p-Index From 2020 - 2025
8.389
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan Teknologi dan Kejuruan Voteteknika (Vocational Teknik Elektronika dan Informatika) Proceedings of KNASTIK Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Jurnal Pekommas Jurnal Edukasi dan Penelitian Informatika (JEPIN) Infotech Journal Sistemasi: Jurnal Sistem Informasi Jurnal Ilmiah Matrik BAREKENG: Jurnal Ilmu Matematika dan Terapan Matrix : Jurnal Manajemen Teknologi dan Informatika JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) INTECOMS: Journal of Information Technology and Computer Science KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) JURIKOM (Jurnal Riset Komputer) JUMANJI (Jurnal Masyarakat Informatika Unjani) Jurnal Teknologi Terpadu Jurnal Informatika dan Rekayasa Elektronik JATI (Jurnal Mahasiswa Teknik Informatika) Tematik : Jurnal Teknologi Informasi Komunikasi Informatics and Digital Expert (INDEX) Jurnal Informatika dan Teknologi Komputer ( J-ICOM) Jurnal Sosial dan Teknologi Jurnal Locus Penelitian dan Pengabdian Jurnal Informatika Teknologi dan Sains (Jinteks) Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) J-Icon : Jurnal Komputer dan Informatika IJESPG (International Journal of Engineering, Economic, Social Politic and Government) journal Enrichment: Journal of Multidisciplinary Research and Development Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) RESLAJ: Religion Education Social Laa Roiba Journal In Search (Informatic, Science, Entrepreneur, Applied Art, Research, Humanism) Seminar Nasional Riset dan Teknologi (SEMNAS RISTEK)
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Jurnal Informatika dan Rekayasa Elektronik

PENGARUH METODE PENGUKURAN JARAK DAN SMOTE PADA KLASIFIKASI PENILAIAN KREDIT Fadilah, Rifal; Chrisnanto, Yulison Herry; Abdillah, Gunawan
Jurnal Informatika dan Rekayasa Elektronik Vol. 7 No. 2 (2024): JIRE NOPEMBER 2024
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v7i2.1213

Abstract

Kredit berperan penting untuk menunjang pertumbuhan ekonomi masyarakat. Meski demikian, pengguna kartu kredit diingatkan untuk menggunakan kartu kredit secara bijak sesuai kebutuhan, dan selalu melakukan pembayaran tepat waktu sesuai tagihan yang telah ditetapkan, guna menghindari masalah kredit macet Untuk mengatasi masalah tersebut dibutuhkan sebuah pembelajaran mesin yang mampu mendeteksi sedini mungkin terhadap akun kartu kredit yang beresiko tinggi menjadi krusial untuk mengurangi kerugian yang disebabkan oleh pembayaran kredit macet.penelitian kali ini mengusulkan pengembangan Teknik dalam mechine learning untuk membantu mengklasifikasi kredit macet dengan menggunakan algoritma KNN dengan mengacu kepada penelitian sebelumnya mengenai  pengukuran matrix jarak. Dataset German credit data yang di dapatkan dari UCI Mechine Learning memiliki imbalance class Dimana jumlah class positif lebih besar dari class negative. Dari pengujian menggunakan berbagai metode pengukuran jarak serta dengan penerapan SMOTE. Pengujian menunjukkan penanganan ketidakseimbangan kelas menggunakan algoritma SMOTE meningkatkan akurasi, presisi, recall, f1-score, dan g-mean pada KNN secara signifikan. Implementasi 5 metode pengukuran jarak menunjukkan bahwa jarak Manhattan memberikan performa terbaik. Jarak Manhattan memberikan hasil akurasi tertinggi sebesar 84% setelah dilakukan penerapan Teknik SMOTE pada pengujian K = 5, sementara jarak Canberra juga menunjukkan performa yang kuat. Metode Manhattan lebih unggul dalam memberikan hasil klasifikasi yang akurat dibandingkan dengan metode lainnya.
KLASIFIKASI DIAGNOSA PENYAKIT TIROID MENGGUNAKAN METODE RANDOM FOREST Raja Darmawan; Yulison Herry Chrisnanto; Gunawan Abdillah
Jurnal Informatika dan Rekayasa Elektronik Vol. 7 No. 2 (2024): JIRE NOPEMBER 2024
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v7i2.1214

