Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

4.897

P-Index

This Author published in this journals

All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Annual Research Seminar Proceeding of the Electrical Engineering Computer Science and Informatics JOIN (Jurnal Online Informatika) Jurnal Teknik Komputer AMIK BSI Jurnal Teknoinfo JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) Jiko (Jurnal Informatika dan komputer) JUMANJI (Jurnal Masyarakat Informatika Unjani) MIND (Multimedia Artificial Intelligent Networking Database) Journal Jurnal ICT : Information Communication & Technology METIK JURNAL JATI (Jurnal Mahasiswa Teknik Informatika) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Tematik : Jurnal Teknologi Informasi Komunikasi Jurnal Teknik Informatika (JUTIF) Informatics and Digital Expert (INDEX) AJAD : Jurnal Pengabdian kepada Masyarakat Jurnal Locus Penelitian dan Pengabdian Jurnal Algoritma Industrial Research Workshop and National Seminar Jurnal Sosial dan Sains SisInfo : Jurnal Sistem Informasi dan Informatika J-Icon : Jurnal Komputer dan Informatika Jurnal Global Ilmiah Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Khazanah Informatika : Jurnal Ilmu Komputer dan Informatika

Ridwan Ilyas

Program Studi Teknik Informatika, Universitas Jenderal Achmad Yani

Author-ID : 2480928

Aerospace Engineering Humanities Astronomy Automotive Engineering Chemical Engineering, Chemistry & Bioengineering 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 Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Physics Social Sciences Other

Published : 48 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

Klasifikasi Kalimat Ilmiah Menggunakan 1D Convolutional Neural Networks Yoga Esa Mahendra; Ridwan Ilyas; Fatan Kasyidi
Prosiding Industrial Research Workshop and National Seminar Vol 11 No 1 (2020): Prosiding 11th Industrial Research Workshop and National Seminar (IRWNS)
Publisher : Politeknik Negeri Bandung

Kalimat-kalimat yang tuliskan dalam suatu karya ilmiah memiliki banyak sekali ragamnya yang dipengaruhi dari hasil rujukan yang berbeda. Keberagaman kalimat ilmiah tersebut dapat diklasifikasi berdasarkan kelas yang telah didefinisi. Pada penelitian sebelumnya telah menunjukan bahwa penggunaan arsitektur CNN dapat digunakan untuk klasifikasi kalimat dengan masukan berupa vektor kata. Vektor kata didapatkan melalui hasil praporses dan embedding dengan metode Word2vec. Proses klasifikasi dalam penelitian ini menggunakan 2019 data berupa kalimat tunggal yang diperoleh dari makalah ilmiah komputasi dan telah dilabeli kedalam empat kelas yaitu “Weak”, “Comparison”, “Point”, dan “Neutral”. Penelitian ini telah melakukan simulasi pengujian menggunakan CNNMultichannel dengan model optimasi Adam yang memilki learning-rate 0,001 menghasilkan akurasi 74,51% dengan nilai loss 0,82 sedangkan untuk model CNN-Singlechannel memperoleh akurasi sebesar 70,76% dan nilai loss 1,73. Dari serangkaian pengujian menunjukan bahwa untuk model terbaik dicapai ketika menggunakan model CNNMultichannel dengan skor F-Measure 45,55%.

Pengukuran Kesamaan Semantik Pasangan Kalimat Sitasi Menggunakan Convolutional Neural Network Janjan Nurjaman; Ridwan Ilyas; Fatan Kasyidi
Prosiding Industrial Research Workshop and National Seminar Vol 11 No 1 (2020): Prosiding 11th Industrial Research Workshop and National Seminar (IRWNS)
Publisher : Politeknik Negeri Bandung

