Article Per Year (5 Year)
p-Index From 2020 - 2025
8.276
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IAES International Journal of Artificial Intelligence (IJ-AI) TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics CESS (Journal of Computer Engineering, System and Science) Jurnal Teknologi Informasi dan Komunikasi InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Sinkron : Jurnal dan Penelitian Teknik Informatika JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING JURNAL MEDIA INFORMATIKA BUDIDARMA Abdimas Talenta : Jurnal Pengabdian Kepada Masyarakat Juripol Jurnal Teknovasi : Jurnal Teknik dan Inovasi Mesin Otomotif, Komputer, Industri dan Elektronika MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Query : Jurnal Sistem Informasi Zero : Jurnal Sains, Matematika, dan Terapan JURIKOM (Jurnal Riset Komputer) Data Science: Journal of Computing and Applied Informatics ComTech: Computer, Mathematics and Engineering Applications Building of Informatics, Technology and Science Jurnal Mantik Indonesian Journal of Education and Mathematical Science International Journal of Advances in Data and Information Systems Randwick International of Social Science Journal Jurnal Scientia Budapest International Research and Critics Institute-Journal (BIRCI-Journal): Humanities and Social Sciences Journal of Applied Data Sciences TECHSI - Jurnal Teknik Informatika Prisma Sains: Jurnal Pengkajian Ilmu dan Pembelajaran Matematika dan IPA IKIP Mataram Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat Proceeding of International Conference on Information Science and Technology Innovation (ICoSTEC) The Indonesian Journal of Computer Science Journal of Digital Market and Digital Currency
Efendi, Syahril
Department Of Computer Science And Information Technology, University Of North Sumatra, Indonesia
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Physics Social Sciences Other

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

Found 68 Documents
Search

 1   2   3   4   5 
INDONESIAN TEXT DATASET FOR DETERMINING SENTIMENT CLASSIFICATION USING MECHINE LEARNING APPROACH Syahputra, Indra Edy; Tulus, Tulus; Efendi, Syahril
JITE (JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING) Vol 3, No 2 (2020): EDISI JANUARI
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (886.124 KB) | DOI: 10.31289/jite.v3i2.3153

Abstract

Advances in information technology encourage the emergence of unlimited textual information with the use of online media developing so rapidly that the emergence of the need for information presentation without reducing the value of the information presented. Basicaly the concept of the dataset is a general form of almost every discipline, where the dataset provides empirical basic information for research activities. Sentiment analysis is done to see opinions or feelings about a problem or identify and classify information trends from the problem. The dataset analysis in determining sentiment classification is a model of sentiment classification that has relevance to the dataset with the use of machine learning techniques with supervision that learns from experience to predict output from labeled input data and output from machine learning. The results of experiments and tests that have been carried out on machine learning techniques with supervision can classify sentiments in the tweet text properly and the level of accuracy can still be improved to a better direction with data namely baseline 100 (days) and 83 (weeks), naivebayes 100 (days) and 82 (weeks), maxent 100 (days) and 83 (weeks), and SVM 100 (days) and 83 (weeks).
Analysis of earthquake hazards prediction with multivariate adaptive regression splines Dadang Priyanto; Muhammad Zarlis; Herman Mawengkang; Syahril Efendi
International Journal of Electrical and Computer Engineering (IJECE) Vol 12, No 3: June 2022
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijece.v12i3.pp2885-2893

