Article Per Year (5 Year)
p-Index From 2021 - 2026
4.808
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Infotech Journal InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan IJCIT (Indonesian Journal on Computer and Information Technology) Wikrama Parahita : Jurnal Pengabdian Masyarakat Jurnal Pilar Nusa Mandiri Techno Nusa Mandiri : Journal of Computing and Information Technology JOURNAL OF APPLIED INFORMATICS AND COMPUTING JURNAL PENDIDIKAN TAMBUSAI Krea-TIF: Jurnal Teknik Informatika J-SAKTI (Jurnal Sains Komputer dan Informatika) JOURNAL INFORMATICS, SCIENCE & TECHNOLOGY Generation Journal JATI (Jurnal Mahasiswa Teknik Informatika) Tematik : Jurnal Teknologi Informasi Komunikasi Jurnal Pemberdayaan Komunitas MH Thamrin Jurnal Ilmiah Wahana Pendidikan J-SAKTI (Jurnal Sains Komputer dan Informatika) Innovative: Journal Of Social Science Research VISA: Journal of Vision and Ideas
Enri, Ultach
Unknown Affiliation
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 37 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 37 Documents
Search

 1   2   3   4 
Analisis Sentimen Maxim dengan Perbandingan Chi Square dan MI pada Naive Bayes Nuria, Dwinda Putri; Enri, Ultach; Umaidah, Yuyun
Jurnal Pendidikan Tambusai Vol. 8 No. 1 (2024): April 2024
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v8i1.14669

Abstract

Pesatnya perkembangan teknologi digital berdampak besar bagi manusia, terutama dengan meningkatnya popularitas layanan transportasi online. Saat ini penggunaan transportasi online masih didominasi oleh Gojek kemudian diikuti oleh Grab dan Maxim. Maxim adalah perusahaan transportasi online di Indonesia yang menawarkan berbagai layanan melalui aplikasinya. Meskipun menawarkan tarif yang lebih murah daripada Gojek dan Grab, persentase penggunaan Maxim masih tertinggal. Untuk mengetahui faktor penyebabnya, dilakukan analisis sentimen dari ulasan pengguna aplikasi Maxim di Google Play. Analisis sentimen ini dilakukan dengan menggunakan metodologi KDD dengan tahapan berikut: data selection, preprocessing, transformation, data mining dan evaluation. Pada proses penelitian digunakan algoritme Naive Bayes dengan seleksi fitur Chi Square dan Mutual Information untuk mengoptimalkan pengklasifikasian. Data yang digunakan merupakan data ulasan dari Google Play sebanyak 1820 data yang terdiri dari 961 data positif dan 859 data negatif. Hasil klasifikasi menggunakan algoritme Naive Bayes dengan seleksi fitur Chi Square menghasilkan tingkat akurasi terbesar yaitu 96,97%, precision 97%, recall 97%, f1-score 97% yang menghasilkan prediksi 978 data positif dan 842 data negatif.
Sistem Pakar Mendeteksi Penyakit Ikan Nila dengan Metode Certainty Factor Berbasis Android Febrianto, Rifaldi; Komarudin, Oman; Enri, Ultach
Innovative: Journal Of Social Science Research Vol. 4 No. 1 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i1.8906

Abstract

Ikan dikenal luas sebagai sumber protein makanan yang berharga untuk konsumsi manusia. Ikan seringkali diperoleh melalui proses penangkapan atau budidaya. Ikan nila merupakan salah satu jenis ikan yang dapat dibudidayakan. Meskipun demikian, budidaya ikan nila mempunyai berbagai tantangan, terutama dalam identifikasi ikan nila yang terinfeksi dan karakteristik terkaitnya. Untuk memudahkan operasional para petani kolam ikan nila, maka pengembangan aplikasi yang dilengkapi dengan sistem pakar untuk mendeteksi penyakit pada ikan nila dipandang perlu. Penelitian ini melibatkan pengembangan aplikasi sistem pakar untuk Android, memanfaatkan bahasa pemrograman Kotlin dan mengimplementasikan pendekatan Certainty Factor. Penelitian ini menggunakan metodologi Expert Systems Development Life Cycle (ESDLC). Hasil dari penelitian ini memerlukan pengembangan aplikasi sistem pakar yang secara efektif mengidentifikasi penyakit pada ikan nila berdasarkan gejala yang dipilih pengguna, sekaligus menawarkan pengobatan yang sesuai untuk penyakit yang didiagnosis.
Klasifikasi Data Mining Dalam Menentukan Pemberian Pinjaman Berbasis Arisan Online dengan Algoritma C4.5 Pratiwi, Jane Indah; Utami, Dwiarti Rahma; Enri, Ultach
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 6, No 2 (2022): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v6i2.4745

