p-Index From 2021 - 2026
9.102
P-Index
This Author published in this journals
All Journal JeLAST : Jurnal Teknik Kelautan , PWK , Sipil, dan Tambang Jurnal Teknik Sipil Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Al-Ulum Al-Mizan (e-Journal) Jurnal Ilmu Kelautan Spermonde PURWARUPA Jurnal Arsitektur Moneter : Jurnal Akuntansi dan Keuangan Jurnal Surya Medika DIKTUM: Jurnal Syariah dan Hukum Kinerja: Jurnal Ekonomi dan Manajemen Martabe : Jurnal Pengabdian Kepada Masyarakat Journal of Dedicators Community AT-TA`DIB Journal of Educational Research and Evaluation JURIKOM (Jurnal Riset Komputer) JURNAL ILMIAH M-PROGRESS Journal of Islamic Monetary Economics and Finance Ainet : Jurnal Informatika Dinasti International Journal of Management Science Al-Bukhari: Jurnal Ilmu Hadis Attadib: Journal of Elementary Education REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Abdimas Galuh: Jurnal Pengabdian Kepada Masyarakat Jurnal Darma Agung Al-MAIYYAH : Media Transformasi Gender dalam Paradigma Sosial Keagamaan Jurnal Farmasi dan Sains Indonesia (JFSI) Jurnal Res Justitia : Jurnal Ilmu Hukum Journal Peqguruang: Conference Series Ikhtisar: Jurnal Pengetahuan Islam Journal Compound : Improving the Quality of English Education Jurnal Ilmu Medis Indonesia JUrnal Riset Ilmu Pendidikan Jurnal Dinamika Informatika (JDI) Jurnal Ilmiah SOSIO AGRIBIS Jurnal Studi Ilmu Sosial dan Politik Journal of Accounting and Finance Management (JAFM) Journal of Engineering, Technology and Computing (JETCom) International Journal of Advanced Multidisciplinary Borneo Journal of Language and Education Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Indonesian Research Journal on Education Jurnal Pengabdian Pada Masyarakat Innovative: Journal Of Social Science Research QANUN: Journal of Islamic Laws and Studies Nanggroe: Journal Of Scholarly Service Biner : Jurnal Ilmu Komputer, Teknik dan Multimedia JAMPARING: Jurnal Akuntansi Manajemen Pariwisata dan Pembelajaran Konseling Sinergi International Journal of Logistics Ininnawa: Jurnal Pengabdian Masyarakat Sinergi International Journal of Economics Nanggroe: Journal of Scholarly Service JRIIN :Jurnal Riset Informatika dan Inovasi Karimah Tauhid Najah: Journal of Research and Community Jurnal Ilmiah Manajemen Surya Pasca Scientia Research in Education and Technology (REGY) Jurnal Bakti Dirgantara Communicative : Jurnal Komunikasi dan Penyiaran Islam Senarai: Journal of Islamic Heritage and Civilization Tarbiyah Darussalam : Jurnal Ilmiah Kependidikan dan Keagamaan International Journal of Pedagogy and Learning Community (IJPLC) Journal of Islamic Education Research Publication of the International Journal and Academic Research (PIJAR) Logistica : Journal of Logistic and Transportation Indonesian Journal of Islamic Jurisprudence, Economic and Legal Theory Jurnal Komtika (Komputasi dan Informatika)
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Ainet : Jurnal Informatika

KLASIFIKASI SARAN DAN KRITIK PADA SIMAK UNISMUH DENGAN MENGGUNAKAN ALGORTIMA RECCURENCT NEURAL NETWORK (RNN faisal, Ahmad; Wahyuni, Titin; Rachman, Fahrim Irhamna
Ainet : Jurnal Informatika Vol 6, No 2 (2024): September (2024)
Publisher : Universitas Muhammadiyah Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26618/ainet.v6i2.15736

