Article Per Year (5 Year)
p-Index From 2021 - 2026
3.023
P-Index
This Author published in this journals
All Journal Teknika Jupiter Biota: Jurnal Ilmiah Ilmu-Ilmu Hayati Pendidikan Bahasa Inggris Jurnal Informatika Jurnal Informatika Proceeding International Conference on Information Technology and Business JOURNAL OF HEALTHCARE TECHNOLOGY AND MEDICINE JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal TAM (Technology Acceptance Model) Jurnal Informasi dan Komputer Aptisi Transactions on Technopreneurship (ATT) Jurnal Inovasi Pendidikan Building of Informatics, Technology and Science SERAMBI: Jurnal Ekonomi Manajemen dan Bisnis Islam Sainstek : Jurnal Sains dan Teknologi Bulletin of Computer Science Research Educate: Jurnal Ilmu Pendidikan dan Pengajaran Aurelia: Jurnal Penelitian dan Pengabdian Masyarakat Indonesia Jurnal Ilmiah Mahasiswa Pendidikan Agama Islam Jurnal Informatika: Jurnal Pengembangan IT Jurnal Ilmu Siber dan Teknologi Digital INOVTEK Polbeng - Seri Informatika Jurnal TAM (Technology Acceptance Model)
Chairani Chairani
Institut Informatika Dan Bisnis Darmajaya
Religion Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Social Sciences Other

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Teknika

 1 
Perbandingan Akurasi Metode Deteksi Ujaran Kebencian dalam Postingan Twitter Menggunakan Metode SVM dan Decision Trees yang Dioptimalkan dengan Adaboost Yuda Septiawan; Chairani Chairani
TEKNIKA Vol. 17 No. 2 (2023): Teknika Juli - Desember 2023
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.8175025

Abstract

Pada era digital saat ini, akses informasi dan transaksi online telah memberikan kemudahan dan efisiensi bagi manusia. Di Indonesia, peningkatan jumlah penduduk yang terkoneksi internet menjadi 77,02% pada tahun 2021-2022. Namun, penggunaan media sosial juga membawa dampak negatif, termasuk penyebaran konten berbahasa negatif dan ujaran kebencian oleh sebagian oknum. Ujaran kebencian, yang melanggar hukum, memiliki efek samping seperti pembungkaman, penindasan, dan penyebaran rasa benci serta kondisi tidak nyaman lainnya. Oleh karena itu, banyak penelitian dilakukan untuk mendeteksi dan mengurangi penyebaran ujaran kebencian di media sosial, baik di Twitter maupun Instagram. Beberapa penelitian menggunakan metode word2vec dengan skip-gram, TextCNN, dan random oversampling untuk mendeteksi ujaran kebencian pada komentar Instagram. Metode ini menghasilkan akurasi terbaik dengan skor F1 sebesar 93,70%. Selain itu, penelitian juga mencoba menggunakan algoritma GRU dan LSTM dalam pelatihan dan pengujian model untuk meningkatkan kinerja deteksi. Algoritma Latent Dirichlet Allocation (LDA) juga digunakan untuk mengekstrak topik dari tweet dan menganalisis sentimen pada setiap tweet. Berdasarkan penelitian-penelitian tersebut, peneliti akan melakukan pengujian deteksi teks menggunakan algoritma K-Nearest Neighbor, dan Decision Tree terhadap ujaran kebencian pada postingan Twitter dengan tagar #indonesia. Pengumpulan data dilakukan melalui API Twitter dengan implementasi menggunakan bahasa pemrograman Python. Data tweet akan dilabeli menggunakan sentistrength, dan kemudian dilakukan klasifikasi menggunakan metode K-Nearest Neighbor, dan Decision Tree untuk menentukan sentimen pada data tersebut. Topik ini penting untuk diteliti karena penyebaran ujaran kebencian di media sosial dapat memiliki dampak negatif yang signifikan. Dengan menggunakan pendekatan dan metode yang tepat, penelitian ini bertujuan untuk mengembangkan alat pendeteksi yang efektif untuk melindungi individu dan masyarakat dari dampak negatif ujaran kebencian di media sosial.
Kombinasi Algoritma TF-IDF dan Fuzzy Matching untuk Deteksi Kemiripan Judul Skripsi Azima, Muhammad Fauzan; Nur Listanto, Arif; Fitria, Fitria; Chairani, Chairani
TEKNIKA Vol. 19 No. 1 (2025): Teknika Januari 2025
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.13731519

