Article Per Year (5 Year)
p-Index From 2021 - 2026
5.229
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Seminar Nasional Informatika (SEMNASIF) Jurnal Inspiration Jurnal Komputer Terapan Indonesian Journal of Artificial Intelligence and Data Mining Insect (Informatics and Security) : Jurnal Teknik Informatika SINTECH (Science and Information Technology) Journal Jurnal Informatika Universitas Pamulang JURIKOM (Jurnal Riset Komputer) Saintifik : Jurnal Matematika, Sains, dan Pembelajarannya Simtek : Jurnal Sistem Informasi dan Teknik Komputer Jambura Journal of Informatics Jurnal Sistem Komputer & Kecerdasan Buatan Jurnal Sistem Komputer dan Informatika (JSON) Jurnal Dedikasi Journal of Computer and Information System (J-CIS) STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Jurnal Pengabdian Masyarakat UNIPOL J-Icon : Jurnal Komputer dan Informatika Nobel Community Services Journal In Search (Informatic, Science, Entrepreneur, Applied Art, Research, Humanism) Jurnal Pengabdian Kepada Masyarakat Indonesia
Farid Wajidi
Universitas Sulawesi Barat
Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Mathematics Physics Public Health Social Sciences Transportation Other

Published : 37 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 37 Documents
Search

 1   2   3   4 
Prediksi Harga Gabah Kering Panen menggunakan Metode Autoregressive Integrated Moving Average Ria, Canda; Wajidi, Farid; Nur, Nahya
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 6 No. 4 (2025): Juni 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v6i4.8614

Abstract

Gabah kering panen (GKP) merupakan komoditas pertanian strategis yang berperan signifikan dalam mendukung ketahanan pangan nasional. Fluktuasi harga gabah yang tidak menentu menjadi tantangan serius bagi petani dalam menentukan harga jual hasil panen. Dalam penelitian ini, harga gabah kering panen diprediksi dengan menggunakan metode   Autoregressive Integrated Moving Average (ARIMA). Data yang digunakan diambil dari data bulanan yang dikumpulkan oleh Badan Pusat Statistik (BPS) dari januari 2010 hingga desember 2024. Proses penelitian meliputi tahap pengumpulan data, pengolahan data, uji stasioneritas menggunakan Augmented Dickey-Fuller (ADF), analisis Autocorrelation Function (ACF) dan Partial Autocorrelation Function (PACF), pemilihan parameter optimal (p, d, q) menggunakan pendekatan grid search, pembangunan model ARIMA, prediksi, dan mengevaluasi performa model. Hasil uji ADF menunjukkan bahwa data menjadi stasioner setelah differencing kedua. Berdasarkan hasil grid search dan nilai Akaike Information Criterion (AIC) yang paling rendah. Dengan nilai AIC, model yang paling cocok adalah ARIMA (1,2,2). Sebesar 2188,98. Evaluasi terhadap nilai Mean Absolute Percentage Error (MAPE) sebesar 8,90%, Root Mean Squared Error (RMSE) sebesar 636,97 dan Mean Squared Error (MSE) sebesar 405731,65. Dari hasil penelitian ini, dapat disimpulkan bahwa model ARIMA cukup andal dan akurat dalam memprediksi harga gabah kering panen.
SISTEM MONITORING KUALITAS AIR PADA TAMBAK IKAN BANDENG MENGGUNAKAN FUZZY SUGENO Quraisy, Imam; Rusman, Ismaun; Hidayat, Fahril; Wajidi, Farid
Journal of Computer and Information System ( J-CIS ) Vol 8 No 2 (2025): J-CIS Vol. 8 No. 2 Tahun 2025
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v8i2.5588