Abstract

SIMAK Unismuh Makassar merupakan platform penting yang digunakan oleh mahasiswa untuk menyampaikan saran dan kritik terkait berbagai aspek akademik. Dalam penelitian ini, peneliti mengimplementasikan algoritma Recurrent Neural Network (RNN) untuk mengklasifikasikan saran dan kritik yang diterima melalui SIMAK Unismuh. Tujuan dari penelitian ini adalah untuk mengetahui implementasi Algoritma RNN dalam mengklasifikasi saran dan kritik di laman SIMAK Unismuh dan bagaimana keberhasilan Algoritma RNN dalam mengklasifikasi saran dan kritik di laman SIMAK Unismuh. RNN dipilih karena kemampuannya dalam mengolah data teks yang berurutan, seperti masukan dalam bentuk kalimat, yang memungkinkan model untuk menangkap konteks dari masukan tersebut secara lebih efektif. Dataset yang digunakan dalam penelitian ini terdiri dari sejumlah data saran dan kritik yang telah dikategorikan secara manual. Model RNN yang dibangun kemudian dilatih dan diuji menggunakan data tersebut untuk menilai akurasi dan performanya. Hasil penelitian menunjukkan menunjukkan bahwa model mencapai akurasi tertinggi sebesar 91% dan akurasi terendah sebesar 90%. Meskipun terdapat variasi dalam performa model, hasil ini menunjukkan bahwa RNN memiliki potensi yang baik dalam mengklasifikasikan teks saran dan kritik. Model RNN dapat membantu institusi dalam memahami dan merespon masukan dari pengguna dengan lebih efektif, meskipun masih memerlukan optimasi lebih lanjut untuk meningkatkan konsistensi dan akurasi hasil. Kesimpulan dari penelitian ini menunjukkan bahwa model RNN mampu mengklasifikasikan saran dan kritik dengan tingkat akurasi yang memadai. Penerapan model ini diharapkan dapat membantu pihak administrasi Unismuh dalam mengelola masukan dari mahasiswa secara lebih efisien, serta memberikan respons yang lebih tepat dan cepat terhadap kebutuhan akademik.
KLASIFIKASI SARAN DAN KRITIK PADA SIMAK UNISMUH DENGAN MENGGUNAKAN ALGORTIMA RECCURENCT NEURAL NETWORK (RNN faisal, Ahmad; Wahyuni, Titin; Rachman, Fahrim Irhamna
Ainet : Jurnal Informatika Vol. 6 No. 2 (2024): September (2024)
Publisher : Universitas Muhammadiyah Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26618/ainet.v6i2.15736

Abstract

SIMAK Unismuh Makassar merupakan platform penting yang digunakan oleh mahasiswa untuk menyampaikan saran dan kritik terkait berbagai aspek akademik. Dalam penelitian ini, peneliti mengimplementasikan algoritma Recurrent Neural Network (RNN) untuk mengklasifikasikan saran dan kritik yang diterima melalui SIMAK Unismuh. Tujuan dari penelitian ini adalah untuk mengetahui implementasi Algoritma RNN dalam mengklasifikasi saran dan kritik di laman SIMAK Unismuh dan bagaimana keberhasilan Algoritma RNN dalam mengklasifikasi saran dan kritik di laman SIMAK Unismuh. RNN dipilih karena kemampuannya dalam mengolah data teks yang berurutan, seperti masukan dalam bentuk kalimat, yang memungkinkan model untuk menangkap konteks dari masukan tersebut secara lebih efektif. Dataset yang digunakan dalam penelitian ini terdiri dari sejumlah data saran dan kritik yang telah dikategorikan secara manual. Model RNN yang dibangun kemudian dilatih dan diuji menggunakan data tersebut untuk menilai akurasi dan performanya. Hasil penelitian menunjukkan menunjukkan bahwa model mencapai akurasi tertinggi sebesar 91% dan akurasi terendah sebesar 90%. Meskipun terdapat variasi dalam performa model, hasil ini menunjukkan bahwa RNN memiliki potensi yang baik dalam mengklasifikasikan teks saran dan kritik. Model RNN dapat membantu institusi dalam memahami dan merespon masukan dari pengguna dengan lebih efektif, meskipun masih memerlukan optimasi lebih lanjut untuk meningkatkan konsistensi dan akurasi hasil. Kesimpulan dari penelitian ini menunjukkan bahwa model RNN mampu mengklasifikasikan saran dan kritik dengan tingkat akurasi yang memadai. Penerapan model ini diharapkan dapat membantu pihak administrasi Unismuh dalam mengelola masukan dari mahasiswa secara lebih efisien, serta memberikan respons yang lebih tepat dan cepat terhadap kebutuhan akademik.
KLASIFIKASI SARAN DAN KRITIK PADA SIMAK UNISMUH DENGAN MENGGUNAKAN ALGORTIMA RECCURENCT NEURAL NETWORK (RNN) faisal, Ahmad; Wahyuni, Titin; Rachman, Fahrim Irhamna
Ainet : Jurnal Informatika Vol. 7 No. 1 (2025): Maret (2025)
Publisher : Universitas Muhammadiyah Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26618/8ttaxq04

