Article Per Year (5 Year)
p-Index From 2021 - 2026
2.248
P-Index
This Author published in this journals
All Journal Jurnal Teknik Informatika Jurnal Sistem Informasi Kaputama (JSIK) Jurnal Sains Komputer dan Teknologi Informasi PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer Jurnal Riset Sistem dan Teknologi Informasi
Sudin, Sakina
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Mechanical Engineering

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search

 1   2 
ANALISIS SENTIMEN MENGGUNAKAN SPEECH RECOGNITION DENGAN ALGORITMA NAIVE BAYES CLASSIFIER Tamrin, Fikram; Sudin, Sakina; Mandar, Gamaria
Jurnal Sains Komputer dan Teknologi Informasi Vol. 6 No. 1 (2023): Jurnal Sains Komputer dan Teknologi Informasi
Publisher : Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33084/jsakti.v6i1.5416

Abstract

Analisis sentimen atau disebut juga opini adalah proses pemahaman, penggalian, dan analisis data tekstual secara otomatis untuk mendapatkan informasi sentimen yang terkandung dalam sebuah kalimat opini terhadap suatu isu oleh seseorang, yang cenderung memiliki opini negatif atau positif. Tujuan dari penelitian ini adalah mengklasifikasikan data mahasiswa dan mahasiswi di lingkungan sekitar kampus Muhammadiyah Maluku Utara menjadi 2 kategori, positif dan negatif. Pada penelitian ini, teks yang kami gunakan berbahasa Indonesia yang memuat data responden dari kalangan umum dan mahasiswa. Adapun pengembangan website layanan masyarakat untuk menampung opini dari masyarakat dan mahasiswa yang menggunakan fitur speech recognition untuk mengubah ucapan menjadi tulisan secara langsung (real-time) dalam bahasa Indonesia dengan input microphone. Opini publik yang terdapat pada website layanan publik dapat dijadikan sebagai bahan analisis apakah masyarakat dan mahasiswa memiliki sikap negatif terhadap keberadaan kampus Universitas Muhammadiyah Maluku Utara. Data yang digunakan terdiri dari 300 data yang terbagi menjadi 2 yaitu 220 untuk data latih dan 80 data untuk data uji. Klasifikasi data sentimen menggunakan text mining dengan Naïve Bayes Classifier. Sebelum klasifikasi dilakukan beberapa langkah pengolahan kata, seperti: Case Folding, Cleaning, Stopword, Tokenizing dan Stemming. Hasil dari 80 data pengujian yang diklasifikasikan adalah 43 data sentimen positif dan 7 data negatif. Dapat diartikan bahwa 80 data uji yang terklasifikasi termasuk dalam kategori sentimen positif karena data negatif lebih kecil dari data dengan sentimen positif. Dapat diartikan bahwa data uji 80 termasuk dalam kategori sentimen karena data negatif lebih kecil dari sentimen positif. Akurasi pada algoritma Naïve Bayes Classifier memiliki nilai sebesar 62,5%.
Identifikasi Mutu Roasting Biji Kopi Menggunakan Fitur Warna Dan Backpropagation Taslim, Alfarabi; Sudin, Sakina; Suratin, Muhammad Dzikrullah
Jurnal Sains Komputer dan Teknologi Informasi Vol. 6 No. 1 (2023): Jurnal Sains Komputer dan Teknologi Informasi
Publisher : Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33084/jsakti.v6i1.5600

