Article Per Year (5 Year)
p-Index From 2021 - 2026
6.644
P-Index
This Author published in this journals
All Journal JOIN (Jurnal Online Informatika) Jurnal Mirai Management JOIV : International Journal on Informatics Visualization JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Syntax Literate: Jurnal Ilmiah Indonesia Jurnal Teknoinfo JSiI (Jurnal Sistem Informasi) JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) J-Dinamika: Jurnal Pengabdian Kepada Masyarakat IJIES (International Journal of Innovation in Enterprise System) Jurnal Teknologi Informasi dan Pendidikan Indonesian Journal of Electrical Engineering and Computer Science JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Journal of Computer System and Informatics (JoSYC) Jurnal Sistem Komputer dan Informatika (JSON) Jurnal Indonesia : Manajemen Informatika dan Komunikasi JURNAL REKAYASA INFORMASI SWADHARMA (JRIS) Prosiding Konferensi Nasional PKM-CSR eProceedings of Engineering Jurnal INFOTEL Journal of Community Service and Society Empowerment Jurnal Indonesia : Manajemen Informatika dan Komunikasi Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) The Indonesian Journal of Computer Science SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan
Faqih Hamami
Telkom University, Bandung
Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Nursing Public Health Social Sciences Other

Published : 50 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 50 Documents
Search

 1   2   3   4   5 
Optimizing Traffic Congestion in Route Planning Using a Simple Path Algorithm Kuswandi, Brillian Adhiyaksa; Hamami, Faqih; Fa’rifah, Riska Yanu
Syntax Literate Jurnal Ilmiah Indonesia
Publisher : Syntax Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36418/syntax-literate.v9i4.15352

Abstract

This essay examines the various learning styles that students can choose from, depending on their preferences. In the COVID-19 era, lectures have been discontinued in classrooms all across the world, but the teaching and learning process is still possible through online platforms. There are learning types with unique characteristics that like to work alone or in groups, as well as visual, auditory, tactile, and kinesthetic learning styles. While some students will adjust to the lecturers' teaching approach, it can be challenging for lecturers to accommodate each student's unique learning preferences. In order to accommodate various student learning styles, lecturers must create their instructional materials in this manner. This article's goals are to: 1) describe and classify the idea of learning styles; 2) emphasize the significance of determining the research participants' preferred learning styles; and 3) emphasize that if a lecturer's teaching style reflects the preferences of the student's preferred learning style, the student's learning outcomes will be enhanced. In this study, a survey, a mix of quantitative and qualitative approaches, as well as questionnaires, are used to gather data on the four preferred learning styles. As a consequence, the majority of participants favored the kinesthetic learning strategy in both solo and group work. In this study, a survey, a mix of quantitative and qualitative approaches, as well as questionnaires, are used to gather data on the four preferred learning styles. As a consequence, the majority of participants favored the kinesthetic learning strategy in both solo and group work.
Automatic Question Generator Menggunakan Metode Template-Based Mardika, Jody; Pratiwi, Oktariani Nurul; Hamami, Faqih
eProceedings of Engineering Vol. 10 No. 2 (2023): April 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Pada penelitian ini akan membahas tentang pengembangan generator soal otomatis untuk materi biologi pada jenjang SMA. Dalam pengembangan generator soal, tentunya telah banyak sekali contoh situs generator soal yang dapat ditemui di internet, akan tetapi hampir keseluruhan generator soal yang dapat ditemui di internet, mengharuskan pengguna untuk menggunakan bahasa inggris dan situs hanya bisa menghasilkan pertanyaan berupa pertanyaan singkat atau factoid, sehingga penelitian ini bertujuan untuk melakukan pengembangan generator soal berbahasa Indonesia dengan tipe pertanyaan non-factoid menggunakan pendekatan template-based. Selain menggunakan pendekatan Template-Based, penelitian ini akan menggunakan algoritma Naïve Bayes untuk proses klasifikasi kalimat dengan bantuan GridsearchCV dan pipeline dari TF-IDF Transformers, String-Match untuk proses eliminasi kalimat, dan Chunking Labelling untuk proses tagging kata. Model generator soal yang dikembangkan pada penelitian ini memiliki rata-rata tingkat akurasi sebesar 90% dengan tingkat persentase jumlah pertanyaan yang layak digunakan sekitar 60%, sehingga model generator yang dikembangkan sudah cukup layak digunakan, akan tetapi memerlukan penelitian lebih lanjut agar model generator soal yang dihasilkan dapat memiliki performa yang lebih baik.Kata kunci— automatic question generator, naïve bayes classifier, chunking labelling, template-based, GridsearchCV, biologi, Soal SMA
Implementasi Metode Asosiasi Untuk Analisis Penempatan Produk Retail Ambarita, Ruth Sesilya; Witarsyah, Deden; Hamami, Faqih
eProceedings of Engineering Vol. 10 No. 2 (2023): April 2023
Publisher : eProceedings of Engineering

