p-Index From 2020 - 2025
7.288
P-Index
This Author published in this journals
All Journal Computatio : Journal of Computer Science and Information Systems JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Teknik Informatika UNIKA Santo Thomas JUTIM (Jurnal Teknik Informatika Musirawas) Kurawal - Jurnal Teknologi, Informasi dan Industri Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Teknomatika (Jurnal Teknologi dan Informatika) Syntax: Journal of Software Engineering, Computer Science and Information Technology JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Jurnal Ilmu Komputer dan Informatika Bulletin of Information Technology (BIT) Brilliance: Research of Artificial Intelligence Jurnal Teknik Informatika Unika Santo Thomas (JTIUST) Algoritme Jurnal Mahasiswa Teknik Informatika Informatics and Enginering Dedication Jurnal Teknologi Sistem Informasi Jurnal Nasional Teknik Elektro dan Teknologi Informasi Agrivet: Jurnal Ilmu-ilmu Pertanian dan Peternakan DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Insand Comtech : Information Science and Computer Technology Journal Buletin Ilmiah Informatika Teknologi JOINTECOMS (Journal of Information Technology and Computer Science) MDP Student Conference Software Development Digital Business Intelligence and Computer Engineering Journal Information & Computer (JICOM) Jurnal Software Engineering and Computational Intelligence Applied Information Technology and Computer Science (AICOMS) JISCOMP (Journal of Information System and Computer) Journal of Informatics and Computer Engineering Research JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Claim Missing Document
Check
Articles

Klasifikasi Opini Pengguna Aplikasi Bibit Pada Google Play Store Menggunakan Algoritma Naive Bayes Ferdi Jiranda Sinaga; Edward Pratama; Fariz Prasetya; Hafiz Irsyad
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (565.674 KB) | DOI: 10.35957/mdp-sc.v2i1.4205

Abstract

Untuk mengetahui sekuritas OJK sebuah aplikasi saat melakukan investasi online dibutuhkan kumpulan informasi yang didapat dari pengalaman pengguna yang telah menggunakan aplikasi investasi online. Informasi dikumpulkan berdasarkan pengalaman pengguna untuk mengetahui sekuritas OJK dari aplikasi tersebut dimana pada penelitian ini adalah aplikasi bibit. Metode yang dapat digunakan untuk mengumpulkan informasi adalah Text mining. Text mining merupakan salah satu penambang informasi yang berguna dari data-data yang berupa tulisan, dokumen atau text dalam bentuk klarifikasi maupun clustering. Algoritma yang digunakan dalam melakukan data mining pada penelitian ini adalah Naive Bayes. Pada penelitian ini data yang digunakan adalah 500 komentar pengguna aplikasi bibit pada Google Play Store. Hasil yang didapat menggunakan algoritma Naïve Bayes adalah 373 data respon positif dan 127 data respon negatif dengan tingkat akurasi sebesar 75%.
Perbandingan Akurasi Klasifikasi Kadar Daging Sapi Pada Bakso Dengan SVM Dan KNN Muhammad Bemby Putra Mansyah; Derry Alamsyah; hafiz Irsyad
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (494.169 KB) | DOI: 10.35957/mdp-sc.v2i1.4412

Abstract

Bakso adalah olahan yang mengandung protein hewani, banyak olahan bakso yang dibuat mulai dari daging sapi, ayam bahkan ikan. Namun yang seringkali dijumpai adalah olahan bakso dengan daging sapi. Bakso biasanya disajikan dengan kuah dan ditambah pelengkap lain seperti sayur sawi dan mie. Setiap olahan bakso yang dibuat orang yang berbeda memiliki tekstur kekenyalan berbeda, sebagai orang awam biasanya mengetahui melalui teksturnya seperti kekenyalannya dan serat daging yang ada pada bakso tetapi dapat juga diketahui melalui kecerdasan buatan. Penelitian dilakukan untuk mengetahui kadar daging sapi pada bakso dengan empat jenis kadar perbandingan yakni kadar pertama 1.5 daging 1 tepung, kadar kedua 1 daging 1 tepung, kadar ketiga 1 daging 2 tepung, dan kadar keempat 2 daging 1 tepung. Metode klasifikasi yang digunakan adalah KNN dengan 3 tetangga dan SVM dengan ekstraksi fitur GLCM, didapatkan hasil overall akurasi untuk KNN 3 tetangga sebesar 77.50% sedangkan untuk SVM sebesar 55%.
Pemanfaatan Microsoft Office dan Prezi untuk Membuat Laporan dan Presentasi di Brimob Polda Sumatera Selatan Meiriyama, Meiriyama; Yohannes, Yohannes; Irsyad, Hafiz; Farisi, Ahmad; Devella, Siska; Al Rivan, Muhammad Ezar; Rachmat, Nur
FORDICATE Vol 3 No 1 (2023): November 2023
Publisher : Universitas Multi Data Palembang, Fakultas Ilmu Komputer dan Rekayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/fordicate.v3i1.6449

