Article Per Year (5 Year)
p-Index From 2020 - 2025
6.196
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Dedikasi IPTEK The Journal of Engineering Techno.Com: Jurnal Teknologi Informasi TEKNOLOGI: Jurnal Ilmiah Sistem Informasi TELKOMNIKA (Telecommunication Computing Electronics and Control) JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Transformatika Journal of Information Systems Engineering and Business Intelligence Register: Jurnal Ilmiah Teknologi Sistem Informasi Proceeding of the Electrical Engineering Computer Science and Informatics JOIN (Jurnal Online Informatika) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control DoubleClick : Journal of Computer and Information Technology JAST : Jurnal Aplikasi Sains dan Teknologi KOMPUTIKA - Jurnal Sistem Komputer PEDULI: Jurnal Imiah Pengabdian Pada Masyarakat Dialektika: Jurnal Ekonomi dan Ilmu Sosial Jurnal Repositor Journal of Community Service and Empowerment Jurnal Riset Pendidikan MIPA ALACRITY : Journal Of Education Jurnal Perempuan & Anak Jurnal Sintesis: Penelitian Sains, Terapan dan Analisisnya
Nur Hayatin
Universitas Muhammdiyah Malang
Agriculture, Biological Sciences & Forestry Humanities 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 Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Immunology & microbiology Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 67 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 67 Documents
Search

 3   4   5   6   7 
Metode Cluster Importance Untuk Peringkasan Dokumen Pada Data Tweet Berbahasa Indonesia (Study Kasus Pilkada Dki Jakarta) Dyah Hestiningtyas; Nur Hayatin; Yuda Munarko
Jurnal Repositor Vol 2 No 6 (2020): Juni 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i6.665

Abstract

Pemanfaatan media elektronik sebagai media informasi berkembang sangat pesat di era sekarang. Terbukti meningkatnya jumlah informasi dan data. Banyaknya data yang ada diharapkan dapat memberikan manfaat yang banyak pula. Automatic Text Summarization merupakan salah satu proses peringkasan teks dokumen yang dilakukan secara otomatis melalui mesin komputer. Pada penelitian ini penulis membahas tentang peringkasan dokumen pada tweet, dimana data yang digunakan dengam mengumpulkan tweet melalui web crawler dengan memanfaatkan API Twitter. Pada paper ini diajukan sebuah metode Cluster Importance dan melakukan pemilihan tweet representatif pada setiap cluster berdasarkan bobot tweet terpenting pada suatu cluster. Yang nantinya bobot tweet tertinggi dipilih sebagai tweet penyusun ringkasan. Penelitian ini menggunakan 25 topik. hasil dari perhitungan Rouge-N yaitu: Dari 25 topik data uji ada 3topik yang mempunyai Iterasi 1 yaitu topik HUT DKI, Kinerja Djarot, dan Pemimpin dikarenakan jumlah tweet pada topik tersebut sama - sama memiliki 2 tweet. Pengujian perbandingan antara hasil manual dan hasil sistem menunjukan hasil 100% pada topik Dukungan. Perhitungan Rouge-N menyimpulkan bahwa sistem dapat merangkum tweet minimal 3 tweet, dari perbandingan hasil sistem dan manual di dapatkan tweet minimal mempunyai nilai 96% yang di mana sistem bekerja dengan baik, serta pada topik yang memiliki 18 tweet menunjukan hasil 89%.
Sistem Perekomendasi Dosen Pembimbing berdasarkan Relevansi Topik Tugas Akhir menggunakan Metode Okapi BM25 Meilina Agustina; Yufis Azhar; Nur Hayatin
Jurnal Repositor Vol 2 No 9 (2020): September 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i9.672

