Article Per Year (5 Year)
p-Index From 2021 - 2026
3.484
P-Index
This Author published in this journals
All Journal Teknika Jupiter Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Jurnal Informatika Jurnal Informatika International conference on Information Technology and Business (ICITB) jurnal Teknologi Informasi Magister Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data) International Journal of Artificial Intelligence Research JMM (Jurnal Masyarakat Mandiri) Jurnal Sistem Komputer & Kecerdasan Buatan Jurnal Pengabdian kepada Masyarakat Jurnal Abdimas Bina Bangsa Jurnal Pustaka Mitra : Pusat Akses Kajian Mengabdi Terhadap Masyarakat Jurnal Publika Pengabdian Masyarakat Jurnal Pengabdian Mandiri E-Amal: Jurnal Pengabdian Kepada Masyarakat
- Nurjoko
Institut Informatika Dan Bisnis Darmajaya
Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Public Health Social Sciences Other

Published : 31 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 31 Documents
Search

 1   2   3   4 
Model Indo-BERT untuk Identifikasi Sentimen Kekerasan Verbal di Twitter Nurjoko, Nurjoko; Rahardi, Agus
TEKNIKA Vol. 18 No. 2 (2024): Teknika Juli - Desember 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.12788184

Abstract

Munculnya kekerasan verbal di platform media sosial Twitter menjadi isu yang semakin memprihatinkan dalam beberapa tahun terakhir. Kekerasan verbal mencakup berbagai bentuk komunikasi yang merendahkan, menghina, dan mengancam, seringkali merugikan individu atau kelompok. Permasalahan utama yang dibahas dalam penelitian ini adalah identifikasi sentimen terkait perilaku kekerasan verbal di media sosial, khususnya Twitter. Penelitian ini bertujuan untuk mengembangkan model analisis sentimen Verbal Violence Behavior (VVB) di Twitter dengan menggunakan Indo-BERT. Keakuratan model akan dibandingkan dengan BERT. Penelitian ini diawali dengan pengumpulan data melalui web crawling dengan menggunakan kategori perilaku kekerasan verbal sebagai referensi. Pelabelan dataset dilakukan melalui kombinasi metode manual dan otomatis dengan pendekatan semi-supervised learning. Proses ini melibatkan pembelajaran mandiri, di mana data yang tidak berlabel secara otomatis diberi label menggunakan model yang telah dilatih sebelumnya. Dataset dikategorikan menjadi sentimen positif, sentimen negatif, dan sentimen netral. Model Indo-BERT digunakan sebagai kerangka analisis. Evaluasi hasil dilakukan dengan menerapkan matriks konfusi. Temuan dari percobaan ini menunjukkan bahwa model Indo-BERT memiliki kemampuan yang lebih unggul dengan tingkat akurasi mencapai 72% dalam memproses teks berbahasa Indonesia dibandingkan dengan model BERT dengan tingkat akurasi sebesar 69%.
Sosialisasi Teknologi Smart Farming Kepada Kelompok Tani UB. Berkah Agro Setyawan, Dodi Yudo; Nurfiana, Nurfiana; Rosmalia, Lia; Handayani, Retno Dwi; Nurjoko, Nurjoko
E-Amal: Jurnal Pengabdian Kepada Masyarakat Vol 4 No 3: September-Desember 2024
Publisher : LP2M STP Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47492/eamal.v4i3.3606

Abstract

Kegiatan sosialisasi kepada masyarakat yang dilakukan untuk memperkenalkan teknologi Smart Farming berbasis IoT kepada Kelompok Tani UB Berkah Agro di Pekalongan, Lampung Timur. Tujuannya adalah untuk meningkatkan pemahaman dan efisiensi serta produktivitas pertanian dengan mengganti metode konvensional melalui penggunaan sensor tanah, sistem irigasi otomatis, dan aplikasi manajemen data pertanian. Kegiatan ini mencakup sosialisasi dan diskusi mengenai teknologi Smart Farming. Hasilnya menunjukkan adanya peningkatan pemahaman petani tentang teknologi Smart Farming serta penerapan awal pada proses pembibitan palawija. Walaupun terdapat tantangan terkait akses teknologi dan pemahaman teknis, program ini berhasil mendorong perubahan pola pikir petani menuju metode pertanian yang lebih efisien dan berkelanjutan.
Prediksi Kekambuhan Kanker Tiroid Menggunakan Algoritma Random Forest Safitri, Egi; Rofianto, Dani; Karnila, Sri; Nurjoko, Nurjoko; Kurniawan, Hendra; Arkhiansyah, Yuni; Rizal, Ruki
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 8 No. 3 (2025): Volume VIII - Nomor 3 - Mei 2025
Publisher : Teknik Informatika, Sistem Informasi dan Teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v8i3.833

