Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

1.259

P-Index

This Author published in this journals

All Journal Jurnal Inspiration Creative Information Technology Journal ILKOM Jurnal Ilmiah JurTI (JURNAL TEKNOLOGI INFORMASI) Angkasa: Jurnal Ilmiah Bidang Teknologi Informasi Interaktif Jurnal Tecnoscienza Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat Jurnal Ilmiah IT CIDA : Diseminasi Teknologi Informasi Prisma Sains: Jurnal Pengkajian Ilmu dan Pembelajaran Matematika dan IPA IKIP Mataram Explore

Emha Taufiq Luthfi

Universitas Amikom Yogyakarta

Author-ID : 2483683

Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Engineering Environmental Science Mathematics Physics Other

Published : 15 Documents Claim Missing Document

Claim Missing Document

Articles

1 2

Sistem Pendukung Keputusan Pemilihan Sales Terbaik Veny Cahya Hardita; Ema Utami; Emha Taufiq Luthfi
Creative Information Technology Journal Vol 5, No 2 (2018): Februari-April
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Peran sales dalam sebuah perusahaan yaitu seseorang yang bertugas untuk melakukan tugas menawarkan, mendistribusikan dan mencari pesanan pelanggan yang berupa produk, termasuk juga mengumpulkan informasi tertentu dari para konsumen. Sehingga tugas sales ini sangat penting dalam pendapatan sebuah perusahaan. Dengan membuat apresiasi setiap bulan berupa tunjangan bonus setiap bulan yang hanya diberikan kepada sales terbaik, maka akan memberikan semangat para sales dalam melakukan promosi dan penjualan terhadap produk pada perusahaan tersebut. Dalam memberikan apresiasi diperlukan sebuah sistem pendukung keputusan untuk merangkingkan sales terbaik yang akan dipilih. Penelitian ini menggunakan metode Simple Additive Weighting (SAW) dan Technique for Order Preference by Similarity (TOPSIS). Metode ini dirasa mampu untuk merekomendasikan sales terbaik setiap bulannya pada suatu perusahaan. Hasil dari penelitian ini berupa rangking dan selanjutnya akan dibuat rekomendasi untuk sales terbaik yang akan dipilih. Hasil yang didapat pada penelitian menggunakan metode SAW TOPSIS yaitu alternatif C11 terpilih sebagai sales terbaik dengan nilai 0,650 sehingga menjadikan Afandi sales terbaik.Kata Kunci—Sales, SAW, TOPSIS, RangkingThe role of sales in a company is someone who is tasked with the task of offering, distributing and searching for customer’s product order, this is include collecting certain information from customers. So the sales task is very important for earnings of company with monthly appreciation in the form of bonus allowance for the best sales, it is expected to encourage sales to promote and sell the company’s product. In giving appreciation need a decision support system to rank the best sales to be chosen. This research will discuss about the implementation of Simple Additive Weighting (SAW) and Technique for Order Preference by Similarity (TOPSIS) method. This method is considered capable of recommending the best sales every month for a company. The results of this research are in the form of ranking and recommendations will then be made for the best sales to be selected. The research result using SAW and TOPSIS method is the alternative C11 is choose as the best sales with score 0.650 and made Affandi as the best sales.Keywords—Sales, SAW, TOPSIS, Ranking

Algoritma LSTM-CNN untuk Binary Klasifikasi dengan Word2vec pada Media Online Dedi Tri Hermanto; Arief Setyanto; Emha Taufiq Luthfi
Creative Information Technology Journal Vol 8, No 1 (2021): Januari - Juni
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/citec.2021v8i1.264

