Article Per Year (5 Year)
p-Index From 2021 - 2026
0.751
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
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
Check
Articles

Found 15 Documents
Search

 1   2 
KLASIFIKASI SENTIMEN PADA TWITTER DENGAN NAIVE BAYES CLASSIFIER Sigit Suryono; Ema Utami; Emha Taufiq Luthfi
Angkasa: Jurnal Ilmiah Bidang Teknologi Vol 10, No 1 (2018): Mei
Publisher : Institut Teknologi Dirgantara Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (143.198 KB) | DOI: 10.28989/angkasa.v10i1.218

Abstract

Klasifikasi sentimen merupakan salah satu cabang dari Text mining. Klasifikasi sentimen dapat menjadi sesuatu yang penting dalam proses evaluasi terhadap sebuah topik permasalahan. Tujuan utama dari klasifikasi sentimen adalah untuk mencari tahu polaritas dari sentimen positif, negatif dan netral. Klasifikasi sentimen salah satunya dapat diperoleh melalui tweet yang ada pada Twitter. Dalam tulisan ini, tweet yang berhubungan dengan kata kunci yang dicari dihimpun dengan menggunakan tools yaitu API Twitter. Data yang didapat dari proses penghimpunan akan diolah dengan menggunakan Natural Language Toolkit yang berjalan diatas bahasa pemrograman Python. Data selanjutnya akan dilakukan klasifikasi sentimen dengan menggunakan Naive Bayes untuk melihat sentimen yang dihasilkan. Dari proses klasifikasi yang telah dilakukan akan diukur tingkat akurasi. Dari hasil uji coba sebanyak 3 kali, didapatkan tingkat akurasi pada percobaan pertama 64.95%, kedua 66.36% dan ketiga 66.79% Hasil lain yang didapatkan dari proses klasifikasi yaitu Sentimen positif  28% sentimen negatif 20% dan sentimen netral 52%. Berdasarkan hasil persentase kelas sentimen, sentimen neutral merupakan sentimen yang paling banyak apabila dikaitkan dengan topik Presiden Joko Widodo dan Pemerintahannya.
KLASIFIKASI JENIS REMPAH-REMPAH BERDASARKAN FITUR WARNA RGB DAN TEKSTUR MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR Kaharruddin Kaharruddin; Kusrini Kusrini; Emha Taufiq Luthfi
Informasi Interaktif Vol 4, No 1 (2019): Jurnal Informasi Interaktif
Publisher : Universitas Janabadra

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (348.156 KB)

Abstract

 Indonesia is a country famous for its spices wealth, spices have many benefits such as cooking and can also be used as medicine, but nowadays there are many Indonesian people who cannot distinguish each type of spices especially the rhizomes that will be used due to their shape quite similar, even though the selection of the right type of spices in accordance with the needs is very important because the spices used for cooking or medicine have different taste and efficacy, therefore the use of computer technology needs to be used to facilitate and accelerate humans in conducting classifications, this research classifies spices based on RGB and Texture colors using K-Nearest Neighbor Algorithm and distance measurement using Euclidean Distance, from 30 times the test experiment gets the result that the level of truth with K = 1 is 76%, K = 3 is equal to 67% and K = 5 by 63%. From these results it is known that based on GE colors and computer textures can classify spices but with a fairly low accuracy so that further development is needed such as adding form features. Keywords: classification, spices, K-Nearest Neighbor.
Tinjuan Pustaka Sistematis - Sistem Rekomendasi Menggunakan Collaborative Filtering Fiyas Mahananing Puri; Kusrini Kusrini; Emha Taufiq Luthfi
JURNAL TECNOSCIENZA Vol. 5 No. 1 (2020): TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