Abstract

Perkembangan ilmu pengetahuan dan teknologi suatu bangsa tergantung pada keberhasilan proses belajar mengajar di lembaga pendidikan. Penguasaan ilmu dan teknologi merupakan indikator pembangunan menuju kemajuan bangsa. Microsoft Office, termasuk Excel, Word, dan PowerPoint, adalah perangkat lunak aplikasi perkantoran yang dirancang untuk meningkatkan efisiensi kerja. Microsoft Word memfasilitasi pembuatan dokumen kantor, menghemat waktu, dan mengurangi penggunaan kertas. Microsoft Excel mempermudah pengolahan data numerik dengan fitur formula dan diagram. Microsoft PowerPoint mendukung pembuatan presentasi menarik dengan fitur sisipan teks, grafik, dan animasi. Selain itu, Prezi, alat presentasi berbasis internet, memungkinkan eksplorasi ide dengan konsep Zooming User Interface. Pelatihan ini ditujukan untuk staff dan anggota Brimob Polda Sumatera Selatan agar memiliki keterampilan dalam membuat dokumen, laporan, dan presentasi menggunakan Microsoft Office dan Prezi, sehingga dapat meningkatkan produktivitas dan kualitas pekerjaan.
Efektifitas SMOTE dalam Mengatasi Imbalanced Class Algoritma K-Nearest Neighbors pada Analisis Sentimen terhadap Starlink Candra, Candra; Chandra, Kelvin William; Irsyad, Hafiz
Jurnal Ilmu Komputer dan Informatika Vol 4 No 1 (2024): JIKI - Juni 2024
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jiki.132

Abstract

Imbalanced class menjadi salah satu tantangan utama dalam melakukan analisis sentimen, khususnya antara ulasan positif dan negatif yang dapat menyebabkan bias prediksi. Penelitian ini bertujuan untuk mengetahui lebih lanjut apakah permasalahan imbalanced class pada algoritma K-Nearest Neighbors (KNN) dapat diatasi dengan menggunakan SMOTE (Synthetic Minority Over-sampling Technique) pada analisis sentimen terhadap layanan Starlink. SMOTE akan digunakan untuk menciptakan sampel sintetis dari kelas minoritas untuk mengatasi ketidakseimbangan data. Hasil penelitian menunjukkan bahwa sebelum menggunakan SMOTE performa model KNN menghasilkan 69,97% (Accuracy), 68,47% (Precission), 64,99% (Recall), 65,41% (F1-Score). Namun, setelah menggunakan SMOTE performa model KNN mengalami peningkatan menjadi 76,74% (Accuracy), 79,15% (Precission), 75,91% (Recall), 75,82% (F1-Score). Dengan peningkatan ini, dapat disimpulkan bahwa kombinasi antara algoritma KNN dan SMOTE berhasil meningkatkan akurasi dan keandalan model KNN dalam mengatasi imbalanced class pada analisis sentimen terhadap layanan Starlink.
Community Analysis Sentiment Against Palestinian People with Naive Bayes Classification Irsyad, Hafiz; Taqwiym, Akhsani
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 1 No 2: JTECS Juli 2021
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v1i2.1623

