Article Per Year (5 Year)
p-Index From 2020 - 2025
3.295
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian UntukMu NegeRI JURNAL MEDIA INFORMATIKA BUDIDARMA JURTEKSI INTEK: Informatika dan Teknologi Informasi JATI (Jurnal Mahasiswa Teknik Informatika) Indonesian Journal of Electrical Engineering and Computer Science Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Computer Science and Information Technology (CoSciTech) Jurnal PkM (Pengabdian kepada Masyarakat) Malcom: Indonesian Journal of Machine Learning and Computer Science Jurnal Pengabdian Kepada Masyarakat Ekonomi, Pendidikan, dan Sosial Humaniora
Hayami, Regiolina
Universitas Muhammadiyah Riau
Religion Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 28 Documents
Search

 1   2   3 
Analisa Tanggapan Terhadap Psbb Di Indonesia Dengan Algoritma Decision Tree Pada Twitter Aditya Quantano Surbakti; Regiolina Hayami; Januar Al Amien
Jurnal CoSciTech (Computer Science and Information Technology) Vol 2 No 2 (2021): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v2i2.2851

Abstract

Community opinions are sometimes difficult to convey to the person in charge directly, it encourages people to express their opinions, criticisms and the like through social media, one of which is the popular social media today is Twitter. One collection of opinions or tweets from Twitter users about the PSBB effect one of which can be used as an analysis of public opinion sentiments. Data on the effects of PSBB were obtained as many as 2439 tweets, then processed using data mining techniques (data mining), in which there are processes of Collecting Data, text preprocessing and classification. Then it is tested into three different algorithms to be compared, the algorithm used is Decision Tree, Naïve Bayes Classifier and K-Nearest Neighbors (K-NN ) with the aim of finding the best accuracy. The highest results from this study were the Decision Tree algorithm with an accuracy value of 84.78%, precision 84.78% and recall 100%. Keywords: twitter, sentiment analysis, decision tree
Evaluasi Usabilitas Website E-Learning Umri Terhadap Mahasiswa Umri Menggunakan Metode Usability Testing Evans Fuad; Regiolina Hayami; Almer Kharisma
Jurnal CoSciTech (Computer Science and Information Technology) Vol 2 No 2 (2021): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v2i2.3029

Abstract

Dahulu sistem penjadwalan dibuat dengan manual dituliskan dalam bentuk tabel diatas kertas yang biasanya dipajang di dinding. Namun sekarang ini sistem penjadwalan sudah dapat diterapkan menggunakan teknologi komputer dimana proses penentuan jadwal dan informasi yang diberikan dapat diketahui oleh banyak penggunanya. Universitas Muhammadiyah Riau merupakan perguruan tinggi yang ada di Kota Pekanbaru, memiliki beberapa program studi salah satunya adalah program studi Teknik Informatika. Dalam kurikulum program studi Teknik Informatika di Universitas Muhammadiyah Riau, pada semester tujuh mahasiswa diwajibkan untuk menyelesaikan sebuah mata kuliah kerja praktek (KP) sebagai salah satu syarat untuk melanjutkan ke skripsi. Proses pemilihan dosen penguji yang terlibat masih dilakukan secara manual disesuaikan dengan kriteria-kriteria tertentu. Kemudian pengaturan jadwal juga secara manual dimana timbul kendala pada saat seminar yang dilaksanakan secara paralel yaitu pada waktu yang sama namun di ruangan yang berbeda, dosen pembimbing maupun dosen penguji harus mengecek secara manual agar jadwal dosen tersebut tidak bentrok. Algoritma genetika cukup baik untuk digunakan dalam penjadwalan mata kuliah di sebuah perguruan tinggi negeri karena algoritma ini dapat menyelesaikan masalah multi-kriteria dan multi-objektif
Klasifikasi Jamur Menggunakan Algoritma Naïve Bayes Regiolina Hayami; Soni; Irzi Gunawan
Jurnal CoSciTech (Computer Science and Information Technology) Vol 3 No 1 (2022): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v3i1.3685

