Article Per Year (5 Year)
p-Index From 2020 - 2025
1.286
P-Index
This Author published in this journals
All Journal JOIN (Jurnal Online Informatika) SemanTIK : Teknik Informasi Jurnal Informatika Universitas Pamulang Journal of Artificial Intelligence and Digital Business Innovative: Journal Of Social Science Research
Yulianto, Muhamad Arief
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Public Health Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Pengaruh Stemming Nazief & Adriani terhadap Performa Algoritma Rabin-Karp dalam Mendeteksi Kemiripan Teks Yulianto, Muhamad Arief; Nurhasanah, Nurhasanah
Jurnal Informatika Universitas Pamulang Vol 6, No 4 (2021): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v6i4.16074

Abstract

One of the information retrieval methods which be able to search root word of each word in document is stemming. Stemming process is done by eliminate prefixes, infixes, suffixes or confixes. Vega, Tala, Arifin and Setiono, Nazief and Adriani and Tala stemming are kind of Indonesian Language stemming. The method that is able to trace each character in sequence character is fingerprinting. Rabin-Karp algorithm is one of the fingerprinting method algorithms. This algorithm implement has function to process matching text/string, so it is really suitable to implement of text/string similarity detection. Researcher will analyze the effect of Nazief and Adriani stemming method to algorithm of Rabin-Karp performance to identify similarity of text/string. The researcher implemented datasets such as titles, keywords, introductions or abstracts from The Pamulang Informatics Engineering Journal which we had changed the wording. The result of the experiment data which has changed word order randomly that used stemming method has decreased 0.76% than without implemented stemming method. Furthermore, the experiment data which has been changed sentence order randomly has decreased 0.04% too.
IMPLEMENTASI ALGORITMA BRUTE FORCE DALAM PENCARIAN JUDUL LAPORAN PRAKERIN SISWA SMK BERBASIS MOBILE APPLICATION Sulaiman, Maulana Muhamad; Sahlan, Sahlan; Yulianto, Muhamad Arief
SemanTIK : Teknik Informasi Vol 8, No 2 (2022):
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55679/semantik.v8i2.27881

Abstract

Praktek kerja industri atau Prakerin bagi  siswa Sekolah Menengah Kejuruan adalah syarat wajib kelulusan .  Para siswa mengalami kesulitan dalam menentukan judul laporan, karena minimnya referensi dan kurangnya informasi dalam menemukan ide judul laporan baru dalam proses pengajuan laporan Prakerin. Banyak terjadi kesamaan ide judul yang diajukan oleh siswa dengan judul laporan yang sudah ada sebelumnya.  Mengikuti perkembangan zaman saat ini aplikasi mobile sebagai media informasi dapat memudahkan siswa dalam menemukan referensi judul laporan Prakerin. Dan untuk proses pencarian judul laporan menggunakan algoritma brute force sebagai pendekatan langsung agar tidak terjadi kesamaan judul laporan yang diajukan dengan judul laporan yang sudah ada sebelumnya. Oleh karenanya implementasi algoritma brute force dalam pencarian judul laporan Prakerin siswa SMK berbasis aplikasi mobile  merupakan pilihan yang sesuai dengan kebutuhan siswa saat ini. Aplikasi ini dapat menjadi sumber referensi digital untuk siswa dalam menentukan judul laporan Prakerin yang akan dibuat. Untuk kebutuhan analisis data penelitian ini dilaksanakan di sekolah SMK Pustek Serpong  yang berada di Tangerang Selatan.Kata kunci; Algoritma Brute Force, Aplikasi Mobile, Judul Laporan, Prakerin, Sekolah Menengah Kejuruan
Perancangan Aplikasi Pemesanan Dan Pengeluaran Material Dengan Metode Single Moving Average Dan Single Exponential Smoothing Berbasis Website Widjoyo, Ahmed Hendra; Sain, Maria Evita; Sari, Nabila Yunita; Al Husyairi, Ridwan; Yulianto, Muhamad Arief
Innovative: Journal Of Social Science Research Vol. 3 No. 6 (2023): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v3i6.8405

Abstract

Dalam konteks manajemen persediaan material, ketidakpastian dalam kebutuhan dan pengeluaran dapat menjadi kendala utama. Oleh karena itu, penelitian ini berfokus pada perancangan sebuah aplikasi pemesanan dan pengeluaran material berbasis website. Aplikasi ini dirancang dengan memanfaatkan metode peramalan Single Moving Average dan Single Exponential Smoothing. Single Moving Average digunakan untuk meramalkan kebutuhan material berdasarkan rata-rata pergerakan historis, sementara Single Exponential Smoothing memberikan estimasi dengan mempertimbangkan bobot eksponensial terhadap data historis. Data yang diolah melibatkan sejumlah variabel, termasuk histori pengeluaran material, kebutuhan aktual, dan faktor-faktor pengaruh lainnya. Pengolahan data dilakukan secara otomatis melalui platform website, memastikan akurasi dan keterkinian informasi. Implementasi kedua metode peramalan ini dalam aplikasi memberikan hasil yang positif. Pengguna dapat melakukan pemesanan material dengan lebih tepat waktu dan akurat, sementara pemantauan pengeluaran material dapat dilakukan secara efisien. Dengan demikian, aplikasi ini diharapkan dapat meningkatkan efisiensi manajemen persediaan material dalam lingkungan industri berbasis web.
Analisa Kinerja Algoritma Supervised Learning pada Sentimen Ulasan Aplikasi Investasi Online Bibit Yulianto, Muhamad Arief; Andrianto, Romi
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2168

