Claim Missing Document
Check
Articles

Found 17 Documents
Search

PERBANDINGAN IMPUTASI DAN PARAMETER SUPPORT VECTOR REGRESSION UNTUK PERAMALAN CUACA Priyatno, Arif Mudi; Wiratmo, Agung; Syuhada, Fahmi; Cholidhazia, Putri
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 10, No 2 (2019): JURNAL SIMETRIS VOLUME 10 NO 2 TAHUN 2019
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (842.522 KB) | DOI: 10.24176/simet.v10i2.3402

Abstract

Curah hujan adalah informasi penting di bidang transportasi, pertanian, industri dll. Dengan mengetahui informasi curah hujan, tindakan dapat diambil secara tepat di beberapa bidang tersebut. sehingga tidak ada kerugian karena kesalahan dalam informasi curah hujan. Makalah ini bertujuan untuk menemukan metode yang sesuai dalam peramalan curah hujan yang terkait dengan metode pemrosesan data imputasi dan nilai parameter dalam Support Vector Regression (SVR). Hasil percobaan menunjukkan bahwa metode preprocessing data imputasi terbaik diperoleh untuk digunakan ke dalam SVR berdasarkan nilai Mean Squared Error (MSE) dan Mean Absolute Error (MAE). Berdasarkan hasil MSE, k-nearest neighbor adalah metode terbaik yang digunakan untuk preprocessing data imputasi. Data preprocessing menghasilkan eksperimen pada SVR Polinomial dengan parameter C 1000, toleransi 0,001, epsilon 0,01 dan iterasi tak terbatas. Di sisi lain, hasil MAE menunjukkan bahwa Artificial Neural Network (ANN) adalah metode terbaik dalam imputasi data preprocessing. ANN dengan radial basis function kernel, gamma 0,001, C 1000, toleransi 0,001 dan iterasi tanpa batas. JST diuji pada RBF SVR dengan gamma 0,001, C 1000, toleransi 0,001 dan iterasi tak terbatas.
Deteksi Bot Spammer Twitter Berbasis Time Interval Entropy dan Global Vectors for Word Representations Tweet’s Hashtag Priyatno, Arif Mudi; Muttaqi, Muhammad Mirza; Syuhada, Fahmi; Arifin, Agus Zainal
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 1 (2019): January-June
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1346.279 KB) | DOI: 10.26594/register.v5i1.1382

Abstract

Bot spammer merupakan penyalahgunaan user dalam menggunakan Twitter untuk menyebarkan pesan spam sesuai dengan keinginan user. Tujuan spam mencapai trending topik yang ingin dibuatnya. Penelitian ini mengusulkan deteksi bot spammer pada Twitter berbasis Time Interval Entropy dan global vectors for word representations (Glove). Time Interval Entropy digunakan untuk mengklasifikasi akun bot berdasarkan deret waktu pembuatan tweet. Glove digunakan untuk melihat co-occurrence kata tweet yang disertai Hashtag untuk proses klasifikasi menggunakan Convolutional Neural Network (CNN). Penelitian ini menggunakan data API Twitter dari 18 akun bot dan 14 akun legitimasi dengan 1.000 tweet per akunnya. Hasil terbaik recall, precision, dan f-measure yang didapatkan yaitu 100%; 100%, dan 100%. Hal ini membuktikan bahwa Glove dan Time Interval Entropy sukses mendeteksi bot spammer dengan sangat baik. Hashtag memiliki pengaruh untuk meningkatkan deteksi bot spammer.  Spam spammers are users' misuse of using Twitter to spread spam messages in accordance with user wishes. The purpose of spam is to reach the required trending topic. This study proposes detection of bot spammers on Twitter based on Time Interval Entropy and global vectors for word representations (Glove). Time Interval Entropy is used to classify bot accounts based on the tweet's time series, while glove views the co-occurrence of tweet words with Hashtags for classification processes using the Convolutional Neural Network (CNN). This study uses Twitter API data from 18 bot accounts and 14 legitimacy accounts with 1000 tweets per account. The best results of recall, precision, and f-measure were 100%respectively. This proves that Glove and Time Interval Entropy successfully detects spams, with Hash tags able to increase the detection of bot spammers.
PERBANDINGAN IMPUTASI DAN PARAMETER SUPPORT VECTOR REGRESSION UNTUK PERAMALAN CUACA Priyatno, Arif Mudi; Wiratmo, Agung; Syuhada, Fahmi; Cholidhazia, Putri
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 10, No 2 (2019): JURNAL SIMETRIS VOLUME 10 NO 2 TAHUN 2019
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (842.522 KB) | DOI: 10.24176/simet.v10i2.3402

