat obyek wisata kurang terjangkau oleh wisatawan antara lain akses jalan yang sulit, medan yang menanjak dan terjal, jalan yang rusak, serta minimnya penerangan jalan. Maka dibuatlah sebuah aplikasi pengenalan wisata berbasis AR. Metode yang digunakan adalah Multimedia Development Lifecycle (MDLC) mulai dari pembuatan konsep aplikasi, desain, pengumpulan materi, implementasi sistem, dan pengujian. Penelitian ini menghasilkan sebuah aplikasi berbasis Augmented Reality (AR) tentang Pengenalan Tempat Wisata di Kulon Progo yang telah diuji dengan persentase penilaian sebesar 76,9% yang berarti aplikasi dapat diterima

Daerah Istimewa Yogyakarta (DIY) khususnya Kabupaten Bantul merupakan salah satu daerah yang memiliki permasalahan pada pengelolaan sampah. Proses pengelolaan sampah yang masih kurang mendapat perhatian oleh masyarakat dan pemerintah menyebabkan sampah hanya menjadi limbah yang tak berguna. Salah satu cara yang baik dan efisien dalam mengelola sampah adalah dengan menggunakan sistem bank sampah. Bank sampah banyak tersebar luas di tiap-tiap kecamatan di Kabupaten Bantul tetapi lokasi bank sampah ini belum banyak diketahui masyarakat sehingga masyarakat masih sulit menemukan lokasi bank sampah yang terdekat. Hal ini menjadi permasalahan karena masyarakat belum bisa memanfaatkan bank sampah seperti semestinyaUntuk tahapan pengembangan aplikasi menggunakan metode haversine formula. Haversine formula merupakan salah satu algoritma efektif untuk digunakan dalam mentukan besar lingkaran jarak antara dua titik pada bola dari garis bujur (longitude) dan garis lintang (latitude). Hasil dari penelitian ini berupa aplikasi yang mampu membantu masyarakat dalam menemukan jarak terdekat lokasi bank sampah dengan lokasi penggunanya disertai dengan deskripsi dari bank sampah dan navigasi rute dengan google maps menuju lokasi bank sampah yang dituju, agar bank sampah ini dapat dimanfaatkan dengan baik oleh masyarakat.

Clustering is a method that is used to divide the data into several groups of parts. K-means (KM) is an algorithm that is often used in clustering, only just the result of KM often times get stuck in local optima i.e. the optimal solution (both maximum or minimal) on the candidate solution in the nearest neighbor only, not the whole of all existing solutions or what is commonly called the global optima. In this study aims to do improve the cluster determination process on the Kmeans algorithm using the Bee Colony Optimization (BCO) algorithm. BCO is an algorithm that works based on the way the bees search for food , BCO is famous for being able to escape from the local optima trap by recognizing which results are best from a series of optimal results . Combining BCO with KM begins with selecting a source of food early in random and using KM to resolve all the problems of clustering at every step BCO next and keep sources of food best in each iteration. The result of this research is that the BCOKM method has been proven to be able to solve the problem of data sharing, where the BCOKM method is able to form a good cluster, as shown by the resulting fitness value (the lowest value is 1221.53 and the highest value is 1233.28) all of which are better than the fitness value using K-means (1251.42). Likewise in terms of accuracy, where the use of BCOKM all showed better results (83.16%-83.30%) than the use of only K-means (83.09%)