Article Per Year (5 Year)
p-Index From 2021 - 2026
7.075
P-Index
This Author published in this journals
All Journal Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Sinkron : Jurnal dan Penelitian Teknik Informatika SemanTIK : Teknik Informasi JURNAL MEDIA INFORMATIKA BUDIDARMA Indonesian Journal of Artificial Intelligence and Data Mining INOVTEK Polbeng - Seri Informatika EKONOMIS : Journal of Economics and Business IKRA-ITH Informatika : Jurnal Komputer dan Informatika Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Teknologi Sistem Informasi dan Aplikasi Informatik : Jurnal Ilmu Komputer SEINASI-KESI Jurnal Riset Informatika JURNAL MANAJEMEN BISNIS JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jurnal Teknologi Informasi dan Pendidikan Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Jurnal Kajian Manajemen dan Wirausaha Idealis : Indonesia Journal Information System SKANIKA: Sistem Komputer dan Teknik Informatika Jurnal Teknik Informatika (JUTIF) Jurnal Pendidikan dan Teknologi Indonesia Kresna: Jurnal Riset dan Pengabdian Masyarakat Bit (Fakultas Teknologi Informasi Universitas Budi Luhur) Jurnal Sisfotek Global Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Jurnal Ticom: Technology of Information and Communication Formosa Journal of Computer and Information Science Telematika MKOM SmartComp Jurnal Ticom: Technology of Information and Communication Teknologi : Jurnal Ilmiah Sistem Informasi
Deni Mahdiana
Program Studi Sistem Informasi, Fakultas Teknologi Informasi, Universitas Budi Luhur
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Social Sciences

Published : 68 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 68 Documents
Search

 3   4   5   6   7 
IMPLEMENTATION OF DEEP LEARNING MODELS IN HATE SPEECH DETECTION ON TWITTER USING AN NATURAL LANGUAGE PROCESSING APPROACH Arifin, Muhammad; Mahdiana, Deni
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 5 (2024): JUTIF Volume 5, Number 5, Oktober 2024
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.5.2043

Abstract

In the digital era, the misuse of the freedom to communicate on the internet often leads to problems such as the spread of hate speech, which can harm individuals based on race, religion, and other characteristics. This issue requires effective solutions for content moderation, particularly on social media platforms like Twitter. This research develops a deep learning model utilizing Natural Language Processing (NLP) to detect hate speech and aims to improve existing content moderation mechanisms. The methods used include data collection, preprocessing through techniques such as case folding, tokenization, lemmatization, and model creation using TensorFlow Extended (TFX) involving embedding, dense, and global pooling layers. The model is trained to optimize accuracy by minimizing the loss function and closely monitoring evaluation metrics. The results show that this model achieves a prediction accuracy of 84%, an AUC value of 0.796, and a binary accuracy of 76%. The conclusion of this research is that the use of deep learning and NLP in detecting hate speech offers a highly potential approach to enhancing digital content moderation, providing a solution that is not only efficient but also accurate.
SYSTEMATIC LITERATURE REVIEW ON THE APPLICATION OF UI/UX DESIGN METHODS IN SYSTEM DEVELOPMENT Ramadani, Romi; Mahdiana, Deni
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 4 (2024): JUTIF Volume 5, Number 4, August 2024 - SENIKO
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.4.2073

Abstract

In the current modern digital era, system development is undoubtedly rapid and massive, especially across various sectors such as healthcare, business, and public services. In system development, many aspects are considered, one of which is the appearance of the user interface. Interface design becomes an intriguing aspect and has an influence on system or application development. System development surely involves user interface and user experience aspects as part of the human-computer interaction (HCI) discipline. This research aims to identify research opportunities in UI/UX aspects in system development, with data obtained from relevant journals spanning from 2019 to 2024 as a representation of the latest study on UI/UX design research. This study utilizes the Systematic Literature Review (SLR) method. The results of this research provide a systematic literature review of existing studies on UI/UX design. This research can benefit the HCI community by applying methods in UI/UX design in system development to shape the direction of future research.
Optimizing Change Management Using the Analytical Hierarchy Process Method: Analysis with Super Decisions Software Ken Putri, Lulasnov Viola Prameswari; Mahdiana, Deni
JURNAL SISFOTEK GLOBAL Vol 14, No 2 (2024): JURNAL SISFOTEK GLOBAL
Publisher : Institut Teknologi dan Bisnis Bina Sarana Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/sisfotek.v14i2.15661

