Article Per Year (5 Year)
p-Index From 2021 - 2026
5.971
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Biosains Pascasarjana Martabe : Jurnal Pengabdian Kepada Masyarakat Explore IT : Jurnal Keilmuan dan Aplikasi Teknik Informatika Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Pengabdian Masyarakat IPTEKS JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Discovery : Jurnal Ilmu Pengetahuan Jurnal Cafetaria Journal of Community Development Journal of Computer Science and Informatics Engineering Jurnal Ilmu Komputer The Journal of System Engineering and Technological Innovation Smart Techno (Smart Technology, Informatic and Technopreneurship) Jurnal Aplikasi Sistem Informasi dan Elektronika Modem : Jurnal Informatika dan Sains Teknologi ABDIMASTEK JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Computing and Information System Journal
Arifianto, Deni
Universitas Muhammadiyah Jember
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Nursing Public Health Social Sciences Other

Published : 45 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 45 Documents
Search

 1   2   3   4   5 
PENGEMBANGAN USER INTERFACE (UI) DAN USER EXPERIENCE (UX) PADA HALAMAN WEB ESTUDY UNIVERSITAS MUHAMMADIYAH JEMBER MENGGUNAKAN METODE DESIGN THINKING Susanto, Gatot; Arifianto, Deni; Zakiyyah, Amalina Maryam
IPTEQ Vol 4, No 2 (2022): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v4i2.17466

Abstract

eStudy Universitas Muhammadiyah Jember merupakan sebuah aplikasi berbasis web yang menggunakan internet untuk membantu mahasiswa dan dosen dalam melaksanakan kegiatan belajar mengajar, mengumpulkan tugas, bimbingan, dan lainlain. Setelah dilakukan pre-reseach dengan metode perhitungan System Usability Scale (SUS), ditemukan bahwa eStudy Universitas Muhammadiyah Jember mendapatkan skor 48,76. Skor ini termasuk Acceptabilty Range kategori Not Acceptable atau tidak dapat diterima, Grade Scale dengan nilai F, dan Adjective Rating kategori Poor dalam metode perhitungan SUS. Oleh karena itu, peneliti berupaya meningkatkan skor SUS dengan cara mengubah User Interface menggunakan pendekatan Design Thinking. Design Thinking adalah metode kolaborasi yang mengumpulkan banyak ide dari disiplin ilmu untuk mendapatkan sebuah solusi dari suatu permasalahan. Tahapan pada metode Design Thinking adalah empathize, define, idieate, prototype dan testing. Hasil dari menerapkan pendekatan Design Thinking pada tahap testing adalah tampilan User Interface eStudy yang baru mendapatkan skor 81,79, skor ini masuk dalam kategori Acceptable atau dapat diterima, Grade Scale dengan nilai B, dan Adjective Rating kategori Good.
ANALISIS SENTIMEN TERHADAP ULASAN NETIZEN PADA APLIKASI CAMSCANNER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) Sari, Wina Ayunda; Arifianto, Deni; Nilogiri, Agung
IPTEQ Vol 4, No 2 (2022): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v4i2.17465

Abstract

CamScanner merupakan aplikasi pemindai dari sesuatu yang dapat menghasilkan gambar, maupun dokumen. Pada penelitian ini penulis melakukan analisis sentimen terhadap ulasan netizen yang terdapat pada komentar di Google Play Store, proses ini menerapkan metode Support Vector Machine (SVM). Dataset yang digunakan pada penelitian ini berjumlah 1315 data dan dibagi menjadi 2 bagian, 1000 sebagai proses Cross Validation, 315 sebagai unseen data. Data diklasifikasi berdasarkan kelas positif, netral, dan negatif. Hasil akurasi terbaik yang didapatkan pada penelitian ini yaitu sebesar 95,2%. Hasil pengujian menggunakan unseen data test menghasilkan nilai akurasi sebesar 81%. Proses Confusion Matrix pada presisi menghasilkan nilai sebesar 96%, recall sebesar 98%, dan F-Measure sebesar 98%.
Penerapan Metode Single Exponential Smothing dalam Sistem Pendukung Keputusan untuk Menentukan Jumlah Produksi Tahu Aji, Alif Syadillah; Arifianto, Deni; Warisaji, Taufik Timur
IPTEQ Vol 5, No 2 (2023): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v5i2.22274