Abstract

Kekambuhan kanker tiroid pasca terapi Radioactive Iodine (RAI) merupakan tantangan penting dalam penatalaksanaan jangka panjang pasien. Penelitian ini bertujuan membangun model prediktif untuk mengidentifikasi potensi kekambuhan dengan memanfaatkan data klinis dan patologis menggunakan algoritma Random Forest. Dataset terdiri atas 383 data pasien dengan 13 atribut, termasuk usia, jenis kelamin, staging kanker, jenis patologi, klasifikasi risiko, dan respons terhadap terapi. Proses pra-pemrosesan meliputi penyandian data kategorik, eksplorasi fitur, dan pembagian data latih dan uji secara stratifikasi. Hasil evaluasi menunjukkan performa tinggi dari model, dengan akurasi 96,5%, presisi 96,7%, recall 90,6%, dan AUC 0,99. Analisis fitur menggunakan SHAP mengungkap bahwa Stage, Response, dan Risk merupakan faktor paling berkontribusi terhadap prediksi kekambuhan. Penelitian ini menunjukkan bahwa model Random Forest tidak hanya efektif dalam klasifikasi biner, tetapi juga dapat diinterpretasikan secara klinis untuk mendukung pengambilan keputusan medis yang lebih personal dan preventif.
Pengujian Black box Pada Sistem Informasi Layanan PPID Dengan Metode Equivalence Partitioning Kausar, Firdaus; Nurlistiani, Rini; Nurjoko, Nurjoko; Rahardi, Agus
TEKNIKA Vol. 19 No. 3 (2025): Teknika September 2025
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.15567123

