Article Per Year (5 Year)
p-Index From 2020 - 2025
6.538
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 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 : 49 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 49 Documents
Search

 1   2   3   4   5 
Analisis Klasifikasi Kualitas Udara Menggunakan Metode Algoritma K-Nearest Neighbor Pada Provinsi Dki Jakarta Deandra, Valen; Hamami, Faqih; Darmawan, Irfan
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak : Udara sangat penting bagi keberlangsunganmakhluk hidup, udara membuat makhluk hidup bisaberaktifitas dengan baik. Namun dengan meningkatnyapencemaran udara seiring waktu karena besar nyapertumbuhan pada bidang industri dan banyaknyamasyarakat memiliki kendaraan bermotor. Pada tahun2019 indonesia termasuk pada titik pencemaran udaraterburuk yang sudah mencapai titik merah yangmenandakan tidak sehat nya udara yang ada pada DKIJakarta serta memburuknya udara membuat ProvinsiDKI Jakarta menduduki posisi ke 5 pencemaran udaraterburuk pada IQair dunia. Untuk mengetahui danmonitoring serta mendeteksi informasi kualitas udaramaka yang dapat dilakukan klasifikasi. Klasifikasidigunakan karena dapat memonitor informasi kualitasudara berdasarkan pengolahan data ISPU yang sudahmemiliki label target. Klasifikasi dilakukan denganmenggunakan dataset ISPU pencemaran udara ProvinsiDKI Jakarta dari tahun 2019 sampai 2022. Padapenelitian ini akan mengklasifikasikan data ISPUmenggunakan algoritma K-Nearest Neighbor. Denganmenggunakan 5 atribut PM10, SO2, NO, O3, dan CO2serta kategori sebagai target label dalam penelitian ini.Hasil dari penelitian menunjukan algoritma KNNmendapatkan akurasi tertinggi pada pengujian awaldengan rasio 80:20 dengan ketetanggaan K = 5 dengannilai akurasi sebesar 90.98%. pengujian kedua dengantuning hyperparameter yang menghasilkan akurasitertinggi pada rasio 80:20 dengan ketetanggan k = 7dengan kombinasi parameter weight <distance=, p <1=sebesar 91,37%, presisi 82,87%, recall 85,22% dan f1-score 84.03%. dan validasi algoritma menggunakan KFold Cross Validation dengan jumlah fold 10menghasilkan rata rata sebesar 89,43%. Kata kunci— Udara, klasifikasi, KNN, DKI Jakarta
Analisis Klasifikasi Kualitas Udara Pada Tahun 2022 Menggunakan Metode Support Vector Machine Jauhari, M.Habib; Hamami, Faqih; Fa’rifah, Riska Yanu
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak - Kondisi udara merujuk pada kondisi atmosfer di sekeliling kita, baik itu murni atauterkontaminasi. Kualitas atmosfer yang optimal tidakhanya sangat penting bagi manusia, melainkan jugamemiliki arti yang besar bagi makhluk hidup lainnyaseperti flora, air, dan lingkungan tanah. Dengan adanyakebijakan penduduk Jakarta banyak melakukan kegiatandiluar ruangan. Maka, dibutuhkan klasifikasi untukmendapatkan informasi kualitas udara pada Kota Jakarta.Jadi, salah satu cara melakukan klasifikasi untuk mengetahuiinformasi kualitas udara ialah menggunakan data mining.Data mining adalah langkah- langkah untuk mengambildata atau pola yang sebelumnya diketahui, secara tersirat,dan dianggap tidak memiliki nilai sebagai informasi ataupengetahuan berharga dari data dalam jumlah yang besar.Metode data mining klasifikasi digunakan karena dapatmengubah data parameter ISPU menjadi informasi yangmenunjukkan kualitas udara hariannya. Data kualitasudara dikumpulkan dalam penelitian ini pada BulanJanuari hingga November tahun 2022 dan data tersebutdiuji dengan algoritma Support Vector Machine untukmelakukan klasifikasi kualitas udara Kota Jakartaberdasarkan nilai akurasi, presisi, recall, dan skor F1.Hasil didapat dari algoritma SVM dengan rasio terbaikuntuk klasifikasi kualitas udara Kota Jakarta denganperbandingan 80:20 mendapatkan nilai precision 15%, nilai recall 54%, accuracy 90%. Kata kunci— Data Mining, Klasifikasi, Kualitas Udara, Support Vector Machine
