Article Per Year (5 Year)
p-Index From 2020 - 2025
4.925
P-Index
This Author published in this journals
All Journal Indonesian Journal of Electrical Engineering and Informatics (IJEEI) Proceeding of the Electrical Engineering Computer Science and Informatics Indonesian Journal on Software Engineering (IJSE) Faktor Exacta INOVTEK Polbeng - Seri Informatika Jurnal Sisfokom (Sistem Informasi dan Komputer) Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika Jurnal ICT : Information Communication & Technology SENSITEK Respati SKANIKA: Sistem Komputer dan Teknik Informatika Jurnal Abdimas Sangkabira Kresna: Jurnal Riset dan Pengabdian Masyarakat Bit (Fakultas Teknologi Informasi Universitas Budi Luhur) International Journal on Advanced Technology, Engineering, and Information System (IJATEIS) Eduvest - Journal of Universal Studies Telematika MKOM Jurnal Pengabdian Masyarakat Nasional Artinara Jurnal Ticom: Technology of Information and Communication INOVTEK Polbeng - Seri Informatika
Mohammad Syafrullah
Universitas Budi Luhur
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Neuroscience Social Sciences Other

Published : 55 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 55 Documents
Search

 2   3   4   5   6 
Analisis Sentimen Ulasan Pengguna Aplikasi Threads pada Google Play Store Menggunakan Multinomial Naive Bayes dan Support Vector Machine Java, Muhammad Arya; Mohammad Syafrullah; Windarto, Windarto; Painem, Painem
Jurnal Ticom: Technology of Information and Communication Vol 12 No 2 (2024): Jurnal Ticom-Januari 2024
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v12i2.112

Abstract

Analisis sentimen pada ulasan pengguna aplikasi menjadi topik yang menarik untuk dipelajari karena memberikan wawasan tentang bagaimana pengguna merespons dan mempersepsikan sebuah aplikasi. Penelitian ini bertujuan untuk melakukan analisis sentimen pada ulasan aplikasi Threads di Google Play Store dengan menggunakan metode Multinomial Naive Bayes dan Support Vector Machine. Latar belakang penelitian ini didasarkan pada penggunaan aplikasi jejaring sosial yang semakin populer dan banyaknya ulasan pengguna yang perlu dianalisis secara efisien. Masalah yang dihadapi adalah volume besar ulasan yang sulit untuk dianalisis secara manual. Metode yang digunakan mencakup persiapan data, penanganan ketidakseimbangan kelas dengan penerapan SMOTE, dan ekstraksi fitur dengan TF-IDF. Evaluasi model dilakukan dengan mengukur accuracy, precision, recall, dan F1-score untuk mengklasifikasikan sentimen ulasan menjadi positif atau negatif. Dari hasil pengujian menunjukkan kedua algoritma memiliki performa hampir seimbang dengan akurasi sekitar 81% model-model ini mampu mengklasifikasikan sentimen ulasan dengan baik, memiliki precision dan recall yang tinggi untuk kedua kelas. Kesimpulan penelitian ini adalah metode Machine Learning berhasil memberikan solusi efisien dan akurat untuk analisis sentimen pada ulasan aplikasi Threads di Google Play Store, namun batasan data Bahasa Indonesia menjadi perhatian untuk penelitian selanjutnya
Implementasi Algoritme Kriptografi Advanced Encryption Standard (AES-128) untuk Pengamanan Data Berbasis Web pada McDonald’s Cabang T.B. Simatupang Alvian Winata, Arif; Syafrullah, Mohammad; Irawan, Irawan
Jurnal Ticom: Technology of Information and Communication Vol 12 No 3 (2024): Jurnal Ticom-Mei 2024
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v12i3.124

Abstract

Keamanan data atau informasi sangat penting saat menggunakan jaringan internet. Penyadapan data atau informasi dalam konteks ini bisa sangat merugikan. Keamanan informasi menjadi prioritas utama dalam era digital, di mana pertukaran informasi terjadi secara masif dan cepat. Penelitian ini menggunakan data pelanggan dan beberapa dokumen lainnya dari McDonald’s TB Simatupang. Saat ini, menjaga keamanan pertukaran informasi menjadi sangat penting. Penelitian ini mengimplementasikan algoritme enkripsi AES-128 menggunakan metode waterfall untuk mengenkripsi dan mendekripsi data dalam format dokumen Microsoft office dan pdf. Algoritme Advanced Encryption Standard (AES) digunakan sebab menawarkan tingkat keamanan yang tinggi. Penelitian ini bertujuan untuk mengintegrasikan AES-128 di McDonald’s TB Simatupang sebagai solusi keamanan data sensitif dan mencapai standar keamanan yang optimal. Penerapapan penggunaan algoritma ini adalah pilihan yang tepat untuk mengamankan data sensitif di McDonald’s TB Simatupang. Hasil penelitian diuji dengan teknik pengujian black box dan dilaksanakan sesuai rencana.
Named Entity Recognition In Electronic Medical Records Based On Hybrid Neural Network And Transformer Sumarudin, Muhammad; Syafrullah, Mohammad
Eduvest - Journal of Universal Studies Vol. 4 No. 6 (2024): Journal Eduvest - Journal of Universal Studies
Publisher : Green Publisher Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59188/eduvest.v4i6.1473

