Article Per Year (5 Year)
p-Index From 2021 - 2026
3.313
P-Index
This Author published in this journals
All Journal Semesta Teknika Format : Jurnal Imiah Teknik Informatika Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Ilmiah Universitas Batanghari Jambi JISICOM (Journal of Information System, Infomatics and Computing) Jurnal Pendidikan Teknologi Informasi dan Vokasional Djtechno: Jurnal Teknologi Informasi Jurnal Abdimas Komunikasi dan Bahasa J-Intech (Journal of Information and Technology) Jurnal Ilmu Komputer SENTRI: Jurnal Riset Ilmiah JPPE : Jurnal Perencanaan & Pengembangan Ekonomi Journal of Artificial Intelligence and Digital Business COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Jurnal Komputer Antartika Kohesi: Jurnal Sains dan Teknologi
Fahlapi, Riza
Unknown Affiliation
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mechanical Engineering Social Sciences Transportation Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
ANALISIS FLUKTUASI HARGA CABAI MERAH KERITING PERIODE JANUARI – DESEMBER 2024 DI PASAR KRAMAT JATI Fadillah, Muhammad Rizki; Fahlapi, Riza; Solehah, Amalia; Ningrum, Nurlita Widya; Apriliani, Sintania; Marwati, Nining
JPPE : Jurnal Perencanaan & Pengembangan Ekonomi Vol 8, No 2 (2025): DESEMBER 2025
Publisher : Universitas Muhammadiyah Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31314/jppe.v8i2.5117

Abstract

This study aims to analyze the price fluctuations of curly red chili during the period of January to December 2024 at the Kramat Jati Main Market, East Jakarta. Curly red chili is an important horticultural commodity with high economic value and a direct impact on national food price stability. The research employs a quantitative descriptive method with a statistical analysis approach based on monthly price data. The data used in this study are secondary data obtained from official commodity price reports and supporting scientific references.The results indicate that the price of curly red chili experienced significant seasonal fluctuations. Prices tended to be higher at the beginning and end of the year, while mid-year prices decreased due to increased harvest supply. The mean price of Rp56,566/kg, median of Rp53,710/kg, and mode of Rp55,130/kg suggest that the market remained relatively stable within a medium price range. The quartile, decile, and percentile analyses show considerable price variation with a slightly right-skewed distribution, indicating several periods of high price spikes.The main factors causing price fluctuations include seasonal and weather changes, supply availability, distribution and transportation costs, consumer demand levels, and government policies on food price control. Overall, the findings confirm that curly red chili price fluctuations are seasonal in nature and influenced by complex interactions between supply and demand factors. Price stabilization strategies through production planning, increased storage capacity, and distribution efficiency are necessary to maintain market balance.
Implementasi Machine Learning Tanpa Label (Unsupervised) dalam Identifikasi dan Klasifikasi Penyakit Berdasarkan Data Medis Pasien Jody, Pradithia; Sucahyo, Muhamad Yusuf; Setiawan, Rizqi; Prasetyo, Dwi Bagus; Amsury, Fachri; Fahlapi, Riza
Jurnal Ilmiah Universitas Batanghari Jambi Vol 26, No 1 (2026): Februari
Publisher : Universitas Batanghari Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33087/jiubj.v26i1.6402

Abstract

This study aims to implement an unsupervised learning method using the K-Means Clustering algorithm to group patients based on medical data without requiring prior disease labels. The dataset used consists of 300 simulated patient data (synthetic data) with variables of blood pressure, blood sugar, cholesterol, and symptoms of fever, cough, shortness of breath, and muscle pain. The results show that the model can divide patients into four main clusters: hypertension, diabetes, hypercholesterolemia, and respiratory infections, which are consistent with realistic clinical conditions. Analysis of the average feature per cluster, scatter plots, and heatmaps strengthen the interpretation of the characteristics of each group. This approach proves that the K-Means method can be an efficient early diagnostic tool even though the data is unlabeled.
ANALISIS SENTIMEN ULASAN APLIKASI X PADA GOOGLE PLAY STORE MENGGUNAKAN KOMPARASI SVM, KNN, DAN NAIVE BAYES Manampiring, Jim Maxwell; Halawa, Jenianus; Zai, Jefiri; Kurniawati, Ika; Fahlapi, Riza; Bismi, Waeisul
Djtechno: Jurnal Teknologi Informasi Vol 7, No 1 (2026): April
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v7i1.8095