Analisis Sentimen Berbasis Aspek Terhadap Richeese Factory pada Platform Twitter Menggunakan Algoritme Naïve Bayes dan Menggunakan Marketing Mix 4P Firzania, Heidea Yulia; Pratiwi, Oktariani Nurul; Hamami , Faqih
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Pembatasan pengunjung di gerai makanan membuat masyarakat memesan makanan dan minuman darirumah sehingga popularitas brand tersebut meningkat. Makabanyak brand bersaing terutama brand makanan cepat saji.Richeese Factory adalah brand makanan cepat saji Indonesiayang menyajikan makanan pedas, saus keju dan satu-satunyabrand makanan yang bersaing dengan brand luar negeri, tetapibrand tersebut masih kalah dengan brand luar negeri. Denganmenggunakan analisis sentimen dan aspek teori Marketing Mix4p yang didapat dari ulasan pelanggan pada Twitter, dapatmeningkatkan minat masyarakat kepada brand RicheeseFactory. Sistematika penyelesaian menggunakan KnowledgeDiscovery in Database, tahapan pertama adalah data selection,pada tahap tersebut, peneliti menentukan keywordpengambilan data dari Twitter, yang kemudian data diambildengan cara crawling data. Hasil dari implementasi AlgoritmeNaïve Bayes perbedaan max features dan test size memilikiperan penting pada hasil akurasi. Algoritme Gaussian danMultinomial Naïve Bayes memiliki hasil akurasi yang lebihtinggi daripada Algoritme Bernoulli Naïve Bayes, akan tetapisebagian besar akurasi tertinggi pada Algoritme MultinomialNaïve Bayes dengan nilai 84%. Berdasarkan tingkat akurasidari implementasi Algoritme Naïve Bayes jika nilai max featuressemakin tinggi nilai akurasi juga semakin tinggi. Kata kunci— Richeese Factory, Analisis Sentiment, Marketing Mix, Naïve Bayes
Analisis Sentimen Terhadap Objek Wisata Di Provinsi Jawa Timur, Jawa Tengah, Jawa Barat, Banten, Dan Dki Jakarta Pada Platform Google My Business Menggunakan Algoritma Decision Tree Ramdani, Dwi Fickri Insan; Andreswari, Rachmadita; Hamami , Faqih
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Pariwisata merupakan salah satu sektor pentingdan unggulan yang memberikan kontribusi terhadap ekonominasional. Tingkat kepuasan wisatawan terhadap sebuah objekwisata dapat dilihat dari review yang diberikan, salah satunyaplatform yang dapat digunakan untuk melihat reviewwisatawan adalah Google My Business. Penerapan analisissentimen mengunakan tiga sentimen, positif, negatif, dan netral.Dengan penerapan sentiment analysis dan multidimensionalmenggunakan metode Decision tree dapat diketahui sentimenyang diberikan wisatawan terhadap sebuah objek wisata.Seperti pada penelitian ini, review terhadap objek wisata yangada di provinsi Jawa Timur, Jawa Tengah, Jawa Barat, Banten,dan DKI Jakarta didapatkan data sebanyak 12.680. kemudiansetelah dilakukan preprocessing dan labeling menghasilkandata bersih sebanyak 8.615. pelabelan menggunakan dualibrary yaitu transformer dan textblob serta untuk setiaplibrary akan dicoba dengan tiga split data yang berbeda yaitu70:30, 80:20, dan 90:10 yang bertujuan untuk mengetahuikombinas yang pas untuk pembuatan model machine learningini. Dari hasil analisis sentiment menggunakan algoritmadecision tree dengan pelabelan menggunakan librarytransformer dan split data 70:30 didapatkan nilai akurasisebesar 78%. Hasil prediksi akan ditampilakan pada dashboardmenggunakan Power BI untuk memudahkan dalam memahami data Kata kunci— Sentiment Analisis, Multidimensional Analisis, Decision tree, Transformer, Textblob, Power BI
