Article Per Year (5 Year)
p-Index From 2021 - 2026
3.816
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Informasi Jurnal Simetris JOIV : International Journal on Informatics Visualization IJCIT (Indonesian Journal on Computer and Information Technology) Jurnal Teknik Komputer AMIK BSI Paradigma Journal of Information Technology and Computer Science (JOINTECS) Jurnal CoreIT Techno Nusa Mandiri : Journal of Computing and Information Technology Infoman's: Jurnal Ilmu-Ilmu Manajeman dan Informatika Jurnal Riset Informatika Journal of Information System, Applied, Management, Accounting and Research INTI Nusa Mandiri Jurnal Sistem Informasi KLIK: Kajian Ilmiah Informatika dan Komputer Computer Science (CO-SCIENCE) Paradigma Jurnal Insan Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS SATIN - Sains dan Teknologi Informasi Infomans: Jurnal Ilmu-ilmu Informatika dan Manajemen
Yuris Alkhalifi
Universitas Bina Sarana Informatika, Jakarta
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences

Published : 31 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Paradigma

 1 
Rancang Bangun Sistem Informasi Penerimaan Peserta Didik Baru Berbasis Website Dengan Metode Spiral Kartika Puspita; Yuris Alkhalifi; Hasan Basri
Paradigma Vol 23, No 1 (2021): Periode Maret 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1029.866 KB) | DOI: 10.31294/p.v23i1.10434

Abstract

Penerimaan Peserta Didik Baru (PPDB) is an annual agenda for every institution or educational institution in order to accept new students in its environment. Often these agencies or institutions often experience problems in managing the administration of new students, one of which is Raudhatul Athfal Sirojul Falah. The problems that occur in administrative matters include the frequent problems of inputting new student data and it is not organized so that the data becomes difficult to find. So that in this study a PPDB information system will be created to solve this problem. The information system that will be created is in the form of a UML (Unified Modeling Language) design, ERD (Entity Relationship Diagram), and LRS (Logical Record Structure) as well as a website with the PHP programming language, CodeIgniter framework, and bootstrap library. The result of this research is the construction of a PPDB information system at RA Sirojul Falah in the form of a website using the spiral method with the hope of helping the PPDB RA Sirojul Falah committee in managing new student data effectively and efficiently.
Analisis Sentimen Omnibus Law Pada Twitter Dengan Algoritma Klasifikasi Berbasis Particle Swarm Optimization Annisa Elfina Augustia; Resi Taufan; Yuris Alkhalifi; Windu Gata
Paradigma Vol 23, No 2 (2021): Periode September 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (985.149 KB) | DOI: 10.31294/p.v23i2.10430

Abstract

Media sosial twitter menjadi sarana untuk mencurahkan ekpresi dan apresiasi terhadap sesuatu secara online sebagai tanda dari kemajuan teknologi dan kemudahan pengguanaan internet. Omnibus Law undang-undang cipta kerja yang dibuat oleh pemerintah Indonesia bertujuan untuk meningkatkan investasi asing sehingga banyak menciptakan lapangan pekerjaan baru. Omnibus Law telah menjadi topik panas pada media sosial twitter, beragam tanggapan muncul dari berbagai kalangan masyarakat baik mendukung maupun menolak adanya undang-undang tersebut. Tujuan Penelitian ini agar sentimen positif dan sentimen negatif dapat dipisahkan dan untuk mengukur pendapat terhadap Omnibus Law dengan algoritma klasifikasi. Pada penelitian ini sentimen positif dan sentimen negatif dikumpulkan dalam proses crawling. Algoritma klasifikasi yang digunakan yaitu Support Vector Machine (SVM) dan Naive Bayes (NB), optimasi dengan Particle Swarm Optimization (PSO) juga digunakan untuk meningkatkan akurasi. Hasil pengujian k-fold cross validation dengan SVM dan NB mendapatkan akurasi 84,95% dan 87,53% dengan nilai Area Under the Curve (AUC) 0.958 dan 0.754, sedangkan hasil pengujian menggunakan masing-masing mendapatkan nilai akurasi 86,53% dan 90,12% dengan nilai AUC 0.948 dan 0.816.
Co-Authors Achmad Fachrurozi Achmad Rifai Agung Fazriansyah Agung Fazriansyah Ainun Zumarniansyah Aldo Erianda, Aldo Amir Amir Amir Amir Amir Anas Faisal Annisa Elfina Augustia Annisa Elfina Augustia Destia Sari Rahmadhani Fadillah Dinar Ismunandar Dinar Ismunandar Dipa Putra Pratama Ferda Ernawan Firdaus, Muhammad Rifqi Firstianty Wahyuhening Fibriany Fitra Septia Nugraha Gata, Windu Harsono, Muhammad Luthfiy Kurniawan Hasan Basri Imam Budiawan Irmawati Irmawati Irwan Herliawan Ispandi Ispandi, Ispandi Kartika Puspita Kartika Puspita Khairul Rizal khairul rizal Kudiantoro Widianto, Kudiantoro Mayangky, Nissa Almira Mery Oktaviyanti Puspitaningtyas Mohammad Syamsul Azis Muhammad Ilham Prasetya Muhammad Luthfiy Kurniawan Harsono muhammad luthfiy kurniawan harsono Muhammad Rifqi Firdaus Nila Hardi Nur Alam Nurajijah Nurajijah Oky Kurniawan Prasetya, Arfhan Puspita, Kartika Qudsiah Nur Azizah Rahdian Kusuma Atmaja Resi Taufan Rian Ardianto Rifki Sadikin Rino Ramadan Shahreen Kasim, Shahreen Tika Adilah M Tri Rivanie Windu Gata Windu Gata Yan Rianto Yulita Ayu Wardani Zahrah Rachmawaty