Abstract

Kopi adalah salah satu minuman yang paling digemari oleh masyarakat dunia. Identifikasi jenis kopi yang telah diroasting secara kasat mata sangat sulit untuk dibedakan bagi masyarakat pada umumnya sehingga diperlukan sebuah keahlian khusus. Oleh karena itu, penting untuk dapat mengidentifikasi level roasting pada biji kopi secara tepat dan akurat. Tujuan dari penelitian ini untuk mengembangkan metode level roasting biji kopi yaitu light, medium, dark menggunakan metode Fitur Warna dan Backpropagation. Metode ini diharapkan dapat membantu para roast dalam menentukan level roasting yang ditentukan. Data set citra biji kopi dengan level roasting light, medium, dark terdiri dari 600 data citra biji kopi yang dibagi menjadi dua yaitu untuk data latih 420 data dan 180 untuk data uji. Metode Fitur Warna digunakan untuk mengekstraksi fitur-fitur dari citra biji kopi. Metode Backpropagation digunakan untuk melatih model prediksi untuk memperkirakan level roasting pada biji kopi. Metode Fitur Warna dan Backpropagation dapat menghasilkan tingkat akurasi yang lumayan tinggi yaitu 88,66% pada tahap pengujian.
Pengabdian Masyarakat Pembuatan Video Promosi Dan Memperkenalkan Penggunaan Media Sosial Yang Baik Dan Benar (Studi Kasus: Aya Geprek Orchi Dokiri, Kota Tidore) Sudin, Sakina; Muksin, Pernadeti; Putri Utami, Ira; Wati Duila, Isna; Pora, Rizkiriyanti; Khumaira, Nurul
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 8 No. 1 (2024): Volume 8, Nomor 1, Januari 2024
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v8i1.626

Abstract

Pengabdian masyarakat atau program kemitraan masyarakat (PKM) ini bertujuan untuk membantu UMKM-UMKM yang ada di Maluku Utara khususnya Kota Tidore Kepulauan, karena di balik UMKM-UMKM yang ada masih banyak UMKM salah satunya ayam geprek orchi yang belum memiliki video promosi produk dan kurangnya pemahaman terhadap penggunaan media social yang baik dan benar untuk mempromosikan produk tersebut. Oleh karena itu kami menawarkan jasa kami untuk membuat video promosi ayam geprek orchi dan memperkenalkan bagaimana menggunakan social media dengan baik dan benar untuk mempromosikan produk itu sendiri. Metode yang kami gunakan dalam proker ini adalah pengumpulan data atau informasi terkait dengan ayam geprek orchi melalui survey dan wawancara. Diskusi dengan owner dan karyawan untuk apa saja yang akan di tampilkan dalam video tersebut dan melakukan wawancara kepada karyawan apa yang menjadi kendalam terkait dengan social media.
PENERAPAN METODE SUPPORT VECTOR MACHINE (SVM) PADA KLASIFIKASI JENIS CENGKEH BERDASARKAN FITUR TEKSTUR DAUN Talib, Sadri; Sudin, Sakina; Dzikrullah Suratin, Muhammad
Jurnal Riset Sistem dan Teknologi Informasi Vol. 2 No. 1 (2024): Jurnal Riset Sistem dan Teknologi Informasi (RESTIA) Vol. 2 No. 1
Publisher : Universitas Aisyiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30787/restia.v2i1.1364

Abstract

Leaves are a very important plant component because they play an important role in differentiating plant species, including clove plants. Currently, the identification of clove species, namely Afo, Siputih, and Zanzibar, relies on manual observation of the characteristics of the fruit and flowers, which can take a long time, especially considering the long fruiting period of the clove plant. To answer this problem, the authors conducted a study to classify the three types of clove leaves based on the characteristics and texture of the Gray gray-level co-occurrence Matrix (GLCM), which includes four parameters: Contrast, Correlation, Energy, and Homogeneity. The Support Vector Machine (SVM) classification algorithm processes extracted feature values and accurately class leaves. This study achieves the highest accuracy of 56.67% on an image size of 250x250 pixels and 48.33% on an image size of 150x150 pixels using 150 training data and 60 test data. These results indicate the potential of automatic leaf classification in efficiently identifying clove plant species. Keywords : Clove, Leaf, Processing, Texture, SVM
PENERAPAN METODE SUPPORT VECTOR MACHINE (SVM) PADA KLASIFIKASI JENIS CENGKEH BERDASARKAN FITUR TEKSTUR DAUN Talib, Sadri; Sudin, Sakina; Dzikrullah Suratin, Muhammad
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 11 No. 1 (2024): Prosisko Vol. 11 No. 1 Maret 2024
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v11i1.7911