Extractive Text Summarization Terhadap Artikel Berita Indonesia Berbasis Machine Learning Hadwirianto, Muhammad Raihan; Hamami, Faqih; Pratiwi, Oktariani Nurul
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Terciptanya internet, jejaring sosial, forum, danteknologi informasi yang tersebar secara cepat, menyebabkaninteraksi terhadap informasi semakin sulit untuk dipahami,dibuat, dikembangkan, dan disimpan. Dengan luasnyainformasi sehingga hampir tidak mungkin untuk seorang pununtuk memproses dan meringkas semua data informasi yangtersedia. Indonesia memiliki literasi yang sangat rendah darinegara lain dengan beberapa faktor seperti tidak membiasakandiri untuk membaca buku dari rumah, perkembanganteknologi yang semakin pesat, minimnya sarana untukmembaca, kurangnya motivasi untuk membaca, dan sifat malasuntuk mengembangkan ide. Automatic text summarizationadalah salah satu alternatif teknologi yang bisa digunakanuntuk menyelesaikan masalah tersebut. Automatic textsummarization merupakan bagian dari bidang NaturalLanguage Processing (NLP) yang bertujuan untukmerepresentasikan dokumen teks yang panjang menjadi lebihringkas, sehingga pengguna dapat dengan mudah memahamiinformasi dengan cepat. Berbagai metode telah dilakukanuntuk mengatasi masalah peringkasan teks otomatis untukobjek berbahasa Indonesia, yaitu berbasis extractive danabstractive. Untuk mengatasi masalah ini, pada penelitiandigunakan extractive text summarization berbasis machinelearning. Pada penelitian ini menggunakan dataset publik yangbisa digunakan untuk penelitian-penelitian selanjutnya. Metodeyang digunakan untuk mendapatkan hasil summarizationdengan menggunakan metode Word2Vec dengan penerapanmodel Continous Bag-of-Word (CBOW) dan Skip-Gram. Metodeyang digunakan untuk evaluasi akurasi hasil ringkasan adalahRecall-Oriented Understudy for Gisting Evaluation (ROUGE). Kata kunci— Automatic Text Summarization, Word2Vec,Continous Bag-of-Words, Skip-Gram, Recall-OrientedUnderstudy for Gisting Evaluation
Penerapan Sentimen Analisis Melalui Data Komentar Pada Kanal Youtube Untuk Mengetahui Wisata Kuliner Pada Kota Bandung Menggunakan Metode Klasifikasi Naive Bayes Lubis, Rizki Aulia Akbar; Murahartawaty, Murahartawaty; Hamami , Faqih
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Analisis data sentimen dilakukan untukmendapatkan hasil berupa opini atau pendapat masyarakattentang suatu hal. di penelitian ini peneliti menggunakanmetode Naive Bayes dalam menganalisa data sentimen kulinerdi kota bandung, yang bertujuan untuk membantu pemerintahdapat mengetahui reputasi kuliner dan merekomendasikannyapada wisatawan yang ada di kota Bandung. Data yangdigunakan dalam penelitian ini berupa komentar - komentarterkait kuliner kota Bandung yang ada di kanal youtubetanboykun. pengambilan media sosial youtube dikarenakanyoutube merupakan salah satu media sosial yang seringdigunakan oleh masyarakat untuk penyebaran informasiterutama rekomendasi rekomendasi kuliner. Dalam penelitianini demi menunjang algoritma Naive Bayes adapun prosesproses yang dijalankan sebelum ke tahap klasifikasi,diantaranya yaitu Case folding, Tokenizing, StopwordRemoval, dan