Abstract

Earthquake research has not yielded promising results, either in the form of causes or revealing the timing of their future events. Many methods have been developed, one of which is related to data mining, such as the use of hybrid neural networks, support vector regressor, fuzzy modeling, clustering, and others. Earthquake research has uncertain parameters and to obtain optimal results an appropriate method is needed. In general, several predictive data mining methods are grouped into two categories, namely parametric and non-parametric. This study uses a non-parametric method with multivariate adaptive regression spline (MARS) and conic multivariate adaptive regression spline (CMARS) as the backward stage of the MARS algorithm. The results of this study after parameter testing and analysis obtained a mathematical model with 16 basis functions (BF) and 12 basis functions contributing to the model and 4 basis functions not contributing to the model. Based on the level of variable contribution, it can be written that the epicenter distance is 100 percent, the magnitude is 31.1 percent, the location temperature is 5.5 percent, and the depth is 3.5 percent. It can be concluded that the results of the prediction analysis of areas in Lombok with the highest earthquake hazard level are Malaka, Genggelang, Pemenang, Tanjung, Tegal Maja, Senggigi, Mangsit. Meninting, and Malimbu.
Sensitivity of shortest distance search in the ant colony algorithm with varying normalized distance formulas Rahmad Syah; Mahyuddin KM Nasution; Erna Budhiarti Nababan; Syahril Efendi
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 19, No 4: August 2021
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v19i4.18872

Abstract

The ant colony algorithm is an algorithm adopted from the behavior of ants which naturally ants are able to find the shortest route on the way from the nest to places of food sources based on footprints on the track that has been passed. The ant colony algorithm helps a lot in solving several problems such as scheduling, traveling salesman problems (TSP) and vehicle routing problems (VRP). In addition, ant colony has been developed and has several variants. However, in its function to find the shortest distance is optimized by utilizing several normalized distance formulas with the data used in finding distances between merchants in the mercant ecosystem. Where in the test normalized distance is superior Hamming distance in finding the shortest distance of 0.2875, then followed by the same value, namely the normalized formula Manhattan distance and normalized Euclidean distance with a value of 0.4675 and without using the normalized distance formula or the original ant colony algorithm gets a value 0.6635. Given the sensitivity in distance search using merchant ecosystem data, the method works well on the ant colony Algorithm using normalized Hamming distance.
Indonesian Text Dataset for Determining Sentiment Classification Using Mechine Learning Approach Indra Edy Syahputra; Tulus Tulus; Syahril Efendi
JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Vol 3, No 2 (2020): EDISI JANUARI
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jite.v3i2.3153

Abstract

Advances in information technology encourage the emergence of unlimited textual information with the use of online media developing so rapidly that the emergence of the need for information presentation without reducing the value of the information presented. Basicaly the concept of the dataset is a general form of almost every discipline, where the dataset provides empirical basic information for research activities. Sentiment analysis is done to see opinions or feelings about a problem or identify and classify information trends from the problem. The dataset analysis in determining sentiment classification is a model of sentiment classification that has relevance to the dataset with the use of machine learning techniques with supervision that learns from experience to predict output from labeled input data and output from machine learning. The results of experiments and tests that have been carried out on machine learning techniques with supervision can classify sentiments in the tweet text properly and the level of accuracy can still be improved to a better direction with data namely baseline 100 (days) and 83 (weeks), naivebayes 100 (days) and 82 (weeks), maxent 100 (days) and 83 (weeks), and SVM 100 (days) and 83 (weeks).
Data driven approach for stochastic data envelopment analysis Hengki Tamando Sihotang; Syahril Efendi; Muhammad Zarlis; Herman Mawengkang
Bulletin of Electrical Engineering and Informatics Vol 11, No 3: June 2022
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v11i3.3660

Abstract

Decision making based on data driven deals with a large amount of data will evaluate the process's effectiveness. Evaluate effectiveness in this paper is measure of performance efficiency of data envelopment analysis (DEA) method in this study is the approach with uncertainty problems. This study proposed a new method called the robust stochastic DEA (RSDEA) to approach performance efficiency in tackling uncertainty problems (i.e., stochastic and robust optimization). The RSDEA method develops to combine the stochastics DEA (SDEA) formulation method and Robust Optimization. The numerical example demonstrates the performance efficiency of the proposed formulation method, with the results performing confirmed that the efficiency value is 89%.
KOMBINASI ALGORITMA FUZZY SIMPLE ADDITIVE WEIGHTING (FUZZY-SAW) DENGAN PREFERENCE RANKING ORGANIZATION METHOD FOR ENRICHMENT EVALUATION (PROMETHEE II) Chairil Umri; Tulus Tulus; Syahril Efendi
CESS (Journal of Computer Engineering, System and Science) Vol 4, No 2 (2019): JULI 2019
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1138.322 KB) | DOI: 10.24114/cess.v4i2.14173