Parafrasa merupakan salah satu istilah dalam linguistik yang berisi kalimat atau frasa untuk menyampaikan makna yang sama menggunakan kata-kata yang berbeda. Parafrasa juga digunakan untuk menguraikan suatu teks dalam bentuk atau susunan kata yang lain agar makna yang tersembunyi dalam teks tersebut dapat dijelaskan, namun untuk mengetahui makna suatu kalimat tidaklah mudah. Oleh karena itu, dibutuhkan model komputasi yang dapat mengukur kesamaan semantik pada pasangan kalimat sitasi. Kalimat sitasi diperoleh dari kumpulan sitasi hasil dari paper karya tulis ilmiah yang sudah dikumpulkan dan dilabeli oleh anotator. Pengukuran dilakukan menggunakan Convolutional Neural Network (CNN) dengan representasi vektor menggunakan Word2vec. Representasi kata yang terbentuk dari dua kalimat sebanyak 10.000 vektor menjadi masukan pada arsitektur CNN. Vektor yang terbentuk menjadi masukan untuk proses pelatihan pada MLP. Hasil pengukuran terdiri dari enam jenis kategori kelas hubungan pasangan kalimat sitasi yaitu Equivalent, Similar, Spesific, No Alignment, Related dan Opposite. Hal tersebut dikarenakan setiap pasangan kalimat memiliki kata yang berbeda namun memiliki makna yang sama. Hasil penelitian menunjukan hasil uji semantik pasangan kalimat sitasi dengan 1600 dataset latih menghasilkan akurasi sebesar 91% dan dengan menggunakan 400dataset uji menghasilkan akurasi 79% dengan F1-Score 66%.

Pembangkitan Kalimat Ilmiah Menggunakan Recurrent Neural Network Reza Dwi Putra; Ridwan Ilyas; Fatan Kasyidi
SisInfo Vol 3 No 1 (2021): SisInfo
Publisher : Universitas Informatika dan Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (508.008 KB)

Text Generation merupakan pekerjaan dasar Natural Language Processing (NLP), yang memainkan peran penting dalam sistem dialog dan terjemahan cerdas. Text Generation merupakan sistem yang dapat membangkitkan text berupa kalimat secara otomatis dari teks atau dokumen dengan menggunakan metode atau beberapa pola tertentu. Recurrent Neural Network (RNN) merupakan arsitektur jaringan saraf tiruan yang telah terbukti berkinerja baik karena pemrosesannya disebut berulang kali untuk memproses input data sekuensial. Penelitian ini telah berhasil membuat model komputasi pembuatan teks menggunakan RNN, dengan fitur yang telah diekstraksi menggunakan fungsi Word2Vec untuk menghasilkan satu set vektor. Dalam melakukan proses pembuatan teks penelitian ini menggunakan total 1000 data kalimat ilmiah. Penelitian ini melakukan perbandingkan dengan tiga optimasi yaitu Adam, Nadam, dan Adamax untuk menemukan tingkat pembelajaran terbaik dan cocok untuk pembuatan teks. Hasil tingkat pembelajaran terbaik diperoleh dengan pengoptimalan Adamax dengan nilai skor BLEU yang dihasilkan mencapai 28. Hal ini menunjukan bahwa kualitas hasil terjemahan dari sistem cukup baik dalam menghasilkan kalimat yang direkomendasikan.

KLASIFIKASI KALIMAT PADA BERITA OLAHRAGA SECARA OTOMATIS MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK Asep Saepul Ridwan; Yulison H Chrisnanto; Ridwan Ilyas
J-Icon : Jurnal Komputer dan Informatika Vol 9 No 1 (2021): Maret 2021
Publisher : Universitas Nusa Cendana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35508/jicon.v9i1.3708

Sports news is of great interest to today's society. This is because sports have grown into entertainment. There is a lot of sports news today that covers a wide range of sports, from branches that use the ball as objects for games like football, to sports in automotive race like formula 1. Beyond that, the substance of the sports news itself is as diverse as the news of managerial from a sports club, results matches, player injuries, et cetera. Surely such a thing would be difficult. The network wants one in the field of discussion in the news. Overlap data occurs in the sports news document because it mixes one sentence data with the other. Some of the content in the sports news is about managerial, players, schedules, previews, reviews, standings, statistics, champions, etc. Becomes a problem when the reader wants a topic on the news that focuses on one particular discussion. This study has built a book on sentence classification meaning Artificial Neural Network (ANN) with a method of learning Backpropagation. The feature used is the frequency of the occurrence of a term in the corresponding sentence and the calculating result of a distributed term. The testing of our proposed methods shows an accuracy of 99% to best results on training data and 57% on test data.