Abstract

Penelitian ini bertujuan untuk menguji kualitas perangkat lunak pada Sistem Informasi Layanan PPID menggunakan metode pengujian black box dengan teknik Equivalence Partitioning. Metode ini digunakan untuk mengidentifikasi kesalahan input berdasarkan kelas-kelas ekivalensi guna mengurangi jumlah kasus uji tanpa mengurangi efektivitas pengujian. Pengujian dilakukan pada fitur-fitur utama sistem seperti pengajuan permohonan informasi, pengajuan keberatan, serta fitur login pengguna. Hasil pengujian menunjukkan bahwa semua fitur yang diuji berhasil melewati skenario uji yang telah ditentukan, menandakan bahwa sistem telah berjalan sesuai dengan yang diharapkan. Dengan demikian, sistem ini dapat dikatakan memiliki tingkat keandalan yang baik dalam hal fungsionalitas.
Evaluasi Performa Random Forest, XGBoost, dan LightGBM dalam Diagnosis Dini Diabetes Mellitus Hendra, Hendra Kurniawan; Asmaul Dwi Akbar; Nicholas Svensons; Yandi Jaya Antonio; Karnila, Sri; Safitri, Egi; Nurjoko, Nurjoko
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 17 No 2 (2025): Jurnal Penelitian Ilmu dan Teknologi Komputer (JUPITER)
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Diabetes mellitus is a long-term condition marked by elevated blood sugar levels, which can lead to serious complications such as heart disease, kidney failure, and vision impairment. Early detection plays a vital role in minimizing these risks and enhancing patients' quality of life. This research focuses on assessing the performance of three machine learning algorithms—Random Forest, XGBoost, and LightGBM—in predicting diabetes risk. The dataset utilized originates from the National Institute of Diabetes and Digestive and Kidney Diseases (NIDDK), comprising 768 samples with 9 key features. The research methodology involves multiple stages, including data collection, preprocessing, addressing data imbalance using SMOTE, data splitting for training and testing, algorithm implementation, and model evaluation through accuracy, precision, recall, F1-score, and Area Under the Curve (AUC) metrics. Findings reveal that Random Forest delivers the highest performance with an AUC score of 86%, followed by XGBoost (83%) and LightGBM (82%). With its strong accuracy, this model holds potential as a valuable tool for early diabetes diagnosis, contributing to faster and more precise medical decision-making.
Penerapan Metode Klasifikasi Decision Tree dalam Prediksi Kanker Payudara Menggunakan Algoritma C4.5 Nurjoko, Nurjoko; Hendra, Hendra Kurniawan; Cici Cahyati; Elvira Uthia Rustanti; Hiya Cahya Mujahidah; Amanda Putri Maharani; Rosita; Agus Rahardi
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 17 No 2 (2025): Jurnal Penelitian Ilmu dan Teknologi Komputer (JUPITER)
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Breast cancer is a deadly disease that require early detection and accurate prediction to improve recovery chance. This research aims to predict breast cancer using Data Mining technique with Decision Tree C4.5 algorithm. The dataset includes attributes such as tumor size, estrogen status, progesterone status, Progesterone Status, Survival Month, and status. These attributes were selected based on their clinical relevance and predictive potential in the context of breast cancer. The classification results showed a high level of accuracy with a prediction history of 658 surviving breast cancer patients and a precision class of 91.90%. This study has an accuracy rate of 89,81%. These findings have the potential to be developed int a medical decision support system to assist in more objective and efficient.   Keywords—Breast Cancer, Data Mining, Decision Tree, C4.5, Prediction, Accuracy
PENGENALAN SAINS DATA UNTUK MENINGKATKAN LITERASI DATA DAN KESIAPAN KARIER DIGITAL SISWA SEKOLAH MENENGAH ATAS Karnila, Sri; Kurniawan, Hendra; Irianto, Suhendro Yusuf; Muktiawan, Danang Ade; Septiawan, Yuda; Safitri, Egi; Nurjoko, Nurjoko
JMM (Jurnal Masyarakat Mandiri) Vol 9, No 4 (2025): Agustus
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jmm.v9i4.31940

Abstract

Abstrak: Pengenalan sains data di tingkat sekolah menengah memiliki peran penting dalam membekali siswa menghadapi era digital yang kian berkembang. Kegiatan pengabdian ini dirancang untuk menumbuhkan pemahaman siswa terhadap konsep dasar sains data sekaligus mendorong kesiapan mereka dalam meniti karier di bidang digital. Pelatihan dilangsungkan secara tatap muka di Institut Informatika dan Bisnis Darmajaya dan melibatkan 26 siswa dari empat sekolah di Bandar Lampung. Materi pelatihan meliputi pengantar teori sains data, praktik pengolahan dan visualisasi data serta pengantar bahasa pemrograman Python, hingga pengenalan awal pembelajaran mesin. Sebagai bentuk evaluasi, peserta mengikuti pre-test dan post-test dengan menjawab soal pilihan ganda sebanyak 25 soal. Hasil penilaian menunjukkan bahwa mayoritas siswa mengalami peningkatan kemampuan setelah pelatihan yang diberikan. Persentase peningkatan pengetahuan diperoleh melalui analisis hasil melalui pre-test dan post-test. Peningkatan diperoleh, dimana 18 dari 26 siswa menjawab benar soal atau persentase sebesar 69,23%, meningkat 30,73% dari nilai sebelumnya sebesar 38,5%. Hal ini mencerminkan respon yang sangat positif terhadap isi materi dan fasilitas pendukung yang tersedia. Secara keseluruhan, kegiatan ini memberikan pengalaman belajar yang membekas dan bermanfaat, serta dapat dijadikan model untuk pelatihan serupa di masa mendatang.Abstract: The introduction of data science at the high school level has an important role in equipping students to face the growing digital era. This service activity is designed to foster students' understanding of the basic concepts of data science while encouraging their readiness to pursue careers in the digital field. The training was held face-to-face at Darmajaya Informatics and Business Institute and involved 26 students from four schools in Bandar Lampung. The training materials included an introduction to data science theory, data processing and visualization practices and an introduction to the Python programming language, to an early introduction to machine learning. As a form of evaluation, participants took a pre-test and post-test by answering 25 multiple choice questions. The assessment results showed that the majority of students experienced an increase in ability after the training provided. The percentage of knowledge improvement was obtained through analysis of results through pre-test and post-test. An increase was obtained, where 18 out of 26 students answered the questions correctly or a percentage of 69.23%, an increase of 30.73% from the previous value of 38.5%. This reflects a very positive response to the material content and supporting facilities available. Overall, this activity provided a memorable and useful learning experience, and can be used as a model for similar training in the future.
Improving the Performance of Higher Education Academic Information Systems Using Cloud Computing Technology Nugroho, Handoyo Widi; nurjoko, Nurjoko; Andani, Bethania
International Journal of Artificial Intelligence Research Vol 7, No 1.1 (2023)
Publisher : Universitas Dharma Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29099/ijair.v7i2.1066

