Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

2.286

P-Index

This Author published in this journals

All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Buana Informatika Jurnal Teknologi Informasi dan Ilmu Komputer Techno (Jurnal Fakultas Teknik, Universitas Muhammadiyah Purwokerto) Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) Jurnal Inspiration JOIN (Jurnal Online Informatika) Creative Information Technology Journal SISFOTENIKA Indonesian Journal on Software Engineering (IJSE) JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Jurnal Sains Dan Teknologi (SAINTEKBU) Jurnal Eksplora Informatika JURNAL REKAYASA TEKNOLOGI INFORMASI ILKOM Jurnal Ilmiah JurTI (JURNAL TEKNOLOGI INFORMASI) Angkasa: Jurnal Ilmiah Bidang Teknologi Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ Multitek Indonesia : Jurnal Ilmiah JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jurnal FATEKSA : Jurnal Teknologi dan Rekayasa CSRID (Computer Science Research and Its Development Journal) Jurnal Ilmiah Sinus Informasi Interaktif EDUMATIC: Jurnal Pendidikan Informatika Jurnal Tecnoscienza Respati Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat Jurnal TIKOMSIN (Teknologi Informasi dan Komunikasi Sinar Nusantara) Jurnal Teknimedia: Teknologi Informasi dan Multimedia JNANALOKA INFOSYS (INFORMATION SYSTEM) JOURNAL Indonesian Journal of Networking and Security - IJNS Jurnal Ekonomi dan Teknik Informatika Jurnal Ilmiah IT CIDA : Diseminasi Teknologi Informasi Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi Prisma Sains: Jurnal Pengkajian Ilmu dan Pembelajaran Matematika dan IPA IKIP Mataram Techno Teknomatika: Jurnal Informatika dan Komputer Explore Jurnal Sistem Informasi Komputer dan Teknologi Informasi

Emha Taufiq Luthfi

Universitas Amikom Yogyakarta

Author-ID : 2483683

Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry 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 Energy Engineering Environmental Science Industrial & Manufacturing Engineering Library & Information Science Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

Published : 81 Documents Claim Missing Document

Claim Missing Document

Articles

4 5 6 7 8

ANALISIS PEMBOBOTAN KATA PADA KLASIFIKASI TEXT MINING Agatha Deolika; Kusrini Kusrini; Emha Taufiq Luthfi
(JurTI) Jurnal Teknologi Informasi Vol 3, No 2 (2019): DESEMBER 2019
Publisher : Universitas Asahan

Abstract - In this era, we need to extract the text needed to visualize or need knowledge from a large collection of document texts. Text mining is the process of obtaining high-quality information from text. High-quality information obtained because of attention to patterns and trends by reading statistical patterns. In the process of extracting the text, we need to pay for the words offered to give value/weight to the terms provided in a document. The weight given to the term depends on the method used. In weighting many words such as algorithms for example such as TF, IDF, RF, TF-IDF, TF.RF, TF.CHI, WIDF. This research will be analyzed and compared with the TF-IDF, TF.RF, and WIDF algorithms. For the test method, the naïve Bayes classification method will be used and the valuation analysis using the confusion matrix. With a dataset used as many as 130 documents in which 100 data transfer and 30 test data. Based on the analysis of the results of the classification that has been done, it can determine the weighting of TF.RF with naif classification is better than weighting TF.IDF and WIDF with Accuracy values of 98.67%, Precision 93.81%, and Recall 96.67%.Keywords - Text Mining, TF-IDF, TF-RF, WIDF, Classification, Naïve Bayes. Abstract - Pada era sekarang ini pemanfaatan text mining sangatlah diperlukan untuk mevisualkan atau mengevaluasi pengetahuan dari kumpulan besar dari teks dokumen. Text mining adalah proses untuk memperoleh informasi berkualitas tinggi dari teks. Informasi berkualitas tinggi biasanya didapatkan karena memperhatikan pola dan tren dengan cara mempelajari pola statistik. Pada proses teks mining terdapat pembobobtan kata yang bertujuan untuk memberikan nilai/bobot pada term yang terdapat pada suatu dokumen. Bobot yang diberikan pada term tergantung kepada metode yang digunakan. Dalam pembobotan kata banyak sekali terdapat algoritma-algoritma contohnya seperti TF, Idf, RF, TF-IDF, TF.RF, TF.CHI, WIDF. Pada penelitian ini akan dianalisis dan dibandingkan algoritma TF-IDF, TF.RF, dan WIDF. Untuk metode pengujiannya akan digunakan metode klasifikasi naïve bayes dan analisis perbandingannya menggunakan confussion matrix. Dengan dataset yang digunakan sebanyak 130 dokumen yang mana 100 data traning dan 30 data uji. Berdasarkan analisa pada hasil klasifikasi yang telah dilakukan, dapat disimpulkan bahwa pembobotan TF.RF dengan klasifikasi Naïve bayes lebih baik dari pembobotan TF.IDF dan WIDF dengan nilai Accuracy 98,67%, Precision 93,81%, dan Recall 96,67%. Kata Kunci - Text Mining, TF-IDF, TF-RF, WIDF, Klasifikasi, Naïve Bayes.