Peningkatan Kualitas Produk Paguyuban Jamu Manunggal Kota Cimahi Melalui Standardisasi Bahan Baku Fahrauk Faramayuda; Ari Sri Windyaswari; Ridwan Ilyas; Dhimas Ariya Wibiksana; Nursafira Khairunnisa Ismail; Reyhan Adriana Deris; Rifaz Muhammad Sukma; Tzazkia Febriyana Akbar; Chandani Nurul Hafizah; Rizka Khoirunnisa Guntina
AJAD : Jurnal Pengabdian kepada Masyarakat Vol. 3 No. 2 (2023): AUGUST 2023
Publisher : Lembaga Mitra Solusi Teknologi Informasi (L-MSTI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59431/ajad.v3i2.185

The activity of the community of herbal medicine manunggal in Cimahi city, as the main partner, is to guide the processing of traditional medicines and the herbal medicine business. The proposing team held an initial meeting and socialization for members of the Jamu Manunggal community in the city of Cimahi on December 25, 2021, regarding counseling on planting, post-harvest processing, and the benefits of the cat's whiskers plant. From the results of these activities, several problems were identified: the raw materials for traditional medicines in the Jamu Manunggal Association needed to be better standardized. This activity aims to improve the quality of traditional medicinal products through standardization. The results of the drying shrinkage testing of the five medicinal raw materials met the standards in the Indonesian Herbal Pharmacopoeia. In testing the water-soluble ash content, the levels obtained were not too large illustrating the potential for minor contamination of traditional medicinal raw materials. The general conclusion is that the raw materials for traditional medicine in the Jamu Manunggal Association of Cimahi City have good quality.

Deteksi Objek Bahasa Isyarat Huruf Bisindo Menggunakan SSD-Mobilenet Gunawan Abdillah; Ridwan Ilyas
Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Vol 5, No 1 (2024): Edisi Januari
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/kesatria.v5i1.295

Automatic sign language recognition systems help the hearing-impaired community communicate better. The pure sign language system developed by deaf Indonesians is called BISINDO. BISINDO is used by deaf friends based on their knowledge of their environment. SSD is an abbreviation for Single Shot MultiBox Detector, a method of detecting objects in images using a neural network in one stage. With SSD, objects of any size and shape can be identified easily and accurately without the need for object suggestions or complex resampling steps. This research uses SSD Mobile Net to identify bisindo sign language for the Letter category. The evaluation results show that the best model is SSD Mobilenet V1 FPN 640 x 640.

Penanganan Overfitting pada Klasifikasi Berita Hoax berbasis Neural Networks dengan Dropout dan Regularization Ridwan Ilyas; Fatan Kasyidi; Maulidina Norick Eriyadi
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 10, No 2 (2024): Periode Juli 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v10i2.23121

Penelitian ini mengevaluasi efektivitas berbagai teknik deteksi hoaks di Indonesia menggunakan model klasifikasi teks dengan dua ukuran dataset berbeda, yaitu 250 dan 650 sampel. Hoaks di media sosial memiliki dampak signifikan pada masyarakat, sehingga deteksi yang akurat sangat penting. Penelitian ini menguji tiga algoritma machine learning—ID CNN, Bi-LSTM, dan LSTM—dengan teknik regulasi seperti original, regularization, dan dropout. Hasil penelitian menunjukkan bahwa teknik regularisasi pada ID CNN memberikan akurasi tertinggi pada dataset 250 sampel, sementara Bi-LSTM dengan teknik original mencapai akurasi tertinggi pada dataset yang sama. Dataset yang lebih besar (600 sampel) menunjukkan bahwa teknik regularisasi pada ID CNN tetap stabil, sedangkan teknik dropout memberikan hasil yang bervariasi. Analisis menggunakan confusion matrix dan grafik learning menunjukkan adanya overfitting pada model, terutama pada dataset yang lebih kecil. Temuan ini menegaskan pentingnya penerapan teknik regulasi untuk mengurangi overfitting dan meningkatkan generalisasi model dalam deteksi hoaks. Penelitian ini memberikan kontribusi pada pengembangan sistem deteksi hoaks yang lebih efektif di Indonesia.

