Article Per Year (5 Year)
p-Index From 2021 - 2026
5.917
P-Index
This Author published in this journals
All Journal Jurnal Informatika Jurnal Ilmiah Matrik JURNAL ILMIAH INFORMATIKA Explore IT : Jurnal Keilmuan dan Aplikasi Teknik Informatika PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat METIK JURNAL Building of Informatics, Technology and Science Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika ILKOMNIKA: Journal of Computer Science and Applied Informatics JATI (Jurnal Mahasiswa Teknik Informatika) IJITEE (International Journal of Information Technology and Electrical Engineering) Journal of Intelligent Decision Support System (IDSS) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurnal Sains Komputer dan Teknologi Informasi Jurnal Teknik Informatika (JUTIF) Jurnal Informatika Terpadu Jurnal Informatika Teknologi dan Sains (Jinteks) Sci-Tech Journal Sewagati: Jurnal Pengabdian Masyarakat Indonesia Safari : Jurnal Pengabdian Masyarakat Indonesia Adopsi Teknologi dan Sistem Informasi Pandawa : Pusat Publikasi Hasil Pengabdian Masyarakat Jurnal Informatika Polinema (JIP) GEMBIRA (Pengabdian Kepada Masyarakat) Buffer Informatika JSE Journal of Science and Engineering Jurnal Abdimas Mahakam
Naufal Azmi Verdikha
Teknik Informatika, Universitas Muhammadiyah Kalimantan Timur
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mechanical Engineering Public Health Social Sciences Transportation Other

Published : 36 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : buffer informatika

 1 
Klasifikasi Kecelakaan Lalu Lintas Menggunakan Kombinasi Forward Selection, ADASYN, dan Random Forest Aspianur; Taghfirul Azhima Yoga Siswa; Naufal Azmi Verdikha
Buffer Informatika Vol. 11 No. 2 (2025): Buffer Informatika
Publisher : Department of Informatics Engineering, Faculty of Computer Science, University of Kuningan, Indonesia

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

Abstract

Kecelakaan lalu lintas menjadi penyebab utama kematian bagi kelompok usia 15-29 tahun, dengan lebih dari 1,3 juta kematian setiap tahunnya. di Indonesia, data dari korps lalu lintas polri menunjukkan bahwa pada tahun 2023 terjadi lebih dari 100 ribu kasus kecelakaan, dengan korban jiwa mencapai 25 ribu orang. Penelitian ini bertujuan untuk mengembangkan model klasifikasi tingkat keparahan kecelakaan lalu lintas dengan mengintegrasikan metode Adaptive Synthetic Sampling (ADASYN) dan Forward Selection ke dalam algoritma Random Forest. Data yang digunakan merupakan data kecelakaan dari Polresta Samarinda periode 2020–2024 yang terdiri dari 35 fitur. Proses penelitian mencakup tahapan data preprocessing, feature selection dengan Forward Selection, dan pembagian data testing dan training dengan 10k-fold validation. Permodelan menggunakan algoritma Random Forest, dan evaluasi model menggunakan confusion matrix untuk mencari akurasi, precision, recall, dan f1-score. Hasil penelitian menunjukkan fitur yang paling signifikan terhadap klasifikasi kecelakaan lalu lintas adalah cuaca, jumlah luka ringan, jumlah luka berat, dan jumlah meninggal dunia. Penerapan Random Forest tanpa penanganan ketidakseimbangan dan tanpa seleksi fitur hanya menghasilkan akurasi 79,26%, precision 29,03%, recall 34,62%, dan f1-score 31,58%. Setelah diterapkan ADASYN, metrik evaluasi meningkat signifikan menjadi akurasi 84,26%, precision 81,82%, recall 84,62%, dan f1-score 83,20%. Peningkatan lebih besar tercapai setelah seleksi fitur Forward Selection, menghasilkan akurasi akhir 95,28%, precision 94,23%, recall 96,15%, dan f1-score 95,18%.
Analisis Komparasi TF-IDF dan Word2Vec pada Algoritma SVM Untuk Sentimen Pembangunan IKN di YouTube: Studi Kasus Komentar YouTube pada Kanal Pembangunan IKN Fattah, Mi'raj; Taghfirul Azhima Yoga Siswa; Naufal Azmi Verdikha
Buffer Informatika Vol. 12 No. 1 (2026): Buffer Informatika
Publisher : Department of Informatics Engineering, Faculty of Computer Science, University of Kuningan, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25134/buffer.v12i1.551