Abstract

A major challenge in change management lies in selecting unbiased policy alternatives that promote effective decision-making. To overcome this obstacle, this research utilizes Super Decisions software to perform AHP calculations and assess various change management policies. The methodology used includes identifying key criteria affecting change management, structuring the problem into an AHP hierarchy, collecting data through expert surveys or interviews, and analyzing the data using Super Decisions software to determine the criteria weights and optimal policy alternatives. The study revealed that improving Standard Operating Procedures (SOPs) emerged as the most optimal policy alternative. The implementation of AHP demonstrated its ability to provide a systematic and unbiased framework, assisting top management in strategic decision-making. Overall, this study underscores the value of AHP in reducing bias and informing sound change management policies. The study recommends continued adoption and adjustment of the AHP method to suit organizational needs.
Comparative Analysis of Logistic Regression, SVM, Xgboost, and Random Forest Algorithms for Diabetes Classification Hidayat, Rahmat; Mahdiana, Deni; Fergina, Anggun
Jurnal Teknologi Sistem Informasi dan Aplikasi Vol. 7 No. 1 (2024): Jurnal Teknologi Sistem Informasi dan Aplikasi
Publisher : Program Studi Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/jtsi.v7i1.38258

Abstract

Diabetes is a disease that can attack anyone, where this disease occurs because there is excessive sugar content in the human body. Therefore, prevention of diabetes is necessary so that preventive measures can be given as early as possible. In this research, a classification process will be carried out using the Random Forest algorithm, Support Vector Classification and XGBoost. This research will use a dataset which consists of 768 total data with a distribution of non-diabetic data of 500 and a distribution of diabetes data of 268. For the classification results after testing, the results were that classification using random forest obtained a testing accuracy of 79.22%, with using support vector classification gets a testing accuracy of 76.62%, using XGBoost gets a testing accuracy of 79.22% using Logistic Regression gets a testing accuracy of 80.52%. The best classification value is obtained when using the Logistic Regression algorithm, namely with a precision of 79.00%, recall of 77.00% and F1-Score of 78.00%.
PENERAPAN ALGORITMA K-MEANS UNTUK KLASTERISASI INDEKS STANDAR PENCEMARAN UDARA Mahendrasyah, Ihjal; Diana, Anita; Rusdah; Mahdiana, Deni
TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Vol 14 No 2 (2024): July
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/teknologi.v14i2.4088

Abstract

Lingkungan merupakan satu ruang utuh yang berisi semua benda, daya, keadaan, serta makhluk hidup di dalamnya, termasuk juga manusia dan perilakunya yang mempengaruhi alam. Penting untuk menjaga lingkungan agar tidak timbul pencemaran yang dapat menciptakan kondisi yang tidak sehat. Pengelompokkan pencemaran lingkungan dapat mempermudah pemerintah dalam pertimbangan wilayah mana saja yang memerlukan atensi lebih dalam penegakkan perlindungan dan pengelolaan lingkungan hidup. Pengelompokan yang digunakan menggunakan algoritma K-Means Clustering yang dapat mengelompokkan data ke dalam kelompok yang sama dan data yang berbeda ke dalam kelompok yang berbeda. Klasterisasi dilakukan terhadap data indeks standar pencemaran udara provinsi DKI Jakarta berdasarkan parameter pencemaran udara. Sehingga dapat diketahui informasi mengenai kualitas udara terutama di wilayah provinsi DKI Jakarta. Data yang digunakan adalah data tahun 2021 dan diperoleh dari situs resmi Jakarta Open Data. Dataset berisi 365 hari pemantauan kualitas udara tahun 2021 serta parameter pencemaran udara seperti pm10, pm25, so2, co, 03, dan n02. Data yang telah diperoleh kemudian diolah dengan tools RapidMiner menggunakan Algoritma K-Means Clustering dalam 3 cluster, diketahui hasil klasterisasi yaitu kategori kualitas udara sehat pada cluster 0 terdiri dari 39 hari, kategori kualitas udara sedang pada cluster 1 yang terdiri dari 128 hari, dan kategori kualitas udara tidak sehat pada cluster 2 yang terdiri dari 198 hari. Sehingga dapat diketahui hasil klasterisasi dengan Algoritma K-Means terhadap kualitas udara di Provinsi DKI Jakarta tahun 2021 cenderung berada di kategori tidak sehat. Hasil klasterisasi ini diharapkan dapat menjadi masukan bagi pemerintah dalam upaya penanganan daerah yang mengalami pencemaran lingkungan.
The Effect of Using Decision Support System on Company Benefits at PT Mitra Integrasi Informatika (Case Study on Employees of The IT Deplover Section) A Djafar, Muhammad Agung; Mahdiana, Deni
Ekonomis: Journal of Economics and Business Vol 9, No 1 (2025): Maret
Publisher : Universitas Batanghari Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33087/ekonomis.v9i1.1928