ANALISIS DAN INTEGRASI API GOOGLE CLASSROOM PADA SISTEM INFORMASI AKADEMIK MENGGUNAKAN CREDENTIAL UNTUK PENGAMBILAN DATA NILAI AKADEMIK DI SEKOLAH MENENGAH PERTAMA 3 CIMAHI Fauzi, Ridwan; Ashaury, Herdy; Ilyas, Ridwan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i4.7294

Sistem Informasi Akademik (SIAKAD) menjadi hal yang penting di dunia pendidikan sebagai media pengelolaan data akademik dalam mendukung pembelajaran di sekolah. Sehingga kegiatan akademik dapat terkelola menjadi informasi yang bermanfaat dalam pengelolaan manajemen di sekolah, Pada jaman sekarang siswa dan guru banyak melakukan kegiatan belajar mengajar melalui aplikasi google classroom sementara google classroom merupakan alat belajar mengajar siswa dan guru dan juga dapat membantu dalam komunikasi namun google classroom memiliki kelemahan seperti pengambilan nilai akademik yang masih kurang efisien dan memindahkannya masih manual oleh karena pada penelitian ini akan dilakukan integrasi API google classroom yang menggunakan teknologi Java dan Python dengan sistem informasi akademik yang menggunakan teknologi laravel dan juga menguji kemampuan dari API sistem informasi akademik. Pada penelitian sebelumnya pengujian performa API telah dilakukan menggunakan teknologi Node JS dan PHP pada sistem informasi akademik. Hasil dari penelitian ini telah berhasil mengintegrasi API google classroom yang menggunakan teknologi Java dan Python dengan sistem informasi akademik yang menggunakan teknologi Laravel untuk pengambilan data nilai dan melakukan pengujian performa API menggunakan teknologi laravel hasilnya menunjukkan kinerja laravel dengan hasil throughput 63% menunjukkan lebih baik dari teknologi PHP dengan hasil throughput 48,70% tetapi tidak sebaik kinerja teknologi Node JS dengan hasil throughput 100%.

PREDIKSI POTENSI POPULASI DOMBA MENGGUNAKAN METODE WEIGHTED MOVING AVERAGE Asendra, Irfan; Witanti, Wina; Ilyas, Ridwan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 5 (2023): JATI Vol. 7 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i5.7374

Domba merupakan hewan ternak yang sangat berharga dalam industri peternakan karena perannya yang sangat penting dalam memasok daging dan produk hewani dalam pemenuhan kebutuhan akan sumber protein hewani. Domba dikenal karena adaptasi lingkungan yang luar biasa, efisiensi dalam konsumsi pakan, dan tingkat reproduksi yang tinggi, menjadikannya aset yang sangat berharga dalam pemenuhan kebutuhan protein hewani. Namun, pertumbuhan populasi domba seringkali dihadapkan pada tantangan yang meliputi fluktuasi harga pasar, perubahan lingkungan, pergeseran permintaan konsumen, dan faktor internal seperti tingkat kematian dan penjualan. Memprediksi populasi domba memiliki potensi untuk membantu sektor peternakan merencanakan dan melaksanakan tindakan yang lebih efektif dalam pengelolaan ternak, termasuk aspek reproduksi, pemeliharaan, dan pemasaran. Penelitian ini berfokus pada prediksi populasi domba dengan menggunakan metode Weighted Moving Average (WMA) dan mengevaluasi hasil prediksi dengan metrik seperti Mean Absolute Deviation (MAD), Mean Squared Error (MSE), Root Mean Squared Error (RMSE), serta Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa evaluasi tersebut menghasilkan nilai MAD sebesar 53.34, MSE sebesar 7628.92, RMSE sebesar 87.34, dan MAPE sebesar 3.61.

