Articles
POLA DINAMIS DISTRIBUSI BERAS UNTUK OPERASI PASAR DOlOG BENGKUlU
Nufus, Nurhayatin
Jurnal AGRISEP JURNAL AGRISEP VOL 05 NO 01 2006 (JANUARY)
Publisher : Badan Penerbitan Fakultas Pertanian, Universitas Bengkulu
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (3743.618 KB)
|
DOI: 10.31186/jagrisep.5.1.7-23
This research aimed to analyze the moving average of rice distribution and the effect of four decompositon components for market operation along 1995 - 2001 period. The results show that dinamic distribution pattern based on syclicaJ trend tends to increasing along with consumption. There were two clearly variations first quarter / and IV with higher distribution index and quarter 1/ and III with lower index. Under quarter I and IV known as deficit the planting season, while quarter 1/ and III known as harvest season where as the people has plenty of stock in cyl/os. Finally the random component (/) was iffluenced much to the distribution pattern,it was relevance to goverment policy to ruie the rice policy and distrbution.
ESTIMASI FUNGSI PRODUKSI DAN EFISIENSI ALOKASI SUMBERDAYA PETANI KEDELAI DI LOMBOK BARAT
Nufus, Nurhayatin
Jurnal AGRISEP JURNAL AGRISEP VOL 03 NO 01 2004 (JANUARY)
Publisher : Badan Penerbitan Fakultas Pertanian, Universitas Bengkulu
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (233.268 KB)
|
DOI: 10.31186/jagrisep.3.1.145-148
This research aims to analyses factors influence on production and resources allocation of soybeans by farmer at West Lombok. Production function was estimated from survey data and technical efficiency was used to indicate farm management level through maximum likelihood, which was transformed into frontier stochastic production function. The land size, fertilizer (urea and TSP), labor and pesticide influence the production of soybean at site. The technical efficciency level of Soybean fann was 95,6 percent The usage of TSP and pesticide reached allocative efficiency while urea and seeds were al/ocative efficiency yet
Optimization of Sentiment Analysis for Indonesian Presidential Election using Naïve Bayes and Particle Swarm Optimization
Hayatin, Nur;
Marthasari, Gita Indah;
Nuarini, Lia
JOIN (Jurnal Online Informatika) Vol 5 No 1 (2020)
Publisher : Department of Informatics, UIN Sunan Gunung Djati Bandung
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/join.v5i1.558
Twitter can be used to analyze sentiment to get public opinion about public figures to find a trend in positive or negative responses, especially to analyze sentiments related to presidential candidates in the 2019 election in Indonesia. Naïve Bayes (NB) can be used to classify tweet feed into polarity class negative or positive, but it still has low accuracy. Therefore, this study optimizes the Naïve Bayes algorithm with Particle Swarm Optimization (NB-PSO) to classify opinions from twitter feeds to get a good accuracy of public figures sentiment analysis. PSO used to select features to find optimization values to improve the accuracy of Naïve Bayes. There are four steps to optimize NB using PSO, i.e., initializing the population (swarm), calculate the accuracy value that matched with selected features, selected the best accuracy of classification, and updating position and velocity. From this study, the group of tweets was obtained based on the positive and negative sentiments from the community towards two Indonesia presidential candidates in 2019. The NB-PSO test shows the accuracy result of 90.74%. The result of accuracy increases by 4.12% of the NB algorithm. In conclusion, the inclusion of the Particle Swarm Optimization algorithm for Naïve Bayes classification algorithm gives a significant accuracy, especially for sentiment analysis cases.
Sentiment Analysis from Indonesian Twitter Data Using Support Vector Machine And Query Expansion Ranking
Atsqalani, Hasbi;
Hayatin, Nur;
Aditya, Christian Sri Kusuma
JOIN (Jurnal Online Informatika) Vol 7 No 1 (2022)
Publisher : Department of Informatics, UIN Sunan Gunung Djati Bandung
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.15575/join.v7i1.669
Sentiment analysis is a computational study of a sentiment opinion and an overflow of feelings expressed in textual form. Twitter has become a popular social network among Indonesians. As a public figure running for president of Indonesia, public opinion is very important to see and consider the popularity of a presidential candidate. Media has become one of the important tools used to increase electability. However, it is not easy to analyze sentiments from tweets on Twitter apps, because it contains unstructured text, especially Indonesian text. The purpose of this research is to classify Indonesian twitter data into positive and negative sentiments polarity using Support Vector Machine and Query Expansion Ranking so that the information contained therein can be extracted and from the observed data can provide useful information for those in need. Several stages in the research include Crawling Data, Data Preprocessing, Term Frequency – Inverse Document Frequency (TF-IDF), Feature Selection Query Expansion Ranking, and data classification using the Support Vector Machine (SVM) method. To find out the performance of this classification process, it will be entered into a configuration matrix. By using a discussion matrix, the results show that calcification using the proposed reached accuracy and F-measure score in 77% and 68% respectively.