Abstract

Jamur merupakan tanaman dari kingdom fungi dengan tubuh berdaging dan dapat dapat dimakan, meski demikian terdapat beberapa spesies jamur yang tidak dapat dimakan dan memiliki ciri khas tersendiri. Banyaknya orang yang mengkomsumsi jamur tanpa tahu apakah jamur yang dikomsumsi aman untuk dimakan atau beracun mengakibatkan banyak insiden keracunan jamur bahkan hingga meninggal. Salah satu jenis edukasi yang dapat dilakukan adalah dengan membuat sebuah alat dalam bentuk perangkat lunak untuk mengklasifikasikan jenis jamur menjadi bisa dimakan atau beracun. Salah satu jenis klasifikasi menggunakan algoritma kecerdasan buatan adalah algoritma Naïve Bayes yang mengasumsikan setiap nilai atribut yang mempengaruhi nilai kelas bersifat independen dari nilai atribut yang mempengaruhi nilai kelas lainnya. Data yang digunakan diperoleh berupa dataset berisi kriteria jamur dari UCI Machine Learning Repository yang telah dilabelkan kedalam edible dan poisionous dengan total data sebanyak 8124 data. Dataset yang digunakan akan dibagi menjadi dua masing-masing untuk data train dan data test dengan porsi 80% banding 20% dan 90% banding 10%. Klasifikasi dilakukan sebanyak empat kali dengan pembagian dua kali menggunakan categorical naïve bayes dan dua kali menggunakan multinomial naïve bayes untuk setiap porsi dataset sehingga dihasilkan 4(empat) model klasifikasi. Berdasarkan hasil evaluasi dan confusion matrix dapat dilihat bahwa model dengan naïve bayes categorical adalah yang terbaik dengan jarak performa yang cukup besar dimana model Categorical1 dan Categorical2 mendapatkan akurasi 100% dengan 1 kesalahan prediksi kelas 0 pada model Categorical 2. Sementara itu, pada model Multinomial1 dan Multinomial2 diperoleh nilai akurasi sebesar 84% dan 85%.
Integrasi Rule Based Reasoning(RBR) dan Case Based Reasoning(CBR) untuk Mendeteksi Gangguan Tumbuh Kembang Anak Usia Dini Regiolina Hayami; Soni; Falda Dimantara
INTEK : Jurnal Informatika dan Teknologi Informasi Vol. 5 No. 1 (2022)
Publisher : Universitas Muhammadiyah Purworejo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37729/intek.v5i1.1974

Abstract

Pertumbuhan dan perkembangan anak usia dini (0-12 Tahun) merupakan priode sangat penting diketahui oleh orang tua. Gangguan pertumbuhan dan perkembangan anak hendaknya diiringi dengan penanganan sedini mungkin. Namun pada kenyataanya penanganan gangguan tumbuh kembang anak masih sangat sulit karena masih kurangnya pengetahuan orang tua terhadap tumbuh kembang anak. Untuk mengetahui apakah anak mengalami gangguan tumbuh kembang atau tidak maka diperlukan bantuan seorang pakar, yaitu seorang pakar yang ahli dalam tumbuh kembang anak. Namun orang tua tidak selalu dapat berkonsultasi setiap waktu karena kesibukan bekerja dan biaya konsultasi yang cukup mahal. Untuk itu, dapat diambil solusi dengan memasukan pengetahuan seorang pakar yang menyangkut tumbuh kembang anak usia dini yang sausia kedalam sebuah sistem berbasis komputer yang berupa sistem pakar Maka dilakukan penelitian sebuah sistem pakar untuk mengetahui gangguan perkembangan anak usia dini sehungga dapat membantu orang tua dan pakar dalam menyelesaikan kasus-kasus gejala gangguan tumbuh kembang yang dialami anak. Dari hasil penelitian penggunaan metode Rule based reasoning (RBR) dan Case based reasoning (CBR) sangat tepat digunakan untuk mengetahui gangguan tumbuh kembang anak usia dini dengan akurasi 80%.
ANALISIS SENTIMEN PADA PEMERINTAHAN TERPILIH PADA PILPRES 2019 DITWITTER MENGGUNAKAN ALGORITME NAÏVEBAYES Febby Apri Wenando; Regiolina Hayami; Agung Jefrianto Anggrawan
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 7, No 1 (2020): Desember 2020
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v7i1.851