Media online banyak menghasilkan berbagai macam berita, baik ekonomi, politik, kesehatan, olahraga atau ilmu pengetahuan. Di antara itu semua, ekonomi adalah salah satu topik menarik untuk dibahas. Ekonomi memiliki dampak langsung kepada warga negara, perusahaan, bahkan pasar tradisional tergantung pada kondisi ekonomi di suatu negara. Sentimen yang terkandung dalam berita dapat mempengaruhi pandangan masyarakat terhadap suatu hal atau kebijakan pemerintah. Topik ekonomi adalah bahasan yang menarik untuk dilakukan penelitian karena memiliki dampak langsung kepada masyarakat Indonesia. Namun, masih sedikit penelitian yang menerapkan metode deep learning yaitu Long Short-Term Memory dan CNN untuk analisis sentimen pada artikel finance di Indonesia. Penelitian ini bertujuan untuk melakukan pengklasifikasian judul berita berbahasa Indonesia berdasarkan sentimen positif, negatif dengan menggunakan metode LSTM, LSTM-CNN, CNN-LSTM. Dataset yang digunakan adalah data judul artikel berbahasa Indonesia yang diambil dari situs Detik Finance. Berdasarkan hasil pengujian memperlihatkan bahwa metode LSTM, LSTM-CNN, CNN-LSTM memiliki hasil akurasi sebesar, 62%, 65% dan 74%.Kata Kunci — LSTM, sentiment analysis, CNNOnline media produce a lot of various kinds of news, be it economics, politics, health, sports or science. Among them, economics is one interesting topic to discuss. The economy has a direct impact on citizens, companies, and even traditional markets depending on the economic conditions in a country. The sentiment contained in the news can influence people's views on a matter or government policy. The topic of economics is an interesting topic for research because it has a direct impact on Indonesian society. However, there are still few studies that apply deep learning methods, namely Long Short-Term Memory and CNN for sentiment analysis on finance articles in Indonesia. This study aims to classify Indonesian news headlines based on positive and negative sentiments using the LSTM, LSTM-CNN, CNN-LSTM methods. The dataset used is data on Indonesian language article titles taken from the Detik Finance website. Based on the test results, it shows that the LSTM, LSTM-CNN, CNN-LSTM methods have an accuracy of, 62%, 65% and 74%.Keywords — LSTM, sentiment analysis, CNN

Convolutional Neural Network untuk Kalasifikasi Penggunaan Masker Arham Rahim; Kusrini Kusrini; Emha Taufiq Luthfi
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 10, No 2 (2020): Jurnal Inspiration Volume 10 Issue 2
Publisher : STMIK AKBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35585/inspir.v10i2.2569

Coronavirus Disease-2019 (COVID-19) merupakan coronavirus jenis baru yang menjadi pandemi di berbagai negara. Salahsatu upaya pemerintah dalam mencegah penularan virus ini adalah dengan mewajibkan masyarakat untuk menggunakan masker serta memantau penggunaan maskar oleh masyarakat dalam kehidupan sehari-hari. Pada penelitian ini, dilakukan pengujian dengan mengklasifikasikan gambar wajah yang menggunakan masker dan tanpa menggunakan maskaer dengan menggunakan algoritma Convolutional Neural Network (CNN). Hasil penelitian ini menunjukkan model yang dibangun dapat melakukan klasifikasi gambar dengan tingkat akurasi mencapai 96%. Pengujian pada gambar wajah yang menggunakan masker memperoleh nilai precision 98%, recall 94% dan gambar wajah yang tidak menggunakan masker memperoleh nilai precision 94%, recall 98

Pengaruh Penerapan Kualitas Kegunaan, Kualitas Informasi dan Kualitas Interaksi Website Terhadap Kepercayaan Konsumen Hotel Di Kabupaten Banyumas Berlilana Berlilana; M. Suyanto; Emha Taufiq Luthfi
Jurnal Ilmiah IT CIDA Vol 3, No 2: Desember 2017
Publisher : STMIK Amikom Surakarta