Abstract

Improving the performance of academic information systems using cloud computing technology is very relevant and important. The application of cloud computing technology to higher education academic information systems can also help improve data security and information risk management.  The research results show that cloud computing technology significantly improves the performance of academic information systems in higher education. This technology enables faster and easier access to academic information, and strengthens data management and data analysis capabilities.  
Implementasi Sistem Manajemen Parkir Menggunakan Teknologi QR-CODE Berbasis Web Nurjoko, Nurjoko; Julius, Felix; K, Hendra; Karnila, Sri; Safitri, Egi; Purwati, Neni; Rizal, Ruki
TEKNIKA Vol. 18 No. 1 (2024): Teknika Januari - Juni 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.10570439

Abstract

Kemajuan teknologi telah mendorong penegembangan sistem parkir cerdas di lingkungan perguruan tinggi khususnya Institut Informatika dan Bisnis (IIB) Darmajaya. Seiring dengan pertumbuhan populasi mahasiswa dan staf, menjadi tantangan dalam manajemen perparkiran. Permasalahan parkir, seperti kesulitan dalam mencari tempat parkir yang tersedia dan memanajemen waktu untuk parkir dapat menghambat efisiensi dan kenyamanan pengguna di lingkungan kampus. Penelitian ini bertujuan merancang sistem E-parkir berbasis web di perguruan tinggi yang menyajikan solusi efisien untuk masalah parkir. Sistem e-parkir ini menggunakan teknologi QR-Code berbasis web untuk mempermudah pengguna dalam menemukan, mengelola, dan mengurangi resiko kehilangan kendaraan di tempat parkir. Metode pengembangan sistem pada penelitian ini menggunakan pendekatan metode prototype yang berfokus pada pengguna, dengan integrasi fitur monitoring lokasi ketersediaan tempat parkir guna meningkatkan efisiensi dan kenyamanan pengguna dan petugas parkir. Pengujian sistem dilakukan dengan pendekatan metode black box testing. Berdasarkan kriteria presentasi hasil uji secara keseluruhan dengan nilai kualifikasi sebesar 96% dapat disimpulkan bahwa responden menilai sistem e-parkir yang dibangun telah sesuai dengan fungsinya dan dapat dimplementasikan.
MENINGKATKAN PEMBELAJARAN SISWA DENGAN PENGENALAN BERBASIS DATA DAN MACHINE LEARNING Safitri, Egi; Karnila, Sri; Purwati, Neni; Kurniawan, Hendra; Nurjoko, Nurjoko; Rizalnul Fikri, Ruki
JMM (Jurnal Masyarakat Mandiri) Vol 8, No 2 (2024): April
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jmm.v8i2.22096