Abstract

The development of artificial intelligence in the field of health encourages the use of electronic medical records in all health facilities to record health services provided to patients. For hospitals, extracting information from electronic medical records can make it easier for management to make clinical decisions and for researchers to obtain data for research in the medical and nursing fields. The research builds a model of named entity recognition in electronic medical records based on hybrid neural networks, bidirectional encoder representations from transformers, and setting hyperparameters to get the highest accuracy. The research data set is processed from an initial examination form of an adult patient in a hospital onto an electronic medical record in 2022, and the data is pre-processed. Next, perform the entity-tagging phase on the text and divide 70% of the training datasets by 30% of the testing datasets. Training and evaluation of models built using the confusion matrix method. The results of this study show that the entity identification model called bidirectional encoder representations from transformers consistently outperforms the neural network-based entity recognition model in any evaluation metric. The abbreviation of the bi-directional encoder representation of transformer has very high precision, recall, and f1-score values, demonstrating its ability to recognise entities very well. In this study, although the model named Entity Recognition based on neural networks also has high accuracy, the low precision and recall values indicate that this model may have difficulty recognising entities accurately.
PELATIHAN DIGITAL MARKETING MENGGUNAKAN LANDING PAGE UNTUK PELAKU UMKM DI PETUKANGAN Setiono, Devit; Kusumaningsih, Dewi; Yulianawati, Yulianawati; Syafrullah, Mohammad; Purwanto, purwanto; Hadjianto, Mardi; Anggraini, Triana
Jurnal Pengabdian Masyarakat Nasional Vol 4, No 1 (2024)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/pemanas.v4i1.28555

Abstract

Pelatihan digital marketing untuk pelaku UMKM di Petukangan berfokus pada pemanfaatan landing page sebagai strategi pemasaran yang efektif. Dalam era digital ini, UMKM perlu beradaptasi dengan cepat untuk tetap bersaing di pasar yang semakin kompetitif. Salah satu cara untuk mencapai tujuan ini adalah melalui penggunaan landing page. Pelatihan ini dirancang untuk memberikan pemahaman mendalam tentang pentingnya landing page dalam strategi digital marketing. Para peserta akan diajarkan bagaimana merancang dan mengoptimalkan landing page yang menarik dan fungsional. Materi pelatihan mencakup teknik penulisan konten yang persuasive dan desain yang menarik. Metode dalam pelatihan ini adalah peserta akan diberi kesempatan untuk mempraktikkan pengetahuan yang diperoleh melalui sesi praktikum langsung, sehingga mereka dapat mengaplikasikannya dalam bisnis mereka sendiri. Dengan mengikuti pelatihan ini, peserta dapat meningkatkan kemampuan mereka dalam memanfaatkan teknologi digital untuk mempromosikan produk dan layanan mereka. Hal ini diharapkan dapat membuka peluang pasar baru, meningkatkan penjualan, dan pada akhirnya mendukung pertumbuhan ekonomi lokal. Pelatihan ini merupakan inisiatif penting dalam mendukung transformasi digital bagi UMKM di Petukangan, dengan tujuan akhir untuk memberdayakan mereka agar lebih kompetitif dan berdaya saing di era digital. Dengan demikian, pelatihan ini tidak hanya bermanfaat bagi perkembangan bisnis individu tetapi juga bagi perkembangan ekonomi komunitas secara keseluruhan dan peningkatan penggunaan platform canva.
Digital Record Classification Using SVM on Permissioned Blockchain Hyperledger Fabric for Regional Status Visualization Muhammad Azhar Rasyad; Widdy Chandra Permana; Mohammad Syafrullah
INOVTEK Polbeng - Seri Informatika Vol. 10 No. 3 (2025): November
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/dfyc4v87