Abstract

Daun merupakan komponen tumbuhan yang sangat penting karena berperan penting dalam membedakan jenis tumbuhan, termasuk tumbuhan cengkeh. Saat ini identifikasi jenis tanaman cengkeh yaitu Afo, Siputih, dan Zanzibar mengandalkan pengamatan secara manual terhadap ciri-ciri buah dan bunga yang dapat memakan waktu lama, terutama mengingat masa berbuah tanaman cengkeh yang panjang. Untuk menjawab permasalahan tersebut, penulis melakukan penelitian untuk mengklasifikasikan ketiga jenis daun cengkeh berdasarkan ciri ciri dan tekstur Gray Level Co-Occurrence Matrix (GLCM) yang meliputi empat parameter yaitu Kontras, Korelasi, Energi, dan Homogenitas. Algoritma klasifikasi Support Vector Machine (SVM) digunakan untuk memproses nilai fitur yang diekstraksi dan mengklasifikasikan daun secara akurat. Penelitian ini mencapai akurasi tertinggi sebesar 56,67% pada ukuran citra 250x250 piksel dan 48,33% pada ukuran citra 150x150 piksel dengan menggunakan 150 data latih dan 60 data uji. Hasil tersebut menunjukkan potensi klasifikasi daun otomatis dalam mengidentifikasi spesies tanaman cengkeh secara efisien.
Implementasi Metode Deep Learning Mobilenet Ssd Dalam Menghitung Jumlah Pelanggan Pada Toko Bangunan Rahayu Gybsum kahfi, gery; Sudin, Sakina; Muhammad, Abdul Haris
J-TIFA Vol 7 No 2 (2024): Volume 7 No 2 September 2024
Publisher : Universitas Muhammadiyah Maluku Utara (Prodi Teknik Informatika)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52046/j-tifa.v7i2.2222

Abstract

Deteksi manusia adalah proses identifikasi dan penghitungan individu dalam sebuah gambar atau video menggunakan teknik dan algoritma pengolahan citra dan pembelajaran mesin. Tujuan dari penelitian ini adalah untuk memahami tren penjualan serta pola musiman dengan memeriksa data pelanggan yang datang dan total transaksi dalam kurun waktu tujuh hari. Data pelanggan diperoleh melalui rekaman kamera video CCTV yang dipasang di toko bangunan Rahayu Gybsum, sementara total transaksi terjadi di toko tersebut. Penghitungan pelanggan menggunakan metode Deep Learning dengan kerangka deteksi objek SSD (Single Shot Detector) dan arsitektur MobileNet. Perpustakaan yang digunakan untuk menghitung jumlah pelanggan di toko meliputi OpenCV, Pandas, Numpy, Dlib, dan Imutils. Selanjutnya, jumlah pelanggan yang datang di toko akan dibandingkan dengan jumlah transaksi yang terjadi pada saat yang sama untuk menghitung tingkat konversi. Hasil dari sistem pendeteksian pelanggan ini adalah visualasiasi tren penjualan yang terjadi secara berkala. Selain itu, analisis time series juga dilakukan untuk mengidentifikasi pola data dan memprediksi tindakan yang perlu diambil di masa depan. Penelitian ini menemukan bahwa jumlah pelanggan tidak selalu sejalan dengan pola transaksi. Hasil prediksi dengan menggunakan holt-winter itu menunukkan kisaran 45-65 untuk Conversion Rate nya. Rasio konversi yang dianalisis memiliki karakteristik yang dinamis dan sulit diprediksi secara akurat dalam jangka panjang.
Sistem Rekomendasi Topik Penelitian Berbasis Chatbot Whatsapp Menggunakan Algoritma Cosine Similarity (Studi Kasus Prodi Teknik Informatika Universitas Muhammadiyah Maluku Utara ) maulur, hilman; Ibrahim, Adelina; Sudin, Sakina
J-TIFA Vol 7 No 2 (2024): Volume 7 No 2 September 2024
Publisher : Universitas Muhammadiyah Maluku Utara (Prodi Teknik Informatika)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52046/j-tifa.v7i2.2223

