Article Per Year (5 Year)
p-Index From 2021 - 2026
5.029
P-Index
This Author published in this journals
All Journal Paradigma Jurnal Pilar Nusa Mandiri Buffer Informatika Jurnal Teknik Informatika STMIK Antar Bangsa JURIKOM (Jurnal Riset Komputer) JSI (Jurnal sistem Informasi) Universitas Suryadarma EVOLUSI : Jurnal Sains dan Manajemen JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Journal of Computer System and Informatics (JoSYC) Jurnal Sistem Komputer dan Informatika (JSON) Jurnal Teknologi Informatika dan Komputer Journal Automation Computer Information System (JACIS) Informatics and Computer Engineering Journal Jurnal Nasional Teknologi Komputer Jurnal Inovasi Pendidikan dan Teknologi Informasi (JIPTI) Jurnal Teknologi Informasi Indonesia Indonesian Community Service Journal of Computer Science (IndoComs)
Yamin Nuryamin
Universitas Bina Sarana Informatika
Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Environmental Science Industrial & Manufacturing Engineering Other

Published : 43 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 43 Documents
Search

 1   2   3   4   5 
ANALISIS SENTIMEN RESPON PENGGUNA CHAT GPT MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE Safitri, Angelina; Firmansyah, Ilhan; Yani, Fitri; Kurniawan, Muhammad Arif; Nuryamin, Yamin
Jurnal Inovasi Pendidikan dan Teknologi Informasi (JIPTI) Vol. 6 No. 2 (2025): Jurnal Inovasi Pendidikan dan Teknologi Informasi (JIPTI)
Publisher : Information Technology Education Department

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52060/jipti.v6i2.3810

Abstract

This study aims to analyze user sentiment toward ChatGPT based on comments collected from the YouTube platform using the Support Vector Machine (SVM) algorithm. SVM belongs to the supervised learning algorithm group. The data were collected through web scraping using the YouTube Data API v3, resulting in 999 valid comments. The initial process included data cleaning using regular expressions to remove irrelevant characters, duplicates, and noise. Sentiment correction was then performed using a bilingual lexicon-based function (Indonesian and English) to improve classification accuracy based on language context. The initial sentiment distribution analysis showed 53.85% positive, 33.53% negative, and 12.61% neutral sentiments. To address class imbalance, a balancing process was conducted before model training. The preprocessing stage involved feature normalization and feature selection before splitting the dataset into 70% training and 30% testing data. The SVM model was trained and evaluated using performance metrics such as accuracy, precision, recall, F1-score, and AUC. The evaluation results showed an AUC of 0.90, accuracy of 81.6%, precision of 89.2%, recall of 51.6%, and F1-score of 65.4%. Based on these results, the SVM algorithm proved effective in classifying user sentiments toward ChatGPT with a high level of accuracy after the data balancing process.
ANALISIS PREDIKSI PENYAKIT HEPATITIS MENGGUNAKAN ALGORITMA DECISION TREE DAN NAIVE BAYES Ginting, Axel Elyas; Fadililah, Akbar Fajar; Kusumah, Mayang; Nuryamin, Yamin; Priyatna, Ade
Jurnal Nasional Teknologi Komputer Vol 5 No 4 (2025): Oktober 2025
Publisher : CV. Hawari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61306/jnastek.v5i4.317