TF IDF. setelah dilakukannya pengoptimalanmenggunakan K Fold, namun hasil dari K Fold sendiri dapatdikatakan kurang bagus dikarenakan hasil akurasi yangdidapatkan lebih kecil dibandingkan dengan hasil model NaiveBayes sendiri. Hasil yang didapatkan dari model Naive Bayessendiri dengan menggunakan partisi dataset pertama denganrasio 70 data training dan 30 data testing didapatkan hasilakurasi sebesar 89,74% dan rata-rata classification reportdataset pertama sebesar 95% precision, 56% recall, dan F1-score 57%. Kata kunci— Naive Bayes, Analisis Sentimen, K Fold, TFIDF, Klasifikasi kuliner bandung, Youtube
Optimasi Topologi Jaringan Untuk Meningkatkan Ketahanan Jaringan Dan Mitigasi Kemacetan Pada Jaringan Pt Xyz Arrahmani, Farras Hilmy; Hamami, Faqih; Fa’rifa, Riska Yanu
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Peningkatan penggunaan internet dan aplikasi data secara global dalam dunia digital telah menyebabkan kemacetan jaringan data informasi yang signifikan, menyoroti kebutuhan mendesak akan layanan internet berkecepatan tinggi. Dalam mengatasi masalah ini, teknologi 5G diidentifikasi sebagai solusi yang mampu mengurangi kemacetan proses transmisi dan meningkatkan Kualitas Layanan (QoS) dalam pengadopsian layanan digital, termasuk mobile banking dan aplikasi lainnya. Untuk menghindari kemacetan transmisi data dengan mengelak titik-titik kegagalan kritis, diperlukan desain yang efektif, di mana Algoritma Bellman-Ford terbukti berhasil dalam menganalisa komunikasi data dengan menghindari lalu lintas dan node, sehingga meningkatkan aspek QoS seperti output, tingkat pengiriman paket, dan meminimalkan kehilangan data dari ujung ke ujung. PT. XYZ, perusahaan yang beroperasi dalam bidang digital dengan jaringan komunikasinya, juga menghadapi masalah serupa dan menemukan bahwa pemanfaatan Algoritma Bellman-Ford menyediakan solusi yang cukup akurat untuk mengatasi masalah yang dihadapi. Penambahan link baru sebagai strategi optimasi topologi secara signifikan meningkatkan efisiensi dan QoS jaringan PT XYZ. Evaluasi hasil simulasi menunjukkan bahwa penggunaan Algoritma Bellman-Ford dan Graph Metric Average Betweenness Centrality, yang menyarankan penambahan link baru di titik kemacetan, dapat meningkatkan kinerja jaringan dengan indikasi penurunan kehilangan paket sebesar 54,5% hingga 61%, tergantung pada skenario jumlah link baru yang ditambahkan, dan juga meningkatkan ketahanan jaringan. Kata kunci — Algoritma Bellman-Ford , Kualitas Layanan (QoS) , Kemacetan Jaringan, Optimalisasi Topolog
Sentiment Analysis of Genshin Impact on Twitter Using Naïve Bayes Puruhita, Maretha Fitrie; Hamami, Faqih; Darmawan , Irfan
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstract—During the COVID-19 pandemic that interferesnormal life around the world, people have an obligation to stay athome and quarantine themselves. This has led to an increase inthe consumption of entertainment, especially online gaming whichis known to be less harmful than other stress and aversiveemotions. And Genshin Impact is one of the online games that wonGoogle Play's the Best Game of 2020 award when pandemichappening. Released in September 2020 by China video gamedeveloper, miHoYo. Co., Ltd, Genshin Impact has been a hottrend on the microblogging platform, Twitter. The purpose of thisresearch is to provide information regarding people's opinionemotion in their tweets toward Genshin Impact and thisinformation will be a helpful resource