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

Abstract

Analisis Penempatan Produk Retail dengan Metode Asosiasi pada Swalayan Anugrah Puspitasari, Aprilia Mega; Witarsyah, Deden; Hamami, Faqih
eProceedings of Engineering Vol. 10 No. 3 (2023): Juni 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak- Perkembangan bisnis di era digital ini sangat pesat dan persaingan antar perusahaan juga semakin ketat dengan mengola strategi pemasaran yang berbeda - beda pula. Salah satu bisnis yang sering kali kita jumpai dimanapun kita tinggal yaitu bisnis ritel. Bisnis ritel merupakan bisnis yang melibatkan penjualan sebuah barang atau produk kepada konsumen dalam bentuk ecer atau satuan pada suatu toko, supermarket, swalayan, dsb. Dalam meningkatkan ketertarikan konsumen terhadap suatu produk diperlukan display toko yang tertata rapi sesuai dengan pola peminatan dan keterkaitan antar item. Algoritma Apriori tepat digunakan dalam penelitian ini berguna untuk menemukan suatu kombinasi pada produk yang muncul secara bersamaan pada setiap transaksi dengan menentukan nilai minimum support sebesar 15% dan confidence sebesar 40% dapat menghasilkan association rule berupa 1 itemset dengan nilai lift lebih dari satu, dengan kemudian agar dapat membentuk pola penempatan item tersebut pada swalayan Anugrah.Kata kunci-Algoritma apriori, ritel, asosiasi, transaksi, Rapid Miner.
Analisis Sentimen Review Pengguna Website IMDB Menggunakan Klasifikasi Naïve Bayes Kardila, Yuni; Pratiwi, Oktariani Nurul; Hamami, Faqih
eProceedings of Engineering Vol. 10 No. 3 (2023): Juni 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak-Website IMDB (Internet Movie Database) merupakan suatu web yang digunakan untuk menyediakan atau melihat berbagai informasi tentang jutaan film yang telah tayang, yang digunakan untuk melihat review, rating, pemeran dan kru dari film tersebut. Para pengguna baru biasanya suka melihat review pengguna lainnya sebelum menentukan film apa yang akan mereka tonton, namun semakin banyak dan semakin besar review yang diberikan akan semakin besar dampak penilaian tersebut terhadap keputusan para pengguna baru, sehingga apabila para pengguna baru tidak dapat mengartikan makna dari review yang diberikan, untuk mengatasi hal tersebut dilakukanlah analisis sentimen. Penelitian yang dilakukan kali ini bertujuan untuk menganalisa analisis sentimen terhadap movie review yang diberikan oleh pengguna website IMDB, dengan menggunakan algoritma Naïve Bayes Multinomial. Penelitian ini juga menggunakan text preprocessing, dan TF-IDF untuk meningkatkan nilai akurasi dari model tersebut. Hasil evaluasi menggunakan confusion matrix menunjukan nilai accuracy 88.93%, nilai precision 89.07%, nilai recall sebesar 89.14% dan nilai F1-Score 89.11%, dengan perbandingan data training dan testing 70:30. Hasil klasfikasi yang dilakukan menghasilkan data 7533 berlabel positif dan 7249 berlabel negatif, nilai tersebut menunjukan sebagian besar para pengguna IMDB berkomentar positif terhadap film yang mereka tonton.Kata kunci-Naïve Bayes, IMDb, sentiment analysis, text preprocessing
Deteksi Anomali Lalu Lintas Jaringan Internal Inbound Dan Outbound Menggunakan Algoritma Long Short-Term Memory Salsabila Riswanti, Khairunnisa; Hamami, Faqih; Fabrianti Kusumasari, Tien
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Saat ini penggunaan internet sudah menjadi kebutuhan dalam kegiatan sehari-hari. Berdasarkan laporan DataReportal, pengguna internet di Indonesia pada Januari 2022 ada sebanyak 73,7%. Data tersebut menunjukan bahwa seiring berkembangnya era digital, pengguna internet juga akan terus bertambah. Setiap aktivitas penggunaan internet akan terekam dalam suatu lalu lintas jaringan inbound dan outbound. Pada lalu lintas jaringan inbound dan outbound, akan menampilkan tren data normal. Namun dapat juga muncul data yang diluar tren yang disebut sebagai data anomali. Lalu lintas jaringan anomali tersebut dapat terjadi karena adanya peningkatan yang signifikan dalam volume data lalu lintas jaringan. Anomali pada data lalu lintas jaringan inbound dan outbound juga terjadi pada data lalu lintas jaringan