Abstract

Peramalan merupakan tahap awal dalam proses pengambilan keputusan. Sebelum melakukan prediksi, penting untuk memahami esensi masalah keputusan yang dihadapi. Pabrik tahu Sumber Pakem belum mengadopsi sistem aplikasi peramalan produksi yang terkomputerisasi, sehingga penggunaan aplikasi otomatis dapat mempermudah proses peramalan produksi tanpa harus menghitung secara manual. Metode Single Exponential Smoothing merupakan salah satu metode peramalan moving average dengan pembobotan, di mana bobot diberikan berdasarkan fungsi eksponensial. Pemulusan eksponensial adalah proses berkelanjutan yang memperbaiki perkiraan dengan merata-ratakan penurunan nilai masa lalu dari data berbasis waktu. Data yang digunakan dalam skripsi ini adalah data penjualan bulan Juli 2022 sampai bulan Juli 2023. Hasil penelitian menyimpulkan dapat memudahkan dalam pengolahan dan peramalan produksi. Hasil akurasi dengan nilai alpha 0.9 memberikan MAPE sebesar 0.98%. Berdasarkan hasil perkiraan ini, produksi bulan berikutnya dapat ditentukan.
OPTIMASI METODE MULTINOMIAL NAÏVE BAYES DENGAN MENGGUNAKAN METODE LEVENSHTEIN DISTANCE PADA ULASAN APLIKASI KAI ACCESS Fariz, Muhammad Ivan; Arifianto, Deni; Rahayu, Yeni Dwi
IPTEQ Vol 5, No 1 (2023): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v5i1.20990

Abstract

KAI Access merupakan aplikasi untuk mempermudah pengguna dalam mengakses layanan dan informasi terkait tiket perjalanan kereta api. KAI Access memiliki fitur ulasan beraneka ragam yang merupakan wadah bagi pengguna untuk memberikan feedback. Pada penelitian ini akan dilakukan analisis sentimen terhadap data ulasan KAI Access sejumlah 8713 data ulasan. Metode yang digunakan yaitu multinomial naïve bayes dan metode levenshtein distance. Dari kombinasi metode tersebut diharapkan dapat meningkatkan hasil klasifikasi. Seluruh data akan dilakukan pemodelan menggunakan metode K Fold Cross Validation dengan nilai k=2,3,4,5,6,7,8,9 dan 10. Berdasarkan hasil pengujian menggunakan multinomial naïve bayes diperoleh nilai tertinggi yaitu akurasi sebesar 92%, tingkat presisi sebesar 60% dan tingkat recall sebesar 45%. Sedangkan kombinasi metode multinomial naïve bayes-levesnhtein distance mangalami peningkatan pada pengujian K-ke 9 yang awalnya menggunakan multinomial naïve bayes saja mendapatkan nilai akurasi 83%, presisi 59% dan recall 44%, kemudian meningkat ketika menggunakan kombinasi metode levenshtein distance sebesar akurasi 84%, presisi 60% dan recall 46%. Proses pengujian yang telah dilakukan dapat disimpulkan bahwa optimasi multinomial naïve bayes menggunakan levenshtein distance meningkatkan hasil akurasi, presisi dan recall sebesar 1-2%.
Analisis Kinerja Transformer Untuk Named Entity Recognition (NER) Menggunakan IndoBERT Pada Transkrip Video Politik Berbahasa Indonesia Muchtar, Nabillah Ufairoh; Deni Arifianto; Reni Umilasari
Discovery Vol 10 No 2 (2025): October 2025
Publisher : LPPM Universitas Hasyim Asy'ari Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33752/discovery.v10i2.10133