Abstract

Arisan JIP yang berada di bawah naungan PT. Solusi Pertiwi Indonesia adalah sebuah bisnis pinjaman online berbasis arisan yang berjalan sejak 2020 hingga sekarang dengan kegiatan berupa simpanan dan pinjaman. Usaha bisnis arisan online sejenis termasuk arisan JIP pernah dan hampir mengalami pailit karena banyaknya nasabah yang mendapat pinjaman lebih dulu terkena kredit macet dan ikut menghambat nasabah lain. Tujuan dari penelitian ini untuk membantu menentukan klasifikasi nasabah yang layak mendapat pinjaman lebih dulu sehingga kedepannya, hanya nasabah dengan klasifikasi tertentu yang bisa mendapat pinjaman. Penelitian menggunakan algoritma C4.5 dengan hasil nilai akurasi sebesar 80% dan AUC sebesar 0,917 yang tergolong klasifikasi sangat baik. Penelitian ini juga menghasilkan decision tree yang dapat menghasilkan rule yang dapat digunakan dalam klasifikasi penentuan layak nasabah.
Analisis Sentimen pada Ekspedisi Kurir Online di Indonesia Menggunakan Algoritma Naive Bayes Kurniawan, Heri; Miftakhurahmat, Moh. Aulia; Enri, Ultach
VISA: Journal of Vision and Ideas Vol. 4 No. 3 (2024): VISA: Journal of Vision and Ideas
Publisher : IAI Nasional Laa Roiba Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47467/visa.v4i3.5140

Abstract

This journal focuses on sentiment analysis of four popular online courier expeditions in Indonesia, namely JNT, JNE, Shoope Express, and Anteraja. The purpose of this research is to understand the opinions and responses of users towards the online courier expedition service. The research was conducted using the sentiment analysis method, which utilizes data from user reviews contained in each online courier application on the Playstore platform. In this study, the Naive Bayes algorithm is used to perform sentiment analysis. This algorithm was chosen with the aim of producing higher accuracy results in determining positive and negative sentiments from user reviews. By using this method, this research hopes to provide a deeper understanding of the perceptions and experiences of users of the online courier service under study. The results of the study show that there are variations in user sentiment for each online courier expedition. User reviews include aspects of satisfaction with service, desired complaints, and problems that often arise when using the online courier application. These findings provide valuable insights for online courier service providers, as it can help them improve service quality and customer satisfaction. By understanding user opinions and feedback, online courier service providers can identify deficiencies in their services and make necessary improvements.
RANCANG BANGUN WEBSITE KISAHLOKA: PLATFORM DIGITAL UNTUK PELESTARIAN CERITA RAKYAT INDONESIA Windyani, Nona Alya; Enri, Ultach
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5306

Abstract

Website Kisahloka dirancang sebagai platform digital untuk pelestarian cerita rakyat Indonesia. Tujuan utama dari penelitian ini adalah untuk mengembangkan sebuah website yang dapat menjadi repository cerita rakyat dari seluruh Nusantara, sekaligus sebagai media interaktif untuk memperpanjang kehidupan cerita-cerita tersebut di era digital. Metode penelitian yang digunakan meliputi pengumpulan data melalui studi literatur dan wawancara, perancangan sistem menggunakan UML, implementasi website dengan teknologi web modern, serta pengujian fungsionalitas dan kinerja sistem. Hasil penelitian menunjukkan bahwa website Kisahloka dapat diakses dengan mudah dan memberikan pengalaman pengguna yang intuitif. Evaluasi pengguna menunjukkan tingkat keberhasilan yang cukup tinggi dalam penggunaan fitur-fitur utama, meskipun beberapa fitur memerlukan perbaikan lebih lanjut untuk meningkatkan kemudahan penggunaan. Website ini diharapkan dapat menjadi kontribusi signifikan dalam upaya pelestarian budaya melalui teknologi digital
PENERAPAN ALGORITMA NAIVE BAYES DENGAN CHI-SQUARE UNTUK KLASIFIKASI SPAM EMAIL BERBASIS KATA DAN FREKUENSI Firmansyah, Faiz Agil; Enri, Ultach; Maulana, Iqbal
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5506

