Article Per Year (5 Year)
p-Index From 2021 - 2026
8.655
P-Index
This Author published in this journals
All Journal Jurnal Dedikasi SMATIKA Journal of Information Technology and Computer Science (JOINTECS) Jurnal Sains dan Informatika Jurnal Teknoinfo Multitek Indonesia : Jurnal Ilmiah JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) JSAI (Journal Scientific and Applied Informatics) Progresif: Jurnal Ilmiah Komputer Jurnal ABDINUS : Jurnal Pengabdian Nusantara JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Tekinkom (Teknik Informasi dan Komputer) Jurnal Abdi Insani Indonesian Journal of Cultural and Community Development Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) International Journal of Engineering, Science and Information Technology Abdimas Singkerru JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Bulletin of Computer Science Research Decode: Jurnal Pendidikan Teknologi Informasi Bulletin of Information Technology (BIT) Proceedings Series on Physical & Formal Sciences Indonesian Journal of Innovation Studies Aptekmas : Jurnal Pengabdian Kepada Masyarakat PELS (Procedia of Engineering and Life Science) Procedia of Social Sciences and Humanities MATRIX : JURNAL MANAJEMEN TEKNOLOGI DAN INFORMATIKA Prosiding University Research Colloquium JOINCS (Journal of Informatics, Network, and Computer Science) Jurnal Sarjana Ilmu Komunikasi (J-SIKOM) Jurnal Informatika Polinema (JIP) Physical Sciences, Life Science and Engineering Indonesian Journal of Applied Technology Journal of Technology and System Information Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Journal of Electrical Engineering Journal for Technology and Science Tepak Sirih : Jurnal Pengabdian Kepada Masyarakat Madani semanTIK Journal of Information Technology Smatika Jurnal : STIKI Informatika Jurnal Academia Open Jurnal Komunikasi Bisnis dan Teknologi Digital
Hamzah Setiawan
Informatika, Universitas Muhammadiyah Sidoarjo
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy 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 Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 58 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 58 Documents
Search

 2   3   4   5   6 
Analisis Sentimen Layanan Perwalian Mahasiswa UMSIDA Menggunakan Metode Support Vector Machine (SVM) Angga Wibawa Saputra Angga; Hamzah Setiawan Hamzah; Rohman Dijaya Rohman
JSAI (Journal Scientific and Applied Informatics) Vol 8 No 1 (2025): Januari
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v8i1.7387

Abstract

The myUMSIDA application supports academic activities at Universitas Muhammadiyah Sidoarjo, but student reviews reveal complaints about its services and facilities. Sentiment analysis is necessary to classify these reviews into positive or negative categories, providing insights to improve service quality.This study uses the Support Vector Machine (SVM) algorithm with a linear kernel, known for its high accuracy, combined with the TF-IDF feature extraction method to enhance text classification. A total of 1,300 reviews from 2023 were processed through labeling, preprocessing, transformation, and classification. Data were split into three scenarios: 70:30, 60:40, and 50:50 for training and testing. Performance was evaluated using accuracy, precision, recall, and F1-Score.The best results were achieved in the 70:30 scenario, with an accuracy of 86.92%, precision of 86.60%, recall of 84.72%, and F1-Score of 85.7%. This study highlights the effectiveness of SVM with a linear kernel and TF-IDF in analyzing sentiment, offering a basis for enhancing the myUMSIDA application's services.
Optimalisasi Pengelolahan Jaringan Dengan Pembatasan Bandwidth dan Blokir Akses Tertentu Pada PT Laxo Global Akses Dengan Menerapkan Metode NDLC Adiffanani Ramdansyah; Hamzah Setiawan; Uce Indahyanti; Ade Eviyanti
JSAI (Journal Scientific and Applied Informatics) Vol 8 No 2 (2025): Juni
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v8i2.8165

Abstract

This research focuses on optimizing network management at PT Laxo Global Akses by implementing bandwidth restrictions and restricting access to non-work related websites and applications. Internet usage in the company was previously unrestricted, resulting in decreased productivity and unstable network performance, especially during peak hours. To address these issues, this research applies the Network Development Life Cycle (NDLC) methodology and utilizes MikroTik devices for configuration. Key features such as Queue Tree for bandwidth distribution, Firewall Filtering for access control, and Hotspot User Management for user authentication were implemented. The redesigned network topology allows for more structured traffic management and real-time monitoring. The test results show that all test scenarios have succeeded as expected, so it can be concluded that the network configuration and policies implemented in the NDLC process were 100% successful at the implementation and testing stages.
Perbandingan Algoritma Machine Learning dalam Memprediksi Kelulusan Mahasiswa M Cholis Afandi; Uce Indahyanti; Hamzah Setiawan; Irwan A. Kautsar
SemanTIK : Teknik Informasi Vol. 11 No. 2 (2025): SemanTIK : Teknik Informasi
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55679/semantik.v11i2.154