PT XYZ yang merupakan perusahaan yang berfokus pada bidang jasa layanan TIK dan jaringan telekomunikasi di Indonesia. Untuk mencegah terjadinya data anomali, dapat menggunakan IDS melalui deteksi anomali dengan algoritma yang dapat memproses data sekuen dan data skala besar. Algoritma yang digunakan dalam penelitian ini adalah LSTM. Penelitian ini menggunakan metodologi CRISPDM sebagai sistematika penyelesaian masalah. Terdapat beberapa tahapan yang diterapkan yaitu business understanding, data understanding, data preparation, modelling, dan evaluasi. Pengujian model dan evaluasi model dilakukan berdasarkan parameter yang ditentukan menghasilkan model yang dapat mendeteksi anomali.Kata Kunci — deteksi anomali, deep learning, lstm
PREDIKSI CUACA PADA DATA TIME SERIES MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK (BPNN) Azzam Imaduddin, Muhammad; Hamami, Faqih; Yanu Fa'Rifah, Riska
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Perubahan cuaca yang ekstrim dapat menimbulkan bencana. Kerugian akibat bencana alam ini dapat kita minimalisir apabila ada persiapan yang matang dalam menghadapi kemungkinan terjadinya bencana alam. Dan persiapan yang matang dalam menghadapi bencana alam tentunya didasarkan pada pengetahuan tentang prediksi kapan dan dimana bencana alam tersebut akan terjadi. Perubahan cuaca ini dapat diprediksi berdasarkan data cuaca di masa lampau. Data pada penelitian kali ini bersumber dari database Badan Meteorologi, Klimatologi dan Geofisika(BMKG). Kemudian dilakukan preprocessing, berupa cleansing dan penyesuaian data. Backpropagation neural network (BPNN) merupakan algoritma yang dipakai penulis dalam melakukan forecasting terkait perubahan kondisi cuaca. Backpropagation neural network (BPNN) pada penelitian ini dibangun dengan menggunakan library keras dan Tensorflow. Bahasa pemrograman yang digunakan pada penelitian kali ini adalah python dan dengan menggunakan tools jupyter notebook. Model yang digunakan adalah menggunakan 1 input layer, 6 hidden layer dan 1 output layer. Sedangkan untuk epochs yang digunakan berjumlah 10000. Dan model evaluasi dengan Mean Squared Error (MSE) Hasil dari penelitian ini berbentuk grafik per parameter cuaca di wilayah Bandung pada tahun 2021.Kata kunci— backpropagation neural network, cuaca, time series, machine learning
Prediksi Network Capacity Planning PT XYZ Menggunakan Algoritma Recurrent Neural Network (RNN) Hafizh, Muhammad; Hamami, Faqih; Fabrianti Kusumasari, Tien
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak PT XYZ merupakan perusahaan yang menyediakan jaringan internet. Selain itu mereka juga menggunakan jaringan internet untuk penggunaan sehari-hari. Jaringan yang digunakan pasti memiliki kapasitas. Ketika penggunaan jaringan internet mendekati kapasitasnya maka akan terjadi penurunan kecepatan, oleh karena itu dibutuhkan sesuatu yang dapat memprediksi serta memantau penggunaan jaringan internet. Untuk memprediksi penggunaan jaringan internet, penerapan deep learning dapat digunakan dalam kasus ini. Salah satu algoritma yang digunakan dalam penelitian ini adalah Recurrent Neural Network (RNN). Dilakukan pengujian terhadap beberapa parameter seperti hidden layer, jumlah neuron pada hidden layer, jumlah epoch, dan jumlah batch size. Setelah melakukan pengujian dan evaluasi terhadap model dan parameter yang digunakan, didapatkan hasil untuk algoritma RNN dengan nilai error pada setiap id adalah 0.918812 untuk nilai R Squared dan 0.002233 untuk nilai MSE. Dari hasil pengujian model tersebut dilakukan peramalan untuk 60 hari kedepan dan terdapat satu id yang penggunaan jaringan internet hampir mencapai kapasitasnya yaitu id 23 pada tanggal 8 September 2022 diprediksi akan mencapai 7.5E+12 bit.Kata Kunci: Recurrent Neural Network, Network Capacity Planning, parameter, prediksi
DETEKSI OBJEK ASET RUMAH SAKIT MENGGUNAKAN COMPUTER VISION DENGAN METODE GENERATIVE ADVERSARIAL NETWORKS Suakanto, Sinung; Hidayat, Muhammad Fahmi; Hamami, Faqih; Raffei, Anis Farihan Mat; Nuryatno, Edi
JURNAL INFOTEL Vol 17 No 1 (2025): February 2025
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/infotel.v17i1.1277

