Article Per Year (5 Year)
p-Index From 2020 - 2025
1.984
P-Index
This Author published in this journals
All Journal JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) JSAI (Journal Scientific and Applied Informatics) JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) TIN: TERAPAN INFORMATIKA NUSANTARA Journal of Computer Networks, Architecture and High Performance Computing Journal of System and Computer Engineering Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat Journal Automation Computer Information System (JACIS) Fahma : Jurnal Informatika Komputer, Bisnis dan Manajemen
Prabowo, Tito
Unknown Affiliation
Religion Aerospace Engineering Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Penentuan Penerima Beasiswa Sekolah Berbasis Visualisasi Graph Database Menggunakan Metode Analytical Hierarchy Process (AHP) Khasanah, Walidatul Isna; Fauzan, Abd. Charis; Prabowo, Tito
Journal of System and Computer Engineering Vol 4 No 2 (2023): JSCE: Juli 2023
Publisher : Universitas Pancasakti

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61628/jsce.v4i2.892

Abstract

Banyak masyarakat kalangan menengah yang tidak mampu memberikan biaya pendidikan anaknya mencapai 9 tahun. Di sekolah terdapat program pemberian beasiswa PIP, namun sistemnya masih dijalankan secara manual yang menyebakan penyaluran beasiswa kurang tepat. Hal tersebut dikarenakan pihak yang diberi kepercayaan untuk menentukan beasiswa melihat kriteria-kriteria masih terpisah dan juga dipengaruhi calon penerima beasiswaa yang jumlahnya cukup banyak. maka dibutuhkan sistem yag bisa membantu sekolah dalam mengambil keputusan berdasarkan kriteria. Graph database sendiri bisa diartikan sebagai suatu model basis data yang didalamnya berisi node, relasi dan property. IMetode iAHP imerupakan isalah isatu imodel ipendukung ikeputusan, instrumen iutamanya iadalah hirarki ifungsional, dan iinput iutamanya iadalah ipersepsi imanusia. Dalam hal ini, mereka adalah ahli dalam menangani bab Beasiswa. Dalam AHP, prioritas terdiri dari berbagai pilihan yang berbeda dan berupa kriteria yang telah terstruktur sebelumnya, sehingga metode AHP dapat diandalkan. Jadi penentuan priioritas didasarkan pada proses yang hierarkis dan masuk akal. Pada penelitian ini penentuan bobot pada setiap kriteria seleksi beasiswa diambil dari yang paling tinggi nilainya yang akan diprioritaskan menjadi penerima beasiswa. Dengan perhitungan ini dihasilkan perankingan yag menunjukkan kualitas siswa yang layak atau belum layak sesuai dengan kriteria yang telah ditentukan. Dari perhitungan tersebut kemudian divisualisasikan kedalam graph database dengan Neo4j. Hasil dari visualisasi menunjukkan urutan ranking siswa yang layak menerima beasiswa dari yang tertinggi ke terendah.
Comparison of Lexical and Semantic Approaches for Relevance Measurement in Quranic Verse Translation Retrieval Fauzan, Abd. Charis; Rouf, M. Abd.; Prabowo, Tito; Baqi, Utrodus Said Al
Journal of Computer Networks, Architecture and High Performance Computing Vol. 7 No. 1 (2025): Article Research January 2025
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v7i1.5194

Abstract

This research explores the effectiveness of lexical and semantic approaches for relevance measurement in Quranic verse translation retrieval, focusing on Indonesian translations. Quranic verses encompass complex linguistic structures and diverse contexts, making precise retrieval challenging. Two retrieval methods were evaluated: lexical similarity, which focuses on exact word matches, and semantic similarity, which captures contextual meaning using word embeddings. The study utilized a dataset of Indonesian Quranic translations, preprocessed to normalize and tokenize text, with experimental queries derived from thematic exegesis on social responsibility. Evaluation was performed using precision, recall, and F1-score on top-5, top-10, and top-15 retrieved results. The lexical approach achieved perfect precision (100%) but exhibited lower recall (46%-58%), as it failed to retrieve relevant verses lacking exact matches. Conversely, the semantic approach demonstrated higher recall (56%-59%) and F1-scores (73%-74%) by identifying verses with contextual relevance, even in the absence of lexical similarity. The results reveal that while the lexical approach ensures precise matches, it overlooks semantic richness. The semantic approach, although computationally intensive, achieves greater contextual understanding. These findings highlight the potential for hybrid retrieval systems combining both approaches to enhance accuracy and relevance in Quranic information retrieval, supporting scholarly research and user engagement with Quranic content.
ANALISIS AKURASI NAÏVE BAYES DAN KNN DALAM PENENTUAN PENERIMA PKH DI LOMBOK UTARA Nuraeni, Septiya; Harliana, Harliana; Prabowo, Tito
Journal of Information System Management (JOISM) Vol. 5 No. 2 (2024): Januari
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2024v5i2.1205

Abstract

Saat ini Kemiskinan merupakan permasalahan utama di negara berkembang karena berhubungan dengan taraf hidup masyarakat yang rendah. Sebagai salah satu upaya penanggulangan kemiskinan pemerintah mengeluarkan bantuan yang diberi nama PKH, dimana bantuan ini hanya diperuntukkan bagi Rumah Tangga Sangat Miskin (RTSM) melalui beberapa ketentuan yang diberlakukan. Beberapa penelitian mengenai PKH sudah banyak dilakukan sebelumnya baik menggunakan algoritma naïve bayes, KNN, C4.5, decision tree, optimasi naïve bayes dengan smote, Gradient Boosted Trees, simple additive weight (SAW), ID3, AHP dan sebagainya. Namun penelitian ini hanya akan membandingkan dan menganalisis akurasi yang dihasilkan oleh Naïve Bayes Classification dan KNN guna menentukan penerima PKH di Lombok Utara. Atribut yang digunakan dalam analisis ini meliputi keluarga prasejahtera, ibu hamil, pendidikan, umur dan disabilitas. Berdasarkan hasil penelitian diperoleh kesimpulan bahwa tingkat akurasi yang dihasilkan oleh Naïve Bayes Classification memiliki nilai yang lebih tinggi jika dibandingkan dengan KNN dengan nilai rata – rata 77% melalui 3 skenario pengujian. Sedangkan pada pengujian recall, performa KNN lebih baik jika dibandingkan dengan Naïve Bayes yaitu 100% pada pengujian pertama dan 75% pada pengujian kedua.
Co-Authors Abd. Charis Fauzan Baqi, Utrodus Said Al Dewi Lestari FATRA NONGGALA PUTRA Harliana Harliana Harliana Harliana Huda, Muhamat Maariful Huda, Muhmat Maariful Kartika Dewi Khasanah, Walidatul Isna Lestariningsih Machfud, Imam Mafula, Veradella Yuelisa Maharani, Ayu Pramesti Muhammad Rizky Ramadhan Munir, M.Sirojul Nuha, M. Ulin Nuraeni, Septiya Rouf, M. Abd. Rusdian Yusron, Rizki Darma Syaifuddin, Akhmad Yuniar Alam, Yuniar Yusron, RDR