Abstract

Mahasiswa Program Studi Teknik Informatika Universitas Muhammadiyah Maluku Utara sering menghadapi kesulitan dalam menentukan topik penelitian yang relevan dan sesuai dengan bidang studi mereka. Penelitian ini bertujuan untuk mengembangkan sebuah sistem rekomendasi topik penelitian berbasis chatbot pada platform WhatsApp. Sistem ini dirancang untuk membantu mahasiswa menemukan judul skripsi yang tepat dengan menggunakan algoritma Cosine Similarity, yang menganalisis kemiripan judul penelitian dari basis data yang ada. Hasil penelitian menunjukkan bahwa sistem ini mampu memberikan rekomendasi judul dengan tingkat akurasi mencapai 73%. Penelitian ini menyimpulkan bahwa sistem yang dikembangkan efektif dalam membantu mahasiswa memilih topik penelitian. Untuk pengembangan lebih lanjut, disarankan agar basis data terus diperbarui, fitur interaktif dikembangkan, dan uji coba yang lebih luas dilakukan guna meningkatkan akurasi dan pengalaman pengguna.
Penerapan Algoritma C4.5 Untuk Klasifikasi Penentuan Penerima Bantuan Langsung Tunai (Blt) Di Desa Pohea pora, rizkiriyanti; santosa, santosa; Sudin, Sakina
J-TIFA Vol 8 No 1 (2025): Volume 8 No 1 Maret 2025
Publisher : Universitas Muhammadiyah Maluku Utara (Prodi Teknik Informatika)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52046/j-tifa.v8i1.2268

Abstract

Penelitian ini bertujuan untuk menggunakan algoritma C4.5 dalam mengklasifikasikan penerima Bantuan Langsung Tunai (BLT) di Desa Pohea. Data yang dianalisis mencakup berbagai variabel seperti jenis pekerjaan, tingkat penghasilan, status pernikahan, dan informasi lainnya yang berkaitan dengan status penerimaan BLT. Algoritma C4.5 dipilih karena keunggulannya dalam mengelola data kategorikan serta kemampuannya membentuk pohon keputusan yang efektif dalam klasifikasi data. Diharapkan bahwa hasil penelitian ini dapat memberikan rekomendasi yang objektif dan tepat dalam menentukan penerima BLT, sekaligus memberikan pemahaman yang lebih mendalam tentang faktor-faktor yang mempengaruhi proses klasifikasi. Dengan demikian, penelitian ini berpotensi meningkatkan transparansi dan efisiensi dalam distribusi bantuan sosial di Desa Pohea. Untuk mengukur kinerja dari sistem ini, penelitian ini juga menggunakan aplikasi Rapidminer agar dapat menghitung hasil kinerja sistem dan memperoleh hasil yang akurat. Berdasarkan perhitungan pengujian sistem dengan menggunakan 50 dataset untuk 40 data latih dan 10 data uji menunjukkan hasil akurasi algoritma adalah 91,67%.
Sistem Informasi Pengisian Penomoran Surat pada Kantor Badan Pertahanan Nasional Kabupaten Halmahera Selatan omo, Muthia untung; Sudin, Sakina; Mandar, Gamaria
J-TIFA Vol 5 No 1 (2022): Volume 5 No 1 Maret 2022
Publisher : Universitas Muhammadiyah Maluku Utara (Prodi Teknik Informatika)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52046/j-tifa.v5i1.1217