Pelaksanaan Administrasi Kepegawaian di SMP Negeri 44 Palembang
Nurhayatin, Nurhayatin;
Setyaningsih, Kris;
Rohman, Asep
ALACRITY : Journal of Education Volume 4 Issue 3 Oktober 2024
Publisher : LPPPI Publishing
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52121/alacrity.v4i3.392
Artikel ini berjudul “Pelaksanaan Administrasi Kepegawaian di SMP Negeri 44 Palembang”. Penelitian ini bertujuan untuk mengetahui pelaksanaan administrasi kepegawaian di SMP Negeri 44 Palembang, dan untuk mengetahui faktor penghambat dan faktor pendukung dalam pelaksanaan administrasi kepegawaian di SMP Negeri 44 palembang. Dalam penelitian ini, peneliti menggunakan jenis penelitain kualitatif dan pendekatan deskriptif. Penelitian ini dilakukan di SMP Negeri 44 Palembang. Informan dalam penelitian ini adalah kepala sekolah, kepala tata usaha, guru. Teknik pengumpulan data dalam penelitian ini menggunakan abservasi, wawancara dan dokumntasi, sumber data diperoleh dari informan kunci yakni kepala tata usaha dan informan pendukung yakni reduksi data, penyajian data dan verifikasi data. Hasil penelitian menunjukkan pelaksanaan administrasi kepegawaian di SMP Negeri 44 Palembang sudah berjalan dengan baik karena hal ini dilihat dari segi waktu yang dilaksanakan lebih efektif dan efisien jika menerapkan, komunikasi antara pemimpin dan karyawan sangat diperlukan untuk mencapai tujuan dan Lembaga, koordisi adalah proses mengintegrasikan (memadukan) menyingkronisasikan dan menyedehanakan pelaksanaan tugas yang terpisah-pisah secara terus menerus untuk mencapai tujuan secara efektif dan efisien, motivasi adalah suatu kegiatan yang dilakukan oleh atasan atau pimpinan terhadap bawahnya agar bekerja dengan baik dan semangat melakukan tugas dan tanggung jawab, pengarahan yang baik bukanlah suatu bentuk kedikatatoran. Peran pekerja mengharapkan dapat diberikan informasi-informasi yang diperlukan mengenai jumlah, kualitas dan batas kebiasaan berpengaruh pada semua bentuk pengarahan.
Text Summarization on Verdicts of Industrial Relations Disputes Using the Cross-Latent Semantic Analysis and Long Short-Term Memory
Wicaksono, Galih Wasis;
Hakim, Muhammad Nafi Maula;
Hayatin, Nur;
Hidayah, Nur Putri;
Sari, Tiara Intana
JOIV : International Journal on Informatics Visualization Vol 7, No 3 (2023)
Publisher : Society of Visual Informatics
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30630/joiv.7.3.2052
The information presented in the documents regarding industrial relations disputes constitutes four legal disputes. However, too much information leads to difficulty for readers to find essential points highlighted in industrial relations dispute documents. This research aims to summarize automated documents of court decisions over industrial relations disputes with permanent legal force. This research involved 35 documents of court decisions obtained from Indonesia’s official Supreme Court website and employed an extractive summarization approach to summarize the documents by utilizing Cross Latent Semantic Analysis (CLSA) and Long Short-Term Memory (LSTM) methods. The two methods are compared to obtain the best results CLSA was employed to analyze the connection between phrases, requiring the ordering of related words before they were converted into a complete summary. Then, the use of LSTM is combined with the Attention module to decoder and encoder the information entered so that it becomes a form that can be understood by the system and provides a variety of splitting of documents to be trained and tested to see the highest performance that the system can generate. The research has found out that the CLSA method gave a precision of 79.1%, recall score of 39.7%, and ROUGE-1 score of 50.9%, and the use of LSTM was able to improve the performance of the CLSA method with the results obtained 93.6%, recall score of 94.5 %, and ROUGE-1 score of 93.9% on the variation of splitting 95% training and 5% testing.
Opinion Extraction of Public Figure Based on Sentiment Analysis from Twitter
Nur Hayatin;
Mustika Mentari;
Abidatul Izzah
IPTEK The Journal of Engineering Vol. 1 No. 1 (2014)
Publisher : Institut Teknologi Sepuluh Nopember
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Twitter is a microblog that can generate an information from users such as sentiment about public figures. Sentiment analysis of public figure interpret the positive or negative response. This study aims to create system that automatically can extract the opinion about public figure based on sentiment analysis in twitter using two novel features, they are specific term and number of followers public figures lover and hater. Several step to determine the sentiment of public figure are preprocessing, weighting, classifying, and determining sentiment response. In this paper we use six public figures to be observed. This research resulting precision 99%, recall 75%, and accuracy 76,67%.
