Article Per Year (5 Year)
p-Index From 2021 - 2026
3.761
P-Index
This Author published in this journals
All Journal Sainteks Jurnal Transformatika Jurnal Ilmiah Ekonomi Islam Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Justek : Jurnal Sains Dan Teknologi NUSANTARA : Jurnal Ilmu Pengetahuan Sosial CYBERNETICS BULETIN AL-RIBAATH GERVASI: Jurnal Pengabdian kepada Masyarakat Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer Journal of Innovation Information Technology and Application (JINITA) JUTECH : Journal Education and Technology Jurnal Media Informatika Jurnal Nasional Teknik Elektro dan Teknologi Informasi Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Multidisiplin West Science SmartComp Jurnal Komputer, Informasi dan Teknologi TEKNOSAINS: Jurnal Sains, Teknologi dan Informatika
Sucipto
Teknik Informatika Universitas Muhammadiyah Pontianak
Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Medicine & Pharmacology Social Sciences Other

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 27 Documents
Search

 1   2   3 
PELATIHAN JURNALISTIKA MENINGKATKAN MAHASISWA DALAM MEDIA MASSA, MEDIA SOSIAL BAGI ORGANISASI MAHASISWA UNIVERSITAS MUHAMMADIYAH PONTIANAK Barry Ceasar Octariadi; Sucipto; Alya Amanda Putri
GERVASI: Jurnal Pengabdian kepada Masyarakat Vol. 10 No. 1 (2026): GERVASI: Jurnal Pengabdian Kepada Masyarakat
Publisher : LPPM IKIP PGRI Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31571/gervasi.v10i1.10664

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan pemahaman dan keterampilan mahasiswa dalam bidang jurnalistika, khususnya dalam penulisan berita serta pemanfaatan media massa dan media sosial sebagai sarana publikasi organisasi. Metode yang digunakan adalah Participatory Action Research (PAR) dengan tahapan identifikasi masalah, perencanaan, pelaksanaan, evaluasi, dan refleksi. Sasaran kegiatan adalah mahasiswa organisasi mahasiswa (ORMAWA) Universitas Muhammadiyah Pontianak. Hasil pre-test menunjukkan bahwa 60% peserta belum memahami konsep dasar jurnalistik dan teknik pembuatan konten. Setelah pelatihan, hasil post-test menunjukkan peningkatan pemahaman yang signifikan dengan rata-rata mencapai 96%. Selain itu, evaluasi penyajian materi menunjukkan bahwa 75% peserta menilai pada kategori memuaskan hingga sangat baik, 15% sangat baik, dan 15% cukup, tanpa adanya penilaian negatif. Hal ini menunjukkan bahwa metode pelatihan yang digunakan efektif. Dengan demikian, kegiatan ini mampu meningkatkan kompetensi jurnalistik mahasiswa serta mendukung pengelolaan informasi organisasi secara lebih profesional dan informatif.
SISTEM PENDUKUNG KEPUTUSAN EVALUASI KINERJA UNTUK PEMILIHAN PEGAWAI TERBAIK MENGGUNAKAN METODE ROC DAN SAW Diky Pratama; Syarifah Putri Agustini Alkadri; Sucipto
Jurnal Media Informatika Vol. 7 No. 1 (2026): Edisi Januari - Februari
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v7i1.8001

Abstract

Penilaian pegawai bertujuan untuk memilih pegawai terbaik guna meningkatkan semangat kerja. Namun, pemberian reward sering kali tidak tepat sasaran, menyebabkan cemburu sosial dan diskriminasi. Permasalahan ini disebabkan oleh aspek penilaian yang kurang terukur, hanya berdasarkan perilaku, sasaran kerja, dan job description. Untuk memperbaiki hal ini, diperlukan sistem pendukung keputusan menggunakan metode ROC (Rank Order Centroid) dan SAW (Simple Additive Weighting) untuk pemilihan pegawai terbaik di Perumda AMGP Kota Singkawang. Sistem ini menggunakan 12 kriteria dalam 4 aspek penilaian: kesesuaian target, pencapaian target, target laporan, pengetahuan kerja, tanggung jawab, kejujuran, kerja sama tim, kehadiran, loyalitas, kerapian, kesesuaian kinerja, dan pencapaian instruksi tambahan. Hasil perhitungan dengan ROC dan SAW menempatkan Budiman di peringkat pertama dengan nilai preferensi 0.9212, diikuti oleh Bornez (0.8968) dan Agus Aryadin (0.8965). Pengujian dengan confusion matrix menunjukkan akurasi 100%. Sistem ini diharapkan dapat merekomendasikan pegawai terbaik secara tepat sasaran dan tidak terjadi lagi cemburu sosial.
Klasifikasi Penyakit Kanker Paru-Paru Menggunakan Metode Decision Tree C4.5 Khorlis Jainudin; Asrul Abdullah; Sucipto Sucipto
Justek : Jurnal Sains dan Teknologi Vol 8, No 3 (2025): September
Publisher : Unversitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/justek.v8i3.31981