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

Abstract

Pemanfaatan bigdata pada era industry 4.0 telah banyak diterapkan diberbagai bidang untuk membuat sebuah sistem rekomendasi, salah satunya pada bidang bisnis. Collaborative Filtering merupakan salah satu metode yang banyak digunakan pada saat ini untuk menghasilkan sebuah rekomendasi produk. Graph Database pada saat ini sudah menjadi pilihan yang banyak dikombinasikan dengan penggunaan metode Collaborative Filtering. Tujuan dari makalah ini adalah sebagai systematic literatur review untuk menentukan sebuah sistem rekomendasi dengan menggabungkan metode rekomendasi dengan database grafik. Hasil penelitian ini menjawab pertanyaan penelitian (Research Question) sebagai berikut. RQ1: Apakah penggunakan sistem rekomendasi dengan algoritma collaborative filtering mengalami peningkatan? RQ2: Apasajakah fokus dan tujuan penelitian dengan menggunakan collaborative filtering? RQ3: Sub-disiplin ilmu apa yang sering menggunakan collaborative filtering? Sebagai hasil dari tinjauan pustaka, 42 jurnal dipilih sebagai bahan Analisa yang diterbitkan antara tahun 2014 sampai dengan 2019. Hasil penelitian menunjukkan adanya keakuratan tingkat rekomendasi dari metode dan algoritma yang digunakan, dan menjawab pertanyaan selanjutnya (RQ2 dan RQ3). Kata kunci: Sistem Rekomendasi, Collaborative Filtering, Graph Database
Systematic Literature Review on Auditing Information Technology Risk Management Using the COBIT Framework Rizky Handayani; Ema Utami; Emha Taufiq Luthfi
Prisma Sains : Jurnal Pengkajian Ilmu dan Pembelajaran Matematika dan IPA IKIP Mataram Vol 11, No 4: October 2023
Publisher : IKIP Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33394/j-ps.v11i4.8871

Abstract

Information technology has an important role in carrying out company management activities. It is important that information technology is managed properly so that no risks arise that could endanger the company. Companies can implement information technology risk management through risk management audits. An audit on information technology risk management can help evaluate companies by identifying information technology risks and minimizing information technology risks. Such audits can be carried out with the help of the COBIT framework. This study intends to conduct a systematic literature review on risk management audits related to information technology using the COBIT framework. Literature search from IEEXplore, ScienceDirect and Garuda Kemdikbud database sources. Papers were selected based on inclusion criteria. Inclusion criteria include paper language is Indonesian and English, paper is published between 2019-2023, the paper describes COBIT in IT risk management audits, and paper is available as full text. The results obtained were 24 papers. There are two criteria for assessing paper quality, namely the paper contains the COBIT framework used for IT risk management audits and the paper contains the COBIT domain used. The results of the analysis of research questions indicate that COBIT 5 is a guide used by many researchers in information technology audits for risk management. COBIT 5 provides a complete and comprehensive risk governance guide for measuring enterprise IT risk management. Implementation of COBIT 5 in IT risk management audits to assist in risk assessment and risk management in order to minimize and prevent IT risks that may occur. Domain APO12 (Manage Risk) and EDM03 (Ensure Risk Optimization) as a reference in conducting IT risk management.
MARKER BASED AUGMENTED REALITY PADA BUKU POA DENGAN METODE FAST CORNER DETECTION Caraka Aji Pranata; Ema Utami; Emha Taufiq Luthfi
Explore Vol 11 No 2 (2021): Juli 2021
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v11i2.53

Abstract

Pada era yang serba digital saat ini, Augmented reality menjadi tren pada beberapa bidang. Pengertian augmented reality sendiri adalah sebuah teknologi yang dapat menggabungkan objek virtual dengan objek yang ada pada dunia nyata secara realtime. Augmented Reality berbeda dari Virtual Reality dan Mixed Reality. Marker base augmented reality merupakan jenis augmented reality yang menggunakan pengenalan gambar 2 dimensi secara real-time untuk memberi pengguna visualisasi data digital tambahan untuk memberikan informasi sesuai yang dibutuhkan. Fast Corner Detection merupakan sebuah algoritma yang diciptakan karena visualisasi realtime yang tidak cukup cepat dan memiliki source komputasi yang tidak terbatas. Buku Peralatan Olahraga Anak (POA) merupakan sebuah buku pedoman penggunaan dari Peralatan Olahraga Anak yang disusun untuk memberikan kemudahan dalam menggunakan peralatan tersebut. Penelitian ini membahas tentang efektifitas dari penggunaan metode FAST Corner Detection dalam teknologi Augmented Reality. Pengujian yang dilakukan dalam penelitian ini meliputi, waktu pendeteksian marker, jarak marker terhadap kamera, sudut marker terhadap kamera, dan pengaruh cahaya terhadap marker. Dari penelitian ini didapatkan hasil bahwa deteksi maksimal didapatkan saat pengujian di luar ruangan pada jarak 40cm.
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