Tujuan penulisan adalah untuk mengetahui pengaruh kualitas kegunaan, kulitas informasi dan kualitas interaksi website terhadap tingkat kepercayaan konsumen (Customer Trust). Pemilihan responden adalah tamu-tamu pada hotel yang menggunakan travel agent online untuk reservasi. Ukuran sampel ditentukan dengan metode Slovin, berdasarkan metode tersebut diperoleh ukuran sampel 205. Ukuran sampel ini sudah memenuhi syarat dalam analisis data dengan teknik structurel equation model dengan software AMOS, yaitu ukuran sampel minimal lima kali banyaknya indikator yang digunakan yaitu minimal 5 x 18 = 90 responden. Ketentuan lainnya adalah sepuluh kali banyaknya indikator yang digunakan yaitu minimal 10 x 18 = 180 responden. Analisis data dengan menggunakan metode Structural Equation Model (SEM) yang terdiri dari 7 tahap. Data yang diolah dengan teknik structural equation modelling (SEM) menggunakan software AMOS 22 mendapatkan hasil terdapat pengaruh positif kualitas kegunaan (Kkeg), kualitas informasi (Kinf) dan kualitas interaksi(Kint) terhadap kepercayaan konsumen (Kkep).Kata Kunci : Website, kepercayaan konsumen, structural equation modelling (SEM)

EVALUASI IMPLEMENTASI SISTEM INFORMASI PAKET APLIKASI SEKOLAH MENGGUNAKAN FRAMEWORK COBIT Stabit Handoyo; Bambang Soedijono WA; Emha Taufiq Luthfi
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 4 No 1 (2018): Juni
Publisher : Politeknik Indonusa Surakarta

This study discusses about School Information System Application Package Audit Using Cobit Framework implemented in SMK Negeri 2 Gedangsari. This study aims to measure the maturity level of the selected process that is DS4 and DS8 in SIM applications that have been applied in SMK Negeri 2 Gedangsari and to prepare recommendations as input for school management after getting the results of measurement maturity level Management Information Systems. The focus of this research is 1 domain of Cobit 4.1 which is the DS (Delivery and Support)domain, Especially DS04 and DS08. Data collection is done by distributing questionnaires, interviews and observations directly. The three methods are based on COBIT 4.1 model. The results of data processing will be used to find the weaknesses contained in each domain. The findings of weakness or problem will be compared with ideal conditions that have been set COBIT 4.1 at each level, so that the suitable recommendation can be applied. Based on the results of calculations on each IT process contained in the domain Delivery and Support (DS), the maturity level is at level 2 (repeatable), so that to achieve the desired maturity level at level 3 (defined process) then all procedures required in each process must be met. To achieve level 3 (defined process), every IT process must have standardized and written procedures that socialized to all parties involved in academic information system, that is to system manager and user. Such procedures should be documented and updated on a regular basis.

PEMANFAATAN TEORI MANAJEMEN HUBUNGAN PELANGGAN (CRM) UNTUK PENINGKATAN STRATEGI PEMASARAN DI PERGURUAN TINGGI Kanafi Kanafi; Kusrini Kusrini; Emha Taufiq Luthfi
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 5 No 1 (2019): Juni
Publisher : Politeknik Indonusa Surakarta

Dengan semakin ketatnya persaingan antar perguruan tinggi baik negeri maupun swasta mengakibatkan setiap perguruan tinggi harus dapat mengelola institusinya secara professional dan berkualitas. Setiap Perguruan Tinggi melakukan berbagai upaya yang bertujuan menghadapi persaingan, guna mendapatkan pengakuan kualitas dari masyarakat dan pemerintah, baik di tingkat nasional maupun internasional. Kemenristekdikti telah memberikan tuntunan agar sebuah institusi pendidikan dapat memiliki mutu yang baik, diminati banyak calon mahasiswa, sampai dengan daya saing yang tinggi tertuang dalam standarisasi Badan Akreditasi Nasional Perguruan Tinggi. STMIK Bina Patria merupakan perguruan tinggi yang jurusannya khusus dibidang teknologi informasi saat ini mempunyai beberapa fasilitas pelayanan sistem informasi diantaranya sistem informasi akademik, sistem informasi Website, sistem informasi perpustakaan, sistem informasi administrasi, sistem informasi Penerimaan Mahasiswa Baru dll. Namun saat ini di perguruan Tinggi ini belum diketahui model customer relationship dan belum pernah melakukan surve tentang tingkat kepuasan pelanggan terhadap layanan pendidikan yang mereka terima. Sehingga perlu dilakukannya surve tingkat kepuasan dengan pendekatan Customer Relationship Management menggunakan kerangka Service Quality, dan melalui uji validitas dengan metode Bivariate Pearson dan Uji Reliabilitas dengan metode Crobach Alpha. Hasil dari penelitian ini berupa rekomendasi strategi peningkatan pelayanan dan kepuasan pelanggan.