Abstract

Kualitas udara merupakan faktor krusial dalam budidaya ikan bandeng (Chanos chanos) untuk mendukung pertumbuhan optimal sekaligus meminimalkan risiko kematian. Fluktuasi parameter utama seperti pH, suhu, kekeruhan, dan Total Dissolved Solids (TDS) pada tambak menjadi tantangan yang memerlukan sistem pemantauan Andal. Penelitian ini bertujuan merancang sistem pemantauan kualitas udara berbasis Internet of Things (IoT) dengan metode Fuzzy Sugeno. Sistem ini mengintegrasikan sensor-sensor yang terhubung ke NodeMCU untuk membaca parameter udara, kemudian memproses data menggunakan logika fuzzy guna mengklasifikasikan kondisi udara menjadi kategori LAYAK atau TIDAK LAYAK. Hasil implementasi menunjukkan bahwa sistem mampu menyajikan informasi secara real-time melalui aplikasi Android, sehingga mendukung petambak dalam pengambilan keputusan yang cepat dan tepat. Namun akurasi sensor pH masih perlu ditingkatkan agar hasil pemantauan lebih optimal. Dengan demikian, sistem ini berpotensi menjadi solusi teknologi yang efektif dalam mendukung akuakultur berkelanjutan serta mengurangi risiko kerugian ekonomi pada budidaya bandeng.
Implementasi Algoritma Monte Carlo dengan Data Fluktuatif untuk Prediksi Jumlah Tamu di Penginapan Wirawan, I Putu Andreana; Wajidi, Farid; Sulfayanti, Sulfayanti
Techno.Com Vol. 24 No. 4 (2025): November 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i4.14475

Abstract

Penginapan berperan penting dalam mendukung mobilitas masyarakat, baik untuk kepentingan bisnis, pekerjaan, maupun perjalanan pribadi, sekaligus berkontribusi dalam sektor pariwisata sebagai sarana akomodasi. Salah satu tantangan utama penginapan adalah ketidakpastian jumlah tamu bulanan yang berdampak pada pendapatan dan pemanfaatan kamar. Penelitian ini bertujuan membangun model prediksi jumlah tamu tahun 2025 dengan metode simulasi Monte Carlo menggunakan data historis 2022–2024. Tahapan simulasi meliputi pembentukan distribusi probabilitas, penyusunan distribusi kumulatif, penentuan interval bilangan acak, serta pembangkitan bilangan acak melalui Mixed Congruential Method. Hasil penelitian menunjukkan pola musiman yang konsisten, dengan puncak kunjungan pada April yang diduga terkait perayaan Idulfitri 1446 Hijriah. Model prediksi mencapai akurasi 76,22% pada 2023, 76,80% pada 2024, dan 88,86% pada 2025, dengan rata-rata 80,63%. Pada 2025 diperoleh nilai MAE sebesar 88,50, RMSE sebesar 128,91, dan MAPE sebesar 11,14%. Temuan ini menegaskan bahwa metode Monte Carlo efektif dalam merepresentasikan ketidakpastian serta relevan sebagai dasar pengambilan keputusan strategis, sehingga dapat direkomendasikan untuk memprediksi lonjakan jumlah tamu dan mendukung peningkatan kualitas layanan penginapan.   Kata kunci – Jumlah tamu, prediksi, monte carlo, simulasi, data historis.
Pemanfaatan Sistem Informasi Edukasi Mitigasi Bencana pada KSR PMI Unit Markas Majene Nahya Nur; Farid Wajidi; Ade Mulawarman; Muh. Adrian; Rifky Gunawan
Jurnal Pengabdian kepada Masyarakat Indonesia (JPKMI) Vol. 2 No. 3 (2022): Desember : Jurnal Pengabdian Kepada Masyarakat Indonesia (JPKMI)
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jpkmi.v2i3.726