Abstract

Penelitian ini bertujuan untuk melakukan analisa kinerja algoritma supervised learning dalam melakukan sentimen terhadap ulasan pengguna pada aplikasi investasi online Bibit di google playstore. Berdasarkan hasil survei yang telah dilakukan oleh DailySocial yang tertera pada databoks menunjukkan bahwa aplikasi investasi online Bibit menduduki peringkat pertama sebagai aplikasi terpopuler di kalangan masyarakat Indonesia. Data ulasan pengguna sebanyak 40141 ulasan, diperoleh dengan menggunakan pendekatan teknik web scraping menggunakan bahasa pemrograman python. Adapun langkah – langkah yang dilakukan dalam penelitian ini dimulai dari proses pengumpulan data, pelabelan data, pemrosesan awal data atau preprocessing data, ekstraksi fitur, splitting data dan diakhir dengan pemodelan menggunakan algoritma supervised learning. Model yang digunakan pada algoritma supervised learning pada penelitian ini yaitu naïve bayes, random forest, logistic regression dan decision tree. Dari keempat model tersebut dilakukan pengujian untuk dapat memperoleh nilai tingkat akurasi setiap model dalam melakukan analisa sentimen terhadap data tersebut. Berdasarkan hasil pengujian tersebut menunjukkan bahwa model logistic regression menduduki peringkat pertama yang memiliki tingkat akurasi sebesar 86,6%, disusul oleh model lainnya
The Development Of Learning Media For Mobile Learning Application The Language And Automata Theory On Finite State Automata (FSA) And Deterministic Finite Automata (DFA) Material Use Adobe Air for Android Sulaiman, Maulana Muhamad; Andrianto, Romi; Yulianto, Muhamad Arief
JOIN (Jurnal Online Informatika) Vol. 5 No 2 (2020)
Publisher : Department of Informatics, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/join.v5i2.630

Abstract

The language and automata theory are which required course must implemented by college student in informatic engineering study program. In this course, there are finite state automata (FSA) and deterministic finite automata (DFA) which are important materials in language and automata theory. This material requires more understanding of mathematical logic from students to determine an input which can be accepted or rejected in an abstract machine system. The assist students  to understand the material, it is need to develop the learning media for mobile learning applications for language  and automata theory on finite state automata (FSA) and deterministic finite automata (DFA) based on android as an evaluation of learning media for students. And the development of this learning media use the ADDIE development model (analysis, design, development, implementation, evaluation) to  design language and automata theory applications learning so can be support the learning process for students and then assist lecturer to explain the material more dynamic and applicative.
The Hybrid of Jaro-Winkler and Rabin-Karp Algorithm in Detecting Indonesian Text Similarity Yulianto, Muhamad Arief; Nurhasanah, Nurhasanah
JOIN (Jurnal Online Informatika) Vol 6 No 1 (2021)
Publisher : Department of Informatics, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/join.v6i1.640

Abstract

The String-matching technique is part of the similarity technique. This technique can detect the similarity level of the text. The Rabin-Karp is an algorithm of string-matching type. The Rabin-Karp is capable of multiple patterns searching but does not match a single pattern. The Jaro-Winkler Distance algorithm can find strings within approximate string matching. This algorithm is very suitable and gives the best results on the matching of two short strings. This study aims to overcome the shortcomings of the Rabin-Karp algorithm in the single pattern search process by combining the Jaro-Winkler and Rabin-Karp algorithm methods. The merging process started from pre-processing and forming the K-Gram data. Then, it was followed by the calculation of the hash value for each K-Gram by the Rabin-Karp algorithm. The process of finding the same hash score and calculating the percentage level of data similarity used the Jaro-Winkler algorithm. The test was done by comparing words, sentences, and journal abstracts that have been rearranged. The average percentage of the test results for the similarity level of words in the combination algorithm has increased. In contrast, the results of the percentage test for the level of similarity of sentences and journal abstracts have decreased. The experimental results showed that the combination of the Jaro-Winkler algorithm on the Rabin-Karp algorithm can improve the similarity of text accuracy.
Co-Authors Al Husyairi, Ridwan Andrianto, Romi Maulana Muhamad Sulaiman Nurhasanah Nurhasanah Sahlan Sahlan Sain, Maria Evita Sari, Nabila Yunita Widjoyo, Ahmed Hendra