Abstract

Curah hujan adalah informasi penting di bidang transportasi, pertanian, industri dll. Dengan mengetahui informasi curah hujan, tindakan dapat diambil secara tepat di beberapa bidang tersebut. sehingga tidak ada kerugian karena kesalahan dalam informasi curah hujan. Makalah ini bertujuan untuk menemukan metode yang sesuai dalam peramalan curah hujan yang terkait dengan metode pemrosesan data imputasi dan nilai parameter dalam Support Vector Regression (SVR). Hasil percobaan menunjukkan bahwa metode preprocessing data imputasi terbaik diperoleh untuk digunakan ke dalam SVR berdasarkan nilai Mean Squared Error (MSE) dan Mean Absolute Error (MAE). Berdasarkan hasil MSE, k-nearest neighbor adalah metode terbaik yang digunakan untuk preprocessing data imputasi. Data preprocessing menghasilkan eksperimen pada SVR Polinomial dengan parameter C 1000, toleransi 0,001, epsilon 0,01 dan iterasi tak terbatas. Di sisi lain, hasil MAE menunjukkan bahwa Artificial Neural Network (ANN) adalah metode terbaik dalam imputasi data preprocessing. ANN dengan radial basis function kernel, gamma 0,001, C 1000, toleransi 0,001 dan iterasi tanpa batas. JST diuji pada RBF SVR dengan gamma 0,001, C 1000, toleransi 0,001 dan iterasi tak terbatas.
Deteksi Bot Spammer Twitter Berbasis Time Interval Entropy dan Global Vectors for Word Representations Tweet’s Hashtag Priyatno, Arif Mudi; Muttaqi, Muhammad Mirza; Syuhada, Fahmi; Arifin, Agus Zainal
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 1 (2019): January
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v5i1.1382

Abstract

Bot spammer merupakan penyalahgunaan user dalam menggunakan Twitter untuk menyebarkan pesan spam sesuai dengan keinginan user. Tujuan spam mencapai trending topik yang ingin dibuatnya. Penelitian ini mengusulkan deteksi bot spammer pada Twitter berbasis Time Interval Entropy dan global vectors for word representations (Glove). Time Interval Entropy digunakan untuk mengklasifikasi akun bot berdasarkan deret waktu pembuatan tweet. Glove digunakan untuk melihat co-occurrence kata tweet yang disertai Hashtag untuk proses klasifikasi menggunakan Convolutional Neural Network (CNN). Penelitian ini menggunakan data API Twitter dari 18 akun bot dan 14 akun legitimasi dengan 1.000 tweet per akunnya. Hasil terbaik recall, precision, dan f-measure yang didapatkan yaitu 100%; 100%, dan 100%. Hal ini membuktikan bahwa Glove dan Time Interval Entropy sukses mendeteksi bot spammer dengan sangat baik. Hashtag memiliki pengaruh untuk meningkatkan deteksi bot spammer.  Spam spammers are users' misuse of using Twitter to spread spam messages in accordance with user wishes. The purpose of spam is to reach the required trending topic. This study proposes detection of bot spammers on Twitter based on Time Interval Entropy and global vectors for word representations (Glove). Time Interval Entropy is used to classify bot accounts based on the tweet's time series, while glove views the co-occurrence of tweet words with Hashtags for classification processes using the Convolutional Neural Network (CNN). This study uses Twitter API data from 18 bot accounts and 14 legitimacy accounts with 1000 tweets per account. The best results of recall, precision, and f-measure were 100%respectively. This proves that Glove and Time Interval Entropy successfully detects spams, with Hash tags able to increase the detection of bot spammers.
Application of Sentiment Analysis as an Innovative Approach to Policy Making: A review Firdaus, Asno Azzawagama; Saputro, Joko Slamet; Anwar, Miftahul; Adriyanto, Feri; Maghfiroh, Hari; Ma'arif, Alfian; Syuhada, Fahmi; Hidayat, Rahmad
Journal of Robotics and Control (JRC) Vol 5, No 6 (2024)
Publisher : Universitas Muhammadiyah Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18196/jrc.v5i6.22573