Klasifikasi Teks Berbasis Ontologi Untuk Dokumen Tugas Akhir Berbahasa Indonesia
Ayu Puji Lestari;
Maskur;
Nur Hayatin
Jurnal Repositor Vol. 1 No. 2 (2019): Desember 2019
Publisher : Universitas Muhammadiyah Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v1i2.30328
Pada penelitian ini, dilakukan klasifikasi dokumen Tugas Akhir di Teknik Informatika UMM. Permasalahan yang dihadapi adalah sulitnya untuk mencari informasi yang relevan dan sulitnya melakukan pengkategorian dokumen TA sesuai bidang minat jika harus dilakukan secara manual. Tujuan penelitian ini adalah mendapatkan informasi berdasarkan abstrak TA sesuai kategori dan mempermudah dalam melakukan klasifikasi dokumen TA sesuai bidang minat yang ada. Kategori yang digunakan merupakan bidang minat pada program studi yaitu RPL, Jaringan Komputer, Game Cerdas dan Data Science. Data yang digunakan dokumen TA sebanyak 500 data. Tahap yang dilakukan adalah membangun dan memodelkan rule ontologi sesuai data yang diperoleh dengan acuan data kurikulum Teknik Informatika UMM 2017 yang bersumber pada Association for Computing Machinery (ACM) IEEE Computer Society. Ontologi bertujuan untuk mengklasifikasikan objek-objek yang ada di dalam kumpulannya tanpa memerlukan data latih. Untuk mendukung proses klasifikasi digunakan metode dao. Metode dao digunakan untuk menghitung kemiripan diantara dokumen dari sebuah node yang ada di ontologi dengan melihat jarak terdekat. Tahap pengujian sistem menggunakan akurasi diperoleh hasil sebesar 87%. Hal ini menunjukan bahwa ontologi mampu mengklasifikasikan dokumen tanpa menggunakan data latih.
Ekspansi Query Berbasis Semantik Pada Online Public Access Catalog (OPAC)
Nirindra Primavera Dirga Nugraha;
Maskur;
Nur Hayatin
Jurnal Repositor Vol. 1 No. 2 (2019): Desember 2019
Publisher : Universitas Muhammadiyah Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v1i2.30354
Perpustakaan digital merupakan sistem penting yang berguna sebagai pemenuhan kebutuhan informasi koleksi perpustakaan. Online Public Access Catalog (OPAC) merupakan fitur yang tersedia dalam perpustakaan digital yang gunanya untuk menelusuri koleksi buku suatu perpustakaan. Pada penelitian ini dilakukan pengembangan sistem ekspansi query berbasis semantik. Tujuannya adalah untuk memperbaiki hasil pencarian agar menjadi lebih relevan. Domain yang digunakan yaitu teknologi informasi dimana data buku diperoleh dari situs buku online dan situs penerbit buku sebanyak 500 data. Tahap yang dilakukan adalah membangun ontologi sesuai data yang diperoleh. Pembentukan ontologi mengacu pada data kurikulum Teknik Informatika UMM yang mengacu pada Association for Computing Machinery (ACM). Ontologi diterapkan untuk mencari keterkaitan antara kata kunci yang dimasukkan pengguna. Untuk mendukung hasil pencarian digunakan metode cosine similarity. Cosine similarity merupakan metode untuk menghitung kemiripan antara hasil pencarian dengan kata kunci pengguna sehingga menghasilkan perangkingan hasil pencarian. Tahapan pengujian sistem menggunakan precision diperoleh nilai sebesar 65,6. Hal ini menunjukkan bahwa sistem cukup mampu memberikan hasil pencarian yang relevan dengan kata kunci pencarian pengguna.
Analisis Tingkat Kesiapan Pengguna Ensiklopedia Anak Dengan Menggunakan Metode Technology Readiness Index
Rellanti Diana Kristy;
Evi Dwi Wahyuni;
Nur Hayatin
Jurnal Repositor Vol. 2 No. 2 (2020): Februari 2020
Publisher : Universitas Muhammadiyah Malang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22219/repositor.v2i2.30460
Anapedia merupakan sebuah teknologi baru sehingga memerlukan pengukuran tingkat kesiapan penggunanya. Pengukuran tersebut bertujuan untuk mengetahui tingkat keberhasilan penerapaan anapedia. Metode yang digunakan untuk mengukur tingkat kesiapan pengguna adalah Technology Readinesss Index (TRI). TRI merupakan indeks yang digunakan untuk mengukur kesiapan pengguna dalam menerima dan menggunakan teknologi baru untuk mencapai tujuan dalam kehidupan sehari-hari dan pekerjaan. Variabel penelitian yang digunakan adalah optimism, innovativeness, discomfort, dan insecurity. Analisis data yang digunakan adalah statistik inferensial yaitu metode statistik untuk mengumpulkan, mengolah, menyajikan dan menganalisis data kuantitatif. Data penelitian didapatkan dari penyebaran kuesioner kepada 108 responden yang terdiri dari 97 siswa dan 11 guru di SDN 2 Bandungrejosari Malang. Berdasarkan hasil analisis yang dilakukan didapatkan nilai TRI sebesar 3,6 yang berarti pengguna berada didalam tingkat high technology readiness. Pengguna sudah siap dalam penerapan anapedia.