Abstract

Penelitian ini mengkaji kinerja model Named Entity Recognition (NER) berbasis IndoBERT pada transkrip pidato politik berbahasa Indonesia. Dataset terdiri dari 186 transkrip pidato resmi Presiden Republik Indonesia (periode 2014–2024) yang diperoleh dari kanal YouTube Sekretariat Kabinet. Proses meliputi pembersihan teks, normalisasi, tokenisasi WordPiece, pelabelan otomatis menggunakan model cahya/bert-base-indonesian-NER, serta fine-tuning dengan strategi 5-fold cross validation. Evaluasi menggunakan metrik precision, recall, dan F1-score. Hasil menunjukkan IndoBERT mampu mengenali entitas inti (PER, ORG, LOC) dengan performa sangat baik (nilai metrik rata‑rata > 0.98 untuk sebagian besar label), sementara entitas DATE dan CRD sedikit lebih rendah. Analisis distribusi entitas mengungkap dominasi penyebutan organisasi, lokasi, dan angka dalam pidato politik. Temuan ini memperkuat potensi IndoBERT sebagai alat bantu analisis teks politik berbahasa Indonesia
SISTEM PELAPORAN RAPID ASSESSMENT DAN STATUS KESEHATAN KORBAN BENCANA (SILAPENA) Wahyuni Adriani, Sri; Arifianto, Deni; Fadila Oktaviana, Kadek; Pradana Aryanto, Risqi
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 7, No 7 (2024): MARTABE : JURNAL PENGABDIAN MASYARAKAT
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v7i7.2584-2591

Abstract

Indonesia merupakan negara yang rawan mengalami bencana baik secara geografis, geologis, maupun sosio-demografis. Tingginya kerawanan bencana di Indonesia merupakan kondisi yang perlu menjadi perhatian semua pihak. Tujuan kegiatan pengabdian ini adalah menyusun sistem pelaporan rapid assessment dan status kesehatan korban bencana untuk memudahkan tim penanggulangan bencana dalam melaporkan hasil kaji cepat dan status kesehatan korban. Metode yang digunakan yakni: 1) Focus group discussion dalam menyusun instrumen yang dibutuhkan; 2) Analisis kebutuhan user; 3) Desain interface; 4) Penyusunan rancangan sistem (coding) dan manual book sistem; 5) uji coba perangkat lunak; 6) Demonstrasi; 7) Sosialisasi penggunaan sistem. Hasil kegiatan pengabdian yakni tersusunnya sistem SILAPENA yang dapat digunakan oleh tim Muhammadiyah Disaster Management Center (MDMC) pada saat melakukan kaji cepat saat terjadi bencana. Evaluasi hasil survey kepuasan mitra yang diukur dari 5 aspek yakni tangible (kemampuan sistem) 85,18% mitra merasa sangat puas, reliable (kehandalan sistem) 92,59% sangat puas, responsiveness (pertanggung jawaban) 81,48% sangat puas, assurance (jaminan) 85,18% sangat puas, dan emphaty (empati) 92,59% sangat puas. Tim juga membandingkan nilai kepuasan antara harapan dan kenyataan terhadap sistem yang dikembangkan. Hasil perbandingan harapan dan kenyataan diketahui 74,07% sangat puas dan 25,93% puas. SILAPENA merupakan sistem yang membantu tim MDMC dalam mempercepat hasil pelaporan kaji cepat saat menanggulangi bencana. Semakin mudah pelaporan hasil kaji cepat, maka tindak lanjut penanggulangan bencana yang dilakukan akan semakin cepat
THE EFFECT OF IMPERFECTIVE DATA SAMPLING METHOD ON SUPPORT VECTOR MACHINE ACCURACY Erna Cholida, Ferdy Maulana; Arifianto, Deni; Umilasari, Reni
Computing and Information System Journal Vol. 1 No. 3 (2025): Data Science, UI/UX, and E-Government for Decision Making
Publisher : IndoCompt Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sentiment analysis is used to understand the direction of public opinion, but problems arise due to the unbalanced distribution of sentiment data, where one class dominates. This imbalance causes classification models such as Support Vector Machine (SVM) to be biased towards the majority class, which results in decreased accuracy and generalizability of the model. This study aims to assess the effectiveness of two data balancing techniques, namely, SVM-SMOTE, and ADASYN, in improving SVM performance. The research data was taken from social media platform X (Twitter), and testing was conducted using the K-Fold Cross Validation method (K=2, 5, and 10) using evaluation metrics such as accuracy, precision, recall, and F1-score. The results show that without data balancing, the SVM model can only achieve an average accuracy of 76.34% and F1-score of 62.38%, which reflects the weakness in recognizing minority classes. The application of the two balancing methods successfully improved the model performance. ADASYN increased the F1-score to 67.94%, while SVM-SMOTE showed the most optimal results with 82.4% accuracy and 74.02% F1-score. These findings indicate that SVM-SMOTE is the most effective technique in handling data imbalance and improving sentiment classification accuracy equally.
Sentiment Analysis Of Comments On Indonesian Political Speech Videos On Youtube Using FastText Khailla Savana, Bella Risma; Arifianto, Deni; Muharom, Lutfi Ali
Smart Techno (Smart Technology, Informatics and Technopreneurship) Vol. 7 No. 2 (2025)
Publisher : Primakara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59356/smart-techno.v7i2.159