Abstract

Hospital asset monitoring systems encounter significant challenges in managing partially occluded medical equipment, which affects inventory management and operational efficiency. Conventional object detection methods have shown limitations in accurately detecting occluded medical equipment, potentially leading to asset management inefficiencies. This study presents an integrated framework that combines Generative Adversarial Networks (GAN) inpainting with YOLOv8 to improve the detection accuracy of partially occluded medical equipment. The proposed system was evaluated using three distinct training configurations of 500, 750, and 1000 epochs on a comprehensive medical equipment dataset. The experimental results indicate that the 1000-epoch GAN model demonstrated superior reconstruction performance, achieving a Peak Signal-to-Noise Ratio (PSNR) of 39.68 dB, Structural Similarity Index Measure (SSIM) of 0.9910, and Mean Squared Error (MSE) of 7.0030. Furthermore, the integrated YOLOv8-GAN framework maintained robust detection performance with an F1-score of 0.933, comparable to the 0.938 achieved with unoccluded original images. The detection confidence scores exhibited improvement at higher epochs, ranging from 0.824 to 0.861, suggesting enhanced performance with extended training duration. The findings demonstrate that the integration of GAN inpainting with YOLOv8 effectively enhances occluded object detection in hospital environments, offering a viable solution for improved asset monitoring systems.
Comparison of Apache SparkSQL and Oracle Performance: Case Study of Data Cleansing Process Hidayati, Ilma Nur; Kusumasari, Tien Fabrianti; Hamami, Faqih
JOIV : International Journal on Informatics Visualization Vol 6, No 1-2 (2022): Data Visualization, Modeling, and Representation
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30630/joiv.6.1-2.928