Abstract

Sistem rekomendasi adalah sebuah perangkat lunak untuk memberikan rekomendasi kepada pengguna mengenai produk yang dapat digunakannya. Masalah administrasi di kantor jurusan Pendidikan Guru Sekolah Dasar Universitas Muhammadiyah Malang merupakan salah satu permasalahan yang selalu dihadapi oleh para staf TU dan part timer. Penggunaan sistem manual yang masih berjalan saat ini dinilai kurang efektif terhadap waktu, tempat, dan tenaga sehingga diperlukan adanya bantuan berupa sistem informasi. Pada perancangan sistem informasi ini akan menggunakan metode Okapi BM25 dimana metode ini merupakan fungsi peringkat yang digunakan oleh mesin pencari (search engine) untuk peringkat dokumen pencocokan sesuai relevansinya dengan permintaan pencarian yaitu berupa topik tugas akhir. BM25 memiliki fungsi yang sesuai dengan 3 prinsip pembobotan yang baik, yaitu memiliki inverse document frequency (idf), term frequency (tf), dan memiliki fungsi normalisasi dari panjang dokumen (document length normalization).
Sistem Pakar Diagnosa Penyakit THT Menggunakan Metode Dempster Shafer Doni Yulianto; Yufis Azhar; Nur Hayatin
Jurnal Repositor Vol 3 No 1 (2021): Januari 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i9.776

Abstract

Berbagai penyakit pada manusia dapat menimbulkan masalah serius jika tidak cepat ditangani, seperti halnya penyakit THT (Telinga, Hidung, dan Tenggorokan). Penderita penyakit THT di Indonesia cukup tinggi, karena masyarakat sering menganggap remeh penyakit THT dan kurangnya informasi mengenai penyakit tersebut. Perlu adanya sistem yang memberikan informasi mengenai gejala pada penyakit THT dan jenis penyakit apa saja yang diderita, serta solusi apa yang tepat untuk menangani penyakit THT. Subjek dalam penelitian ini adalah sistem pakar untuk mendiagnosa penyakit THT. Pada penelitian ini menggunakan dua metode, yaitu metode ketidakpastian menggunakan Dempster Shafer dan metode penelusuran yaitu Forward Chaining. Langkah pengembangan diawali dari pengumpulan data, lalu pembuatan Rule Based, mengimplementasikan metode, dan melakukan pengujian akurasi pakar. Hasil penelitan ini adalah sistem pakar mendiagnosa penyakit THT sebanyak 7 jenis penyakit dengan gejala sebanyak 24 jenis. Penelitian ini juga menggunakan metode Dempster Shafer untuk mendapatkan nilai kepastian berupa persentase nilai kepastian pada hasil diagnosa penyakitnya. Berdasarkan hasil pengujian pakar, dapat disimpulkan bahwa sistem pakar memiliki tingkat kesamaan dengan pakar sebesar 85% yang berarti bahwa sistem pakar ini layak untuk digunakan.
Analisis Sentimen Konten Radikal dalam Kontestasi Politik 2019 di Media Twitter Menggunakan Interjection dan Punctuation Taufik Nurahman; Yufis Azhar; Nur Hayatin
Jurnal Repositor Vol 2 No 7 (2020): Juli 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i7.868

Abstract

Analisis sentiment saat ini menjadi tren untuk mengidentifikasi opini serta emosi seseorang dalam menanggapi sebuah situasi. Di tahun politik, sangat banyak opini bertebaran baik yang dituliskan di media cetak maupun media sosial. Para pelaku politik memiliki pandangan yang berbeda-beda, sehingga memunculkan banyak opini yang berujung pada tindakan radikal seperti perlakuan SARA kepada orang yang berbeda pandangan. Penelitian terkait dengan analisis sentimen radikal melalui media twitter sudah dilakukan oleh beberapa peneliti sebelumnya, namun belum ada penelitian analisis sentimen radikal yang menggunakan fitur ekstraksi. Penelitian ini mengusulkan untuk melakukan analisis sentimen konten radikal pada tweet tekstual berbahasa Indonesia terkait dengan kontestasi politik di Indonesia yang lalu menggunakan dua fitur yakni punctuation dan interjection, serta diklasifikasikan menggunakan algoritma support vector machine. Dari hasil klasifikasi yang telah dilakukan, didapatkan nilai akurasi dari analisis sentimen sebesar 80% dan dilakukan analisis sentiment radikal beberapa kali dengan jumlah interjection yang berbeda, didapatkan hasil akurasi sebesar 94% dengan menggunakan 200 kata interjection.
Analisa Sentimen Tweet Berbahasa Indonesia Dengan Menggunakan Metode Lexicon Pada Topik Perpindahan Ibu Kota Indonesia Abdul Hadiy Dyo Fatra; Nur Hayatin Hayatin; Christian Sri Kusuma Aditya
Jurnal Repositor Vol 2 No 11 (2020): November 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i11.933