Abstract

This literature review comprehensively explains the role of sentiment analysis as a policymaking solution in companies, organizations, and individuals. The issue at hand is how sentiment analysis can be effectively applied in decision making. The solution is to integrate sentiment analysis with the latest NLP trends. The contribution of this research is the assessment of 100-200 recent studies in the period 2020-2024 with a sample of more than 5,000 data, as well as the impact of the resulting policy recommendations. The methods used include evaluation of techniques such as Deep Learning, lexicon-based, and Machine Learning, using evaluation matrices such as F1-score, precision, recall, and accuracy. The results showed that Deep Learning techniques achieved an average accuracy of 93.04%, followed by lexicon-based approaches with 88.3% accuracy and Machine Learning with 83.58% accuracy. The findings also highlight the importance of data privacy and algorithmic bias in supporting more responsive and data-driven policymaking. In conclusion, sentiment analysis is reliable in areas such as e-commerce, healthcare, education, and social media for policy-making recommendations. However, special attention should be paid to challenges such as language differences, data bias, and context ambiguity which can be addressed with models such as mBERT, model auditing, and proper tokenization.
PELATIHAN DESAIN GRAFIS SEBAGAI UPAYA PENINGKATAN PENGETAHUAN DAN KETERAMPILAN DALAM PEMASARAN KONTEN SEBAGAI PELUANG MENDAPATKAN PASSIVE INCOME BAGI KARANG TARUNA CIPTA RASA DAYA DI DESA KARANG SIDEMEN Syuhada, Fahmi; Saputra, Joni; Adipta, Marazaenal; Anggarista, Randa; Kumoro, Danang Tejo; Afriansyah, M.; Lonang, Syahrani; Putra, Ahmad Fatoni Dwi; Firdaus, Asno Azzawagama; Pratama, Ramadhana Agung; Yamin, Muhamad
Jurnal Abdi Insani Vol 12 No 5 (2025): Jurnal Abdi Insani
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/abdiinsani.v12i5.2235

Abstract

The Community Partnership Empowerment activity aimed to enhance the skills and knowledge of the youth in Karang Sidemen Village, Central Lombok, in the field of digital creative economy, specifically through digital content marketing that can generate passive income. The PKM program is supported by the Directorate of Research, Technology, and Community Service through the BIMA 2024 program. The activities included a socialization session on the concept of the creative economy and technical training on using Adobe Illustrator, where participants were encouraged to market their creations on platforms like Shutterstock. The outcomes of this program showed an improvement in participants' graphic design skills, as evidenced by their ability to create logos, set up Shutterstock accounts, and independently upload their work. Additionally, this activity involved students under the Merdeka Belajar-Kampus Merdeka (MBKM) scheme, providing them with experiential learning outside the campus. In conclusion, this program successfully made a positive impact on digital literacy and the creative economy in the community and is expected to contribute to the village's economic sustainability through the empowerment of local potential in a sustainable manner.
PERANCANGAN APLIKASI WIRID BAGU BERBASIS WEB Syuhada, Fahmi; Saputra, Irwan Adi; Anwariyah, Komariyuli; Rosika, Herliana
SainsTech Innovation Journal Vol. 6 No. 2 (2023): SIJ Volume 6 Nomor 2 November 2023
Publisher : LPPM Universitas Qamarul Huda Badaruddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37824/sij.v6i2.2023.613

Abstract

Wirid merupakan Kumpulan dzikir dan doa yang sehari hari tetep kita kerjakan atau amalan terutama bagi santri qamarul huda dan Masyarakat. Dalam pengamalannya Wirid tidak dapat dilakukan begitu saja ditengah aktifitas yang padat dan mobilitas yang tinggi. Dengan adanya teknologi akan menjadi lebih praktis jika kita membacanya lewat media handphone. Kita tidak perlu membawa lagi membawa buku kemana-mana. Membaca lebih mudah karena itulah penelitian ini bertujuan untuk merancang Aplikasi Wirid Bagu berbasis web. Aplikasi Wirid Bagu Berbasis web ini dengan tujuan yang diinginkan yang mengandug materi tentang Wirid Blagu, Wirid Bagu ini juga terdiri dari teks amalan yang menggunakan bahasa Arab yang sudah disediakan didalan aplikasi serta dilengkapi dengan terjemahan dan keutamaanya
Website Development for Karang Taruna as an Information Media: Pembuatan Website untuk Karang Taruna Sebagai Media Informasi Syuhada, Fahmi; Adipta, Mara Zaenal; Anggarista, Randa
PRAXIS: Jurnal Pengabdian kepada Masyarakat Vol. 3 No. 3 (2025): PRAXIS
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47776/r3pe2080