Abstract

ABSTRAK Penyakit hepatitis merupakan salah satu masalah kesehatan global yang kritis dan terus menjadi tantangan besar dalam dunia medis karena menyerang organ hati dan sulit terdeteksi pada tahap awal. Kondisi ini menuntut adanya metode diagnosis yang lebih cepat, efektif, dan mampu memberikan prediksi akurat untuk membantu tenaga medis dalam proses identifikasi dini. Seiring perkembangan teknologi, pendekatan berbasis machine learning mulai banyak diadopsi untuk mendukung analisis data medis secara otomatis. Penelitian ini bertujuan untuk menganalisis dan membandingkan performa dua algoritma klasifikasi, yaitu Decision Tree dan Naive Bayes, dalam memprediksi status penyakit hepatitis berdasarkan data biokimia darah. Dataset yang digunakan bersumber dari platform Kaggle, terdiri atas 615 data pasien dan 14 atribut laboratorium. Tahapan penelitian meliputi pra-pemrosesan data, normalisasi, pembagian data menjadi 70% data latih dan 30% data uji, pelatihan model, serta evaluasi menggunakan metrik akurasi, presisi, recall, F1-score, dan confusion matrix. Hasil penelitian menunjukkan bahwa algoritma Decision Tree memperoleh akurasi sebesar 88,65%, sedikit lebih tinggi dibandingkan algoritma Naive Bayes yang mencapai akurasi 87,03%. Temuan ini mengindikasikan bahwa Decision Tree lebih efektif dalam menangani variasi data dan hubungan non-linear antar fitur biokimia. Secara keseluruhan, penelitian ini menegaskan bahwa kedua model mampu digunakan sebagai sistem pendukung keputusan dalam mendeteksi hepatitis, namun Decision Tree menjadi model yang lebih potensial untuk diimplementasikan pada tahap diagnosis awal.
Analisis Sentimen Pengguna TikTok tentang Pembangunan IKN Menggunakan Algoritma Naive Bayes dan Decision Tree Zamani, Sauqi; cahya, Andre; oknel; nuryamin, yamin; Priyatna, Ade
Jurnal Nasional Teknologi Komputer Vol 5 No 4 (2025): Oktober 2025
Publisher : CV. Hawari

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

Abstract

Pembangunan ibu kota nusantara atau IKN kembali menjadi perbincangan hangat di masyarakat Indonesia khususnya di media sosial seperti TikTok. Pendapat orang berbeda-beda, ada pro dan ada kontra. Penelitian ini ingin mengetahui bagaimana sentimen publik terhadap proyek ini, serta membandingkan kinerja algoritma Naive Bayes dan Pohon Keputusan untuk klasifikasi teks. Kami menggunakan kumpulan data dari Kaggle berjudul "analisis sentimen IKN" dalam format CSV. Kami menyiapkan Data terlebih dahulu melalui tahapan preprocessing, mulai dari membuat semua huruf kecil, membersihkan teks, memecahnya menjadi kata-kata, menghilangkan kata-kata umum yang tidak penting, dan mereduksinya menjadi bentuk-bentuk dasar menggunakan pustaka sastra. Model dilatih menggunakan teknik TF-IDF untuk mengubah teks menjadi vektor, dengan data dibagi 80% untuk latihan dan 20% untuk pengujian. Dari hasil tersebut, sentimen negatif lebih dominan, hampir 52,1%, sedangkan positif hanya 46,2%. Algoritma Naive Bayes mendapat akurasi 84,04%, dan ternyata lebih baik dari Decision Tree. Intinya, Naive Bayes lebih cocok untuk analisis sentimen teks bahasa Indonesia khususnya tentang perkembangan IKN. Penelitian ini juga dapat membantu pengembangan cara analisis sentimen dalam bahasa kita untuk masalah sosial penting di negara ini.
Analisis Keparahan Banjir di DKI Jakarta Tahun 2020 Menggunakan Algoritma Random Forest darminto; Achmad, Alman; Dionaci rizki utami; Yamin Nuryamin; Ade Priyatna
Jurnal Nasional Teknologi Komputer Vol 5 No 4 (2025): Oktober 2025
Publisher : CV. Hawari