Abstract

Pada zaman teknologi 4.0 media social sangat pesat perkembangannya, ada yang menggunakan media social untuk berjualan, aksi pengumpulan dana, meberitakan kejadian secara live. Beberapa hari yang lalu, palestina mendapatkan agresi dari militer Israel sehingga jagad dunia mengetahui aksi yang sungguh sangat tidak terpuji yang dilakukan oleh militer Israel. Dari banyaknya informasi media online maka perlu dilakukan analisis sentiment terhadap agresi militer yang dilakukan kepada palestina. Data yang digunakan adalah salah satu platform media social yaitu Twitter. Penelitian ini dibuat untuk menganalisa tanggapan dari masyarakat dengan menggunakan data berupa tweet yang kemudian diklasifikasikan dengan metode naïve bayes. Berdasarkan tools yang digunakan adalah orange, maka didapatkan hasil sentiment positif 56%, sentiment negative 11% dan sentiment netral 33% dengan tingkatan akurasi 75%. Dari hasil tersebut telah membuktikan tingkat sentiment positif dari tweet masyarakat lebih besar dari pada tingkat sentiment negative bahkan netral.
Analisis dan Perancangan Sistem Informasi Manajemen Distribusi Barang Dagang Taqwiym, Akhsani; Irsyad, Hafiz; Wijaya, Novan
Jurnal Teknologi Sistem Informasi Vol 4 No 2 (2023): Jurnal Teknologi Sistem Informasi
Publisher : Program Studi Sistem Informasi, Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jtsi.v4i2.4716

Abstract

ANH is a business engaged in the distribution of goods with a model of selling and buying goods. The distribution process of goods sold is goods purchased from several suppliers which are then collected and resold. In the process of distributing goods, it is done manually, starting with recording requests to suppliers and customers with note media as proof of transactions. The documentation process for recording proof of transactions often results in documentation errors due to several factors, including, (1) the possibility of adding or reducing ordered products due to changes in orders and not properly documented on notes. (2) the customer contacts ANH again or vice versa to confirm stock availability in the warehouse in real time. Solving problems that occur at ANH can be solved with a good management information system by utilizing technology. The design aimed at solving the problem is to reduce errors in the documentation process by using notes that sometimes change in the field, processing records more quickly and integrated so as to reduce the risk of errors in providing information on goods in the warehouse and errors in the process of inputting purchase requests. The development method used is the iteration method. Analysis of the problems that occur in ANH uses the PIECES (Performance, Information, Economic, Control, Efficiency, Service) framework problem analysis.
Analisis Sentimen terhadap Naturalisasi Pemain pada Youtube Menggunakan Decision tree dan Naive bayes Billy Franko; Nicholas Wilyanto; Hafiz Irsyad
Software Development, Digital Business Intelligence, and Computer Engineering Vol. 3 No. 1 (2024): SESSION (SEPTEMBER)
Publisher : Politeknik Negeri Banyuwangi Jl. Raya Jember km. 13 Labanasem, Kabat, Banyuwangi, Jawa Timur (68461) Telp. (0333) 636780

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57203/session.v3i1.2024.8-16

Abstract

Penelitian ini dilakukan dengan tujuan untuk mengetahui sentimen masyarakat mengenai topik naturalisasi yang sedang ha­ngat belakangan ini mengenai pemain Timnas Sepakbola Indonesia. Peneliti memilih algoritma Decision Tree dan al­go­ritma Naive Bayes sebagai algoritma yang akan digunakan. Decision Tree dan Naive Bayes merupakan beberapa al­go­rit­ma yang umumnya dipakai dalam analisis sentimen karena memberikan hasil yang baik. Hasil pengujian menunjukan al­goritma Decision Tree dengan depth 3 memiliki akurasi sebesar 70%, depth 4 memiliki akurasi sebesar 71,8% dan depth 5 memiliki akurasi sebesar 70,9% dan algoritma Naive Bayes memiliki akurasi sebesar 85,4%. Hasil penelitian ini me­nun­jukkan bahwa algoritma Naive Bayes merupakan salah satu algoritma yang cukup efektif dalam membangun suatu mo­del klasifikasi dalam kasus analisis sentimen. Dengan memanfaatkan algoritma Decision Tree dan Naive Bayes dalam mem­bangun model guna analisis sentimen diharapkan mampu memberi gambaran yang lebih jelas mengenai pendapat ma­syarakat terhadap naturalisasi sehingga pemerintah dapat mengetahui apakah masyarakat mendukung atau justru me­no­lak adanya penambahan pemain naturalisasi dalam timnas sepakbola Indonesia.
Pendampingan Digitalisasi Perpustakaan dan Pelatihan Aplikasi SLiMS di SMA Negeri 3 Kayu Agung Elizabeth, Triana; Irsyad, Hafiz; Arman, Molavi; Wijaya, Novan; Tinaliah, Tinaliah
FORDICATE Vol 4 No 1 (2024): November 2024
Publisher : Universitas Multi Data Palembang, Fakultas Ilmu Komputer dan Rekayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/fordicate.v4i1.7998

