Article Per Year (5 Year)
p-Index From 2021 - 2026
2.735
P-Index
This Author published in this journals
All Journal JOIV : International Journal on Informatics Visualization Digital Zone: Jurnal Teknologi Informasi dan Komunikasi Diklat Review : Jurnal manajemen pendidikan dan pelatihan Innovation in Research of Informatics (INNOVATICS) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Mejuajua J-COSCIS : Journal of Computer Science Community Service Technologica The Indonesian Journal of Computer Science
Toresa, Dafwen
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Library & Information Science Public Health Social Sciences Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Optimasi Parameter Support Vector Machine Dengan Particle Swarm Optimization Untuk Prediksi Tunggakan Iuran Sekolah Syahril, Syahril; Medikawati Taufiq, Reny; Taslim, Taslim; Toresa, Dafwen; Fajrizal, Fajrizal; Handayani, Susi
Technologica Vol. 3 No. 2 (2024): Technologica
Publisher : Green Engineering Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55043/technologica.v3i2.162

Abstract

Penelitian ini berfokus pada pengembangan model prediktif untuk mengidentifikasi tunggakan iuran siswa di Sekolah Madrasah Ibtidaiyah Muhammadiyah Pekanbaru. Model ini memanfaatkan metode Support Vector Machine (SVM) dengan optimasi parameter menggunakan algoritma Particle Swarm Optimization (PSO) untuk mencapai akurasi prediksi yang tinggi. Data iuran siswa tahun 2022 digunakan sebagai sumber data, dan proses pra-pemrosesan data dilakukan untuk membersihkan noise dan outlier serta mengatasi ketidakseimbangan kelas dengan teknik SMOTE. Model yang diusulkan menggabungkan SVM dengan PSO untuk mencari nilai C dan gamma yang optimal pada model SVM. Hasil penelitian menunjukkan bahwa SVM dengan kernel radial dan 80% data latih mencapai akurasi sebesar 86,39%. Pengujian SVM+PSO dilakukan dengan dua ukuran populasi (10 dan 15) dan 1000 generasi evolusi. Penggunaan 10 populasi menghasilkan akurasi sebesar 89,20%, sedangkan 15 populasi mencapai akurasi 90,64% dengan nilai optimal C=1,4 dan gamma=2,6. Penelitian ini menekankan pentingnya penyesuaian parameter dan strategi evolusi seperti PSO dalam meningkatkan kinerja model SVM untuk tugas mengklasifikasikan tunggakan iuran siswa. Hasil ini menunjukkan bahwa model yang diusulkan mampu memberikan prediksi yang lebih akurat dibandingkan SVM standar, sehingga memberikan kontribusi penting dalam identifikasi dan pengambilan keputusan terkait tunggakan iuran siswa di sekolah
Analisis Sentimen Terhadap Ulasan Penggunaan Dompet Digital Dana Mengunakan Metode Klasifikasi Support Vector Machine Toresa, Dafwen; Rico Francsisco Sitorus, Shimphony; Muzdalifah, Indah; Wiza, Fana; Syelly, Rosda
Technologica Vol. 3 No. 2 (2024): Technologica
Publisher : Green Engineering Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55043/technologica.v3i2.163