Abstract

Pada pertengahan tahun 2019 Presiden Republik Indonesia resmi memutuskan bahwa Ibu kota dipindahkan ke luar pulau Jawa. Hal ini menyebabkan banyak respon dari masyarakat yang menyikapi pada keputusan ini. Respon masyarakat tersebut banyak kita lihat di media sosial terutama twitter. Untuk melihat kenyataan respon masyarakat Indonesia dibutuhkan sebuah penelitian yang dapat mengambil kesimpulan dari banyaknya respon masyarakat. Maka dari masalah ini penelitian ini dilakukan untuk mencari kebenaran darirespon masyarakat terkait dengan keputusan perpindahan Ibu kota Indonesia dengan menggunakan metode lexicon. Penelitian ini juga ingin melihat perbandingan pengaruh proses stemming terhadap Analisa sentiment yangakan dilakukan. Untuk mengukur performa dari metode Lexicon, dalam penelitian ini akan diuji dengan seorang pakar. Kemudian hasil dari pakar akan dimasukan kedalam confusion matrix. Dari perhitungan dengan confusion matrix di dapatkan hasil bahwa respon masyarakat Indonesia banyak yang setuju dengan keputusan pemindahan Ibu kota Indonesia.
Analisa Sentimen Tweet Berbahasa Indonesia Dengan Menggunakan Metode Lexicon Pada Topik Perpindahan Ibu Kota Indonesia Abdul Hadiy Dyo Fatra; Nur Hayatin Hayatin; Christian Sri Kusuma Aditya
Jurnal Repositor Vol 2 No 7 (2020): Juli 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i7.937

Abstract

Penelitian ini mengajukan sebuah klasfikasi terhadap respon masyarakat terhadap keputusan pemerintah untuk memindahkan Ibu kota Indonesia menggunakan metode lexicon. Hasil akurasi pengujian diukur dengan menggunakan confusion matrix. Data pada penelitian ini menggunakan data dari twitter yang berupa tweet. Data berisi tweet respon masyarakat terhadap keputusan perpindahan Ibu kota Indonesia. Data melewati 5 roses preprocessing yaitu case folding, punctuation removal, stopword removal, stemming, dan tokenizing. Lexicon digunakan karena menghasilkan nilai akurasi yang baik. Pada penelitian ini juga akan mencari kamus yang memiliki hasil klasifikasi paling baik. Hasil penelitian ini menunjukan hasil klasifikasi yang yang baik dengan mendekati hasil oleh pakar.
Perbandingan Algoritma Selection Feature Query Expansion Ranking dan Symmetrical Uncertainty Pada Instagram Terkait Sengketa ZEE di Perairan Natuna Dzur Rifqi Aziz; Nur Hayatin; Christian Sri Kusuma Aditya
Jurnal Repositor Vol 3 No 4 (2021): Agustus 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i4.1328

Abstract

Algoritma Naïve Bayes adalah untuk menggabungkan probabilitas kata-kata dan kategori untuk memperkirakan probabilitas kategorikan dokumen. Naïve Bayes ini merupakan algoritma klasifikasi yang sering digunakan dalam sebuah penelitian salah satunya penelitian mengenai Sentimental Analysis. Dengan demikian, penelitian ini mencoba menganalisis ulasan dari masyarakat dengan metode naive bayes classifier dan membandingkan penggunaan seleksi fitur Symmetrical Uncertainty dan query expansion ranking untuk mengoptimalkan kinerja klasifikasi pada penelitian. Hasil pengujian yang diperoleh dengan menggunakan symmetrical uncertainty adalah tingkat accuracy sebesar 76%, precision sebesar 76%, dan recall sebesar 61%. Sedangkan hasil pengujian yang diperoleh dengan menggunakan query expansion ranking adalah tingkat accuracy sebesar 75%, precision sebesar 75%, dan recall sebesar 56%.
Perbandingan Klasifikasi Berita Hoax Kategori Kesehatan Menggunakan Naive Bayes dan Multinomial Naive Bayes Chita Nauly Harahap; Gita Indah Marthasari; Nur Hayatin
Jurnal Repositor Vol 3 No 4 (2021): Agustus 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i4.1380