Abstract

Penelitian ini bertujuan untuk memprediksi kelulusan mahasiswa Program Studi Informatika Universitas Muhammadiyah Sidoarjo menggunakan algoritma klasifikasi Machine Learning, yaitu Naïve Bayes, Decision Tree, dan Random Forest. Data yang digunakan merupakan data akademik mahasiswa angkatan 2020–2021, mencakup nilai IPS dan jumlah SKS dari semester 1 hingga 6. Proses analisis mengikuti tahapan CRISP-DM, mulai dari pemahaman bisnis hingga evaluasi model. Evaluasi dilakukan menggunakan confusion matrix serta pengukuran akurasi, presisi, recall, dan F1-score untuk membandingkan performa tiap algoritma. Hasil menunjukkan bahwa Random Forest memiliki akurasi tertinggi yaitu 97.50% pada skenario 80:20, disusul Decision Tree dengan 96.25%, dan Naïve Bayes sebesar 86.25%. Selain itu, Random Forest juga mencatatkan nilai presisi dan recall yang tinggi serta F1-score sebesar 97%, menunjukkan kestabilan dan keunggulan model dalam menangani data akademik. Berdasarkan temuan ini, Random Forest dinilai paling optimal dan direkomendasikan untuk digunakan sebagai sistem pendukung keputusan dalam memantau kelulusan mahasiswa secara prediktif dan akurat. This study aims to predict student graduation in the Informatics Study Program at Universitas Muhammadiyah Sidoarjo using Machine Learning classification algorithms, namely Naïve Bayes, Decision Tree, and Random Forest. The dataset consists of academic records from the 2020–2021 cohort, including GPA scores and the number of credits (SKS) taken from semesters 1 to 6. The data analysis process follows the CRISP-DM methodology, covering business understanding, data understanding, data preparation, modeling, evaluation, and deployment. Model evaluation is carried out using confusion matrices along with accuracy, precision, recall, and F1-score to compare the performance of each algorithm. The results show that Random Forest achieved the highest accuracy of 97.50% in the 80:20 scenario, followed by Decision Tree at 96.25%, and Naïve Bayes at 86.25%. In addition, Random Forest demonstrated high precision and recall values with an F1-score of 97%, confirming its stability and effectiveness in academic data classification. Based on these findings, Random Forest is considered the most optimal algorithm and is recommended as a decision support tool for accurately monitoring and predicting student graduation in higher education institutions.
Implementation of Real-Time DoS Attack Detection and Automatic Mitigation on C-Based VPS Server : Implementasi Deteksi Serangan DoS Real-Time dan Mitigasi Otomatis pada Server VPS Berbasis C Saputra Budianto Putra; Hamzah Setiawan; M. Alfan Rosyid
SemanTIK : Teknik Informasi Vol. 11 No. 2 (2025): SemanTIK : Teknik Informasi
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55679/semantik.v11i2.170

Abstract

Di era digital, keamanan menjadi aspek penting dalam menjaga sistem IT, terutama pada Virtual Private Server (VPS) yang paling sering terpapar ancaman siber. Denial-of-Service (DoS) merupakan risiko yang dapat dikurangi dengan mengganti server dengan protokol yang lebih canggih seperti TCP, UDP, dan ICMP, serta menerapkan sistem yang mendeteksi dan mengurangi DoS secara real time dan otomatis menggunakan bahasa pemrograman C. Proses pengembangan sistem dengan menggunakan metodologi Agile Scrum memungkinkan proses yang iteratif, fleksibel, dan fleksibel. Sprint meliputi analisis antrean server dengan libpcap, manajemen log dengan SQLite, pemblokiran IP otomatis dengan iptables, dan pembaruan log melalui log sistem. Studi ini menunjukkan bahwa sistem dapat mendeteksi dan mengurangi HTTP Flood, ICMP Flood, dan Slowloris dalam waktu 0,5 detik dengan CPU dan memori yang rendah. Meskipun tidak ada integrasi visual real-time atau notifikasi real-time untuk manajemen, sistem ini efisien dan efektif dalam memproses data dengan cepat. Studi ini menyimpulkan bahwa penggunaan bahasa pemrograman C dalam pengembangan keamanan VPS sangat penting untuk mitigasi dan pemulihan yang cepat. Fase pengembangan meliputi deteksi tingkat aplikasi (lapisan 7), visualisasi dasbor, dan pembelajaran mesin untuk mengidentifikasi kerentanan dan kompromi dengan cepat.
Prediksi Harga Tiket Pesawat Domestik Rute Perjalanan Surabaya-Jakarta Menggunakan Metode Regresi Linear Berganda Enggi Sabrilla Assara; Hamzah Setiawan; Suprianto
Bulletin of Information Technology (BIT) Vol 6 No 2: Juni 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bit.v6i2.1975