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

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.

PREDIKSI KETERLAMBATAN PEMBAYARAN SPP SEKOLAH DENGAN METODE K-NEAREST NEIGHBOR (STUDI KASUS SMK AL-ISLAM SURAKARTA) Robi Wariyanto Abdullah; Kusrini Kusrini; Emha Taufiq Luthfii
Informasi Interaktif Vol 4, No 3 (2019): Jurnal Informasi Interaktif
Publisher : Universitas Janabadra

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (480.403 KB)

PREDIKSI KETERLAMBATAN PEMBAYARAN SPP SEKOLAH DENGAN METODE K-NEAREST NEIGHBOR (STUDI KASUS SMK AL-ISLAM SURAKARTA)

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)

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.

PENERAPAN METODE ANALYTICAL HIERARCHY PROCESS UNTUK REKOMENDASI ASISTEN DOSEN TERBAIK (STUDI KASUS: UNIVERSITAS AMIKOM YOGYAKARTA) Bondan Wahyu Pamekas; Kusrini Kusrini; Emha Taufiq Luthfii
Informasi Interaktif Vol 5, No 1 (2020): Jurnal Informasi Interaktif
Publisher : Universitas Janabadra

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

Assistant forum is one of the organizations under the direct guidance of University AMIKOM Yogyakarta, which serves as a forum for practicum assistants. Practical assistant or lab assistant in charge of assisting lecturers in lecture activities. The assistants are active college students and have passed the selection. At the end of each semester an evaluation is held to make it better in the future as well as giving awards to assistants. The awarding of course is a selection process. Therefore a system is needed that can help provide recommendations in accordance with previously determined criteria. In a decision support system there are various methods that can be used, one of them is the Analytical Hierarchy Process method. The process is done by entering assistant data into this method. Then do the calculation by determining the weight of each criterion. The results of this study to test the method that will be applied to this model so that it has accuracy that can be used as a reference in helping to determine the best assistant with ranking.Keywords: Decision Support System, Analytical Hierarchy Process, Recommendation

Analisis Kelulusan Mahasiswa Jurusan Sistem Informasi Stmik Amikom Yogyakarta Abdul Rokhim; Kusrini Kusrini; Emha Taufiq Luthfi
Jurnal Eksplora Informatika Vol 4 No 2 (2015): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (186.167 KB)

Quantitative association rule adalah metode yang sangat komplek untuk mencari hubungan antar item secara kuantitatif.Metode ini terdiri dari tiga proses, yaitu proses pengelompokan data yang jenis itemsetnya sangat banyak menjadikan ke beberapa interval, proses pencarian frequent itemset dan proses pencarian aturan yang mengandung nilai kuantitatif. Pada penelitian ini medote quantitative association rule digunakan untuk mencari informasi tentang faktor-faktor yang terkait dengan kelulusan mahasiswa.Tujuan penelitian ini untuk mengetahui faktor apa saja yang berpengaruh terhadap kelulusan mahasiswa STMIK AMIKOM Yogyakarta, sehingga pihak akademik dapat mengambil kebijakan. Penelitian ini fokus untuk menganalisis keterkaitan antara data mahasiswa dan data keaktifan mahasiswa dalam berorganisasi dan pekerjaan. Pada penelitian ini mencoba membandingkan hasil dari metode yang digunakan dengan cara pengujian manual dengan menggunakan sampel 15 data mahasiswa, agar aplikasi yang di bangun sesuai dengan metode yang digunakan. Dari hasil pengujian didapatkan 3 nilai interval dari data IPK dan ditemukan 11 rule akhir. Dari hasil analisis dapat disimpulkan bahwa dengan menggunakan metode Quantitative association rule aturan yang diperoleh dapat membantu menentukan kebijakan dari pihak STMIK AMIKOM.