Abstract

Berita kesehatan merupakan informasi yang paling dicari dan diminati pada masa pandemi, kebutuhan akan perlunya kiat-kiat kesehatan untuk masyarakat membuat berita kesehatan menduduki peringkat atas berita terpopuler. Disaat meningkatnya minat baca masyarakat terhadap berita, banyak pihak tidak bertanggung jawab memanfaatkan keuntungan tersebut dengan menyebarkan berita tidak benar yang menggiring opini masyarakat agar menyudutkan pihak tertentu dan berisi informasi yang melenceng dari pendapat ahli kesehatan. Oleh karena itu salah satu cara untuk mengatasi tersebarnya berita hoax penelitian ini melakukan klasifikasi berita kesehatan berbahasa Indonesia secara otomatis. Pada penelitian ini dataset yang digunakan sebanyak 100 berita kesehatan non-hoax dan 100 berita kesehatan hoax. Proses klasifikasi memalui tahap preproses, pembobotan kata, dan implementasi pada metode naïve bayes dan multimonial naïve bayes. Evaluasi model menggunakan metode 10-fold cross validation, metode multinomial naïve bayes bekerja lebih baik dan efisien daripada metode naïve bayes.
Perbandingan Model Polynomial Regression dan Facebook Prophet untuk Prediksi Jumlah Pasien Positive COVID-19 di Indonesia Tsabitah Ayu Rahmawati; Gita Indah Marthasari; Nur Hayatin
Jurnal Repositor Vol 3 No 5 (2021): November 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i5.1394

Abstract

Corona Virus Disease 2019 atau yang biasa disebut sebagai COVID-19 menjadi ancaman bagi seluruh dunia, terutama bagi Negara Indonesia. WHO menyebutkan bahwa COVID-19 adalah sindrom pernafasan akut parah yang ditularkan melalui tetesan saluran pernapasan (air liur atau ingus) dan kontak langsung dengan penderita. Penyakit ini membutuhkan perhatian khusus dari pemerintah agar penyebaran Covid-19 ini semakin berkurang. Wabah ini telah memasuki Indonesia pada awal bulan maret, dan sampai saat ini jumlah penderita penyakit ini semakin meningkat. Pada penelitian kali ini, akan ditunjukkan perbandingan dari prediksi yang dihasilkan oleh model polynomial regression dan model FBProphet dengan realita yang terjadi terhadap jumlah pasien positive COVID-19 untuk menghasilkan prediksi yang akurat sebagai persiapan kemungkinan terburuk penderita COVID-19. Dataset yang digunakan sebanyak 396 data yang diambil dalam kurun waktu 02/03/2020 hingga 31/12/2020 pada dataset gitbub dan kemudian dilengkapi hingga tanggal 31/03/2021 pada website covid19.go.id. Dari hasil penelitian ini hasil prediksi yang terbaik terdapat pada Polynomial Regression dengan tingkat akurasi sebesar 0,98%, sedangkan dengan FBProphet tingkat akurasi yang didapat sebesar 0,95%. Hal ini dapat membantu paramedis dalam meramalkan perkiraan jumlah pasien positif covid-19 di Indonesia.
Penerapan Metode K-Means pada Data Penduduk Miskin Per Kecamatan Kabupaten Blitar Dede Nor Alfiansyah; Vinna Rahmayanti Setyaning Nastiti; Nur Hayatin
Jurnal Repositor Vol 4 No 1 (2022): Februari 2022
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v4i1.1416