for game improvement andcan be used as reference of future research. By using sentimentanalysis to help analyze the emotion contained in the text, theresult will be categorized into three categories: positive, negative,or neutral sentiment. The data is gained through text mining thenwill be processed as text classified using Naive Bayes algorithm.Thus, the model will be going through evaluation of model'sperformance to measure how accuracy it is. The result of it statedthat the best ratio between training and test set is 60:40 with71.80% test accuracy, yet the accuracy between 3 others ratio isnot much difference. That’s why using hyperparameter tuningcan find the optimal result. After finding the optimal result, thehighest result it can get is 72.14%. Besides that, people on Twittermostly perceive the game in neutral sentiment. Keywords—Sentiment Analysis, Genshin Impact, Naïve Bayes Classifier
Application of SMOTE Method on Topic Based Question Classification Using Naïve Bayes Algorithm Orvalamarva; Oktariani Nurul Pratiwi; Faqih Hamami
The Indonesian Journal of Computer Science Vol. 13 No. 4 (2024): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v13i4.4179

Abstract

In today's digital era, the utilization of technology in education is essential to support the learning process. This research discusses the classification of junior high school mathematics questions using the Naïve Bayes method. The use of an automated system in question classification helps reduce time and effort in grouping questions based on topics. The Naïve Bayes method was chosen because of its simplicity and ability to process data. The results showed that Naïve Bayes with SMOTE and Math symbols achieved 69% accuracy, while without SMOTE, the accuracy was lower. Cross-validation showed that the classification without symbols attained an accuracy of 89.35%, slightly superior to the classification using symbols, which was 88.79%. This result indicates that Naïve Bayes with SMOTE is more effective. Although the difference in accuracy with or without symbols is slight 0.56%, the performance is relatively equivalent, with an accuracy of 89%.
Co-Authors Agus Maolana Hidayat Ahmad, Mokhtarrudin Al amudi, Farhan Hasan Aldi Akbar Anis Farihan Mat Raffei Anis Farihan Mat Raffei Aprilia Mega Puspitasari Arrahmani, Farras Hilmy Aziz, Abdurrahman Brillian Adhiyaksa Kuswandi Budi Rustandi Kartawinata Dahlan, Iqbal Ahmad Deandra, Valen Deden Witarsyah Dimas Raihan Zein Dina Meliana Saragi Edi Nuryatno Fa'rifah, Riska Yanu 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 I Gede Pasek Suta Wijaya Ilma Nur Hidayati Iqbal Ahmad Dahlan Iqbal Santosa Irfan Darmawan Ismail, Mohd Arfian Jauhari, M.Habib Jody Mardika Joel Rayapoh Damanik Khairunnisa Salsabila Riswanti Kurniawan, Muhammad Rayhan Lubis, Rizki Aulia Akbar Mangsor, Miza Mat Raffei, Anis Farihan Muhammad Azzam Imaduddin Muhammad Bryan Gutomo Putra Muhammad Fahmi Hidayat Muhammad Fauzan Nasrullah Muhammad Hafizh Murahartawaty Murahartawaty Nasrullah, Muhammad Fauzan Nicolaus Advendea Prakoso Indaryono Novanza, Alvin Renaldy Nuraliza, Hilda Nurul Hidayati Oktariani Nurul Pratiwi Orvalamarva Pratiwi, Oktaria Nurul Puruhita, Maretha Fitrie Rachmadita Andreswari Rahmah, Najma Syarifa Rahmat Fauzi Ramdani, Dwi Fickri Insan Razali, Raja Razana Raja Rd. Rohmat Saedudin Ruth Sesilya Ambarita 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 Yudo Husodo, Ario Yulizar, Iqbal Yuni Kardila Zahid, Azham