Abstract

Tiroid adalah kelenjar penting di leher manusia yang mengatur metabolisme melalui hormon-hormonnya. Gangguan hormon pada tiroid dapat berdampak signifikan pada kesehatan. Gejalanya sering kali sulit diidentifikasi karena menyerupai keluhan yang diakibatkan gaya hidup. Untuk mengatasi masalah ini, diperlukan pembelajaran mesin untuk mendeteksi diagnosis penyakit tiroid berdasarkan gejala. Penelitian ini bertujuan untuk mengembangkan teknik machine learning yang dapat membantu klasifikasi diagnosa penyakit tiroid menggunakan metode random forest. Pengujian dilakukan sebanyak 6 kali dengan mengubah nilai parameter untuk mengetahui pengaruhnya terhadap akurasi model. Hasil penelitian menunjukkan bahwa parameter seperti jumlah pohon keputusan, kedalaman maksimum, dan jumlah minimum sampel daun dapat mempengaruhi akurasi model. Hasil pengujian menunjukkan akurasi tertinggi diperoleh pada pengujian ketiga dengan pembagian data 80/20 didapatkan hasil akurasi 99%. Penelitian ini menyimpulkan bahwa metode random forest efektif dalam meningkatkan akurasi diagnosa penyakit tiroid serta menekankan pentingnya penyesuaian parameter untuk hasil yang optimal.
ANALISIS SENTIMEN TERKAIT PROGRAM KARTU PRAKERJA MENGGUNAKAN METODE K-NEAREST NEIGHBORS Cecep M Zakariya; Yulison Herry Chrisnanto; Gunawan Abdillah
Jurnal Informatika dan Rekayasa Elektronik Vol. 7 No. 2 (2024): JIRE NOPEMBER 2024
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v7i2.1215

Abstract

Salah satu masalah makroekonomi yang menghambat perkembangan suatu negara adalah tingkat pengangguran. Berdasarkan data dari Badan Pusat Statistik, pada Februari 2022 tingkat pengangguran terbuka mencapai 5,58%. Banyak pendapat tentang program kartu prakerja pemerintah untuk mengatasi pengangguran. Program ini mendapat tanggapan pro dan kontra yang menghasilkan beragam pendapat. Twitter sebagai platform media sosial memungkinkan penyampaian opini tentang berbagai isu, termasuk program kartu prakerja. Pendekatan analisis sentimen saat ini banyak digunakan untuk menilai opini tentang berbagai topik. Dalam penelitian ini, dilakukan analisis sentimen menggunakan metode K-Nearest Neighbors (KNN) dan seleksi fitur Information Gain untuk melihat tingkat akurasi yang dihasilkan oleh model dan menentukan apakah opini tentang program kartu prakerja bersifat positif, negatif, atau netral. hasil penelitian menunjukan bahwa metode ini berhasil mencapai tingkat akurasi sebesar 93% serta nilai precision, recall, F1-Score, dan G-Mean yang tinggi, dengan rasio dataset 70% data latih dan 30% data uji dengan parameter nilai K=1.
STEGANOGRAFI METODE INVERTED LSB MENGGUNAKAN POLA ADAPTIF DAN DCT Kukuh Yulion Setia Prakoso; Herry Chrisnanto, Yulison; Kasyidi, Fatan
Jurnal Informatika dan Rekayasa Elektronik Vol. 7 No. 2 (2024): JIRE NOPEMBER 2024
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v7i2.1222