Abstract

A dataset with good quality is a valuable asset for a company. The data can be processed into information to help companies improve decision-making. However, the data increased more and more over time to decrease data quality. Thus, good data management is important to keep data quality meeting company standards. One of the efforts that can be done is conducting data cleansing to clean data from errors, inaccuracies, duplication, format discrepancies, etc. Apache Spark is an engine that can analyze large amounts of data. Oracle Database is a database management system used to manage databases. Both have their own reliability and can be used to analyze SQL-shaped data. This study compared Spark and Oracle performance based on query processing time. Both were tested on queries used to perform data cleansing of millions of rows of the dataset. The research focuses on finding out Spark and Oracle's performance through quantitative analysis. The results of this study showed that there were differences in query processing times on both tools. Apache Spark is rated better because it has a relatively faster query processing time than Oracle Database. It can be concluded that Oracle is more reliable in storing complex data models than in analyzing large data. For future research, it is suggested to add other comparison aspects such as memory and CPU usage. The researchers can also consider using query optimization techniques to enrich query experiments.
Co-Authors Agus Maolana Hidayat Ahmad, Mokhtarrudin Al amudi, Farhan Hasan Aldi Akbar Ambarita, Ruth Sesilya Anis Farihan Mat Raffei Arrahmani, Farras Hilmy Aziz, Abdurrahman Azzam Imaduddin, Muhammad Budi Rustandi Kartawinata Dahlan, Iqbal Ahmad Deandra, Valen Deden Witarsyah Dimas Raihan Zein Dina Meliana Saragi Fa'rifah, Riska Yanu Fabrianti Kusumasari, Tien Fadhil Hidayat Faishal Mufied Al Anshary Febrianti, Ferda Ayu Dwi Putri Ferda Ayu Dwi Putri Febrianti Ferda Ernawan Fetty Fitriyanti Lubis Firzania, Heidea Yulia Fitri Bimantoro Hadwirianto, Muhammad Raihan Helmayanti, Sheva Aditya Hidayati, Ilma Nur I Gede Pasek Suta Wijaya Iqbal Santosa Irfan Darmawan Ismail, Mohd Arfian Jauhari, M.Habib Joel Rayapoh Damanik Kardila, Yuni Kurniawan, Muhammad Rayhan Kuswandi, Brillian Adhiyaksa Lubis, Rizki Aulia Akbar Mangsor, Miza Mardika, Jody Mat Raffei, Anis Farihan Maulana, Fakhri Hassan Muhammad Bryan Gutomo Putra Muhammad Fahmi Hidayat, Muhammad Fahmi Muhammad Fauzan Nasrullah Muhammad Hafizh Murahartawaty Murahartawaty Nasrullah, Muhammad Fauzan Nicolaus Advendea Prakoso Indaryono Novanza, Alvin Renaldy Nuraliza, Hilda Nurul Hidayati Nuryatno, Edi Oktariani Nurul Pratiwi Orvalamarva Pratiwi, Oktaria Nurul Puruhita, Maretha Fitrie Puspitasari, Aprilia Mega Rachmadita Andreswari Raffei, Anis Farihan Mat Rahmah, Najma Syarifa Rahmat Fauzi Ramdani, Dwi Fickri Insan Ramli, Muhammad Ayyub Razali, Raja Razana Raja Rd. Rohmat Saedudin Salsabila Riswanti, Khairunnisa Satya Nugraha, Gibran Sheva Aditya Helmayanti Silmy Sephia Nurashila Sinung Suakanto Suhono Harso Supangkat Sujak, Aznul Fazrin bin Abu Syfani Alya Fauziyyah Tatang Mulyana Tien Fabrianti Kusumasari Vina Fadillah Widyadhari, Dinda Putri Yanu Fa'Rifah, Riska Yudo Husodo, Ario Yulizar, Iqbal Zahid, Azham