Abstract

Dompet digital telah menjadi integral dalam transaksi keuangan sehari-hari, memberikan kenyamanan melalui aplikasi mobile. Dana merupakan salah satu aplikasi dompet digital mobile yang populer dan telah menarik perhatian pengguna dengan layanan yang sangat luas setelah Gopay dan OVO. Namun walaupun banyak digunakan sering sekali timbul beberapa masalah yang dialami pengguna. Seperti, gagalnya transfer dan terpendingnya transfer. Ketika terjadinya masalah tersebut pada pengguna aplikasi dompet digital Dana, sering sekali pengguna merasa bingung ingin menghubungi pihak Dana melalui apa dan bagimana. Dikarenakan terbatasnya komunikasi antar pihak Dana dan pengguna. Keterlambatan dalam penanganan masalah yang dihadapi pengguna dapat mengakibatkan kurangnya dukungan layanan sehingga mendorong pengguna untuk memberikan ulasan positive, negative, dan netral pada komentar aplikasi Dana di Google Play Store. Maka dari itu perlu dilakukan suatu analisis sentimen pada kolom komentar aplikasi Dana yang berupaya untuk mengetahui sentimen dari setiap komentar. Untuk mengetahui setiap sentimen komentar menggunakan fitur Term Frequency-Inverse Document frequency (TF-IDF) dan metode klasifikasi Support Vector Machine (SVM). Dalam pengambilan data dilakukan dengan cara scrapping/scrapper dan mengambil data komentar sebanyak 1000 data komentar. Dari hasil pengolahan dan pemrosesan data tersebut menggunakan perbandingan data latih dan data uji 80% : 20% didapatkan hasil akurasi terbaik 96,67%.
Security System For Motorcycle Using Raspberry Pi and Fingerprint With Mobile-Based Finite State Machine (FSM) Method Muzawi, Rometdo; Efendi, Yoyon; Rio, Unang; Toresa, Dafwen
INNOVATICS: International Journal on Innovation in Research of Informatics Vol 5, No 1 (2023): Maret 2023
Publisher : Department of Informatics, Siliwangi University, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/innovatics.v5i1.6698

Abstract

Data from the BPS (Central Statistical Agency) show that private car theft in Indonesia is on the rise year after year, especially for two-wheeled vehicles or motorcycles. According to the BPS Crime Statistics Report, there were around 35,000 motor vehicle theft events in Indonesia in 2017 and 38,000 instances in 2018. People's concerns regarding the security of these two-wheeled vehicles are growing as a result. This study presents a fingerprint- and Raspberry Pi-based motorcycle security system. Bikes may be monitored, and their ignitions can be controlled remotely using a mobile-based Finite State Machine (FSM) technique. The Neo 6 GPS module will send longitude and latitude in real time to the Android smartphone application, which generates a map or location point so that it will send notifications if there is movement on the motorcycle. The voltage sensor connected to the Raspberry Pi circuit can detect the motor voltage. A system that uses the FSM (Finite State Machine) approach to identify changes in location data from designated parking lots and deliver messages to a push bullet is the study's output. Controlling the motorcycle ignition, which may remotely switch off the motorcycle when one is taken, is another way to provide early notice.
Perbandingan proxy pada linux dan windows untuk mempercepat browsing website Toresa, Dafwen
Digital Zone: Jurnal Teknologi Informasi dan Komunikasi Vol. 8 No. 1 (2017): Digital Zone: Jurnal Teknologi Informasi dan Komunikasi
Publisher : Publisher: Fakultas Ilmu Komputer, Institution: Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (356.467 KB) | DOI: 10.31849/digitalzone.v8i1.628