Abstract

Air transportation is highly favored for its time efficiency and comfort, especially on busy routes such as Surabaya–Jakarta. However, the dynamic fluctuation of airline ticket prices often makes it difficult for consumers to plan their trips. This study aims to develop a predictive model for airline ticket prices on the Surabaya–Jakarta route using the multiple linear regression method. A total of 10,000 rows of data were analyzed using statistical approaches and analytical processes based on Google Colaboratory, involving stages such as data import, preprocessing, variable transformation, data splitting (training and testing), and classical assumption testing. The resulting regression model demonstrated excellent performance with an R-squared value of 96.4%, indicating that most of the price variation could be explained by independent variables such as airline, departure time, travel duration, baggage capacity, and service type. Violations of assumptions such as normality and heteroskedasticity were addressed through logarithmic transformation and the use of regression with robust standard errors. Furthermore, multicollinearity was minimized using Ridge Regression. Model evaluation showed no signs of overfitting and produced stable prediction results. Only a few variables were statistically significant, highlighting the importance of analyzing variable contributions to enhance model efficiency. The predictive model developed in this study provides accurate and practical results, making it useful for consumers in travel planning and for airlines in developing more competitive pricing strategies.
SISTEM INFORMASI MANAJEMEN ASET BERBASIS WEB DI PERUSAHAAN MANUFAKTUR ALAT KESEHATAN Rizky Rahmahdian Sandy; Ade Eviyanti; Azmuri Wahyu Azinar; Hamzah Setiawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17225

Abstract

Manajemen aset yang efisien merupakan aspek krusial bagi industri manufaktur untuk menjaga kualitas produk dan akurasi operasional. Namun, sebuah perusahaan manufaktur alat kesehatan di Jawa Timur masih menggunakan metode manual berbasis buku log dan spreadsheet dalam pengelolaan aset perusahaan, yang memicu terjadinya ketidakteraturan data serta keterlambatan pemeliharaan. Penelitian ini bertujuan untuk mengembangkan Sistem Informasi Manajemen Aset berbasis web guna mendigitalisasi pelacakan dan pengelolaan aset secara terintegrasi. Metode pengembangan sistem yang digunakan adalah model Waterfall, mencakup tahap analisis kebutuhan, desain, implementasi, hingga pengujian. Sistem dibangun menggunakan framework CodeIgniter 4, MySQL sebagai basis data, dan Bootstrap untuk antarmuka yang responsif. Fitur unggulan sistem meliputi teknologi QR Code untuk identifikasi aset secara real-time, modul stock opname digital, serta perhitungan otomatis depresiasi aset menggunakan metode garis lurus. Hasil pengujian dengan metode Black Box Testing menunjukkan bahwa seluruh fitur fungsional sistem berjalan dengan valid dan sesuai harapan. Implementasi sistem ini berhasil meningkatkan transparansi operasional melalui fitur audit trail serta mempercepat proses pemantauan aset, sehingga memberikan solusi yang lebih akurat dibandingkan metode pencatatan manual sebelumnya.
ANALISIS SENTIMEN KOMENTAR YOUTUBE TERHADAP KEBIJAKAN DEDI MULYADI DENGAN METODE MACHINE LEARNING: Rizky Budi Aprianto; Ade Eviyanti; Hamzah Setiawan; Ika Ratna Indra Astutik
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17890

Abstract

Kenakalan remaja merupakan isu sosial yang memunculkan kebijakan kontroversial berupa pengiriman anak bermasalah ke barak militer oleh Dedi Mulyadi. Kebijakan tersebut menimbulkan beragam tanggapan masyarakat di platform YouTube yang mencerminkan dinamika opini publik. Permasalahan dalam penelitian ini adalah bagaimana mengklasifikasikan sentimen komentar masyarakat secara akurat serta mengevaluasi performa metode ensemble machine learning dibandingkan algoritma tunggal. Penelitian ini bertujuan menganalisis kecenderungan opini publik dan mengukur kinerja algoritma klasifikasi dalam memetakan sentimen komentar YouTube. Metode yang digunakan meliputi pengumpulan 7.875 komentar melalui YouTube Data API, pelabelan otomatis menggunakan InSet Lexicon, preprocessing teks, serta pembobotan fitur dengan TF-IDF. Model klasifikasi yang diterapkan adalah Naïve Bayes, K-Nearest Neighbor (KNN), dan Logistic Regression, yang kemudian dikombinasikan menggunakan teknik Ensemble Majority Voting. Hasil penelitian menunjukkan bahwa sentimen publik didominasi oleh kelas positif (52,4%) dibandingkan negatif (47,6%). Logistic Regression memperoleh akurasi tertinggi sebesar 0,84, sedangkan model ensemble menunjukkan performa stabil dengan akurasi sekitar 0,82. Temuan ini menunjukkan bahwa pendekatan ensemble mampu meningkatkan stabilitas klasifikasi sentimen pada isu kebijakan publik di media sosial.
Sistem Penilaian terhadap Kinerja Guru Berbasis Web (Studi Kasus: SMP Negeri 2 Sukodono) Gilang Pralaya; Hamzah Setiawan
Physical Sciences, Life Science and Engineering Vol. 1 No. 2 (2024): March
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/pslse.v1i2.202