Abstract

The advancement of digital technology has transformed how society accesses and responds to political information, particularly through platforms like YouTube, which serve as arenas for public discourse. Comments on political speech videos often contain complex sentiments such as irony, slang, and code-mixing, which are difficult to identify using traditional sentiment analysis methods. This study aims to analyze public sentiment toward the Indonesian President’s political speeches on YouTube from 2014 to 2024 using the FastText word embedding approach and to compare its performance with the TF-IDF + Logistic Regression method. The evaluation was conducted on three sentiment classes using automatically labeled data and oversampling experiments to address class imbalance. The results show that FastText achieved an accuracy of 76.82%, slightly higher than TF-IDF + Logistic Regression at 74.11%. Although the difference in accuracy is relatively small, the FastText model demonstrated more stable performance on informal texts and varied contexts. The use of oversampling helped balance predictions across classes without significantly improving accuracy. This study highlights the potential of FastText to enhance the effectiveness of Indonesian-language sentiment analysis, particularly for political comments on social media, while also revealing the limitations of automatic labeling that may affect classification outcomes.
Klasifikasi Emosi pada Data Teks Pidato Politik Menggunakan Metode RoBERTa Saputro, Safitri Ramadhayanti; Ramadhayanti Saputro, Safitri; Arifianto, Deni; Adi Cahyanto, Triawan
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 13 No 1: Februari 2026
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2026131

Abstract

Analisis emosi dalam teks merupakan salah satu cabang penting dalam Natural Language Processing (NLP), khususnya dalam memahami pesan tersirat pada pidato politik. Pidato politik tidak hanya menyampaikan informasi, tetapi juga emosi yang bertujuan membentuk opini publik. Penelitian ini memanfaatkan model RoBERTa untuk mengklasifikasikan emosi dalam pidato Presiden Joko Widodo selama periode 2014–2024. Data diperoleh dari transkrip video resmi, menghasilkan 2952 paragraf yang telah dilabeli secara otomatis menggunakan model pre-trained `Indonesian-roberta-base-emotion-classifier`. Langkah praproses dilakukan melalui tahapan cleaning, lowercasing, tokenisasi, dan one-hot encoding. Selanjutnya, model RoBERTa dilakukan fine-tuning menggunakan batch size 16, learning rate 1e-5, dan 3 epoch. Evaluasi performa dilakukan dengan confusion matrix dan metrik akurasi, presisi, recall, dan F1-score. Hasil menunjukkan model mampu mengklasifikasikan lima emosi (anger, fear, happy, love, dan sadness) dengan akurasi 90%, presisi 91%, recall 90%, dan F1-score 0,91. Temuan ini menunjukkan bahwa RoBERTa efektif digunakan untuk klasifikasi emosi dalam teks pidato politik berbahasa Indonesia dan memberikan kontribusi terhadap pengembangan NLP dalam konteks komunikasi politik.   Abstract Emotion analysis in texts is a significant branch of Natural Language Processing (NLP), particularly in understanding implicit messages in political speeches. Political speeches not only convey information but also express emotions to shape public opinion. This study utilizes the RoBERTa model to classify emotions in the speeches of President Joko Widodo during the 2014–2024 period. The dataset was obtained from official video transcripts, resulting in 2952 paragraphs labeled automatically using the pre-trained model `Indonesian-roberta-base-emotion-classifier`. The preprocessing stages included text cleaning, lowercasing, tokenization, and one-hot encoding. The RoBERTa model was fine-tuned using a batch size of 16, a learning rate of 1e-5, and 3 epochs. Performance evaluation was conducted using a confusion matrix and metrics such as accuracy, precision, recall, and F1-score. The results show that the model can classify five emotions (anger, fear, happy, love, and sadness) with 90% accuracy, 91% precision, 90% recall, and an F1-score of 0.91. These findings demonstrate that RoBERTa is effective for emotion classification in Indonesian political speech texts and contributes to the development of NLP in political communication contexts.  
Sosialisasi Akad-akad Ekonomi Syariah pada BUMDes di Desa Kaotan Blimbingsari Banyuwangi Abd. Rohman Fahruddin; Deni Arifianto
Journal of Community Development Vol. 2 No. 1 (2021): October
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (298.56 KB) | DOI: 10.47134/comdev.v2i1.31