Abstract

Abstract: The Presidential general election on 2019 became one of the most popular topics on twitter nowdays.  The society give their opinion about the  pair of  candidates that they are support through the social media. This research was predicts about the society sentimens toward the candidates of President and Vice President of Republic of Indonesia. The data was used  based on the tweet on the @jokowi twitter account. The retrieval of data by using the Tweepy library with the Python 2.7 programming language. This research was classified became of two of society sentiments classes, namely positive and negative. The modeling was used of the weighting method Unigram, Bigram, Trigram, N-Gram (1-2) and N-Gram (1-3)  that used the Naïve Bayes Algorithm on the Weka Application. The modeling data was used by the dataset of 646 sentences. The highest results  of this reseach were obtained  by Unigram Weighting, namely: 81.4% accuracy, 81.5% precision, 81.3% recall with a time of 0.3 s.Keywords: classification, naïve bayes, 2019 presidential election, twitter, unigram Abstrak: Pemilihan Umum tentang Pilpres 2019 menjadi salah satu topik yang ramai diperbincangkan di Twitter. Adu pendapat di sosial media oleh masyarakat mengandung opini terhadap pasangan calon yang didukungnya. Penelitian ini memprediksi sentimen masyarakat kepada pasangan calon Presiden dan Wakil Presiden Republik Indonesia. Data yang digunakan adalah tweet yang ada pada akun Twitter @jokowi. Pengambilan data menggunakan library Tweepy dengan bahasa pemrograman Python 2.7. Penelitian ini mengklasifikasi sentimen masyarakat menjadi 2 kelas, yaitu positif dan negatif. Kemudian dilakukan pemodelan dengan metode pembobotan Unigram, Bigram, Trigram, N-Gram (1-2) Dan N-Gram (1-3) menggunakan Algoritme Naïve Bayes pada Aplikasi Weka. Pembuatan model menggunakan dataset yang berjumlah 646 kalimat. Hasil tertinggi yang diperoleh pada penelitian ini adalah dengan menggunakan Pembobotan Unigram, yaitu : akurasi 81,4%, presisi 81,5 % , recall 81,3 % dengan catatan waktu 0,3s.Kata kunci: klasifikasi, naïve bayes, pilpres 2019, twitter, unigram.
Implementasi Metode Fuzzy Sugeno pada Sistem Keamanan Ruangan Menggunakan Sensor Ultrasonik Berbasis Mikrokontroller Regiolina Hayami; Januar Al Amien; Denin Nur Ichsan
INTEK : Jurnal Informatika dan Teknologi Informasi Vol. 4 No. 1 (2021)
Publisher : Universitas Muhammadiyah Purworejo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37729/intek.v4i1.1165

Abstract

Pengamanan dengan menggunakan kunci konvensional yang banyak digunakan oleh masyarakat mudah sekali dilumpuhkan ataupun hilang. Seiring perkembangan teknologi yang sudah semakin maju saat ini, pembuatan sistem keamanan cerdas dapat dilakukan dengan menggunakan sensor dan mikrokontroller. Fuzzy Sugeno sebagai salahsatu metode untuk menciptakan rules dalam penentuan batas jarak suatu obyek tertentu digunakan dalam penelitian ini dan dibagi menjadi 3(tiga), yaitu jarak dekat, jarak sedang, dan jarak jauh. Pengembangan sistem keamanan ruangan diawali dengan fuzzifikasi variabel input dan output, penentuan rules menggunakan logika fuzzy untuk menentukan jarak, pembuatan prototipe sistem keamanan, dan pengujian terhadap prototipe yang dihasilkan. Pada penelitian ini dibangun suatu prototipe sistem keamanan ruangan yang menerapkan metode fuzzy sugeno menggunakan 2(dua) sensor ultrasonik berbasis mikrokontroller yang dapat mengirimkan 3 jenis output yaitu,(1) untuk kategori aman, (2) untuk kategori peringatan, dan (3) untuk kategori bahaya.
Analisa Efektifitas Kebijakan PPKM terhadap Pertumbuhan Kasus COVID-19 Menggunakan Algoritma Naïve Bayes Regiolina Hayami; Yulia Fatma; Okta Tri Antoni; Harun Mukhtar
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 6, No 3 (2022): Juli 2022
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v6i3.4356