Abstract

Keamanan informasi merupakan aspek krusial dalam perlindungan data dari ancaman yang berpotensi merusak, mencakup penggunaan teknik steganografi untuk menyembunyikan pesan rahasia dalam media seperti gambar. Penelitian terdahulu memfokuskan pada metode Inverted LSB dengan pola adaptif, yang telah terbukti meningkatkan imperceptibility dibandingkan metode konvensional. Evaluasi menggunakan nilai MSE, PSNR dan SSIM menunjukkan kualitas gambar yang relatif tinggi, meskipun terdapat penurunan seiring dengan peningkatan panjang pesan yang disisipkan. Hasil pengujian untuk pesan berisi 1000 karakter menghasilkan nilai MSE berkisar 0.001465 hingga 0.045898, untuk nilai PSNR berkisar 61.512825 hingga 76.472891 dan untuk nilai SSIM berkisar 0.998904 hingga 0.999989, sedangkan untuk pesan 5000 karakter, nilai MSE berkisar 0.040802 hingga 0.138763, untuk nilai PSNR berkisar 56.708053 hingga 62.023989 dan untuk nilai SSIM berkisar 0.998151 hingga 0.999535. Berdasarkan hasil pengujian dan membandingkannya dengan penelitian sebelumnya, pada penelitian ini didapatkan hasil yang lebih baik dalam mempertahankan kualitas gambar seiring meningkatnya panjang pesan, yaitu untuk pesan berisi 1000 karakter menghasilkan nilai MSE berkisar 0.026306 hingga 0.039501, untuk nilai PSNR berkisar 56.1355 hingga 63.1976 dan untuk nilai SSIM berkisar 0.99743 hingga 0.99839, sedangkan untuk pesan 5000 karakter, nilai MSE berkisar 0.026307 hingga 0.039506, untuk nilai PSNR berkisar 56.1333  hingga 63.1973 dan untuk nilai SSIM berkisar 0.99596 hingga 0.99783.
Co-Authors Adam, Marcellino Ade Kania Ningsih Ade Kania Ningsih Ade Kania Ningsih Aditya Prakasa Adryansyah Adryansyah Agung Wahana Agus Komarudin Ahmed Haikal Amellia Fahezha Cahyaningrum Andhika Karulyana Febrian Asep Id Hadianna Asep Saepul Ridwan Ashaury, Herdi Asri Maspupah Azzahra, Cynthia Nur Bania Amburika Benedictus Benny Sihotang Cecep M Zakariya Darmawan, Raja Didik Garbian Nugroho Drl, Indra Raja Eina, Muhammad Fikri Eka Rahmawati Emia Rosta Br. Sebayang Enrico Budi Santoso Fadilah, Rifal Fahmy Akhmad Firdaus Faiza Renaldi, Faiza Fajar Tresnawiguna Fajri Rakhmat Umbara Fajri Rakhmat Umbara Farhan Naufal Febry Ramadhan Fitaloka, Intan Fuji Astari, Dhea Gerliandeva, Alfin Gita Mahesa Gunawan Abdillah Gunawan Abdillah Gunawan Abdillah Gunawan Abdillah Gunawan Abdillah, Gunawan Gunawan Abdullah Gunawan Gunawan Hadiana, Asep Id Herdi Ashaury Herlina Napitupulu Herlinda Padillah Ibadirachman, Rifqi Karunia Id Hadiana , Asep Irma Santikarama Joko Irawan Julian Evan Chrisnanto Kamal, Angga Mochamad Kania Ningsih, Ade Kasyidi, Fatan Kharisma Jevi Shafira Sepyanto Kholidah Syaidah Kukuh Yulion Setia Prakoso Kusumaningtyas, Valentina Adimurti Luthfia Oktasari Melina Melina Melina Melina Melina, Melina Muhammad Munzir Rizkya Mubarak Muhammad Rendy Raihan Mukti Kinani Mulianti, Adhani Musa Asyari Hidayat Jati Nabilla, Ulya Nida Ulhasanah Norizan Mohamed Permana, Hary Permatasari, Nissa Aulia Prawira, Angga Puspita Nurul Sabrina Puspita Nurul Sabrina Puspita Nurul Sabrina Puspita Nurul Sabrina Puspita Nurul Sabrina Puspita Nurul Sabrina Puspita Nurul Sabrina, Puspita Nurul Puspo Dewi Dirgantari Putri Alifianti Wiyono, Tiara Putri Eka Prakasawati Raflialdy Raksanagara Rahandanu Rachmat Raja Darmawan Razaki, Adam Rd Muhammad Alfajri Reza Noviandi Rezki Yuniarti Ridwan Ilyas RIDWAN INDRANSYAH Riyadi, Saiful Faris Rizal Dwiwahyu Pribadi Salsa Safira Nur Syamsi Santikarama, Irma Sepyanto, Kharisma Jevi Shafira Siska Vadilah Sukono . Sumantri, Fithra Aditya Tacbir Hendro Pudjiantoro Taufiq Akbar Herawan Teguh Munawar Ahmad Tiara Rahmawati Umbara, Fajri Rakhmat Valentina Adimurti Kusumaningtyas Wahyu Pratama, Raka Wawan Setiawan Widinastia, Audila Gumanty Widiyantoro, Widiyantoro Wildah Fatma Lestari Willy Hanafi Wina Witanti Wisnu Uriawan, Wisnu Yosia Oktavian Pailan Zikri Muhamad Afnan Zizilia, Regitha