Abstract

BUMDes is an instrument that drives the macro economy at the village level based on local potential and wisdom. Management of BUMDes in a professional manner can be a solution in order to advance and prosper all elements of village society.BUMDes Mitra Sejahtera is the BUMDes of Kaotan Blimbingsari village which has business activities in the form of buying and selling food and renting agricultural equipment. The management of Mitra Sejahtera BUMDes has been carried out on a traditional conventional basis. The majority of the people in Kaotan Blimbingsarivillage are Muslims with the value of mutual cooperation that thrives in the community.BUMDES business activities must be based on benefits and do not contain elements of persecution (tyranny) for the community.Departing from the spirit of doing changes for the better, the condition of the Kaotan village community and the principles of BUMDes business activities, the authors conclude that the implementation of the Sharia economic system is a solution for BUMDes Mitra Sejahtera. Therefore, the socialization of Islamic economic contracts is an important necessity for the managers of BUMDes Mitra Sejahtera. The socialization material includes Sharia business principles and forms of Sharia contracts.The implementation of this activity is packaged in a workshop. Activities carried out using the method of lectures, discussions and practices at the Kaotan Village-Owned Enterprise. This activity is carried out not once but through several stages in accordance with the material that has been compiled by the presenter
Co-Authors Abadi, Taufan Abd. Rohman Fahruddin Abdullah, M. Hasan Achmad David Mico Achmad Haris Adi Cahyanto, Triawan Adi Sulistyono Agil Dwi Saputra Agung Nilogiri Ahmad Amrul Muyassir Ahmad Haris aji brahma nugroho, aji brahma Aji, Alif Syadillah Amaliah, Ulfi Rizqi Andani Chacha Cahya Dewi Astria Hindratmo Ayu, Wanda Afrilia A`yun, Qurrota Dandy Tri Prasetyo Dasuki, Moh. Dhea Intan Septiara Eko Wahyudi Elok Rahmawati Erna Cholida, Ferdy Maulana Fadila Oktaviana, Kadek Fariz, Muhammad Ivan Gatot Susanto Hartono, Ahmad Dedi Himawan Ganjar Prabowo Khailla Savana, Bella Risma Khusnul Ain Miftah Chatibul Umam Moh Dasuki, Moh Dasuki Moh. Dasuki Muchtar, Nabillah Ufairoh Muharom, Lutfi Ali Murwanti, Retno Nanang Saiful Rizal Nanda Kurnia Wardati Nitya S, Putu Nirvanda Octavia, Chendrasari Wahyu Onny Purnamayudhia Pangestu, Dwi Saka Pater, Dewi Lusiana Pradana Aryanto, Risqi Pradina K, Renny Qurrota A'yun Qurrota A`yun Qurrota A’yun Rahayu, Yeni Dwi Ramadhayanti Saputro, Safitri Renny Pradina K Rivansyah, Muhammad Saifudin, Ilham Saputro, Safitri Ramadhayanti Sari, Wina Ayunda setiyandi, aditiya Sinta Bella Criska Suharso, Wiwik Sulistyo, Henny Wahyu Suryani Dyah Astuti Susanto, Tony Dwi Suwondo, Ampar Jaya Tony Dwi Susanto Trias Setyowati Triawan Adi Cahyanto Umam, Miftah Chatibul Umilasari, Reni Wahju Dyah Laksmi Wardhani Wahyuni Adriani, Sri Warisaji, Taufik Timur Wiwik Suharso Yaqubi, Ahmad Khalil Yeni Dwi Rahayu Yonatan Yuliasih Kripsiandita Zakiyyah, Amalina Maryam Zakiyyah, Amalina Maryam