PREDIKSI CUSTOMER CHURN PADA PERUSAHAAN TELEKOMUNIKASI MENGGUNAKAN ALGORITMA C4.5 BERBASIS PARTICLE SWARM OPTIMIZATION Rizki Kurniawan, Moch.; Nurul Sabrina, Puspita; Ilyas, Ridwan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 5 (2023): JATI Vol. 7 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i5.7476

Customer churn didefinisikan sebagai kecenderungan customer berhenti dan berpindah dari satu layanan kepada layanan lain pada periode tertentu, Karena ini merupakan masalah terpenting dalam dunia bisnis khususnya dalam industri telekomunikasi yang sangat mempengaruhi keuntungan perusahaan, dalam mendapatkan pelanggan baru biayanya jauh lebih tinggi dari pada mempertahankan pelanggan yang sudah ada. Memprediksi customer churn dapat membantu sektor CRM (Customer Relationship Management) pada perusahaan menentukan strategi mempertahankan pelanggan yang ada. Penelitian ini membahas mengenai prediksi customer churn menggunakan algoritma c4.5 berbasis particle swarm optimization yang digunakan untuk seleksi atribut dan optimasi pengukuran evaluasi confusion metrics. Skenario pembagian data latih 80% dan data uji 20%. Dari hasil penelitian optimasi particle swarm optimization mampu menyeleksi atribut pada algoritma C4.5, sehingga menghasilkan tingkat akurasi dalam prediksi customer churn yang lebih baik dibanding dengan menggunakan metode individual algoritma C4.5 terjadi peningkatan nilai akurasi sebesar 1.91% dengan nilai akurasi sebesar 91.55%, precision sebesar 85.21%, recall sebesar 85.0% dan f1-score sebesar 85.11%.

Co-Authors Achmad Aziz Adriana, Reyhan Agung Besti Agus Komarudin Akbar, Tzazkia Febriyana Aminuddin Ihsan, Aminuddin Ari Sri Windyaswari Ari Sri Windyaswari, Ari Sri Ariq Irawan, Muhamad Asendra, Irfan Asep Saepul Ridwan Ashaury, Herdy Aziz, Achmad Azmira Mifti Harjana Besti, Agung Chandani Nurul Hafizah Destri Wulansari Dhimas Ariya Wibiksana Djamal, Esmeralda Contesa Dwi Hendratmo Widyantoro Dwifani, Bella Melati Wiranur Eddie Khrisna Putra Eriyadi, Maulidina Norick Esmeralda C Djamal Esmeralda C Djamal Esmeralda C. Djamal Esmeralda C. Djamal Esmeralda Contessa Djamal Fadhilahsyah Ramadhan, Muhammad Diky Fahrauk Faramayuda, Fahrauk Fajri Rakhmat Umbara Fajri Umbara Fatimah Indrianti, Nisa Fitri Nur Suciani Gunawan Abdillah Gunawan Abdillah, Gunawan Hadiana, Asep Id Hidayat, Ferdian Afza Iqbal Prayoga Willyana Ismail, Nursafira Khairunnisa Iyan Taufik Hidayat Janjan Nurjaman Kania Ningsih, Ade Kasyidi, Fatan Luthfi Ahmad Fadhil Masayu Leylia Khodra Maulidina Norick Eriyadi Melina Melina Muhamad Ramdan, Muhamad Muhamad Rizal Firmansyah Muhammad Ramdhani, Muhammad Muhammad, Azri Naufal Akhfasy, Muhammad Neneng Nurhamidah NIDA MUTHI ANNISA Nur Shabrina, Nariswari Nurhamidah, Neneng Nursafira Khairunnisa Ismail Nurul S, Puspita Nurul Sabrina, Puspita Paramita, Veronika Santi Purnama Ginandjar, Ichas Putra, Dion Revaldy Putri, Dhiffa Namira Alifia Ramdani, Maullidan Alfa Rizki Fikri Ramdhan, Edvin Resa Abdilah Reyhan Adriana Deris Reza Dwi Putra Reza Indrawan Rezki Yuniarti Rezky Yuniarti ridwan fauzi Rifaz Muhammad Sukma Rizka Khoirunnisa Guntina Rizki Kurniawan, Moch. Sopian, Annisa Mufidah Susilowati, Merliana Tri Syarafina, Fildzah Tzazkia Febriyana Akbar Umbara, Fajri Rakhmat Wildan Pratama Wina Witanti Yamina Azmi Yoga Esa Mahendra Yulison Herry Chrisnanto Yustiana Fauziyah

Title

Found 48 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 48 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 48 Documents
Search