Abstract

SIMAK Unismuh Makassar is an important platform used by students to submit suggestions and criticisms related to various academic aspects. In this study, researchers implemented the Recurrent Neural Network (RNN) algorithm to classify suggestions and criticisms received through SIMAK Unismuh. The purpose of this study was to determine the implementation of the RNN Algorithm in classifying suggestions and criticisms on the SIMAK Unismuh page and how successful the RNN Algorithm was in classifying suggestions and criticisms on the SIMAK Unismuh page. RNN was chosen because of its ability to process sequential text data, such as input in the form of sentences, which allows the model to capture the context of the input more effectively. The dataset used in this study consists of a number of suggestion and criticism data that have been categorized manually. The RNN model that was built was then trained and tested using the data to assess its accuracy and performance. The results showed that the model achieved the highest accuracy of 91% and the lowest accuracy of 90%. Although there were variations in model performance, these results indicate that RNN has good potential in classifying suggestion and criticism texts. The RNN model can help institutions understand and respond to user input more effectively, although it still requires further optimization to improve the consistency and accuracy of the results. The conclusion of this study shows that the RNN model is able to classify suggestions and criticisms with an adequate level of accuracy. The application of this model is expected to help the Unismuh administration in managing student input more efficiently, as well as providing more appropriate and faster responses to academic needs.Keywords: Text Classification, Recurrent Neural Network (RNN), SIMAK Unismuh, Suggestions and Criticisms, Academic Information System.
Co-Authors - Sutrisno AA Sudharmawan, AA Abdillah, Muhammad Rifqy Naufal Adawiyah, Amiratul Agus Heri Yunial Agus Hidayat Agus Setiawan Agus Supriono Ahmad Muzakki Akbar Tahir, Akbar Akon, Agustinus Aliffullah, Muhammad Alimuddin Amalia, Rini Amelia Rahmaniah Amilin, Kasfillah Khoirul Andriyanto, Reina Ayu Cahyani Anjani, Siti Monica Aprianto . Aprianto, - Aprilia, Dela Ardhiyaningtyas, Ria Cendana Arhasy, Faiz Arief Hidayat Arief, M. Miftah Arifin, Muhammad Samsul arniati, arniati Aryzki, Safti Asriadi Zainuddin ASRIL ASRIL Ayatin, Ayatin Ayu Aprillia Baehaki, Mohamad Kiki Bahri, , Moh Syaiful Bahrul Ulum Basri Basri Bayu Purnomo, Lucky Budiyanto, Albert Bunari, Bunari Chairul Huda, Chairul Cupiadi, Hedi Depi Rusda Didi Kurniawan Distya Riski Hapsari Domineka, Billy Ghozali Dusa, Muslan K. Dwi Ratna Hidayati Eka Priadi El Ikhwan, Muhammad Taufiq Emroni Erbakan, Reinaldi Fachrim Irhamna Rachman Fahrudin, Imam Fakhry Najib, Muhammad Faruq Al Barqi, Muhammad Febrian, Wenny Desty Fiki Muhammad Ridho Finta Lissimia, Finta Firmalisa Maulina, Firmalisa Fitriah Fitriah Fizi, Ridhani Gani, Intan Maesti Ghani, Hafid