Abstract

Dalam era informasi digital, deteksi kemiripan teks menjadi penting untuk berbagai aplikasi seperti plagiarisme, pengelompokan dokumen, dan penyaringan informasi. Penelitian ini bertujuan untuk mengembangkan metode yang efektif dalam mendeteksi kemiripan teks dengan menggabungkan algoritma TF-IDF dan Fuzzy Matching. Alasan pemilihan topik ini didasarkan pada kebutuhan akan akurasi yang lebih tinggi dalam mengidentifikasi kemiripan teks yang seringkali tidak dapat diatasi dengan metode konvensional secara memadai. Metode penelitian ini melibatkan penggunaan TF-IDF untuk mengekstraksi fitur penting dari teks, yang kemudian dipadukan dengan Fuzzy Matching untuk mengatasi variasi dan ketidakpastian dalam teks yang dibandingkan. Hasil penelitian menunjukkan bahwa kombinasi kedua algoritma ini mampu meningkatkan akurasi deteksi kemiripan teks dibandingkan dengan penggunaan salah satu algoritma secara terpisah. Pengujian dilakukan pada dataset Judul Skripsi Prodi Teknik Informatika IIB Darmajaya dengan variasi teks, dan hasilnya menunjukkan peningkatan yang signifikan dalam tingkat keakuratan yang tinggi. Evaluasi model menggunakan precision menunjukan akurasi sebesar 88,89%. Kesimpulan penelitian ini menegaskan pentingnya pendekatan gabungan TF-IDF dan Fuzzy Matching dalam aplikasi deteksi kemiripan teks, yang dapat memberikan kontribusi signifikan terhadap peningkatan kualitas dan efisiensi pengelolaan informasi digital.
Penerapan Algoritma K-Means Clustering Dalam Mendeteksi Kerusakan Perangkat Laboratorium Komputer Berbasis Android Pratama, Febri; Chairani, Chairani; Azima, Muhammad Fauzan
TEKNIKA Vol. 19 No. 1 (2025): Teknika Januari 2025
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.14043075

Abstract

Permasalahan utama dalam penelitian ini adalah terbatasnya sistem pencatatan dan monitoring kondisi laboratorium komputer di Institut Informatika dan Bisnis Darmajaya, yang menyulitkan asisten laboratorium dalam pencatatan status komputer dan mengelompokkan hasil monitoring. Penelitian ini bertujuan untuk mengembangkan sistem informasi berbasis Android yang memudahkan proses pengecekan dan pemantauan kondisi komputer secara real-time, serta mendukung kepala laboratorium dalam pengambilan keputusan berdasarkan kinerja asisten laboratorium per semester. Metode yang digunakan dalam pengembangan sistem ini adalah Extreme Programming untuk memastikan fleksibilitas dan peningkatan pengalaman pengguna. Algoritma K-Means Clustering diterapkan untuk mengelompokkan data kerusakan perangkat laboratorium berdasarkan tingkat kerusakan, sehingga membantu dalam prioritas pemeliharaan. Hasil penelitian menunjukkan bahwa aplikasi monitoring berbasis Android ini dapat secara efektif mengelompokkan dan menampilkan status kerusakan perangkat, serta memberikan notifikasi kerusakan secara real-time. Sistem ini meningkatkan efisiensi monitoring laboratorium, mempermudah pengelolaan, dan membantu pemangku kepentingan dalam proses perbaikan dan pemeliharaan perangkat laboratorium.
Co-Authors Abda Abda Abdullah, Syaukani Adeng Slamet Aditya, Fiqri Akhmad Unggul Priantoro Ayu Zulfiani Azima, Muhammad Fauzan Belinda Analido Dedi Kundana Diki Andita Kusuma DWI SURYANTO Elpisah Fitria . Fitria . Fitria Fitria Harahap, Juliandi Hari Sabita Haris Luthfi, Muhammad Herwanto, Riko Kesuma, Martika Ketang Wiyono Kristyanto, Andi Lubis, Nita A. Luh Putu Ratna Sundari M Devid Alam Carnegie Novita, Eka Nur Listanto, Arif pratama, febri Rachma Zannati Rian Sefriadi Rifki, Rifki Arif Rio Kurniawan Rusika, Deddy Setiawan, Gatot B Sherly Trisnawati Siti Mukodimah Siti Nurhaliza Sri Suning Kusumawardani Sriyanto Sriyanto Sriyanto, Sriyanto Sulyono Sunarso Sunarso Triloka, Joko Tupari Tupari Umar Zein W, Muhammad Fahreza Widyawan Yafik, Muhammad Ikrom Yuda Septiawan Yuni Arkhiansyah Yurnaliza, Yurnaliza