Abstract

Salah satu program sekolah adalah peningkatan kualitas dalam bidang pendidikan siswa yang berupa rapor yang berfungsi untuk menilai kemampuan siswa. Sedangkan dalam penelitian ini siswa menilai kinerja guru saat proses belajar mengajar selesai. Tujuan penelitian ini adalah untuk memberikan kemudahan para bapak/ibu guru melihat kinerjanya selama mengajar dikelas pada website tersebut dan membantu kepala sekolah dalam melihat kualitas guru di SMP Negeri 2 Sukodono. Dalam penelitian ini, penulis mengambil sampel sebanyak 204 orang siswa kelas VII di SMP Negeri 2 Sukodono pada semester genap tahun pelajaran 2022/2023. Metode penelitian yang digunakan adalah metode kuantitatif. Untuk mengumpulkan informasi yang valid, penulis melakukan observasi, tinjauan pustaka dan wawancara di SMP Negeri 2 Sukodono. Untuk menghitung korelasi antara hasil jawaban dari respoden dengan skala likert yang tersedia, penulis melakukan perhitungan dengan rumus penilaian responden dengan skor maksimal disimbolkan huruf X dengan skor sebesar 4 dengan kategori sangat baik. Skor tersebut dikalikan dengan total pertanyaan yang diberikan yaitu X = 4 x 23 = 92. Berikutnya yaitu skor harapan yang disimbolkan huruf Y dengan menggunakan jumlah responden, lalu dapat dituliskan dengan Y = 92 x 204 = 18.768. Dengan begitu kesimpulan hasil analisis yang menunjukkan bahwa kinerja guru di SMP Negeri 2 Sukodono dengan nilai 82,43% yang mencakup kriteria sangat baik.
Co-Authors Abidin, Husnul Ade Eviyanti Ade Eviyanti Adi Putra, Lutfi Adiffanani Ramdansyah Alshaf Pebrianggara Amelia, Paramitha Angga Wibawa Saputra Angga Arief Wicaksono, Arief Arif Senja Fitrani Arif Senja Fitriani Arisandi, Ricky Renaldo Asiddiq, Afnizar Maulana Aulia Aliffiandi, Rizca Aziziyah, Ismi Anisa Azmuri Wahyu Azinar Duwi Rahayu Enggi Sabrilla Assara Fuad Azis Muslim Gilang Pralaya Grahita Albarika, Ayu Hari Moerti Hasan, Jamal Hindarto Hindarto Hindarto Ika Ratna Ika Ratna Indra Astutik Ika Ratna Indra Astutik Imanda, Almyra Gitta Intan Nuraini Irwan A. Kautsar Irwan Alnarus Kautsar Jefry Fernando M Cholis Afandi M. Alfan Rosyid Moch Bagus Tri Cahyo Moch Ridwan Alwi Moch Ridwan Alwi Mochamad Alfan Rosid Mochamad Surohadi Mochammad Septa Sandy Mohamad Haris Muzadi Muhammad Agung Laksono Muhammad Fikri Muhammad Mursidil Arif Muhammad, Fajar Muhammad, Khithoh Sabda Novia Ariyanti Nur Maslikhatun Nisak Nuril Lutvi Azizah Paramitha Amelia Kusumawardani Pratiwi, Rosa Machmuda Qur'ani, Meisyilia Difanada Rachmat Firdaus Rayhanantha Akbar Putra Prasetyo Ribangun Bamban Jakaria Rina Safitri Riswanto Rizky Budi Aprianto Rizky Rahmahdian Sandy Rohman Dijaya sandy, Mochamad septa Saputra Budianto Putra Senja Fitrani, Arief Sinta Nuriyah, Rizky Siti Cholifah SITI CHOLIFAH Siti Cholifah Steven Gerrard Sumarno . Sumarno Sumarno Suprianto Suprianto Suprianto1, Suprianto Taurusta, Cindy Triwahono, Handi Uce Indahyanti Usqi Salsabila, Firdausi Wildan Arif Hidayatulloh Wirabumi Putra, Cakra Wiwik Sumarmi Yansah, Muhammad Kahfi Yunianita Rahmawati Zulham Efendi, Muhammad