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

Abstract

Banjir merupakan salah satu bencana alam yang paling sering terjadi di Provinsi DKI Jakarta dan menimbulkan dampak sosial serta ekonomi yang signifikan. Penelitian ini bertujuan untuk memprediksi tingkat keparahan banjir menggunakan algoritma Random Forest Classifier berdasarkan data kejadian banjir tahun 2020 yang diperoleh dari BPBD DKI Jakarta. Proses analisis dilakukan melalui tahapan pembersihan data, normalisasi, pembentukan label tingkat keparahan, pelatihan model, serta evaluasi performa di Google Colab. Hasil penelitian menunjukkan bahwa model Random Forest mampu mencapai performa tinggi dengan nilai akurasi, precision, recall, dan f1-score sebesar 100% pada tiga kategori klasifikasi: Rendah, Sedang, dan Tinggi. Variabel jumlah terdampak jiwa dan ketinggian air menjadi faktor paling dominan dalam menentukan tingkat keparahan banjir. Model ini berpotensi menjadi alat bantu dalam pengambilan keputusan mitigasi bencana, serta dapat dikembangkan lebih lanjut dengan menambahkan fitur curah hujan dan data multi-tahun. Sehingga dapat membantu pemerintah dalam menanggulangi bencana banjir.
Analisis Sentimen Air Mineral dan Demineral Menggunakan SVM pada Dataset Tidak Seimbang Rana, Dipo Yudhis; Fadillah, Nur; Syarifah, Asyifa Raudha; Afiandri, Dhea Aulia; Rianto, Harsih; Nuryamin, Yamin; Susilowati, Susi
Journal Automation Computer Information System Vol. 5 No. 2 (2025): November
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v5i2.138

Abstract

Penelitian ini menganalisis sentimen opini pengguna platform X terhadap air mineral dan air demineral menggunakan pendekatan kuantitatif eksperimental. Data set terdiri dari 140 tweet yang dilabeli manual ke dalam tiga kategori: positif (38.57%), negatif (13.57%), dan netral (47.86%). Ketidakseimbangan kelas ekstrem dan ukuran data set yang sangat kecil menjadi tantangan utama yang mendasari novelty penelitian ini. Penelitian ini menguji hipotesis bahwa class weighting lebih efektif daripada Synthetic Minority Over-sampling Technique (SMOTE) pada dataset kecil. Klasifikasi menggunakan Support Vector Machine (SVM) dengan pra-pemrosesan teks (case folding, data cleaning, stemming Sastrawi, stopword removal) dan ekstraksi fitur Term Frequency-Inverse Document Frequency (TF-IDF). Evaluasi melalui 10-fold stratified cross-validation menunjukkan SVM dengan class weighting mencapai akurasi 57.14% dan F1-score macro 42.36%, sedikit mengungguli SMOTE (53.57% akurasi, 40.98% F1 macro). Uji statistik (Cohen's d = 0.125) mengkonfirmasi tidak ada perbedaan signifikan, membuktikan SMOTE tidak efektif pada dataset sangat kecil. Kelas minoritas (negatif) mencapai F1-score hanya 8%, menunjukkan tantangan ketidakseimbangan ekstrem. Kontribusi utama penelitian ini adalah validasi empiris bahwa class weighting lebih robust daripada SMOTE untuk analisis sentimen berbahasa Indonesia pada kondisi data terbatas
Prediksi ISPU Jakarta Menggunakan Random Forest Roris, Renaldi Putra; Saputra, Andhika; Fahrizal, Ahmad; Susilowati, Susi; Rianto, Harsih; Nuryamin, Yamin
Journal Automation Computer Information System Vol. 5 No. 2 (2025): November
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v5i2.139