Abstract

Transformasi rebranding media sosial Twitter menjadi X menimbulkan respons yang beragam dari pengguna global, termasuk di Indonesia. Ulasan pengguna pada platform Google Play Store memuat informasi berharga mengenai kepuasan dan keluhan pengguna, namun volume data yang besar dan tidak terstruktur menyulitkan analisis secara manual. Studi ini difokuskan pada penerapan analisis sentimen guna mengklasifikasikan opini pengguna menjadi kategori positif dan negatif, serta membandingkan kinerja tiga algoritma Machine Learning, yaitu Support Vector Machine (SVM), K-Nearest Neighbor (KNN), dan Naive Bayes. Dataset yang digunakan berjumlah 10.000 data berbahasa Indonesia yang dikumpulkan melalui scraping. Melalui tahapan preprocessing yang meliputi cleaning, tokenizing, dan stemming, data dilatih dengan pembagian rasio 80:20. Hasil pengujian menunjukkan algoritma SVM menggunakan kernel linear menghasilkan kinerja terbaik dengan akurasi sebesar 84,8%, diikuti oleh Naive Bayes sebesar 83,1%, dan KNN sebesar 79,7%. Kesimpulan dari studi ini menegaskan bahwa SVM merupakan metode yang paling efisien guna menangani klasifikasi teks pada data ulasan aplikasi X yang memiliki dimensi tinggi, meskipun terdapat ketidakseimbangan kelas pada dataset.
TREN PUBLIKASI ANALISIS KEBIJAKAN PEMERINTAH MELALUI MEDIA SOSIAL: TINJAUAN LITERATUR SISTEMATIS Kuntoro, Antonius Yadi; Fahlapi, Riza; Saputra, Dedi Dwi; Hermanto, Hermanto; Asra, Taufik; Aditya, Tommy; Adiputra, Mahesa; Rachimsah, Wildan; Nanjaya, Ahmad Fadhil
Jurnal Ilmu Komputer (JUIK) Vol 6, No 1 (2026): February 2026
Publisher : Universitas Muhammadiyah Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31314/juik.v6i1.4620

Abstract

Penelitian ini berfokus pada pemetaan perkembangan dan tren terkini dalam analisis sentimen berbasis machine learning (ML), khususnya dalam konteks evaluasi kebijakan pemerintah. Dengan menggunakan pendekatan Systematic Literature Review (SLR), sebanyak 634 artikel ilmiah yang terindeks di Scopus dan Web of Science dalam periode 2021–2025 dianalisis untuk mengidentifikasi tren terkini dalam penggunaan machine learning untuk analisis sentimen, serta aplikasinya dalam evaluasi kebijakan pemerintah. Analisis dilakukan menggunakan alat pemetaan bibliometrik Vosviewer dan CiteSpace, yang memungkinkan identifikasi dan pemetaan klaster-topik yang dominan dalam bidang ini. Hasil penelitian menunjukkan bahwa terdapat sembilan klaster utama dalam kajian analisis sentimen, di antaranya deep learning models, transformer-based models (BERT, GPT), dan real-time sentiment analysis. Di antara klaster-klaster tersebut, deep learning models menjadi pendekatan yang paling dominan, menandakan peningkatan signifikan dalam akurasi dan efisiensi analisis sentimen, yang sangat relevan untuk evaluasi kebijakan pemerintah, terutama dalam menangkap respons publik secara real-time. Penelitian ini memberikan kontribusi penting dengan memperluas pemahaman tentang perkembangan teknologi dalam analisis sentimen serta aplikasinya yang semakin berkembang dalam konteks politik dan kebijakan publik. Namun, penelitian ini juga memiliki keterbatasan terkait dengan cakupan sumber data yang terbatas hanya pada dua database utama, yakni Scopus dan Web of Science, yang mungkin tidak mencakup keseluruhan literatur terkait. Oleh karena itu, penelitian selanjutnya disarankan untuk memperluas cakupan dengan memasukkan database lain seperti EBSCO dan IEEE Xplore guna mencapai pemahaman yang lebih komprehensif dan mendalam terkait tren perkembangan analisis sentimen dalam kajian kebijakan pemerintah.
ANALISIS LINIER BERGANDA PENGARUH HARGA DAN RATING PRODUK TERHADAP VOLUME PENJUALAN PADA PLATFORM E-COMMERCE SHOPEE Kuntoro, Antonius Yadi; Fahlapi, Riza; Saputra, Dedi Dwi; Hermanto, Hermanto; Asra, Taufik; Aditya, Tommy; Adiputra, Mahesa; Rachimsah, Wildan; Nanjaya, Ahmad Fadhil
Jurnal Ilmu Komputer (JUIK) Vol 6, No 1 (2026): February 2026
Publisher : Universitas Muhammadiyah Gorontalo