Abstract

Abstrak- Pada saat ini sangat banyak organisasi, baik pendidikan, pemerintahan, maupun perusahaan swasta berusaha membatasi akses para pengguna ke internet dengan alasan bandwidth yang dimiliki mulai terasa lambat ketika para penggunanya mulai banyak yang melakukan browsing ke internet. Mempercepat akses browsing menjadi perhatian utama dengan memanfaatkan teknologi Proxy server. Penggunaan proxy server perlu mempertimbangkan sistem operasi pada server dan tool yang digunakan belum diketahui performansi terbaiknya pada sistem operasi apa. Untuk itu dirasa perlu untuk menganalisis performan Proxy server pada sistem operasi berbeda yaitu Sistem Operasi Linux dengan tools Squid dan Sistem Operasi Windows dengan tool Winroute. Kajian ini dilakukan untuk mengetahui perbandingan kecepatan browsing dari komputer pengguna (client). Browser yang digunakan di komputer pengguna adalah Mozilla Firefox. Penelitian ini menggunakan 2 komputer klien dengan pengujian masing-masingnya 5 kali pengujian pengaksesan/browsing web yang dituju melalui proxy server. Dari hasil pengujian yang dilakukan, diperoleh kesimpulan bahwa penerapan proxy server di sistem operasi linux dengan tools squid lebih cepat browsing dari klien menggunakan web browser yang sama dan komputer klien yang berbeda dari pada proxy server sistem operasi windows dengan tools winroute. Kata kunci: Proxy, Bandwidth, Browsing, Squid, Winroute Abstract- At this time very many organizations, both education, government, and private companies try to limit the access of users to the internet on the grounds that the bandwidth owned began to feel slow when the users began to do a lot of browsing to the internet. Speed up browsing access is a major concern by utilizing Proxy server technology. The use of proxy servers need to consider the operating system on the server and the tool used is not yet known the best performance on what operating system. For that it is necessary to analyze Performance Proxy server on different operating system that is Linux Operating System with Squid tools and Windows Operating System with Winroute tool. This study was conducted to determine the comparison of browsing speed of the user's computer (client). The browser used on the user's computer is Mozilla Firefox. This study uses two client computers with each test 5 times accessing web browsing / destination testing via proxy server. From the results of tests conducted, it can be concluded that the application of proxy server in linux operating system with squid tools faster browsing from client using the same web browser and client computer different from the proxy server windows operating system with winroute tools. Keywords: Proxy Server, Linux, Windows, Squid, Winroute
Web-Based Financial Management Socialization And Training In Mushalla Al – Hikmah Rumai – Pekanbaru Walhidayat; Pane, Eddissyah Putra; Toresa, Dafwen; Ayoe Jumala, Tjik; Permata Bunda, Yola
Mejuajua: Jurnal Pengabdian pada Masyarakat Vol. 3 No. 2 (2023): Desember 2023
Publisher : Yayasan Penelitian dan Inovasi Sumatera (YPIS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52622/mejuajuajabdimas.v3i2.93

Abstract

Financial management and governance training in mosques has a crucial role in ensuring efficient and transparent financial management. However, mosques often face challenges in managing finances properly due to limited knowledge and access to the latest technology. Therefore, this training aims to provide mosque administrators with a better understanding of modern financial management and to introduce web-based applications as an effective tool for mosque financial management. One of the unique features of this training is the introduction and training on using a web-based application that has been specifically designed for the needs of mosque financial management. This application includes various features, such as digital donation recording, expense tracking, automatic financial reports, and member and donor data management. By implementing this web-based application, it is hoped that mosque administrators can optimize their financial management, increase transparency, and minimize the risk of errors in managing mosque funds. This training was held collaboratively by a team of financial management experts, web application developers, and financial practitioners within the mosque. The results of this training are expected to help mosques achieve their financial goals in a sustainable manner, increase efficiency, and build community trust in the donations made.
Peningkatan Performa Model Gradient Boosting dalam Klasifikasi Stroke Melalui Optimasi Grid Search Handayani, Susi; Fajrizal; Taslim; Toresa, Dafwen; Syahril
JURNAL FASILKOM Vol. 14 No. 3 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i3.7893

Abstract

Studi ini menyelidiki pengaruh optimasi hyperparameter dengan grid search pada model XGBoost dan LightGBM dalam klasifikasi stroke. Hasil penelitian menunjukkan bahwa optimasi parameter secara signifikan meningkatkan performa kedua model, terutama dalam akurasi, precision, F1 Score, dan ROC-AUC Score. Pada model XGBoost, peningkatan terutama terlihat akurasi dan precision, sementara LightGBM menunjukkan peningkatan merata di semua metrik evaluasi. Temuan ini menggarisbawahi pentingnya optimasi hyperparameter dalam membangun model klasifikasi yang efektif untuk memprediksi risiko stroke dengan lebih akurat dan dapat diandalkan. Penemuan ini dapat berkontribusi dalam pemahaman lebih lanjut tentang faktor-faktor yang mempengaruhi stroke serta mendukung penanganan yang lebih tepat dan efektif dalam praktik klinis
PELATIHAN MENGETIK CEPAT DAN AKURAT SISWA KELAS X OTKP SMK MIGAS INOVASI RIAU Toresa, Dafwen; Fanawiza; Muzdalifah, Indah
J-COSCIS : Journal of Computer Science Community Service Vol. 5 No. 1 (2025): J-COSCIS : Journal of Computer Science Community Service
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/jcoscis.v5i1.22510