Nur Gunawan Malau , April Gusvita Hamdani, Cindy Hambari, Hambari Hamda Hanafi Hanafi Hasanah, Subriyatul Hasby, Nazar Hassan, Muhammad Nasiru Hazaa, Zuhair Mubarak Hazaa, Zuhair Mubarrak Heidiani Ikasari, Ines Helmi, Syarif M Heni Pujiastuti Hetty Nursawemi, Hetty Hidayatullah, Moh. Hilman Hakiem Hilmiah, Mia Husnul Hatimah, Husnul Ibanah, Indah Ida Ayu Putu Sri Widnyani Ike Lestari Ikhsan, Kurnia Ilahi, Rifki Ilman, Robith Irsyam, Muhammad Haikal Irwan Irwan Iskandar, Nur Moh Islamiah, Neneng Isnanto, Samto Hadi Istiyah, Istiyah Ja'faruddin, Ja'faruddin Jamaluddin Jompa kamarang, Apliandi Khairina, Naily Khasanah, Aisyah Imroatun Khofsah, Salsabila Arifah Kurnia, Harsanti Kurniadi, Ahmad Kusuma, Adhi Lailatul Kodriyah Laina, Nor Laksono, Eko Puji Leni . Lestari, Kartika Dian Lidya Ayu, Nur Listiani Rahayu, Ni Luh Lady Lubis, Nursakinah Lutfhi, Lutfhi M. Abdul Karim, M. Abdul M. Arman, M. Arman Magfiroh, Illia Seldon Maharani, Ariq Dewi Marjan, Yakuttinah Marsudi . Masruroh, A'imatul Masrurotullaily, Masrurotullaily Maulana Zidane, Yusuf Mayanto, Akis Meilani, Almanda Mia Audina, Mia Miftah Farid Mikhael David Pratama, Victorio Mintje, Quirina Ariantji Patrisia Misrita, Misrita Mochammad Imron Awalludin Moh. Fauzan Mohammad Irfan Farraz Haecal Moi, Maria Yasinta Muhammad Ammar Naufal Muhammad Arsyad Muhammad Imron, Muhammad Muhammad Zulkifli Muharram, Dian Muktar Sitompul, Ali Musrifah, Mafasatul Mustapa, Ira Suryani Najah, Safinatun Noval Noval Novi Anoegrajekti Nugroho Agung Prabowo Nugroho, Wahyudi Nujum, Mohammad Nur Azizah Nuraeni Nuraeni Nuraisyah, Euis Nurjanah Ritonga, A.r Nurrahman, Hafidz Arafath Nurrizkia, Tiara Nurul Khairina nurul latifah Nuryanto Nuryanto Oktaviani, Yulianti Ollyvie Jolanda, Kevien Pajrin, Ajriani Dainita Pamcasasti, Ranthy Pamungkas, Adhe Retnantya Pasaribu, Masriani Pertiwi, Ambarani Kurnia Pratiwi, Annisa Triananda Puaad, Mohd Pujiati, Herni Purwanti, Rida Ratna Putra, Dimas Endrawan Putra, Faturahman Setiyawan Putri, Librina Tria Putri, Rury Novia Qadlizaka, Muhammad Irfan Hakim Qurroh Ayuniyyah R M Rustamaji Rahma, Alfiana Rahma, Anisa Aulia Raihanah Raihanah Ramadani, Fitra Rasidah, Kholifatur Risno . Rizal Darwis Rizal, Moh Nur Robie Asta Rohman Rohman Rohman, Syafa?Atur Rohman Rosihan Anwar, Rosihan Rusmawan, Jeany Rustamaji, - Safri Sagita, Sri Melati Sahrahman, Sahrahman Sandhika, Prima Sari, Afifah Indah Sari, Cipta Riang Sari, Dewi Lutfiana Sari, Wulan I R Satria, Sigit Shafi, Muhammad Shinta Werorilangi, Shinta Shofa, Mohamad Jihan Sidapung, Theresia Oktavia Siladjadja, Muljanto Siti Nuryani, Siti Sofrayani, Sofrayani Sopannadi Sri Widodo Sugihyanty, Eneng Suja'i, Ahmad Salman Badruz Zaman As Sulistyaningrum, Vitrianna Sumali, Bambang Sunandi, Dede Syafyudin Yusuf Titin Wahyuni Tuhyawan, Riki Tumangger, Maruli Ulfah, Emilya Umam, Hotibul Valentino, Ari Wahyudi , Wahyudi wahyudi, Fahris Wahyuni, Maya Sari Wasiska, Asti Widana, I Dewa Ketut Kerta Yatman, Andri Yohanes Ferry Cahaya Yosepha, Sri Yanthy Zahra, Lutfiatuz Zulfikar Zulfikar