Abstract

Kemiskinan adalah kondisi ketidakmampuan pendapatan seseorang dalam pemenuhan kebutuhan pokok hidup sehingga tidak mampu menjamin kelangsungan hidupnya Kebutuhan hidup meliputi kebutuhan dasar seperti sandang, pangan, tempat tinggal, dan pendidikan. Menurut BPS, yang dikatakan penduduk miskin adalah penduduk yang memiliki rata-rata pengeluaran perkapita perbulan dibawah garis kemiskinan. Kabupaten Blitar adalah salah satu kabupaten di provinsi Jawa Timur. Angka kemiskinan di kabupaten Blitar mengalami penurunan sejak tahun 2016 hingga tahun 2019 dan mengalamai kenaikan di tahun 2020. Langkah untuk mengetahui angka kemiskinan dihitung berdasarkan sampel survei analisis tingkat kemiskinan dalam survey Sosial – Ekonomi Nasional (Susenas) setiap 2 tahun sekali. Pengelompokkan kemiskinan perlu dilakukan setiap tahunnya agar pemerintah dapat mengetahui langkah pencegahan agar kemiskinan tidak meningkat ataupun pemecahan masalah kemiskinan. Pengelompokkan kemiskinan dapat dilakukan dengan menggunakan berbagai metode salah satunya adanya dengan menggunakan metode K-Means. Penggunan metode K-Means ini bertujuan mengelompokkan data per kecamatan kabupaten Blitar yang tergolong penduduk miskin.
Co-Authors Abdul Hadiy Dyo Fatra Abidatul Izzah Abidatul Izzah Izzah, Abidatul Izzah Adhi Bagus Setiawan Ahmad Al Ghivani Ahmad Dhana Renomi Ahmad Hifdhul Abror, Ahmad Hifdhul Aini Alifatin Aini Nurul Amarul Akbar Andhini, Thathit Manon Anggraini, Syadza Anisatu Thoyyibah Asep Rohman Audi Bayu Yuliawan Ayu Puji Lestari Basuki, Setio Bayu Mavindo Bayu Yuliawan, Audi Chastine Fatichah Chita Nauly Harahap Christian Sri Kusuma Aditya Christian Sri Kusuma Aditya Christian Sri Kusuma Aditya Dasa Ismaimuza Dede Nor Alfiansyah Deny Qutara Putra Diana Purwitasari Didih Rizki Chandranegara Dini Kurniawati Doni Yulianto Dwi A. P. Rahayu Dwi Arif Al-mubarok Dyah Hestiningtyas Dzur Rifqi Aziz Eko Budi Cahyono Elbert Setiadharma Evi D. Wahyuni Evi Dwi Wahyuni Fadil Ramadhan Farid Dadhee Fatahillah Arsyad Gama Wisnu Fajarianto Giffari Zakawaly Gita Indah Marthasari Hariyady, H. Hasbi Atsqalani Ika Rizki Anggraini Kharisma Muzaki Ghufron Kris Setyaningsih, Kris Kuntur, Soveatin Lia Nuarini M Syawaluddin Putra Jaya Maskur Maskur Maskur Maskur Mavindo, Bayu Meilina Agustina Meilisa Musnaimah Mentari Mas'ama Safitri Muhammad Rojib Saiful Musnaimah, Meilisa MUSTAMIN IDRIS Mustika Mentari Nasution, Annio Indah Lestari Nirindra Primavera Dirga Nugraha Nuryasin, Ilyas Prayogi Restia Saputra Putra, Deny Qutara Rahayu, Dwi A. P. Rellanti Diana Kristy Rellanti Diana Kristy Retno Firdiyanti Rima Mediana Mashita Rizal Rakhman Mustafa Rizky Ade Mahendra Rizky Heriawan Prayogo Tanjung Ruhaila Maskat S, Vinna Rahmayanti Saiful Arif, Mukhammad Rojib Sandy Young Sari Wahyunita Shofiyah Soveatin Kuntur Syadza Anggraini Syukri Adisakti Dainamang Taufik Nurahman Thathit Manon Andini Tiara Intana Sari Tri Fidriyan Arya Tsabitah Ayu Rahmawati Tutik Sulistyowati Veithzal Rivai Zainal Wahyuni, Evi D. Wicaksono, Galih Wasis Wildan Suharso Yogo Suwiknyo Yuda Munarko Yufis Azhar Yuniarti, Maulidya Zalfa Natania Ardilla