Abstract

The pandemic that is being experienced by Indonesia, namely the outbreak of the COVID-19 virus, has led to the implementation of large-scale social restrictions in order to accelerate the handling of the spread of the virus. As a result of the increasing number of COVID-19 cases in Indonesia, including in Riau Province, where every City and Regency has increased, especially Pekanbaru, the implementation of Community Activity Restrictions (PPKM). This study tries to answer this question by using the Naïve Bayes Algorithm. Naïve Bayes Classifier is a probabilistic and statistical method of classification technique that predicts future opportunities based on previous experience. The use of the Naïve Bayes algorithm to predict the growth of Covid-19 cases in Pekanbaru obtained a good performance score with 90.00% accuracy, 90.24% precision and 91.90% recall. Based on the results of the classification of the datasets used in this study, it can be concluded that the implementation of the Policy for Enforcement of Community Activity Restrictions (PPKM) in the city of Pekanbaru has proven to be effective where there has been a decline in the category of growth of Covid-19 cases with a high category from 70% to 25%. Vice versa, the growth of Covid-19 cases in the low category has increased from 30% to 65%.
Identifikasi Objek Cagar Budaya Candi Mahligai Berbasis Citra Digital Menggunakan Mask R-CNN Yoze Rizki; Regiolina Hayami; Elvina Rahmadani
Jurnal CoSciTech (Computer Science and Information Technology) Vol 3 No 3 (2022): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v3i3.3939

Abstract

Object detection is determining the existence of an object and its scope and location in an image. Excessive historical relics and it is generally difficult for humans to remember all the names. One of the fields of science that supports in facilitating human work is confidence score. The main problem in confidence score is how to recognize images and make use of the images they capture. The purpose of this research is to identify the image of Mahligai Temple. This research uses the Deep Learning Mask R-CNN algorithm as a detection of image objects that can recognize cultural heritage sites. The application is carried out on the image of Mahligai Temple. The results using Confussion Matrix and obtained an accuracy of 82.0%, precision 78.57% and recall 88.0%. Single Class identification done successfully at the threshold value 0.776 with error percentage of 18%.
Akuisisi Bukti Digital Pada Aplikasi Michat di Smartphone Menggunakan Metode National Institute of Standards and Technology (NIST) Soni Soni; Regiolina Hayami; Muhammad Hamadi
Jurnal CoSciTech (Computer Science and Information Technology) Vol 3 No 3 (2022): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v3i3.4359

Abstract

The development of technology in the world of mobile devices is growing. However, these developments have a detrimental impact, one of which is cybercrime. Cybercrime is a crime that uses information technology. One of the smart phone technologies which includes cases of cybercrime that are often found in Indonesia include online prostitution of minors. This is done by utilizing social media, namely Michat as a medium of communication. The “chat with nearby users” feature by uploading a status that can be connected to the surrounding area within a certain radius and after being connected, the actor and his potential customer will negotiate and transact with each other until they finally meet. To eliminate digital evidence in the form of conversations in messages, usually perpetrators will delete the history of messages that produce data that can be used as evidence and perpetrators who can avoid legal traps, which are ultimately online. prostitution will be rampant. For online prostitution activities, it is necessary to carry out mobile forensics to find evidence which is then useful to be given to the authorities. This research uses the National Institute of Standards and Technology (NIST) method.
RANCANG BANGUN VIRTUAL TOUR REALITY SEBAGAI MEDIA PROMOSI PARIWISATA DI PROPINSI RIAU Yulia Fatma; Regiolina Hayami; Arif Budiman; Yoze Rizki
JURNAL FASILKOM Vol 9 No 3 (2019): Jurnal Fasilkom
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (654.611 KB) | DOI: 10.37859/jf.v9i3.1666