Analisis Sentimen pada Ulasan Pembelian Produk di Marketplace Shopee Menggunakan Pendekatan Natural Language Processing Elik Hari Muktafin; Kusrini Kusrini; Emha Taufiq Luthfi
Jurnal Eksplora Informatika Vol 10 No 1 (2020): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v10i1.390

Ulasan produk di marketplace merupakan informasi yang berharga apabila diolah dengan baik. Penjual dapat melakukan analisis ulasan produk untuk mendapat informasi yang dapat digunakan dalam evaluasi produk dan layanan. Kegiatan analisis ulasan produk tidak cukup dengan melihat jumlah bintang, diperlukan melihat seluruh isi komentar ulasan untuk dapat mengetahui maksud dari ulasan. Apabila dalam jumlah sedikit dapat dilakukan secara manual, namun dalam jumlah banyak lebih efektif menggunakan sistem. Dibutuhkan sistem yang mampu menganalisis banyak ulasan dengan efektif agar memudahkan dalam memahami maksud ulasan. Penelitian ini menggunakan algoritma KNN dan TF-IDF dengan pendekatan NLP untuk mengklasifikasikan ulasan produk â€œhijab instanâ€ ke dalam 2 kelas (positif dan negatif). Klasifikasi menggunakan pendekatan NLP mendapat akurasi sebesar 76,92%, presisi 80,00% dan recall 74,07%, sedangkan tanpa NLP hanya mendapat akurasi sebesar 69,23%, presisi 80,00% dan recall 64,52%. Kata yang sering muncul pada ulasan dapat menggambarkan penilaian pembeli secara umum pada produk. Pada ulasan positif menunjukkan pembeli puas terhadap kualitas, kecepatan pengiriman dan harga barang, sedangkan pada ulasan negatif pembeli kecewa pada warna, dan jumlah barang yang dikirim tidak sama dengan yang dipesan.

Analisis Sistem Kendali Robot USMAN untuk Sterilisasi Lantai Masjid dengan Algoritma Proportional Integral Derivative Elik Hari Muktafin; Kusrini Kusrini; Emha Taufiq Luthfi
Jurnal Eksplora Informatika Vol 10 No 2 (2021): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v10i2.468

Lantai masjid merupakan media potensial untuk penyebaran COVID-19. Virus dapat menempel pada lantai dan terhirup oleh jamaah saat melakukan salat, sehingga dibutuhkan alat untuk membantu sterilisasi lantai masjid secara berkala. Dengan robot sterilisasi USMAN yang dilengkapi dengan sinar UVC diharapkan dapat membantu proses sterilisiasi secara efektif. Tujuan penelitian ini adalah untuk meningkatkan kinerja sistem kendali robot USMAN dengan penerapan algoritma PID (Proportional-Integral-Derivative), agar dapat bergerak lurus dan bermanuver secara tepat. Keterbaruan penelitian ini adalah penerapan Algoritma PID pada robot sterilisasi dengan ukuran memanjang 100 cm yang sulit dikendalikan dengan teknik set-timer. Penelitian ini terdiri dari tahapan analisis, desain, pengodean dan pengujian robot. Penggunaan kendali set-timer digantikan Algoritma PID dengan nilai Kp=10, Ki=0 dan Kd=100 yang dikombinasikan dengan sensor kompas, jarak dan rotary encoder. Hasil pengujian menunjukkan peningkatan kinerja kendali robot USMAN dengan nilai standar deviasi tertinggi untuk ketepatan jarak tempuh dari 10.46 menjadi 0,44, kelurusan gerak dari 10.21 menjadi 0,35 dan manuver berbelok dari 1,80 menjadi 0,29. Pembacaan halangan dengan sensor jarak untuk pengereman otomatis akurat dibawah 70 cm. Proses sterilisasi lantai masjid dengan ukuran 10 m x 10 m membutuhkan waktu 36,3 menit.

Algoritma K-Means pada Pengelompokan Pembelajaran Tatap Muka Terbatas Sesudah Vaksinasi COVID-19 Lili Kartikawati; Kusrini Kusrini; Emha Taufiq Luthfi
Jurnal Eksplora Informatika Vol 11 No 1 (2021): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v11i1.560

Pandemi COVID-19 menimbulkan potensi dampak sosial yang kurang baik, peranan sekolah dalam proses belajar mengajar tidak terlihat. Akses dan kualitas pembelajaran jarak jauh berbanding lurus dengan capaian belajar peserta didik. Capaian hasil belajar peserta didik menunjukkan tingkat kualitas pembelajaran yang telah dilakukan. Peserta didik yang terkendala dalam mencapai hasil belajar maka dibutuhkan langkah perbaikan proses belajar di antaranya melalui pembelajaran tatap muka terbatas. Pembelajaran tatap muka terbatas wajib menaati prosedur kesehatan, di antaranya pembatasan jumlah maksimal peserta didik dalam satu Rombel. Pengelompokan peserta didik dipilih sebagai solusi pembatasan jumlah peserta didik dalam Rombel. Metode eksperimen penelitian ini diterapkan pada hasil capaian belajar selama tengah semester genap 2020/2021 peserta didik X Usaha Perjalanan Wisata 1 di SMK Negeri 4 Yogyakarta. Pengelompokan dan pembuktian kualitas pengelompokan algoritma K-Means menggunakan metode silhouette coefficient serta rumus euclidean distance untuk mengukur jarak di antara dokumennya. Hal yang membedakan dengan penelitian clustering sebelumnya di antaranya dilakukan pengukuran kualitas peng-cluster-an dan melakukan penggalian lebih dalam pada pola-pola baru hasil peng-cluster-an yang terbentuk sehingga didapatkan pengetahuan baru. Kualitas clustering menghasilkan nilai Si=0,8313 yang berarti memiliki karakteristik struktur kuat dan menampilkan pengetahuan baru berupa kelompok rumpun mata pelajaran yang menginformasikan tingkatan daya serap peserta didik terhadap mata pelajaran.