Abstract

In the era of digitalization, companies are required to operate in tandem with technological developments and are faced with rapid changes in consumption patterns from consumers. One sign of change in the competitive arena is the shift from bureaucratic organizations to organizational forms that are sensitive to vertical, horizontal, and external challenges and opportunities. Companies are currently being helped by the development of management information systems that make it easier to process information into strategic decisions, including the Decision Support System. In organizational benefits, there are three main constructs that may be affected: effective decisions, competitive advantage, and stakeholder satisfaction. Penuli uses the SPSS 23.0 for Windows program in processing data and an analytical framework to evaluate the use of the Decision Support System on company benefits at PT Mitra Integrasi Informatika. Based on the results of the simple linear regression test analysis, the results obtained are the magnitude of the partial relationship of the decision support system. The magnitude of the partial relationship of the decision support system (X) to the benefits of the company (Y) is 5,863 with a p-value of 0.000 <alpha 0.05, stating that Ho is rejected, which means that there is a partial positive influence relationship from the decision support system (X) on company benefits (Y).
Systematic Literature Review: Implementasi Dan Manfaat Big Data Iskandar, Daniel; Mahdiana, Deni
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 3 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i3.4024

Abstract

Teknologi dan sistem informasi telah mengubah hampir semua sektor bisnis dan sosial.  Implementasi sistem informasi dalam skala luas menghasilkan jumlah data yang sangat besar, dalam bentuk yang bervariasi, dan tersebar.  Istilah ‘data adalah minyak’ menggambarkan betapa bernilainya data bila kita dapat mengelola dan memanfaatkannya dengan tepat.  Penelitian ini adalah sebuah tinjauan literasi yang bertujuan untuk mengetahui topik yang paling banyak dibahas tentang implementasi dan manfaat Big Data yang dipublikasikan Elsevier mulai tahun 2021 hingga Maret 2022, serta untuk mengetahui permasalahan, metode dan hasil atau kesimpulan yang dipaparkan oleh para peneliti.  Berdasarkan hasil penggunaan fitur pencarian di situs www.sciencedirect.com, kami menemukan 309 literasi mengenai Big Data, dan setelah dilakukan analisa dan penyaringan kami mendapatkan 10 jurnal internasional yang memenuhi kriteria objek penelitian ini.  Terdapat beragam topik yang diangkat oleh para peneliti sebagai permasalahan dalam jurnal-jurnal tersebut, di antaranya mengenai masalah perkotaan, kesehatan, Covid-19, ilmu pengetahuan, Industri 4.0, Internet, dan keuangan.  Hasil penelitian kami menunjukkan implementasi Big Data dalam dunia kesehatan paling banyak dijadikan objek penelitian, sedangkan implementasi dalam masalah perkotaan berada pada urutan kedua.  Implementasi dan pengelolaan Big Data yang baik akan memberikan kita akses kepada informasi yang sangat bermanfaat dan bisa memberikan dampak yang signifikan di semua sektor, hal ini sejalan dengan terus meningkatnya jumlah penelitian mengenai Big Data dalam sepuluh tahun terakhir.Kata kunci: Big data, Elsevier, sciencedirect, systematic literature review, studi literatur
PERANCANGAN APLIKASI PERMOHONAN SURAT MAHASISWA BERBASIS WEB DENGAN MENGGUNAKAN MODEL WATERFALL DAN FRAMEWORK CODEIGNITER Ikhwan, Ikhwan; Mahdiana, Deni
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5639