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

Abstract

Perkembangan e-commerce di Indonesia mendorong pelaku usaha untuk bersaing dalam menawarkan produk yang tidak hanya berkualitas, tetapi juga kompetitif dari segi harga dan ulasan konsumen. Penelitian ini bertujuan untuk menganalisis pengaruh harga dan rating produk terhadap volume penjualan pada platform Shopee, dengan studi kasus pada toko Sista Footwear. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan analisis regresi linier berganda berdasarkan data dari 100 produk selama Januari hingga Maret 2025. Teknik pengumpulan data menggunakan teknik pengumpulan data dilakukan melalui metode dokumentasi, dengan mencatat data sekunder secara manual dari halaman produk di toko Sista Footwear di platform Shopee meliputi harga produk, rating produk (skala 1–5), jumlah produk yang terjual untuk menjamin validitas data, proses pencatatan dilakukan berulang (cross-check) pada waktu yang berbeda guna mengantisipasi perubahan dinamis pada platform e-commerce. Teknik analisis data dilakukan dengan menggunakan model regresi linier berganda untuk mengetahui pengaruh harga (X₁) dan rating (X₂) terhadap volume penjualan (Y) dengan melakukan analisis regresi, dilakukan uji asumsi klasik yang meliputi uji normalitas, uji multikolinearitas, dan uji heteroskedastisitas, untuk memastikan tidak adanya varians residual yang tidak konstan,. Berdasarkan model regresi diketahui hasil analisis menunjukkan bahwa harga memiliki pengaruh negatif signifikan terhadap volume penjualan karena setiap kenaikan harga Rp 1 menurunkan penjualan sebesar 0,000175 unit, sedangkan rating produk berpengaruh positif signifikan karena setiap kenaikan 1 poin rating meningkatkan penjualan sebesar 18,57 unit, serta model menjelaskan 5,9% bahwa variabel harga dan rating secara simultan menjelaskan variasi penjualan. Temuan ini menekankan pentingnya strategi penetapan harga yang tepat serta upaya peningkatan kepuasan pelanggan melalui rating yang tinggi untuk meningkatkan penjualan di e-commerce.
Co-Authors Abdurrazaq Abdurrazaq, Abdurrazaq Abulkhoir, Moh. Azam Adiansyah, Riski Abimur Adiputra, Mahesa Aditya, Tommy Alfiansyah, Afif Alghifari, Luthfi Adam Alie, Jemmy Yosua Antonius Yadi Kuntoro Apriliani, Sintania Ardhiyansyah, Pramudhitya Argomasetyo, Firqi Arifin, Aymar Titan Ashari, Yayan Bela, Sintia Budiarto, Gunawan Christian, Yoel Fachri Amsury Faqih, Muhammad Bayu Fatihah, Cinta Aprilia Febrian, Dio Febrianto, Ade Ilham Febriyanti, Syafvika Tiara Garamba, Yafianus Gibran, Afrizal Achmad Gunawan, Heru Hafid, Danang Abu Halawa, Jenianus Halwatussyukliha, Anissa Hanifah, Nida Harianja, Putri Alletheia Hermanto Hermanto Ihsandi, Haura Bella Ika Kurniawati Jody, Pradithia Kurniawan, Bebi Kurniawan, Ery Lasman Effendi Mahmud Syarif Manampiring, Jim Maxwell marcellia, stevina Marwati, Nining Muhammad Syukur Nanjaya, Ahmad Fadhil Ningrum, Nurlita Widya Nitra, Ridatu Oca Novianti, Deny Oktavia, Devya Septi Panggabean, Gempar Galang Al Fallah Prasetyo, Dwi Bagus Qurrotuaini, Najwa Desmita Rachimsah, Wildan Rahmalia, Zahra Rahmandhani, Rifqi Rahmawati, Vani Ramadhan, Xena Hadi Rianto, Yan Riwanto, Muhammad Hilmy Rizkiansyah, Dimas Rosandi, Rivana Saputra, Aden Asywak Saputra, Dedi Dwi Sembiring, Sri Dewi Setiawan, Rizqi Siswahyudianto siti nurlela Solehah, Amalia Sucahyo, Muhamad Yusuf Sukmawati, Alfiani Sutisna, Alifan Widad Taufik Asra Waeisul Bismi Waek, Gregorius zahwani, nadya Zai, Jefiri