Abstract

Visi SMA Negeri 3 Kayu Agung adalah “Menjadi Sekolah Sehat Berwawasan Lingkungan, Relegius, Cerdas, Berbudaya Literasi, dan Berdaya Saing Global Berdasarkan Budaya Bangsa”. Demi tercapainya Visi dan Misinya, SMA Negeri 3 Kayu Agung berkerja sama dengan berbagai organisasi baik yang bergerak di bidang pendidikan dan industri dalam memberikan pelatihan salah satunya berkerja sama dengan Universitas Multi Data Palembang dengan mengundang tim dosen untuk memberikan pelatihan kepada para guru, tenaga kependidikan dan pustakawan. Tim dosen Universitas Multi Data Palembang diundang untuk memberikan materi pelatihan terkait dengan pelatihan terkait dengan Digitalisasi Perpustakaan dengan menggunakan aplikasi SLiMS (Senayan Library Management System) pada guru, tenaga kependidikan dan pustakawan. Kegiatan pelatihan ini bertujuan untuk membantu SMA Negeri 3 Kayu Agung dalam mengimplementasikan digitalisasi perpustakaan, yang mempermudah perpustakaan untuk mengontrol semua kegiatan yang terjadi, seperti pendataan buku, anggota, peminjaman, dan pengembalian buku. Kegiatan pengabdian kepada masyarakat ini telah terlaksana dengan baik dan bermanfaat bagi SMA Negeri 3 Kayu Agung dalam mengimplementasikan digitalisasi perpustakaan. Selain itu, kegiatan pengabdian kepada masyarakat ini disambut baik oleh Kepala Sekolah, Wakil Kepala Sekolah, guru – guru, tenaga kependidikan, dan pustakawan di SMA Negeri 3 Kayuagung.
KLASIFIKASI OPINI MASYARAKAT TERHADAP VIDEO DOKUMENTER DIRTY VOTE DENGAN ALGORITMA KNN(K-NEAREST NEIGHBOR) DAN NAÏVE BAYES Kotan, Jendraja Husein; Andreas, Andreas; Mutia, Silvi; Irsyad, Hafiz
Syntax : Journal of Software Engineering, Computer Science and Information Technology Vol 5, No 1 (2024): Juni 2024
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/syntax.v5i1.4575

Abstract

Penelitian ini menggabungkan 2 algoritma yaitu algoritma K-Nearest Neighbor (KNN) dan Naïve Bayes dalam mengklasifikasikan opini masyarakat terhadap video dokumenter "Dirty Vote". KNN mengklasifikasikan data berdasarkan kemiripan dengan data yang ada, sementara Naïve Bayes menggunakan pendekatan probabilistik dengan asumsi independensi antar fitur. Tujuan penelitian ini adalah mengevaluasi efektivitas dan akurasi kedua algoritma dalam analisis sentimen. Hasil menunjukkan Naïve Bayes lebih mendapatkan tingkat akurasi sebesar 0.76. Kesimpulannya, Klasifikasi  Opini Masyarakat terhadap Video Dirty Vote dengan menggunakan Algoritma KNN dan Naïve Bayes sangat penting dan bermanfaat untuk meningkatkan edukasi masyarakat mengenai pentingnya integritas pemilu dan mendorong partisipasi aktif dalam proses demokrasi, sehingga memperkuat sistem demokrasi dan memastikan suara masyarakat didengar dalam pengambilan keputusan politik. Kata Kunci— KNN, Naïve Bayes, Sentimen, Dirty Vote. ABSTRACTThis research combines 2 algorithms, namely the K-Nearest Neighbor (KNN) algorithm and Naïve Bayes in classifying public opinion on the documentary video "Dirty Vote". KNN classifies data based on similarity to existing data, while Naïve Bayes uses a probabilistic approach with the assumption of independence between features. The aim of this research is to evaluate the effectiveness and accuracy of the two algorithms in sentiment analysis. The results show that Naïve Bayes has a higher accuracy rate of 0.76. In conclusion, Classification of Public Opinion on Dirty Vote Videos using the KNN and Naïve Bayes Algorithms is very important and useful for increasing public education regarding the importance of election integrity and encouraging active participation in the democratic process, thereby strengthening the democratic system and ensuring that people's voices are heard in political decision making. Keywords— KNN, Naïve Bayes, Sentiment, Dirty Vote.
Sistem Cerdas Pengkategorian Surat Undangan Elektronik Tender Pekerjaan Dengan AutoML Kelly, Angel; Irsyad, Hafiz; Widiyanto, Eka Puji
Bulletin of Information Technology (BIT) Vol 5 No 4: Desember 2024
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bit.v5i4.1501