Abstract

The incidence of lung cancer in Indonesia has shown a significant increase, positioning the country as the eighth highest in Southeast Asia, with a growth rate of 10.85% over the past five years. A considerable number of lung cancer cases remain undiagnosed at earlier stages due to difficulties in detection, which contributes to the high mortality rate associated with this disease. Consequently, there is a need for a relatively efficient and straightforward technique to uncover knowledge, patterns, and interrelationships among data. The objective of this study is to develop a classification model for lung cancer using the C4.5 decision tree method and to evaluate its predictive performance. The methodology comprises several stages, including data preprocessing, exploratory data analysis (EDA), handling of missing values, identification of duplicate records, assessment of feature correlations, separation of features and target variables, partitioning of data into training and testing sets, model implementation, and performance evaluation through a confusion matrix. The experimental results demonstrate that the proposed model achieves a recall of 90%, a precision of 86%, an F1-score of 88%, and an overall accuracy of 89%. These findings indicate that the C4.5 decision tree method is effective in classifying lung cancer cases and holds potential as a reliable approach in medical data analysis for early detection and diagnosis.
Penggunaan Information Retrieval untuk Mendeteksi Kesamaan Judul Skripsi dengan Modified Cosine Similarity Sri Wahyuni; Asrul Abdullah; Sucipto Sucipto
Justek : Jurnal Sains dan Teknologi Vol 8, No 2 (2025): Juni
Publisher : Unversitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/justek.v8i2.30146

Abstract

Abstract:  This research develops a web-based system to detect the similarity of thesis titles using the Modified Cosine Similarity method and TF-IDF weighting. This system helps students in evaluating the similarity of titles automatically, so as to avoid plagiarism and increase the originality of research. The process used includes text preprocessing (case folding, tokenizing, stopword removal, stemming), TF-IDF calculation for word weighting, and the use of Modified Cosine Similarity to measure the level of similarity between titles. The test results show that the system is able to identify the similarity of titles with a 100% recall rate, where titles with >70% similarity need to be revised, 31%-70% similarity can be clarified by adding words, and ≤30% similarity is potentially accepted as an original title. With this implementation, it is expected that students can more easily determine a thesis title that is unique and in accordance with academic standards.Abstrak: Penelitian ini mengembangkan sistem berbasis web untuk mendeteksi kemiripan judul skripsi menggunakan metode Modified Cosine Similarity dan pembobotan TF-IDF. Sistem ini membantu mahasiswa dalam mengevaluasi kemiripan judul secara otomatis, sehingga dapat menghindari plagiarisme dan meningkatkan orisinalitas penelitian. Proses yang digunakan meliputi text preprocessing (case folding, tokenizing, stopword removal, stemming), perhitungan TF-IDF untuk pembobotan kata, dan penggunaan Modified Cosine Similarity untuk mengukur tingkat kemiripan antar judul. Hasil pengujian menunjukkan bahwa sistem mampu mengidentifikasi kemiripan judul dengan tingkat recall 100%, di mana judul dengan kemiripan >70% perlu direvisi, kemiripan 31%-70% dapat diperjelas dengan penambahan kata, dan kemiripan ≤30% berpotensi diterima sebagai judul orisinil. Dengan implementasi ini, diharapkan mahasiswa dapat lebih mudah menentukan judul skripsi yang unik dan sesuai dengan standar akademik.
PERBANDINGAN METODE COSINE SIMILARITY DAN JACCARD SIMILARITY PADA SISTEM TEMU KEMBALI INFORMASI PENCARIAN ARSIP DOKUMEN Melda Melda; Sucipto Sucipto; Menur Wahyu Pangestika
NUSANTARA : Jurnal Ilmu Pengetahuan Sosial Vol 13, No 8 (2026): NUSANTARA: Jurnal Ilmu Pengetahuan Sosial
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jips.v13i8.2026.2186-2192