Penentuan Association Rule Pada Kelulusan Mahasiswa Menggunakan Algoritma Apriori Christin Nandari Dengen; Kusrini Kusrini; Emha Taufiq Luthfi
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 3, No 1 (2019): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Perkembangan data mining tidak lepas dari perkembangan teknologi informasi khususnya dalam penentuan aturan asosiasi untuk mengetahui keterkaitan factor/atribut dalam kelulusan mahasiswa tepat waktu. Dalam mencapai sebuah kelulusan, ada banyak factor yang mempengaruhi kelulusan mahasiswa. Namun tidak semua factor tersebut dianggap penting, untuk itu dilakukan penelitian untuk mengetahui keterkaitan antar factor tersebut. Adapun metode dalam penelitian ini yaitu pengumpulan data, analisa data dan alur penelitian yang menggunakan algoritma apriori untuk menghasilkan aturan asosiasi. Dalam penelitian ini menggunakan factor nilai ipk, predikat kelulusan dan nilai toefl dengan menggunakan data kelulusan tahun 2014 dengan sampel 20 data mahasiswa. Dimana didapatkan 5 aturan asosiasi dengan nilai confidence rule 1 69%, rule 2 73%, rule 3 91%, rule 4 86% dan rule 5 73% . Kemudian setelah didapatkan hasil perhitungan manual, akan dilakukan pengujian dengan aplikasi WeKa. Dengan adanya penelitian ini, diharapkan dapat membantu pihak program studi dalam membimbing mahasiswa agar dapat lulus tepat waktu dengan memperhatikan keterkaitan antara factor-faktor dalam kelulusan mahasiswa.

Co-Authors Abdul Rokhim Abdullah Ardi Abidarin Rosidi Abidarin Rosidi Achmad Agus Athok Miftachuddin Agatha Deolika AGUS PURWANTO Akhmad Dahlan Anastasia Meyliana Andi Sunyoto Ardi, Abdullah Arham Rahim Arief Setyanto Astika Wulansari Bambang Soedijono WA Bambang Soedijono Wiraatmadja Berlilana Berlilana Christin Nandari Dengen Christin Nandari Dengen Danang Tejo Kumoro Dedi Tri Hermanto Dhani Ratna Sari Dhani Ratna Sari, Dhani Ratna Diah, M. Dwi Krisbiantoro, Dwi Ekastini Ekastini Eko Purwanto Elik Hari Muktafin Eliza Staviana Ema Utami Farozi, Mohamad Fendy Prasetyo Nugroho Fiyas Mahananing Puri Fryda Fatmayati Hardita, Veny Cahya Hasrul Intan Oktaviani Joang Ipmawati Kaharuddin Kanafi Kanafi Krisnawati Krisnawati Kusrini Lasimin Lili Kartikawati M Suyanto M. Diah M. Suyanto M. Suyanto, M. Manik Hapsara Miftachuddin, Achmad Agus Athok Miftahul Huda Mochammad Yusa Mochammad Yusa Mochammad Yusa, Mochammad Muqorobin Muqorobin Mursyid Ardiansyah Musa Hendri Janto Rahanra Musthofa Galih Pradana Norlaila Norlaila Nurhasan Nugroho Pamekas, Bondan Wahyu Parjono, Parjono Patmawati Patmawati, Patmawati Pendi Ventri Hendika Pranata, Caraka Aji Puri, Fiyas Mahananing Ripto Sudiyarno Rizky Handayani Rizqi Sukma Kharisma Robi Wariyanto Abdullah Saifulloh - STT Dharma Iswara Madiun, Saifulloh Saifulloh . Selvy Megira, Selvy Sigit Suryono Sigit Suryono Siti Alvi Sholikhatin Siti Nurhayati Sriyati Sriyati Stabit Handoyo Sukadi . Supriatin Supriatin Supriyati Supriyati Suryono, Sigit Tutut Maitanti Veny Cahya Hardita Victor Saputra Ginting Victor Saputra Ginting Wachid Marindra Hary Setyawan Wahyu Adie Saputro Wariyanto Abdullah, Robi Wing Wahyu Winarno Yans Safarid Hudha Yoga Handoko Agustin Yosef Murya Kusuma Ardhana

Title

Found 81 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 81 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 81 Documents
Search