Abstract

This paper proposes a simulation-based model for classifying public aspiration records using the Support Vector Machine (SVM) Linear algorithm integrated with a permissioned blockchain network, Hyperledger Fabric. A total of 1,000 simulated text entries were manually labeled into two categories, complaints and aspirations, and three urgency levels (high, medium, and low) by the researchers. Text preprocessing included case folding, stopword removal, stemming, and TF–IDF vectorization. The model was evaluated using 5-fold cross-validation with an 80:20 train-test split and random seed 42, producing an accuracy of 77.5%, an F1-score of 0.78, and AUC of 0.86 for category classification, and 35.5% accuracy with AUC 0.58 for urgency classification. Integration testing with Hyperledger Caliper achieved 128 transactions per second throughput, 182 ms latency, and 2.4 s block commit time with an average block size of 412 KB, demonstrating efficient and verifiable data management. Although based on simulated data, the proposed SVM Blockchain architecture provides an initial foundation for secure, transparent, and data-driven decision-making in digital government systems.
Co-Authors Abdul Rahman Abdul Rahman Wahid Abhishek Abhishek Abhishek Singh Abhishek, Abhishek Achmad Maulana Achmad Solichin Adiyarta, Krisna Agarwal, Prachi Agarwal, Sonali Agarwal, Sonali Agarwal, Sonali Agung Darmawan Agus Riyanto Alvian Winata, Arif Andrico Andrico Anggraini, Triana Aria Mustofa Hidayat Armando Ondihon Kristoper Purba Arumgam, Yogesvaran Bayuaji, Luhur Darmawan, Agung Devit Setiono Dewi Kusumaningsih Dewi, Ernawati Dhannuri, Syam Prasad Dwi Pebranti Dwi Pebrianti Elizabeth Yohanes Emil Salim Ernawati Dewi Esti Setiasih Gaol, GA Monang Lumban Hadi Syahrial Hadjianto, Mardi Hanif, Raihan Labib Indra Riyanto Irawan Irawan Irawan Irawan Jamhari Jamhari Java, Muhammad Arya K Singh Kalyzta, Juan Kassim, Siti Rafidah Binti Krisna Adiyarta Kusumaningsih, Dewi Luhur Bayuaji M. Ivan Putra Eriansya Makhdum Rosadi Martono Martono Maulidia, Mia Meilieta Anggriani Porrie Mohammad Fadhil Abas Muhammad Azhar Mujahid Muhammad Azhar Rasyad Muhammad Hasanul Huda Mutiarawan, Rezza Anugrah Nagabhushan, P. Narinder Punn Nugraha Abdullah, Indra Nurnajmin Qasrina Ann Nurnajmin Qasrina Ann Ayop P. Nagabhushan Painem, Painem Pandu Pradinata Pebranti, Dwi Porrie, Meilieta Anggriani Prachi Agarwal Prasetiamaolana, Eko Pudoli, Ahmad Punn, Narinder Purba, Armando Ondihon Kristoper Purwanto Purwanto Qasrina Ann Ayop, Nurnajmin Rakesh Kumar Yadav Ramdhan, Syaipul Ratna Kusumawardani Ratna Kusumawardani, Ratna Rezza Anugrah Mutiarawan Rianto, Yan Ridho Saputra Rizki Aji Wibowo Roeswidiah, Ririt Rusdah Rusdah Ruwirohi, Jan Everhard S. Venkatesan Sadhana Tiwari Sambhavi Tiwari Samidi Samidi Sanjay Kumar Sonbhadra Sanjay Kumar Sonbhadra Sari, Widya Kumala Setyawan Widyartoh Shekhar Verma Shkehar Verma Singh, Abhishek Singh, K Siti Rafidah Binti Kassim Sonali Agarwal Sonali Agarwal Sonali Agarwal Sonbhadra, Sanjay Kumar Sonbhadra, Sanjay Kumar Sumarudin, Muhammad Supardi Supardi Supardi Supardi Supardi, Supardi Syaddad, Muhammad Sulthan Syaiful Anwar Syaipul Ramdhan Syam Prasad Dhannuri Thisa Tri Utami Tiwari, Sadhana Tiwari, Sambhavi Tutik Sri Susilowati Venkatesan, S. Verma, Shekhar Verma, Shkehar Victor Ilyas Sugara Widdy Chandra Permana Widya Kumala Sari Widyartoh, Setyawan Windarto, Windarto Yadav, Rakesh Kumar Yan Rianto Yodi Susanto Yogesvaran Arumgam Yulianawati Yulianawati Yulianawati Zulkarnaen Noor Syarif