Abstract

Pengelolaan arsip dokumen pada instansi pemerintahan memegang peranan penting dalam mendukung pelayanan administrasi yang efektif. Namun, proses pencarian arsip yang masih dilakukan secara manual di Kantor Kecamatan Pontianak Selatan menyebabkan pencarian dokumen membutuhkan waktu yang lama dan berisiko menimbulkan kesalahan. Penelitian ini bertujuan merancang sistem temu kembali informasi berbasis web serta membandingkan kinerja metode Cosine Similarity dan Jaccard Similarity dalam pencarian arsip dokumen. Metode penelitian meliputi pengumpulan data melalui observasi, wawancara, dan studi literatur, dilanjutkan dengan tahapan preprocessing teks, pembobotan TF-IDF, implementasi algoritma, serta pengujian menggunakan confusion matrix dan User Acceptance Testing (UAT). Hasil penelitian menunjukkan bahwa metode Cosine Similarity memiliki performa yang lebih baik dibandingkan Jaccard Similarity dengan nilai accuracy 72,6%, precision 100,0%, recall 72,6%, F1-score 84,1%, dan waktu pemrosesan 0,091 detik. Sementara itu, Jaccard Similarity memperoleh accuracy 26,4%, precision 100,0%, recall 26,4%, F1-score 41,8%, dan waktu pemrosesan 0,709 detik. Dengan demikian, Cosine Similarity lebih efektif digunakan pada sistem pencarian arsip dokumen karena mampu menghasilkan tingkat relevansi dan efisiensi pencarian yang lebih baik.
Implementasi Sistem Temu Kembali Informasi Pencarian Hadis Menggunakan Metode Jaccard Similarity dan Algoritma Pembobotan TF-IDF Sabriyanti Sabriyanti; Syarifah Putri Agustini Alkadri; Sucipto Sucipto
Jurnal Multidisiplin West Science Vol 5 No 08 (2026): Jurnal Multidisiplin West Science
Publisher : Westscience Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58812/jmws.v5i08.3718

Abstract

Pencarian hadis secara manual masih menjadi kendala di banyak lembaga pendidikan Islam karena jumlah hadis yang besar dan variasi redaksi yang menyulitkan pencarian berbasis kata kunci. Penelitian ini mengembangkan sistem pencarian hadis berbasis web yang mampu menyajikan hasil secara relevan dan efisien menggunakan metode Jaccard Similarity dengan dukungan pembobotan TF-IDF. Sistem bekerja melalui tahapan preprocessing yang meliputi case folding, tokenisasi, filtering, stopword removal, dan stemming, kemudian dilanjutkan dengan pembobotan TF-IDF serta perhitungan kemiripan antara query dan dokumen hadis. Pengujian dilakukan terhadap 1.150 data hadis di Pondok Pesantren Darussalam Sengkubang. Hasil evaluasi menggunakan confusion matrix menunjukkan precision 72%, recall 95%, dan F1-score 82%. Pengujian black box memastikan seluruh fitur berjalan dengan baik, sementara UAT yang melibatkan 30 pengguna dengan 10 pertanyaan menghasilkan nilai 82,33% dalam kategori sangat layak. Sistem ini dinilai mampu membantu pencarian hadis secara lebih efektif dan mendukung proses pembelajaran yang lebih praktis.
Sistem Pendukung Keputusan Untuk Rekomendasi Topik Skripsi Dengan Metode Fuzzy AHP Asrul Abdullah; Sucipto Sucipto
Jurnal Transformatika Vol. 18 No. 2 (2021): January, 2021
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v18i2.2708

Abstract

The ability to produce a scientific work both journals, scientific articles and thesis is needed to support the competence of undergraduate students in a university. The existence of a thesis course in a number of universities is one of the efforts to train students in producing a scientific work. To arrive at the stage of making a thesis, a student must first study various kinds of courses in each study program. Choosing a thesis topic is one of the most difficult stages in the preparation of a thesis. This is because there are still many students who do not understand and know their interest and ability in one of the courses which will later be used as a topic in thesis preparation. The focus of this research is a decision support system that is able to answer student problems in determining thesis topics according to their abilities. The method used is a waterfall within the SDLC (system development life cycle) framework starting from system requirement, data collection, design, implementation, testing, and maintenance. The result of this research is the ability of the decision support system to provide recommendations for thesis topics according to the abilities of students. The greatest weight is for A5 students for Computer Networking interest of 1,410 while the smallest weight is for A4 students for Multimedia interest of 0.080.
Co-Authors Aldi Mulia Rismanto Alya Amanda Putri Arfiyan, Fandika Roinaldi Arochman Asrul Abdullah Atta Tha Ariq Barry Caesar Octariadi Barry Ceasar Octariadi Dedy Susanto Diky Pratama Dunga Triandri Fadillah Bergas Fenni Supriadi Friska Dwi Choirunisa Gebby Gisela Istikoma Khorlis Jainudin M. Khairul Anwari Melda Melda Menur Wahyu Pangestika, Menur Wahyu Muhammad Hendri Rachmat Wahid Saleh Insani Rachmat Wahid Saleh Insani Ria Maisya Syarifah Sabriyanti Sabriyanti Sinta Rama Dani Sri Wahyuni Syahril Arsad Syarifah Putri Agustini Alkadri Ya' Ilham Eka Saputra Yulrio Brianorman