Abstract

The availability of information related to disasters is one of the efforts so that the public better understands the actions that must be taken to minimize the risks that occur. However, the availability of this information, especially in the Majene Regency area, is currently still quite minimal. In fact, Majene is one of the areas with a fairly high Disaster Risk Index. This activity embraces the Voluntary Corps (KSR) PMI Majene Headquarters Unit as a partner considering that KSR is one of the organizations engaged in the humanitarian field and actively participates in disaster management. The activities carried out include the use of a disaster education information system by providing training to KSR members in managing the system and creating disaster education content. The results of the activities obtained show an increase in the ability of KSR members in terms of management and content creation using Canva and hopes that the disaster education information system that has been built can continue to be used for the dissemination of disaster information.
Klasifikasi Sentimen Terhadap Program Barak Militer Anak Dedi Mulyadi Menggunakan Support Vector Machine Mansyur, Nur Ainun; Wajidi, Farid; Rasyid, Muh Rafli
Techno.Com Vol. 25 No. 1 (2026): February 2026
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v25i1.15708

Abstract

Media sosial, khususnya X, menjadi wadah penting bagi publik dalam menyampaikan opini terhadap kebijakan pemerintah, termasuk kebijakan kontroversial seperti program Barak Militer Anak yang diinisiasi oleh Dedi Mulyadi. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap program tersebut serta mengevaluasi kinerja algoritma machine learning dalam klasifikasi teks media sosial. Data diperoleh melalui proses crawling sebanyak 1,826 tweet dan difilter menjadi 1,000 tweet yang relevan. Pelabelan sentimen dilakukan secara otomatis menggunakan model BERT NLP Town dan divalidasi melalui anotasi manual pada 200 sampel data. Data kemudian diproses melalui tahap preprocessing dan ekstraksi fitur TF-IDF sebelum diklasifikasikan menggunakan Support Vector Machine kernel linear. Evaluasi dilakukan menggunakan metode hold-out dan 10-fold cross-validation. Hasil validasi silang menunjukkan rata-rata akurasi sebesar 66,20% ± 5,94%, macro F1-Score sebesar 56,37% ± 8,59%, dan balanced accuracy sebesar 56,98% ± 8,24%. Hasil ini menunjukkan bahwa model menunjukkan performa yang moderat dan belum merata pada seluruh kelas, khususnya kelas netral. Secara keseluruhan, kombinasi BERT NLP Town, TF-IDF, dan SVM mampu memberikan gambaran awal mengenai sentimen publik, namun masih memerlukan pengembangan untuk meningkatkan stabilitas dan generalisasi model.   Kata Kunci - Analisis Sentimen, Support Vector Machine, BERT NLP Town, TF-IDF, X
Implementasi Hybrid Filtering (Collaborative dan Content Based) untuk Rekomendasi Kedai Kopi: Implementasi Hybrid Filtering (Collaborative dan Content Based) untuk Rekomendasi Kedai Kopi Zhafirah, Inas; Wajidi, Farid; Asnan Cirua, A.Amirul
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 9 No. 2 (2026): Volume IX - Nomor 2 - Februari 2026
Publisher : Teknik Informatika, Sistem Informasi dan Teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v9i2.919

Abstract

Perkembangan pesat usaha kedai kopi di Majene menyebabkan konsumen sulit menentukan pilihan kedai kopi yang sesuai dengan preferensi mereka. Kurangnya informasi dan banyaknya pilihan membuat proses pemilihan menjadi tidak efektif. Selain itu, penggunaan Google Maps dan media sosial lainnya sering kali hanya menampilkan kedai yang populer atau memiliki banyak ulasan, sehingga tidak mampu merekomendasikan kedai kopi yang sesuai dengan preferensi personal pengguna, khususnya di daerah dengan keterbatasan interaksi digital seperti Majene. Untuk mengatasi masalah ini, penelitian ini mengembangkan teknologi rekomendasi kedai kopi menggunakan pendekatan hybrid filtering, yaitu penggabungan metode collaborative filtering dan content-based filtering. Data dikumpulkan melalui kuesioner dan wawancara, kemudian dianalisis menggunakan metode adjusted cosine similarity dan weighted sum untuk collaborative filtering, serta TF-IDF dan cosine similarity untuk content based filtering. Hasil dari kedua metode digabungkan menggunakan pembobotan tetap untuk menghasilkan skor rekomendasi akhir. Evaluasi sistem dilakukan dengan metrik Precision@5 pada 10 pengguna yang memenuhi kriteria. Hasilnya, pendekatan hybrid menunjukkan precision tertinggi sebesar 0,92, mengungguli metode tunggal collaborative (0,76) dan content-based filtering (0,82). pendekatan hybrid terbukti meningkatkan kualitas rekomendasi sesuai preferensi pengguna.
Analyzing Opinion Polarization on Joko Widodo's Diploma Using Machine Learning Julianti, Julianti; Wajidi, Farid; Musawwir, Musawwir
Indonesian Journal of Artificial Intelligence and Data Mining Vol 9, No 1 (2026): March 2026
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/ijaidm.v9i1.38616