Abstract

Pada kegiatan ini peserta didik yang merupakan siswa kelas X jurusan Otomatisasi dan Tata Kelola Perkantoran (OTKP) SMK Migas Inovasi Riau yang beralamat di jalan Garuda Sakti kecamatan binawidya panam. Sebagai calon tenaga administrasi perkantoran, siswa OTKP harus mampu bekerja cekatan dan cepat dalam melakukan pengelolaan perkantoran dan administrasi termasuk didalamnya adalah kecakapan, kecepatan dan akurasi dalam hal pengetikan menggunakan komputer. Oleh kareana itu sebagai pelajar yang baru masuk di jurusan OTKP sangat perlu memiliki kemampuan dan kompetensi mengetik cepat. Salah satu cara untuk bisa mencapai tujuan tersebut salah satunya dengan menggunakan apliaksi mengetik cepat yang banyak tersedia dan gratis di internet. Salah satu aplikasi mengetik cepat adalah Rapid Typing 5.4 yang dikemas dengan tampilan menarik dan fitur lengkap, mulai mengetik huruf sampai mengetik kalimat. Fasilitas lain dari aplikasi ini adalah mengukur akurasi dan kecepatan yang disertai juga dengan grafik. Tahap awal pelaksanaan pretest peserta masih melakukan pengetikan menggunakan beberapa jari saja untuk semua tugasan yang diberikan terlihat dari waktu pengetikan yang cukup rendah dengan rata-rata 50 karakter dalam satu menit dan akurasi yang cukup rendah yaitu 48% sedangkan kesalahan pengetikan memiliki persentasi yang belum baik yaitu 31% dan kesalahan pengetikan karakter 31%. Secara keseluruhan terjadi peningkatan kecepatan rata rata peserta meningkat dalam mengetik 132 karakter, sedangkan untuk akurasi/ketepan pengetikan meningkat 53% dan eror/kesalahan pengetikan terjadi penurusan 54%
Analisis Data Penjualan Sepatu Menggunakan Algoritma Apriori Pada Sneakers PKU Toresa, Dafwen; Qadafi, Muhammad; Muzdalifah, Indah; Wiza, Fana; Syelly, Rosda
Technologica Vol. 4 No. 1 (2025): Technologica
Publisher : Green Engineering Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55043/technologica.v4i1.222

Abstract

Penelitian ini dilakukan untuk mengatasi kendala dalam pengelolaan stok barang dan analisis pola pembelian yang terjadi di Sneakers PKU. Algoritma apriori diterapkan untuk menganalisis data transaksi guna menemukan pola pembelian pelanggan dan kombinasi barang yang sering terjadi di toko. Penelitian ini menggunakan dataset dari transaksi penjualan periode bulan April 2024 sampai dengan bulan Oktober 2024 dengan total 910 data. Melalui proses analisis data mining menggunakan metoda algoritma apriori dan google colab, ditemukan aturan asosiasi utama, seperti pola bahwa pembelian sepatu merek ventela sering dikombinasikan dengan kaus kaki, dengan nilai support dan confidence sebesar 100%. Hasil penelitian ini akan dapat membantu toko dalam mengelola barang secara lebih bijak, mengurangi kelebihan persediaan, dan meningkatkan strategi penjualan. Implementasi algoritma apriori pada penelitian ini membuktikan efisiensinya dibanding dengan perhitungan manual karena lebih akurat dalam menemukan pola kombinasi barang pada transaksi yang terjadi di toko.
Feature Selection in Naïve Bayes for Predicting ICU Needs of COVID-19 Patients Taslim, Taslim Malano; fajrizal; Handayani, Susi; Toresa, Dafwen
The Indonesian Journal of Computer Science Vol. 12 No. 3 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i3.3211