Abstract

This digital era presents both challenges and opportunities for youth organization such as Karang Taruna to enhace the effectiveness of communication and information dissemination through technology. This article documents a community service program aimed at assisting Karang Taruna by providing technology-based solution through the creation and training of website management. Using a participatory approach, this activity involved Karang Taruna members in all stages, including planning, design, development, and operational training. The reusult is a responsive website featuring key functionalities such as news, event agendas, photo galleries, and local tourism promotion. The website has proven to improve information delivery efficiency, expand community outreach, and support digital literacy among members. This program demonstrates that leveraging digital technology can serve as a catalyst for transforming community organizations toward more transparent, accounttable, and modern governance.
Hubungan Teknologi dengan Unit Kesehatan Rekam Medis Pratama, Ramadhana Agung; Syuhada, Fahmi
SainsTech Innovation Journal Vol. 4 No. 2 (2021): SIJ Volume 4 Nomor 2 November 2021
Publisher : LPPM Universitas Qamarul Huda Badaruddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37824/sij.v4i2.2021.231

Abstract

teknologi yang berkembang saat ini tentunya sangat membantu suatu pekerjaan, memudahkan dan mengefisiensi waktu yang ada. Dengan teknologi kita tidak menjadi terbelakang tentunya dizaman seperti sekarang ini. Rekam medis adalah unit dibidang Kesehatan yang tentunya sangat membutuhkan teknologi, dalam unit rekam medik ada data pendaftaran pasien , koding, dan data penyakit yang harus di input. Dengan memanfaatkan teknologi tentunya dapat membatu pelayanan di bidang Kesehatan unit rekam medik. Memodifikasi bagian sistem agar dapat menjadi interface yang baik pada usernya.
Pemisahan Citra Data Set Tulisan Tangan Aksara Sasak dengan Teknik Circle Hough dan Perspective Transform Syuhada, Fahmi; Pratama, Ramadhana Agung; Sa'adati, Yuan
SainsTech Innovation Journal Vol. 5 No. 2 (2022): SIJ Volume 5 Nomor 2 November 2022
Publisher : LPPM Universitas Qamarul Huda Badaruddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37824/sij.v5i2.2022.409

Abstract

Aksara Sasak merupakan bagian dari nilai budaya Lombok yang penting untuk dilestarikan supaya tidak hilang ditempa waktu dan zaman. Penelitian ini dilakukan untuk mengimplementasikan studi pengembangan perangkat lunak bidang Computer Vision. Suatu model dibangun supaya program vision dapat mengklasifikasi huruf aksara sasak yang ditulis dengan tangan. Terdapat langkah yang harus dilakukan untuk mencapai tujuan tersebut diantaranya Preprocessing, Training, dan Testing. Paper ini menjelaskan bagaimana proses preprocessing dilakukan terhadap data set citra tulisan tangan aksara sasak. Pada preprocessing dilakukan proses pemisahan setiap huruf dari citra pemindaian blangko kumpulan tulisan tangan aksara sasak. Proses pertama yang dilakukan yaitu penentuan empat koordinat lingkaran acuan pada blanko dengan teknik Circle Hough Transform untuk digunakan pada proses pemotongan dengan mengimplementasikan teknik Perspective Transformation. Berdasarkan hasil penelitian yang sudah dilakukan, model program yang sudah dirancang menggunakan bahasa python sudah mampu melakukan pemisahan 18 citra huruf dari sebuah citra blangko tulisan aksara sasak. Berdasarkan hasil tersebut model ini sudah dapat diimplementasikan ke perancangan model pengenalan atau klasifikasi tulisan aksara sasak.