Abstract

Abstrak: Data merupakan aset penting yang memiliki potensi besar untuk menjadi sumber informasi yang berharga dalam proses pengambilan keputusan. Namun, pada kenyataannya, masih banyak data yang belum dimanfaatkan secara optimal karena keterbatasan pengetahuan dalam memprosesnya. Contohnya adalah data kasus COVID-19. Kegiatan ini dilakukan di SMKN 7 Bandar Lampung dengan melibatkan 31 siswa dan 2 guru pendamping kelas. Tujuan utamanya adalah meningkatkan kualitas pembelajaran siswa dalam memahami berbagai jenis data, analisis data, dan dasar-dasar machine learning. Metode pelaksanaan yang digunakan adalah workshop, yang berfokus pada pemahaman siswa terhadap konsep data. Kegiatan tersebut dimulai dengan sosialisasi, pengenalan data di sekitar kita, penekanan pada data COVID-19 sebagai topik yang sedang tren, cara mendapatkan data, teknik analisis data, dan pengantar tentang machine learning. Teknologi juga diterapkan melalui penggunaan modul sederhana guna meningkatkan efektivitas pembelajaran dalam Program Kreativitas Mahasiswa ini. Hasil dari kegiatan ini termasuk perbaikan hasil akademis siswa serta peningkatan kesadaran mereka terhadap literasi data, dan membuktikan bahwa pendekatan inovatif ini memberikan kontribusi positif terhadap literasi data siswa dan meningkatkan pembelajaran berbasis data di era kemiskinan informasi, hal itu dapat dilihat dari hasil kuesioner yang telah diberikan dengan nilai tertinggi 77% mengatakan bahwa pelaksanaan pengabdian telah dilakukan sesuai dengan kebutuhan siswa, dan sebesar 71% kegiatan PkM berhasil meningkatkan kesejahteraan/kecerdasan siswa.Abstract: Data is an important asset that has great potential as a valuable source of information in decision-making processes. However, in reality, there is still much data that needs to be optimally utilized due to limitations in knowledge to process it. An example is COVID-19 case data. This activity was conducted at SMKN 7 Bandar Lampung, involving 31 students and 2 accompanying teachers. The main objective is to improve students' learning quality in understanding various types of data, data analysis, and the basics of machine learning. The implementation method used is a workshop focusing on students' understanding of data concepts. The activity begins with socialization, introducing data around us, emphasizing COVID-19 data as a trending topic, ways to obtain data, data analysis techniques, and an introduction to machine learning. Technology is also applied through the use of simple modules to enhance learning effectiveness in this Student Creativity Program. The results of this activity include improvements in students' academic performance and increased awareness of data literacy. It proves that this innovative approach positively contributes to students' data literacy and enhances data-based learning in the information poverty era. It can be seen from the questionnaire results that the highest score of 77% stated that the service implementation had been done according to the student's needs, and 71% of the PKM activities successfully improved students' welfare/intelligence.
Co-Authors - Nurfiana Abdi Darmawan Agus Rahardi Agus Rahardi, Agus Amanda Putri Maharani Ananda Angelia Purba Andani, Bethania Asmaul Dwi Akbar Ayu Firdhayanti Cici Cahyati Damayanti, Irah Dani Rofianto Dona Yuliawati Dwirohayati, Defi Egi Safitri Elvira Uthia Rustanti handoyo widi nugroho Hefri Juanto Hendra Kurniawan Hendra Kurniawan Hendra, Hendra Kurniawan Hiya Cahya Mujahidah Ihwan Nurdin Julius, Felix K, Hendra Kausar, Firdaus Lia Rosmalia Lia Rosmalia Luh Putu Ratna Sundari Melia Gripin Setiawati Muktiawan, Danang Ade Negara, Fuzy Komala Sari Neni Purwati Nicholas Svensons Novi Herawadi Sudibyo Novi Herawadi Sudibyo, Novi Herawadi Nurlistiani, Rini Nurwijayanti Raden Abdurrahman Retno Dwi Handayani Rizal, Ruki Rizalnul Fikri, Ruki Rohiman Rohiman Rosita Ruki Rizal Safitri, Egi Septiawan, Yuda Setiawan, Dodi Yudo Setyawan, Dodi Yudo Sifaul Khoiri Sri Karnila Sri Karnila Sri Karnila Sri Rahayu Sushanty Saleh Y. Suhendro Yandi Jaya Antonio Yuni Arkhiansyah