Penggunaan Metode Simple Addtive Weighting (SAW) Untuk Menetukan Calon Penerima Beasiswa Supriyati Supriyati; Kusrini Kusrini; Emha Taufiq Luthfi
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 5 No 3 (2019): Desember
Publisher : Politeknik Indonusa Surakarta

Pendidikan yang semakin tinggi akan membuka jalan seseorang menuju masa depan yang lebih baik. Bantuan pendidikan berupa beasiswa dari sekolah yang diberikan kepada siswa mampu menjadi motivasi tersendiri bagi siswa yang berprestasi. Data yang diolah pada penelitian ini diambil dari Smk Syubbanul Wathon Tegalrejo Magelang sebagai data input. Kriteria-kriteria yang diolah antara lain, data nilai rata-rata rapot, penghasilan orang tua, dan jumlah tanggungan orang tua dengan data alternatif (kandidat) 20 siswa. Penelitian ini bertujuan untuk membantu sekolah dalam menentukan calon penerima beasiswa dengan menggunakan metode Simple Additive Weighting (SAW). Hasil penelitian ini mampu menunjukkan bahwa alternatif yang memiliki nilai preferensi yang tertinggi dapat dijadikan prooritas sebagai calon penerima beasiswa.

Tinjauan Literatur Sistematis Chatbot Untuk Pelayanan Pelanggan Wahyu Adie Saputro; Kusrini Kusrini; Emha Taufiq Luthfi
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 7 No 1 (2021): Juni
Publisher : Politeknik Indonusa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46808/informa.v7i1.194

Conversational Bot atau Chatbot adalah sebuah konten yang divisualisasikan dalam format obrolan dan pengguna dapat berinteraksi dengan sistem menggunakan teks. Teknologi cerdas ini merupakan salah satu perkembangan dari Revolusi Industri 4.0 yang diimplementasikan guna meningkatkan pelayanan pada information service di segala industri. Seiring dengan meningkatnya kebutuhan chatbot dalam berbagai bentuk pelayanan, teknologi perancangan chatbot semakin berkembang. Banyak penelitian untuk merancang chatbot dengan akurasi terbaik dengan berbagai metode dan fitur yang digunakan. Penelitian ini dibuat untuk dapat mengidentifikasi metode dan fitur yang digunakan. Dengan format tinjauan literatur sistematis maka diperoleh 11 studi yang memenuhi ketentuan dan pengecualian, ada 10 algoritma dan 8 fitur yang telah digunakan dalam perancangan chatbot. Namun, metode dan fitur ini tidak selalu menjamin kinerja chatbot dengan akurasi tinggi. Akurasi dipengaruhi oleh dataset, fitur serta metode yang digunakan.

PERENCANAAN MASTER PLAN ARSITEKTUR BISNIS PT. GLOBAL ARTA BORNEO MENGGUNAKAN FRAMEWORK WARD AND PEPPARD Abdullah Ardi; Ema Utami; Emha Taufiq Luthfi
ILKOM Jurnal Ilmiah Vol 9, No 2 (2017)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v9i2.101.107-115

PT. Global Arta Borneo merupakan pemegang Izin Usaha Niaga Umum BBM Migas. Perusahaan tersebut bergerak dalam bidang Hilir Migas melalui Undang-Undang 22/2001 tentang Minyak dan Gas Bumi dan Peraturan Pemerintah 36/2004, serta Surat Izin Usaha Perdagangan No. 510/MP.1106504/PERINDAG. Tujuan dari penelitian ini adalah untuk menentukan strategi yang dapat dikembangkan dalam perancangan SI/TI di PT. Global Arta Borneo. Penyelarasan strategi SI/TI dalam mendukung tujuan organisasi untuk mencapai keunggulan yang kompetitif dan meningkatkan daya saing, dilakukan dengan pendekatan Ward and Peppard Framework menggunakan metode analisis Five Force Factors, PEST, CSF, Value Chain serta McFarlan. Hasil penelitian menujukkan terdapat 10 strategi rencana kegiatan yang ditunjukkan dengan roadmap Teknologi Informasi dan sistem informasi yang akan dibangun dalam jangka waktu 5 tahun.