Abstract

Polusi udara Jakarta memerlukan sistem prediksi akurat untuk peringatan dini kesehatan publik. Penelitian ini mengembangkan model machine learning untuk memprediksi Indeks Standar Pencemar Udara (ISPU) harian maksimum menggunakan dataset 3.045 observasi dari lima stasiun pemantauan (Januari–Agustus 2024) dengan enam parameter polutan (PM10, PM2.5, SO2, CO, O3, NO2). Tiga algoritma dievaluasi: Linear Regression, Random Forest, dan Gradient Boosting. Random Forest mencapai kinerja terbaik dengan R² = 0,9575, RMSE = 4,44, dan MAE = 0,82, melampaui studi sejenis (R² = 0,78–0,89). Analisis feature importance mengungkapkan PM2.5 mendominasi prediksi ISPU dengan kontribusi 87,11%, jauh melebihi NO2 (4,94%) dan SO2 (2,84%). Penelitian memberikan tiga kontribusi: (1) model prediksi ISPU akurasi tertinggi untuk implementasi sistem peringatan dini operasional; (2) identifikasi PM2.5 sebagai target prioritas kebijakan pengendalian polusi berbasis bukti; dan (3) bukti empiris bahwa polusi bersifat kronis dan menyeluruh, memerlukan intervensi komprehensif untuk melindungi kesehatan 10+ juta penduduk Jakarta
Membuat Desain Flayer Penjualan Dengan Canva Pada Anggota Remaja Masjid Baitul Halim Mampang Prapatan: Membuat Desain Flayer Penjualan Dengan Canva Pada Anggota Remaja Masjid Baitul Halim Mampang Prapatan Yamin Nuryamin; Siti Nurdiani; Muhammad Rezki; Muhammad Fahmi
Indonesian Community Service Journal of Computer Science Vol. 1 No. 1 (2024): Periode Januari 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/indocoms.v1i1.1894

Abstract

Canva merupakan salah satukakas yang banyak digunakan dalam proses pembelajaran dengan mengintegrasikan teknologi dengan konsep design-thinking [1]. Tidak hanya mudah digunakan, Canva juga menyediakan ribuan template yang bisa digunakan oleh pemula dengan sangat mudah. Aplikasi ini bisa Anda gunakan secara gratis, namun ada pula versi berbayar dengan tambahan tools dan template yang lebih lengkap. Hal ini menjadikan tim dosen membuat suatu pengabdian masyarakat dengan judul “Membuat Design Flyer penjualan dengan Canva pada anggota remaja Masjid Baitul Halim” . Dengan tujuan supaya remaja masjid dapat berkreasi dengan membuat flyer menggunakan aplikasi gratis Canva.
Pengelolaan Arsip Digital Dengan Google Drive Pada Yayasan Kopia Raya Insani Muhammad; Yamin Nuryamin; Siti Nurdiani; Muhammad Fahmi
Indonesian Community Service Journal of Computer Science Vol. 1 No. 1 (2024): Periode Januari 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/indocoms.v1i1.2029

Abstract

Pengelolaan arsip digital dengan Google Drive merupakan solusi yang tepat untuk mengatasi masalah penyimpanan arsip digital yang kurang teratur dan sulit diakses. Dalam kegiatan ini, masyarakat akan dibimbing dalam membuat folder dan subfolder yang terstruktur, memberikan label pada dokumen, melakukan backup, dan memanfaatkan fitur kolaborasi untuk berbagi dokumen dengan rekan. Selain itu, masyarakat juga akan diajarkan tentang cara mengoptimalkan Google Drive untuk pengelolaan arsip digital, seperti memanfaatkan fitur-fitur seperti Google Forms untuk mengumpulkan data arsip digital, Google Sheets untuk mengolah data arsip digital, dan Google Keep untuk mengorganisasi dokumen dan membagikan arsip dengan rekan. Melalui kegiatan pengabdian masyarakat ini, diharapkan yayasan KOPIA dapat lebih terampil dalam mengelola arsip digital dengan Google Drive dan memiliki akses yang lebih mudah dan terstruktur pada dokumen dan file yang mereka miliki dan juga dapat menambah wawasan baru dan meningkatkan ketrampilan/kreativitas dalam mengembangkan materi pembelajaran pada Anggota Yayasan KOPIA Raya Insani.
Membuat Video Animasi Penjualan dengan Canva Pada Karang Taruna Rw.06 Jalan Mampang Prapatan Muhammad; Yamin Nuryamin; Muhammad Fahmi; Siti Nurdiani
Indonesian Community Service Journal of Computer Science Vol. 1 No. 1 (2024): Periode Januari 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/indocoms.v1i1.2937