Abstract

The authenticity of former President Joko Widodo's diploma has become a hot topic on the digital space, especially in the comments section of Kompas TV's YouTube channel. The wide diversity of opinions reflects a polarization of public opinion that is worth further analysis. Given the large volume of text data from public comments, manual analysis is ineffective; a technology-based approach is needed to systematically group opinions. Therefore, this study was conducted to analyze public opinion polarization using a machine learning approach. Two classification algorithms, Naive Bayes and Random Forest, were used to distinguish between pro and con public comments on the issue. Data were obtained through an automated collection process (web scraping), followed by text pre-processing and TF-IDF (Term Frequency–Inverse Document Frequency) word weighting. The test results showed that the Random Forest algorithm performed best, with an accuracy of 91%, while Naïve Bayes achieved only 74%. This shows that the Random Forest method is more effective than the Naïve Bayes approach in detecting unstructured text patterns. This study concludes that machine learning can be used effectively to identify trends in public opinion on social media and can serve as a basis for further research using word embedding and deep learning models.
Co-Authors A., Widyanti Utami Ade Mulawarman Ahyar, Muh. Amalia Sutriana Andris Bertohir Panginan Anggit Priadmojo Arfa Arfa Arfiah, Sitti Arifin, Nurhikma Asmawati S Asnan Cirua, A. Amirul Asnan Cirua, A.Amirul Bazar, Ikbal Dian Megah Sari Dian Putri Erdiansyah Rahmi Firgiawan, Wawan Fitriani Fitriani Heliawaty Hamrul Heliawaty Hamrul, Heliawaty Hidayat, Fahril Ibrahim, Nurjannah Iin Aisyah Khofifah Indra Irfan AP Ismaun Ismaun Ismaun J.A, Yunita Hadrianti Julianti Julianti, Julianti Lestari, Sri Apriani Puji M. Imam Quraisy M.Rio Hidayat Mansyur, Nur Ainun Maskur, Nurftriani Maulidia, Ulfa Muh. Adrian Muh. Adrian Muhammad Hambal Muhammad Hanafiah Muhammad Nawir Mujahid Mujahid Mukhlis, Jafar Mulawarman, Ade Musawwir, Musawwir mustafa, mukhdar Mustari Mustari Musyirifah, Musyirifah Musyrifah Nabila, Putri Nirwana, Hafsah Nur Aqida Tul Izzah Nur, Nahya Nuramsah Zulkarnaim Nurfaidah . Nurmadinah, Nurmadinah Nurul Islamiati Parenreng, Jumadi M. Putri, Haerya Quraisy, Imam Rahmiyatal Munaja Rasyid, Muh Rafli Rasyid, Muh. Rafli Rensa, Erma Reski Idrus Ria, Canda Rifky Gunawan Rifky Gunawan Rusman, Ismaun Sakina, Nur Sari B, Intan Siti Aulia Rachmini Sugiarto Cokrowibowo Sulfayanti Sulfayanti, Sulfayanti Uca, Uca Virda Evi Yanti Deril Wildayani Wildayani Wirawan, I Putu Andreana Yusrialdi Yusrialdi Zahir Zainuddin Zhafirah, Inas