Abstract

Pengelolaan surat merupakan hal yang sangat penting untuk diperhatikan, karena banyak sekali mengalami kendala. Seperti pada saat pengagendaan surat masuk dan surat keluar yang akan dikirimkan, penomoran surat juga sangat sulit dilakukan karena pengarsipan nomor surat dilakukan secara konvensional yaitu dengan cara dicatat pada buku agenda kantor. Pengarsipan dokumen fisik surat pada Kantor BPN Halsel juga belum optimal, terutama pada saat pencarian berkas arsip surat yang membutuhkan waktu cukup lama karena posisi penyimpanan arsip surat yang bercampur dan tidak memiliki pengkodean khusus. Membangun sistem informasi manajemen penomoran surat pada Kantor Badan Pertanahan Nasional Kabupaten Halmahera Selatan, dalam hal pengelompokkan arsip surat berdasarkan jenis surat yang terdiri dari penerimaan surat, pemberitahuan surat undangan dan permohonan surat. Melalui penelitian yang dilakukan telah menghasilkan sebuah sistem informasi arsip surat berbasis website yang dibangun menggunakan bahasa pemograman PHP dan database MySQL pada Badan Pertanahan Nasional Kabupaten Halmahera Selatan untuk mengelola surat masuk dan surat keluar. Sistem informasi ini dapat dimanfaatkan agar dalam pengelolaan surat-menyurat tersimpan dengan baik, sistem berjalan sesuai dengan fungsinya. Penelitian yang telah dilakukan pada Badan Pertanahan Nasional Kabupaten Halmahera Selatan dapat dikembangkan pada penelitian selanjutnya, Adanya penambahan fitur backup data untuk mengembalikan data asli jika data terhapus pada sistem informasi ini dan perlu adanya pengembangan sistem menjadi berbasis android agar mudah untuk digunakan.
Analisis Perbandingan Kinerja Freeradius Dan Usermanager Pada Mikrotik Di Biro Ict Ummu Hamza, sahriar; Evita, Laura; Sudin, Sakina
J-TIFA Vol 5 No 2 (2022): Volume 5 No 2 September 2022
Publisher : Universitas Muhammadiyah Maluku Utara (Prodi Teknik Informatika)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52046/j-tifa.v5i2.1482

Abstract

Pada universitas muhammadiyah maluku utara telah diterapkan layanan akses Hotspot yang telah tercover disemua Fakultas. Setiap Client yang ingin terkoneksi pada jaringan tersebut maka harus melewati proses otentikasi berupa username dan password yang telah di generate pada perangkat. Namun permasalahannya adalah dikarenakan setiap Client memiliki Account berbeda-beda tentunya akan memekai resources yang sangat banyak dikarenakan Hotspot tersebut digunakan oleh semua mahasiswa, pegawai, dan dosen yang berada dikampus. Oleh karena itu jika hotspot tersebut menggunakan resouce dari sebuah perangkat saja maka akan membebani perangkat tersebut dari HDD, RAM, dan juga CPU. Oleh karena pada penelitian ini akan di implementasikan sistem otentikasi terpusat menggunakan open source FreeRadius dengan external Database mysql yang akan menyimpan user dan password.
Co-Authors Arsad, Rahmat Dzikrullah Suratin, Muhammad Erwin Gunawan Evita, Laura Fahrudin, La Ode hamid, mustamin Hatari, Himawan Udin Ibrahim, Adelina kahfi, gery Khumaira, Nurul Mandar, Gamaria maulur, hilman Muhammad Dzikrullah Suratin, Muhammad Dzikrullah Muhammad, Abdul Haris Muksin, Pernadeti omo, Muthia untung Pora, Rizkiriyanti Putri Utami, Ira Rajina, Fitri Sahriar Hamza Santosa Santosa Senen, diana Tafakur, Zidand BP. Talib, Sadri Tamrin, Fikram Taslim, Alfarabi Wati Duila, Isna