Abstract

COVID-19 is a global pandemic that requires a coordinated global response in all healthcare and national healthcare systems. Identifying patients at high risk of contracting the COVID-19 virus is crucial to increasing awareness before patients become further infected by the virus, which can cause severe respiratory illnesses requiring specialized care in intensive care units (ICUs). This study aims to predict the need for ICUs in patients infected with the COVID-19 virus. The predicted ICU requirements serve as a reference for hospitals to meet the ICU needs of COVID-19 patients. The prediction of ICU requirements for COVID-19 patients is performed using the Naïve Bayes algorithm, and particle swarm optimization (PSO) used to obtain the best accuracy values from Naïve Bayes. In the initial testing, Naïve Bayes without feature selection resulted in an accuracy rate of 74.75%. Testing Naïve Bayes+PSO by increasing the number of PSO generations shows that as the number of generations in PSO increases, the accuracy rate also increases. Testing Naïve Bayes+PSO with 3000 generations and a population size of 20 shows an increase in the accuracy rate to 80.95%. Testing Naïve Bayes+PSO by increasing the population size to 40 with 1000 generations for each population size shows an increase in the accuracy rate to 80.70%.
Naïve Bayes Alpha Parameter Optimization with Ant Colony for Clinical Text Classification Taslim, Taslim; Fajrizal, Fajrizal; Handayani, Susi; Toresa, Dafwen; Lisnawita, Lisnawita
Digital Zone: Jurnal Teknologi Informasi dan Komunikasi Vol. 16 No. 1 (2025): Digital Zone: Jurnal Teknologi Informasi dan Komunikasi
Publisher : Publisher: Fakultas Ilmu Komputer, Institution: Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/digitalzone.v16i1.24118

Abstract

This study addresses the challenges of text classification in domain-specific Natural Language Processing (NLP) within the medical field, which differs significantly from general NLP due to the presence of complex medical jargon and informal language in clinical documents. The primary objective of this research is to develop and evaluate a cancer-related text classification model by integrating the Naïve Bayes algorithm with Laplacian smoothing and optimizing its alpha parameter using Ant Colony Optimization (ACO). Specifically, the study aims to determine whether ACO can effectively identify the optimal alpha value that enhances the classification performance of the Naïve Bayes model. Experimental results demonstrate that with an alpha value of 0.27, the proposed model achieves an accuracy of 81.05%. This indicates that the combination of ACO and Naïve Bayes significantly improves classification efficiency and accuracy. The findings contribute to more accurate interpretation of clinical cancer-related texts, supporting better-informed decision-making in medical contexts
Co-Authors Ayoe Jumala, Tjik Bakar, Juhaida Abu Bunda, Yola Permata Deny Jollyta Des Suryani Fajrizal Fajrizal Fajrizal, Fajrizal Fana Wiza, Fana Fanawiza Harun, Nor Hazlyna Hidra Amnur Lisnawita Lisnawita Muzdalifah, Indah Pane, Eddissyah Putra Qadafi, Muhammad Reni Farwitawati, Reni Rico Francsisco Sitorus, Shimphony Rometdo Muzawi, Rometdo Rosda Syelly RR. Ella Evrita Hestiandari Sabna, Eka Shahril, Mohamad Azrul Edzwan Susi Handayani Syahril Syahril Syahril Taslim Taslim Taslim Taslim, Taslim Malano Taufiq, Reny Medikawati Unang Rio Walhidayat Walhidayat, Walhidayat Yoyon Efendi Yuhelmi Yuhelmi