Abstract

Pada penelitian ini dilakukan Kombinasi Algoritma Fuzzy Simple Additive Weighting (Fuzzy-SAW) dengan Preference Ranking Organization Method for Enrichment Evaluation (PROMETHEE II) untuk mendapatkan goal berupa informasi hasil akurasi dengan mengkombinasikan algoritma Fuzzy Simple Additive Weighting (Fuzzy-SAW) dengan Preference Ranking Organization Method For Enrichment Evaluation II (PROMETHEE II). Data yang diolah pada penelitian ini berupa dataset  Indian Liver Patient Dataset (ILPD) yang diperoleh dari UCI Machine Learning Repository yang memiliki 583 instance, 11 atribut dan 1 label kelas. Label kelas bertipe teks yang terdiri dari dua nilai, yaitu penderita liverdan bukan penderita liver.Hasil percobaan dari segi running time dapat dilihat bahwa running time algoritma Kombinasi dalam menyelesaikan perhitungan lebih besar dibandingkan dengan algoritam Fuzzy SAW, ini disebabkan karena tingkat kompleksitas algoritmanya lebih besar dibandingkan dengan algoritma Fuzzy SAW. Hasil percobaan nilai akurasi untuk algoritma Fuzzy SAW dengan nilai akhir lebih besar dari 0.5, 0.4 dan 0.3 adalah 71.35%. Hasil percobaan nilai akurasi untuk algoritma Kombinasi dengan nilai akhir lebih besar dari 0.5 adalah sebesar 72.55%, lebih besar dari 0.4 adalah sebesar 74.09% dan lebih besar dari 0.3 adalah sebesar 71.01%. Jadi nilai akhir yang baik untuk algoritma Kombinasi adalah lebih besar dari 0.4.
KINERJA ALGORITMA SUPPORT VECTOR MACHINE BERDASARKAN EKSTRAKSI SINYAL SUARA DENGAN MEL-FREQUENCY CEPSTRUM COEFFICIENTS PADA PELAFADZAN AYAT AL-QURAN Rizki Suwanda; Syahril Efendi; Erna Budhiarti
CESS (Journal of Computer Engineering, System and Science) Vol 4, No 2 (2019): JULI 2019
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (479.512 KB) | DOI: 10.24114/cess.v4i2.13925

Abstract

Proses identifikasi merupakan bidang teknologi yang sedang menjadi perhatian untuk dikembangkan. Salah satu cara dalam proses identifikasi seseorang antara lain dengan menggunakan pengenalan suara. Penelitian ini bertujuan untuk mrngukur kinerja MFCC sebagai ekstraksi ciri sinyal suara dengan Support Vector Machine (SVM) sebagai algoritma klasifikasi. Sampel suara yang digunakan adalah bacaan dari AL-Qur’an yang terdiri dari 4 surah yaitu, Surah Al-Baqarah ayat 255 dan 256, Surah At-Thalaq ayat 2 dan 3, Surah At-Thariq ayat 1-3, dan Surah Al-Ghasyiyah ayat 17-19. Hasil transformasi sinyal suara menggunakan ekstraksi MFCC dan unjuk kerja SVM pada pengujian masing-masing surah menghasilkan nilai true yang berbeda. Nilai akurasi tertinggi diperoleh pada surah At-Thariq ayat 1,2, dan 3 sebesar 70%. Nilai akurasi terendah diperoleh pada surah Al-Ghasyiyah ayat 17, 18, dan 19 sebesar 56%. Hal ini menunjukkan bahwa pengukuran kinerja ekstraksi MFCC sebagai ekstraksi sinyal suara dengan SVM sebagai algoritma klasifikasi dapat dijadikan alternatif dalam pendekatan pengenalan suara.
PEMANTAUAN JARAK TEMPUH KENDARAAN MENGGUNAKAN MODUL GENERAL PACKET RADIO SERVICE (GPRS), GLOBAL POSITIONING SYSTEM (GPS) DAN ARDUINO Seniman Seniman; Irzal Sofyan; Syahril Efendi
Jurnal Teknologi Informasi dan Komunikasi Vol 5, No 1 (2016): Jurnal Teknologi Informasi dan Komunikasi (TIK)
Publisher : Kementerian Kominfo - RI