Abstract

Pembangunan Ibu Kota Negara (IKN) Nusantara merupakan kebijakan strategis nasional yang menuai beragam reaksi publik, baik positif maupun negatif, terutama di media sosial seperti YouTube. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap opini masyarakat mengenai pembangunan IKN serta membandingkan kinerja akurasi antara dua metode ekstraksi fitur, yaitu Term Frequency-Inverse Document Frequency (TF-IDF) dan Word2Vec, menggunakan algoritma Support Vector Machine (SVM). Data penelitian terdiri dari 1.969 komentar bersih yang dikumpulkan melalui teknik scraping pada periode Juli hingga September 2025. Tahapan penelitian meliputi pengambilan data, pre-processing (pembersihan, case folding, normalisasi, tokenisasi, stopword removal, dan stemming), pelabelan data manual yang divalidasi ahli bahasa, ekstraksi fitur, serta klasifikasi menggunakan SVM dengan kernel Radial Basis Function (RBF). Evaluasi model dilakukan menggunakan metode 10-Fold Cross Validation dan Confusion Matrix. Hasil penelitian menunjukkan bahwa TF-IDF memberikan kinerja yang lebih baik dibandingkan Word2Vec pada dataset ini. SVM dengan TF-IDF menghasilkan rata-rata akurasi sebesar 74,40%, sedangkan SVM dengan Word2Vec menghasilkan akurasi sebesar 72,98%. Penelitian ini menyimpulkan bahwa representasi fitur berbasis frekuensi (TF-IDF) lebih efektif dibandingkan representasi semantik (Word2Vec) dalam mengklasifikasikan sentimen komentar singkat di YouTube terkait topik IKN.
Co-Authors Abdul Rahim Achmad, Arda Fahmi Adhistya Erna Permanasari Ahmad Ilham Ahmad Ridhani Mubaraq Alam, Fajar Arbansyah Arbansyah Aspianur Asslia Johar Latipah Assliah Johar Latipah Bulan Suci Cahayawati Dwiagam, Junianda Haris Evitasari, Yuliana Dilla Fahrezi, Irqi Anbi Fajar Alam Faldi Faldi Faldi Faldi Fattah, Mi'raj Fendy Yulianto Fiqri, Mohammad Hiqmal Fitri Damayanti Habid, Reza Hasudungan, Rofilde Hendra Saputra Hery Tri Waloyo Hidayati Ramadhani, Novia Husni Thamrin Ikram, Muhammad Ilham, Muhammad Fauzan Nur Johar Latipah, Asslia Latipah, Asslia Johar Muhamad Wahyu Tirta Muhammad Fauzan Nur Ilham Muhammad Najeri Al Syahrin Muhammad Taufiq Sumadi Muhammad Taufiq Sumadi Muthmainnah Muthmainnah Nuraini, Nabila Nurdiansyah, Rendy Octaviany, Dinda Nur Pranata, Aditya Pranata, Ricky Albin Rahmad Fahrozi, Mu. Aldi Reza Andriyanti Ridhoi, Reno Ririn Wahyuni Rudiman Rudiman, Rudiman Sari, Septa Intan Permata Sayekti Harits Suryawan Susanto, Muhammad Riza Radyaka Syahrandi, Akmal Taghfirul Azhima Yoga Siswa Takhta Perlawanan Putra Sinawang Teguh Bharata Adji Tri Wahyudi Trisha NurHalisha Tyas, Intan Kinanthi Damarin Wawan Joko Pranoto Wawan Joko Pranoto Wisnu Ismunandar Zayni Zayni