Abstract

Surat mahasiswa adalah dokumen mahasiswa yang sangat penting dalam proses administrasi perkuliahan. Surat tersebut meliputi aktif kuliah, cuti kuliah, pindah kuliah, penelitian dan surat keterangan lulus. Saat ini pelayanan surat menyurat pada bidang akademik di Universitas Serang Raya masih dilakukan secara konvensional dan manual. Mahasiswa harus mengunjungi ruang akademik dan mengisi formulir pengajuan surat setelah itu staff akademik membuat surat yang diajukan. Untuk memaksimalkan pelayanan administrasi universitas perlu dilakukan digitalisasi pelayanan surat menyurat. Mahasiswa dapat membuat dan mengajukan permohonan surat secara online melalui aplikasi web. Untuk mengembangkan sistem web digunakan bahasa pemrograman PHP dengan framework codeigniter dan database MySQL. Framework ini digunakan untuk memudahkan dan mempercepat pembuatan aplikasi web. Metode penelitian menggunakan model waterfall yaitu metode untuk memudahkan langkah – langkah yang terstruktur agar memudahkan dalam pengembangnan sistem. Tujuan dari penelitian ini adalah memudahkan peneliti untuk menyelesaikan masalah pengajuan surat yang belum efisiensi, tersistem dan aksesibilitas. Hasil penelitian adalah aplikasi web yang dari hasil penelitian ini diharapkan dapat membantu dalam pelayanan akademik sehingga dapat memberikan kemudahan, efisiensi dan aksesibilitas yang lebih baik pada pelayanan surat.
Prediksi Tingkat Kecanduan Media Sosial Generasi Z Menggunakan Algoritme PSO Dan Decision tree Anisah Masyuuroh; Deni Mahdiana; Nidya Kusumawardhany
Jurnal Ticom: Technology of Information and Communication Vol 14 No 2 (2026): Jurnal Ticom-Januari 2026
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v14i2.198