Abstract

This community service aims to provide training to Karang Taruna members in the skills of making animated sales videos using the Canva platform. Karang Taruna is a youth organization that plays an active role in community development at the local level. Participants will be introduced to using Canva, including how to create an account and choose a suitable template for sales promotion purposes. They will learn the basic steps in arranging design elements such as text, images, and icons to create engaging videos. Next, the training will focus on techniques for using animation elements to add dynamic elements to videos. Participants will practice how to incorporate animation into text, images, and other design elements to increase the appeal of videos. During the training, there will be a discussion regarding marketing and visual communication strategies that can help Karang Taruna members maximize the effectiveness of animated videos in their sales campaigns. At the end of the program, Karang Taruna members will have the skills to create high-quality animated videos with Canva. They will be able to use these skills to promote Karang Taruna's activities and initiatives, as well as support product or service sales efforts within their communities. It is hoped that this training can increase the competitiveness and positive impact of Karang Taruna in the local community.
Membuat Katalog Online sebagai Media Promosi Menggunakan Aplikasi AI Canva Pada Karang Taruna Rw.06 Siti Nurdiani; Yamin Nuryamin; Muhammad Fahmi; Muhammad Rezki
Indonesian Community Service Journal of Computer Science Vol. 1 No. 2 (2024): Periode Juli 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/indocoms.v1i2.3520

Abstract

This community service aims to provide training to members of Karang Taruna in the skill of creating online catalogs using Canva as a promotional tool. Catalogs play a crucial role in promoting products sold by your business. However, in this internet era, catalogs should ideally be presented online to reach a wider audience. Hence, online catalogs (e-catalogues) can be a primary weapon to attract customers' interest in the items you sell. Karang Taruna is a youth organization actively involved in community development at the local level. Participants will be introduced to the use of Canva, including creating an account and selecting suitable templates for the purpose of creating online catalogs as a sales promotion medium. Various options of product catalog templates are available for use. Users can adjust paper size, change dimensions, and perform editing using various available features. Canva can be accessed via mobile applications or the website. Users can save design results in various file formats. Essentially, Canva can be used for free. However, users can also purchase premium features and gain unlimited access. They will be able to use these skills to promote Karang Taruna's activities and initiatives, as well as support sales efforts of products or services within their community. This training is expected to enhance Karang Taruna's competitiveness and positive impact in the local community.
Co-Authors Abdul Rahman Kadafi Achmad, Alman Ade Priyatna Ade Priyatna Afiandri, Dhea Aulia AHMAD FAHRIZAL Aji Setiawan Akhirianto, Pas Mahyu Andrian Eko Widodo arkananta hamzah firjatullah Aryo Kencono Aziz Setyawan Hidayat, Aziz Setyawan Bayhaky, Mohamad Yudha cahya, Andre Darminto Dewi, Zahra Alifia Dionaci rizki utami Diyan Alamsyah Eka Rini Yulia Eko Setia Budi Fadililah, Akbar Fajar Firmansyah, Ilhan Fitri Yani Fitria Risyda Fitria Risyda Gata, Windu Ginting, Axel Elyas Hafidz, Noor Hari Bagus Mantik Harsih Rianto Ibrahim, Nawal Fadilah Iqbal Ramadhan, Iqbal Kadafi, Abdul Rahman Kusumah, Mayang Luthfi Nursubana Malfi Garry Tauran Muhammad Muhammad Arif Kurniawan Muhammad Fahmi Muhammad Rezki Muhammad Vhijar Rainaldany Nur Fadillah, Nur Nursubana, Luthfi oknel Pas Mahyu Akhirianto Pribadi, Yogie RAMADHANI, ALIF Rana, Dipo Yudhis Rivaldi, Afdan Rolan Nagur Roris, Renaldi Putra Ryan Firas Anderasta Safitri, Angelina Sandra Dewi Saraswati Saputra, Alvin Nugraha Saputra, Andhika Saraswati, Sandra Dewi i Siti Nurdiani Suleman Suleman Suleman Suleman Suleman Suleman Susi Susilowati, Susi Syarifah, Asyifa Raudha Ulin Nuha Zamani, Sauqi