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

Abstract

Sistem pemantauan kendaraan yang berbasis pelacakan Global Positioning System (GPS) umumnya hanya menggunakan data posisi garis lintang dan garis bujur (latitude dan longitude) sebagai acuan pemantauan lokasi kendaraan tersebut. Informasi jarak tempuh kendaraan diperlukan misalnya sebagai pengontrolan pemakaian kendaraan pada suatu instansi/perusahaan, atau sebagai penentuan tarif  jasa transportasi berdasarkan jarak tempuhnya. Untuk itu, diperlukan sebuah solusi dalam pengukuran jarak tempuh dan posisi kendaraan. Dalam penelitian ini, penentuan jarak tempuh kendaraan menggunakan prinsip percepatan pada kinematika gerak, dengan memanfaatkan data kecepatan dan waktu yang diperoleh menggunakan GPS pada modul SIM908. Sementara Arduino sebagai mikrokontroler yang bekerja mengatur system secara keseluruhan termasuk memproses data dari modul SIM908. Sehingga,  diperoleh informasi jarak tempuh dan koordinat posisi kendaraan. Hasil pengujian menunjukkan bahwa sistem yang diajukan mampu bekerja stabil untuk menentukan jarak tempuh kendaraan yang paling mendekati dengan yang sebenarnya dan posisi kendaraan yang sesuai dengan lokasi sebenarnya
Kombinasi Simple Multy Attribute Rating (SMART) dan Technique For Order Preference by Similarity To Ideal Solution (TOPSIS) dalam Menentukan Kualitas Varietas Padi Fatma Sari Hutagalung; Herman Mawengkang; Syahril Efendi
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 3, No 2 (2019): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (379.035 KB) | DOI: 10.30743/infotekjar.v3i2.1018

Abstract

Pemilihan kualitas varietas padi dipengaruhi oleh beberapa kriteria. Kriteria yang paling mempengaruhi adalah umur tanaman dan rata-rata hasil. Untuk menentukan kualitas varietas padi  sangat tepat diterapakan Sistem Pendukung Keputusan (SPK) dalam proses pemberian solusi atau alternatif terbaik. Dalam SPK hasil yang ditampilkan berupa bentuk peringkat. Banyak metode SPK yang dapat digunakan untuk menentukan suatu keputusan dalam suatu permasalahan multicriteria atau banyak kriteria, dalam penelitian ini metode yang digunakan adalah metode SMART dan TOPSIS. Kedua metode ini akan dikombinasikan sehingga menghasilkan alternatif terbaik untuk menentukan kualitas varietas padi. Penelitian ini dilakukan dengan mencari nilai normalisasi matriks untuk setiap kriteria menggunakan metode SMART kemudian dilanjutkan menggunakan metode TOPSIS untuk mencari hasil  perangkingan kualitas varietas padi. Dalam penelitian ini menggunakan 18 jenis varietas padi dan 5 kriteria yang paling memperngaruhi kualitas varietas padi. Dalam setiap kriteria memiliki boobt yang menggambarkan seberapa penting kriteria tersebut dibandingkan dengan kriteria yang lain. Pembobotan ini digunakan untuk menilai setiap altenatif agar memperoleh alternatif terbaik.
Digital Signature untuk Menjaga Keaslian Data dengan Algoritma MD5 dan Algoritma RSA Budi K. Hutasuhut; Syahril Efendi; Zakarias Situmorang
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 3, No 2 (2019): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (476.747 KB) | DOI: 10.30743/infotekjar.v3i2.1019