Abstract

Tingginya penggunaan media sosial di kalangan Generasi Z dapat menyebabkan kecanduan yang sering dianggap wajar, namun berdampak negatif terhadap kesehatan mental dan produktivitas. Dampak tersebut meliputi gangguan tidur, penurunan fokus belajar maupun bekerja, serta meningkatnya kecemasan akibat perbandingan sosial di dunia maya. Beberapa individu juga mengalami ketergantungan emosional terhadap validasi digital seperti jumlah like, komentar, atau interaksi lainnya. Oleh karena itu, deteksi dini terhadap tingkat kecanduan media sosial sangat diperlukan untuk mencegah dampak jangka panjang yang merugikan, terutama bagi Generasi Z yang sangat terhubung secara digital. Penelitian ini bertujuan untuk mengestimasi tingkat kecanduan media sosial pada Generasi Z menggunakan metode Decision tree, yang dipilih karena mampu menghasilkan klasifikasi yang akurat serta model yang mudah dipahami. Metode ini bekerja dengan membagi data berdasarkan atribut-atribut relevan untuk mengenali pola perilaku digital secara sistematis. Algoritma Decision tree dioptimalkan menggunakan Particle Swarm Optimization (PSO) untuk memilih fitur paling berpengaruh dan meningkatkan performa model. Hasil penelitian menunjukkan akurasi sebesar 93,75%, recall 94,20%, dan precision 95,16%. Setelah optimasi PSO, akurasi meningkat menjadi 96,42%, recall 97,03%, dan precision 97,00%, yang menunjukkan peningkatan performa prediksi secara signifikan.
Prediction of Student Academic Stress Levels Using the Decision Tree Algorithm and Particle Swarm Optimization Syifa Ghina Dzakiyyah; Deni Mahdiana
Indonesian Journal of Artificial Intelligence and Data Mining Vol. 8 No. 3 (2025): November 2025
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Academic stress was recognized as a major challenge for university students because it negatively affected learning outcomes, mental health, and overall well-being. The purpose of this research was to develop and validate a predictive model of student academic stress levels and to evaluate whether optimization techniques improved the performance of a baseline classifier. Data were collected from 413 active students of Universitas Sapta Mandiri from the 2022 and 2023 cohorts using the Perception of Academic Stress (PAS) scale, which consisted of 18 indicators, together with demographic, academic, and psychosocial attributes. The Decision Tree (DT) algorithm was selected for its interpretability and transparency in multi-class classification. To improve generalization, its parameters were optimized using Particle Swarm Optimization (PSO) with 10 particles and 20 iterations. The baseline model achieved an accuracy of 93 percent, with the highest recall observed in the low-stress group. After optimization, the accuracy increased to 95 percent, and the recall for the high-stress group reached 0.96, indicating greater sensitivity to students at risk. These results confirmed that the research objectives were achieved, as the integration of DT with PSO enhanced both accuracy and class balance. The proposed model was consistent with the intended purpose of supporting early detection and timely academic and psychological interventions in higher education institutions.
Co-Authors A Djafar, Muhammad Agung Abdurrahman, Faris Nur Achmad Fauzi adang badru jaman,anggun fergina, adang badru jaman,anggun fergina Ade Davy Wiranata Ade Setiadi Adi Saputra, Yulian Adiputra, Januar Ahadti Puspa Sari Airlambang, Dwiki Akhmad Wijaya Kusuma Amalia Khairunisa Andhika Arethuza Ari Anisah Masyuuroh Anita Diana Antika Zahrotul Kamalia Arief Wibowo Arif Rahman Arifin Istighfari Zahro Atik Ariesta auddie mahlyda Bagas Wahyu Putratama Bayu Aji Susilo Brury Trya Sartana Chairul Kahfi Dahlia Mariyam Ohorella Dedy Mirwansyah Devit Setiono Diah Ayu Lestari Diana Putri djuan narita Ebine, Masato Eko Aprianto Erly Krisnanik Fahlevi, Noval Fathimah Azzahra Febriansyah Ramadhan Gita Cahyani, Annisa Putri Haderiansyah Haderiansyah Hasibuan, Tuhfatul Habibah Helena Nurramdhani Ikhwan Ikhwan Irgi Arifal Nulhakim Iskandar, Daniel janah purwanti Jasmin Maula Putri Jejen Jaenudin Jumaryadi, Yuwan Ken Putri, Lulasnov Viola Prameswari Khafistia Hayyu Kharmytan, Yan Baktra Kraugusteeliana Kraugusteeliana Kusumawardhany, Nidya Kusumo Adi Lauw Li Hin Leonardus Adityo Toto Pratomo Mahendrasyah, Ihjal Manarul Haikal Casandy Manda, Seftifin Ratna Maulida Hikmah Mirza Sutrisno Mochammad Bagus Priyantono Mohammad Aldinugroho Abdullah Muhammad Abduh Khairullah Muhammad Arifin Mutia Hasanah Nidya Kusumawardhany Purwo Setyo Aji Putri Yani Rahmat Hidayat Ramadani, Romi Ratna Kusumawardani Ratna Kusumawardani Renaldi Setiawan Putra Rifqi Fitriadi Riskiyono, Fajar Rusdah Rusdah Rusdah Sarastuti, Elina Seftifin Ratna Manda Solehan Solehan Sri Devi Yulita Sugiarto S Supardi Supardi Syahid, Achyar Jhonathan Syifa Aryanti Syifa Ghina Dzakiyyah Tjahjanto, Tjahjanto Wiguna, Kevin Zahran, Aziz