Abstract

Email has become an essential communication tool in everyday life. However, the ease of its use is also exploited by irresponsible parties to spread spam. This research aims to implement the Naive Bayes algorithm with Chi-square in classifying spam emails based on words and frequency. The dataset used in this research consists of 153 data. This data was processed using the classification method using the Naive Bayes algorithm with Chi-square through the Knowledge Discovery in Databases (KDD) process. The results show that the accuracy value is 81.00%, the precision value is 100%, the recall value is 65%, and the F1-score value is 79% using Naive Bayes with Chi-square. Furthermore, the evaluation results using the ROC curve show that the AUC value reaches 0.91, which is categorized as very good. This research shows that the Naive Bayes algorithm with Chi-square is successful in classifying spam emails based on words and frequency.
Analisis Sentimen Isu Childfree Di Media Sosial Twitter Menggunakan Algoritma Support Vector Machine Nurhidayati, Lidya; Umaidah, Yuyun; Enri, Ultach
Jurnal Ilmiah Wahana Pendidikan Vol 10 No 4 (2024): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.10521284

Abstract

AbstractSentiment analysis is a process to process, convert and interpret a text and classify it in the form of positive and negative sentiments. The phenomenon of childfree in Indonesia is currently causing debate and has become a trending topic on several social media, especially Twitter. The assumption that childfree decisions are categorized as selfish decisions is certainly closely related to the patriarchal culture that exists in Indonesia. This patriarchal culture is certainly very much in line with the concept of gender construction, where the childfree decision for women is considered a form of female selfishness. Based on this, an analysis of public sentiment related to the issue of childfree on Twitter social media using the Support Vector Machine (SVM) algorithm using 4 kernels. This research uses the KDD method by going through the stages of data selection, preprocessing, transformation, data mining, and evaluation. The data used are tweets totaling 1,447 tweets. The data was then selected into 1,447 which were divided into 1178 positive label data and 226 negative label data. In the data mining stage, the data is divided into 4 scenarios, namely 90:10, 80:20, 70:30, and 60:40. The best results were found in the first scenario with the Linear kernel, resulting in 75.93% accuracy, 83.33% precision, and 68.97% recall, showing the effectiveness of the algorithm in analyzing sentiment regarding the childfree phenomenon on Twitter. Keywords: Sentiment Analysis, Childfree, Support Vector Machine
Co-Authors Adhi, Satriyo R. Adi Kurniawan Andreas, Felix Anesha Lutia, Frise Anggraeni, Dwi Suci Ariana Salsabila, Nazwa Aries Suharso Aufarrizqi, Adrian Beryl Enrico Ritonga, Samuel Damayanti, Ismi Destiana, Tiara E Haodudin Nurkifli Eka Puspita Sari Emilia Ayu Wijayanti Febrianto, Rifaldi Firmansyah, Faiz Agil Hannie, Hannie Heri Kurniawan, Heri Hidayatulloh, Naufal Ammar Ilhamsyah, M. Iqbal Maulana Khairunisa, Nabila Komarudin, Oman Lutfi Afifah, Lutfi Mayasari, Rini Miftakhurahmat, Moh. Aulia Mikhael Mulyadien, Muhamad Khandava Nugroho, Trio Nur Padilah, Tesa Nurhidayati, Lidya Nuria, Dwinda Putri Nurpadilah, Tasya Pratama, Sena Pratiwi, Jane Indah Purwantoro Putri, Tia Adha Mariam R, Nabila Nur Fransiska Rahmadanti, Rahmadanti Rahmadanti, Tania Rahmah, Nabila Aulia Rahmayadi, Andhika Putra Utama Rozikin, Chaerur Rupaidah, Luvi Nur Sa'diah, Halimatu Saputro, Nurcahyo W. Sulhan Abdillah, M. Rio Syarif, Muhammad Himi Umaidah, Yuyun Utami, Dwiarti Rahma Windyani, Nona Alya