Abstract

Abstract Riau has many new tourist attractions that are no less attractive to tourist attractions that are already well-known in other regions of Indonesia, but are not widely known by domestic and foreign tourists. So far, the promotion of tourist attractions is only based on writing and photos of one side that is less interactive. Increasing the promotion of tourism locations is needed to increase the interest of tourists to visit the place. One effort that can be done in the development of media promotion of tourist attractions is to use current technological developments, such as a Virtual Tour application. Virtual Reality (VR) application which is designed to be used as a medium of information and tourism promotion in Riau province. The impression of a virtual reality tour using 360°degree photos makes users feel as if they are in the environment. The research method used is the ADDIE development model which consists of five stages which include analysis, design, development, implementation and evaluation. The sample data was used as many as 18 tourism sites taken from 3 districts namely Pekanbaru City, Kampar and Rokan Hulu. Based on the results of the study obtained all the functions of the application run well and are expected to help tourists and the public provide information about the location of tourist attractions and can increase the potential of tourism in the province of Riau, especially Pekanbaru City. Keywords: virtual reality tour, promotion, tourism, riau, android Abstrak Riau memiliki banyak tempat – tempat wisata baru yang tidak kalah menariknya dengan tempat wisata yang sudah terkenal di daerah lainnya di Indonesia, tetapi belum banyak diketahui oleh wisatawan domestik maupun mancanegara. Selama ini promosi tempat wisata hanya berdasarkan tulisan dan foto satu sisi yang kurang interaktif. Meningkatkan promosi lokasi pariwisata diperlukan untuk meningkatkan minat wisatawan untuk berkunjung ke tempat tersebut. Salah satu upaya yang dapat dilakukan dalam pengembangan media promosi tempat wisata adalah dengan menggunakan perkembangan teknologi saat ini, seperti sebuah aplikasi Virtual Tour. Aplikasi Virtual Reality (VR) yang dirancang digunakan sebagai media informasi dan promosi pariwisata provinsi Riau. Kesan virtual tour reality menggunakan foto 360° derajat membuat pengguna dapat merasa seolah-olah berada di dalam lingkungan tersebut. Metode penelitian yang digunakan adalah Model pengembangan ADDIE yang terdiri dari lima tahapan yang meliputi analisis, desain, pengembangan, implementasi dan evaluasi. Data sampel digunakan sebanyak 18 tempat pariwisata yang diambil dari 3 kabupaten yaitu Kota Pekanbaru, Kampar dan Rokan Hulu. Berdasarkan hasil penelitian didapat semua fungsi aplikasi berjalan dengan baik dan diharapkan dapat membantu wisatawan serta masyarakat memberikan informasi tentang lokasi tempat wisata dan dapat meningkatkan potensi pariwisata di propinsi Riau khususnya Kota Pekanbaru. Kata kunci: virtual tour reality, promosi, pariwisata, riau, android.
Co-Authors Aditya Quantano Surbakti Agung Jefrianto Anggrawan Al Amien, Januar Aldi, M Tri Alfando, Alfando Almer Kharisma Aminuyati Ananda Fitria Arif Budiman Armen Salim Ayodya Putri Chan, Ridzky Daud, Kauthar Mohd Denin Nur Ichsan Deyola Shifana Dhini Septhya Eka Putra Elvina Rahmadani Evans Fuad Falda Dimantara Fatma, Yulia Febby Apri Wenando Finanta Okmayura Fitri Handayani Fitriani, Aisyah Hafid, Afdhil Harun Mukhtar Hasanuddin Hasanuddin Herlandy, Pratama Benny Irfan Oktaviandi Irzi Gunawan Januar Al Amien Januar Al Amien Ken Rio Agizki Kharisma Rahayu Muhammad Hamadi Munanda, Rizka Okta Tri Antoni Prastiwi, Adila Pramudiah Rahmad Firdaus Rahmaddeni Rahmaddeni Rahmawilda, Rahmawilda Riki Harianto Risnal Diansyah, Risnal Royan Choiro Yahya Salsabila Rabbani Sandy Eka Nuggroho Sofhia Mohnica Soni Suryanti, Anggi Aprilia Taufiq, Reny Medikawati Unik, Mitra Vindi Fitria Vitriani Yoze Rizki Yuda Irawan Yulia Fatma Yulia Fatma Yusoff, Nooraini