Abstract

Abstrak−Tender merupakan tawaran untuk mengajukan harga, memborong pekerjaan, atau menyediakan barang. Pengelompokan surat undangan elektronik tender pekerjaan merupakan proses penting dalam menentukan apakah tender tersebut termasuk kategori pekerjaan dalam suatu perusahaan. Dataset yang digunakan memiliki jumlah sebanyak 650 judul pekerjaan yang dibagi dengan rasio 80:20, data training sebesar 80% dan data testing sebesar 20%. Pengembangan perangkat lunka ini dilakukan untuk mengelompokan kategori surat undangan elektronik tender menggunakan algoritma AutoML AutoGluon. Hasil dari pengujian yang dilakukan menunjukkan akurasi terbaik yang dihasilkan pada pengujian skenario ketiga (presets High) dengan akurasi sebesar 81.53%, sedangkan skenario pertama (presets Medium) memberikan akurasi terendah sebesar 77.69%. Kata Kunci: AutoML, AutoGluon, Tender, Surat Undangan Elektronik
Co-Authors Abdul Rahman Adrian Suparto Ahmad Farisi Akhsani Taqwiym Akhsani Taqwiym Akhsani Taqwiym Akhsani Taqwiym Andreas Andreas Antony, Felix Arta Tri Narta Arta Tri Narta Aurelia, Reni Billy Franko Busdin, Rusdie Candra candra Chandra Wijaya Chandra, Kelvin William Christy, Christy Cindy Meilani Daniel Wijaya Derry Alamsyah Devella, Siska dewa Dicko David K Dina Mariana Dwifa_Sophian, Muhammad Agus Edward Pratama Eka Puji Widiyanto Fareza, Ivan Farisi, Ahmad Farisi, Ahmad Fariz Prasetya Ferdi Jiranda Sinaga Fernando Sugianto Putra Fujianto Graciela, Michelle Hansen, Hansen Hartati, Ery Hendra Nata Niko P Hidayat, Muhammad Syahrizal Ibnusina, Fedri Ivander Destian Luis Jeason Lie Jocelyn, Jennifer jonathan stanly Jonathan Wijaya Juliana Nasution Kamilah, Nyimas Nisrinaa Kelly, Angel Kevin kevin Kevin Kevin Kotan, Jendraja Husein Kurniawan, Calvin Laksana, Jovansa Putra Leonardo Leonardo Lestari, Yehezekiel Gian levid, Jonathan Felix Lin, Jimmi M Ezar Al Rivan Meiriyama, Meiriyama Michael Joy Clement Molavi Arman Muhammad Bemby Putra Mansyah Muhammad Rizky Pribadi Mutia, Silvi Narta, Arta Tri Nicholas Wilyanto Novan Wijaya Novan Wijaya Novan Wijaya Novan Wijaya Pribadi, M Rizky Putra Darmansius, Albertus Dwi Andhika Renaldo, Florence Reynald Dwika Prameswara Rikky, Rikky Rizki Ambarwati RR. Ella Evrita Hestiandari Russel Wijaya Santoti, Jennifer Velensia Sanu, Intan Saputra, M Reynaldi Shela, Shela Silfia Taqwiym, Akhsani Taqwiym, Akhsani Taqwiym, Akhsani Tinaliah, Tinaliah Triana Elizabeth, Triana Verrino Adityya Virginia, Callista Wati, Retiana Krisna Wati, Risha Ambar Wijang Widhiarso Wijaya, Christian Richie Willyanto, Aldo Wiwik Handayani Wong, Jeovanni Yohannes Yohannes Yunarto Yunarto, Yunarto