Abstract

Penelitian ini bertujuan untuk menjaga keaslian data untuk memberikan jaminan kepada si penerima bahwa data tersebut bebas dari modifikasi yang dilakukan oleh pihak lain, dan jika terjadi suatu modifikasi terhadap data tersebut, maka si penerima akan mengetahui bahwa data tersebut tidak lagi terjaga keasliannya. Untuk menjaga keaslian data digunakan teknik digital signature dengan menggunakan algoritma MD5 sebagai algoritma fungsi hash untuk menghasilkan message digest, dan algoritma RSA sebagai algoritma kunci publik, dengan kombinasi kedua algoritma tersebut akan dihasilkan digital signature dari setiap data yang akan dijaga keasliannya.
Co-Authors Abdulbasah Kamil, Anton Abi Rafdi Ahmad Rozy Ahmadi, Fauzan Nur Al Khowarizmi Aminuyati Andysah Putera Utama Siahaan Arjon Turnip Asrizal Asrizal Badawi, Afif Br Bangun, Desy Milbina Br Ginting, Dewi Sartika Budi K. Hutasuhut Chairil Umri Dadang Priyanto Devi Maiya Sari Nasution Erna Budhiarti Erna Budhiarti Nababan Erna Budhiarti Nababan Fahmi Fahmi Fajar Muhajir Fatma Sari Hutagalung Fauzan Nurahmadi Fauzi Amri Fuzy Yustika Manik, Fuzy Yustika Ginting, Dewi Sartika Br Halim Maulana Hamzani, Fitri Rezky Harahap, Lailan Hariyati Lubis, Hariyati Harumy, T. Henny Febriana Hasibuan, Nisma Novita Hasugian , Paska Marto Hengki Tamando Sihotang Hengki Tamando Sihotang Herianto, Tulus Joseph Herimanto Herimanto herman mawengkang Herman Mawengkang Hotmaida Lestari Siregar Ichsanuddin Hakim Ignazio Ahmad Pasadana Iin Parlina Indah Purnama Sari Indra Edy Syahputra Irzal Sofyan Jaya, Ivan Khowarizmi, Al- Lailan Harahap Lidya Rosnita lili Tanti Lubis, Fahrurrozi M Safii M. Isa Indrawan Mahyuddin K. M Nasution Manurung, Rodiyah Aini Mardiansyah, Heru Marischa Elveny, Marischa Maya Silvi Lydia Mesran, Mesran Mochamad Wahyudi Mohammad Andri Budiman Muhammad Iqbal Muhammad Iqbal Muhammad Riki Atsauri Muhammad Rusdi dan Afritha Amelia - Muhammad Zarlis Muhammad Zarlis Muhammad Zarlis Muhammad Zarlis Muhammad Zarlis Muhammad Zarlis Muhammad Zarlis, Muhammad Muliawan Firdaus Mulkan Azhari Naemah Mubarakah Nainggolan, Pauzi Ibrahim Nugroho Syahputra Nugroho Syahputra Oktaviana Bangun Pahala Sirait Poltak Sihombing Poltak Sihombing Poltak Sihombing Poltak Sihombing Poltak Sihombing Poltak Sihombing Prayoga, Nanda Dimas Purwanto Purwanto Rahmad Syah Riah Ukur Ginting Rika Permata Sari Siregar Rizki Suwanda Saib Suwilo Santoso, Zikri Akmal Saraswati Yoga Andriyani Sarif, Muhammad Irfan Sawaluddin Sawaluddin Sembiring, Rahmat W Seniman Seniman Seniman Seniman, Seniman Siagian, Deliyana Simamora, Windi Saputri Solly Aryza Sri Dwi Hastuti Sri Melvani Hardi Suherman Suherman Suherman, Suherman Sutarman Sutarman Sutarman Sutarman Syah, Rahmad B. Y. Syahputra, Indra Edy Syahputra, Muhammad Romi Syahraini, Syahraini Syahriol Sitorus Taufiqurrahman Taufiqurrahman Tulus Tulus Tulus Tulus Vinsensia, Desi Watts, Michael J. Weber, Gerhard Wilhelm yeni absah Yudhistira Yudhistira Yudhistira Zakarias Situmorang Zega, Imanuel Zuhri Ramadhan