PENERAPAN ALGORITMA C4.5 DALAM MEMPREDIKSI KETERLAMBATAN PEMBAYARAN UANG SEKOLAH MENGGUNAKAN PYTHON Victor Saputra Ginting; Kusrini Kusrini; Emha Taufiq Luthfi
(JurTI) Jurnal Teknologi Informasi Vol 4, No 1 (2020): JUNI 2020
Publisher : Universitas Asahan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36294/jurti.v4i1.1101

Abstract – Payment of school fees is an important factor in carrying out education because payment of school fees is one of the important obligations in getting an education. Research conducted by Muqorobin, 2019 with the research title "Optimizing the Naive Bayes Method with Feature Selection Gain for Predicting Late School Payment" produces an accuracy rate of 80%, then optimization is carried out using information gain and Naive Bayes produces an accuracy rate of 90%. The research conducted will be a prediction of late payment of school fees using the C4.5 algorithm and then carried out into the form of programming using Python, so as to produce a prediction result. Information Prediction Results obtained from Python then will try to compare the level of accuracy with the dataset that has been collected using a confusion matrix. The dataset obtained from De Britto Yogyakarta High School using Python produces an accuracy rate of 73%. This research is expected to help the school in making decisions and minimize the level of late payment of school fees.Keywords - Prediction, Algorithm C4.5, Python, and Data Mining.Abstract – Pembayaran yang sekolah merupakan faktor yang cukup penting dalam melangsungkan pendidikan karena pembayaran uang sekolah merupakan salah satu kewajiban penting dalam mendapatkan pendidikan. Penelitian yang telah dilakukan Muqorobin, 2019 dengan judul penelitian “Optimasi Metode Naive Bayes Dengan Feature Selection Gain Untuk Memprediksi Keterlambatan Pembayaran Uang Sekolah” menghasilkan tingkat akurasi sebesar 80%, kemudian dilakukan optimasi dengan menggunakan information gain dan Naive Bayes menghasilkan tingkat akurasi sebesar 90%. Penelitian yang dilakukan akan dilakukan prediksi keterlambatan pembayaran uang sekolah dengan menggunakan algoritma C4.5 dan kemudian dilakukan implementasi kedalam bentuk pemrograman dengan menggunakan Python, sehingga menghasilkan keterangan hasil prediksi. Keterangan Hasil Prediksi yang didapatkan dari Python, kemudian akan coba dilakukan perbandingan tingkat akurasi dengan dataset yang sudah dikumpulkan menggunakan confusion matrix. Dataset yang didapatkan dari Sekolah Menengah Atas De Britto Yogyakarta menggunakan Python menghasilkan tingkat akurasi sebesar 73%. Penelitian ini diharapkan dapat membantu pihak sekolah dalam mengambil keputusan dan meminimalisir tingkat keterlambatan pembayaran uang sekolah.Kata kunci - Prediksi, Algoritma C4.5, Python dan Data Mining.

Co-Authors Abdullah Ardi Arham Rahim Arief Setyanto Bambang Soedijono WA Berlilana Berlilana Dedi Tri Hermanto Ema Utami Fiyas Mahananing Puri Kaharuddin Kanafi Kanafi Kusrini Kusrini M. Suyanto Pranata, Caraka Aji Rizky Handayani Sigit Suryono Stabit Handoyo Supriyati Supriyati Veny Cahya Hardita Victor Saputra Ginting Wahyu Adie Saputro

Title

Found 15 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 15 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 15 Documents
Search