Article Per Year (5 Year)
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)
Hafiz Irsyad
Universitas Multi Data Palembang
Agriculture, Biological Sciences & Forestry Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Other

Published : 64 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 64 Documents
Search

 2   3   4   5   6 
Analisis Opini Publik Tentang Cuaca Ekstrem Menggunakan Naïve Bayes dan K-Nearest Neighbor Irsyad, Hafiz; Wijaya, Christian Richie; Hansen, Hansen
Jurnal Software Engineering and Computational Intelligence Vol 2 No 02 (2024)
Publisher : Informatics Engineering, Faculty of Computer Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jseci.v2i02.5107

Abstract

Letak Indonesia yang berada di khatulistiwa dapat menyebabkan rentan terhadap fenomena cuaca ekstrem yang dapat memberikan ancaman. Cuaca ekstrem merupakan fenomena fisik atmosfer pada waktu tertentu dalam jangka waktu yang pendek dan juga bersifat ekstrem. Youtube dapat menjadi sebuah media untuk publik dalam menyampaikan opini kepada pemerintah dalam menghadapi cuaca ekstrem. Analisis sentimen merupakan metode yang digunakan untuk mengekstraksi, menganalisis, dan memproses data tekstual secara otomatis guna mengidentifikasi sentimen dalam suatu opini. Penelitian ini dilakukan bertujuan untuk menganalisis sentimen opini komentar publik di youtube mengenai cuaca ekstrem dengan menggunakan metode Naïve Bayes Multinomial dan K-Nearest Neighbor. Dataset diambil dari komentar di youtube mengenai cuaca ekstrem yang berjumlah 1030 komentar. Hasil penelitian menunjukkan bahwa metode Naïve Bayes Multinomial lebih unggul dengan akurasi 81%, presisi 76%, recall 63%, dan F1-Score 69% dibandingkan metode K-Nearest Neighbor yang hanya mencapai akurasi 51%, presisi 38%, recall 69%, dan F1-Score 69%. Berdasarkan hasil ini, metode Naïve Bayes Multinomial direkomendasikan untuk analisis sentimen opini publik tentang cuaca ekstrem.
Klasifikasi Opini Masyarakat Terhadap Naturalisasi Pemain Sepak Bola Menggunakan KNN dan SMOTE Rikky, Rikky; Graciela, Michelle; Irsyad, Hafiz
Applied Information Technology and Computer Science (AICOMS) Vol 3 No 1 (2024)
Publisher : Pengelola Jurnal Politeknik Negeri Ketapang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58466/aicoms.v3i1.1547

Abstract

This study analyzes public sentiment toward the naturalization of football players using the K-Nearest Neighbor (KNN) method and the Synthetic Minority Oversampling Technique (SMOTE). KNN is employed for sentiment classification, while SMOTE addresses class imbalance in the dataset. The methodology includes data collection, labeling, cleaning, preprocessing, classification, and model evaluation using Google Colab and Python. The results indicate that without SMOTE, the model performs better, achieving high precision, recall, F1 score, and accuracy. In contrast, applying SMOTE reduces performance, particularly in precision and F1 score. The "Manhattan Neighbor 7" and "Manhattan Neighbor 3" models without SMOTE demonstrate near-perfect results, while SMOTE significantly decreases several evaluation metrics. Additionally, the analysis of public opinions on YouTube reveals a tendency toward negative sentiment in podcasts about player naturalization, hosted by Bung Towel and Anjas Asmara, reflecting public skepticism and critical views on the topic. This study provides valuable insights into public sentiment and the effectiveness of classification methods in the context of national sports issues.
Pengenalan Alfabet American Sign Language Menggunakan K-Nearest Neighbors Dengan Ekstraksi Fitur Histogram Of Oriented Gradients Muhammad Ezar Al Rivan; Hafiz Irsyad; Kevin Kevin; Arta Tri Narta
Jurnal Teknik Informatika dan Sistem Informasi Vol 5 No 3 (2019): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v5i3.1936

Abstract

Sign Language use to communicate to people with dissabilities. American Sign Language (ASL) one of popular sign language. Histogram of Oriented Gradient (HOG) can be use as feature extraction. Then feature stored in database. K-Nearest Neighbor use to measure distance between feature train and feature test. There are three distance use in this paper consist of Euclidean Distance, Manhattan Distance and Chebychev Distance. The best result are 0,99 when using Euclidean Distance and Manhattan Distance with k=3 dan k=5
Klasifikasi Sentimen Ulasan Hotel The Alts Palembang dengan Metode Naive Bayes dan Smote Dwifa_Sophian, Muhammad Agus; Hidayat, Muhammad Syahrizal; Irsyad, Hafiz; Rahman, Abdul
Insand Comtech : Information Science and Computer Technology Journal Vol 10, No 1 (2025): Insand Comtech
Publisher : Universitas Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53712/jic.v10i1.2662

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pelanggan Hotel The Alts Palembangmenggunakan algoritma Naive Bayes dan metode Synthetic Minority Over-sampling Technique (SMOTE).Data diperoleh dari ulasan Google Maps, kemudian diproses melalui tahap pembersihan dan prapemrosesanteks. Label sentimen ditentukan secara manual berdasarkan konteks isi komentar. SMOTE diterapkan untukmenyeimbangkan distribusi data, diikuti dengan pelatihan model menggunakan beberapa skenario pembagiandata latih dan uji. Hasil terbaik diperoleh pada skenario pembagian 80:20, dengan akurasi 92,16%, precision65%, recall 72%, dan AUC 0,8611%. Hasil penelitian menunjukkan bahwa kombinasi Naive Bayes danSMOTE efektif digunakan untuk klasifikasi sentimen ulasan teks hotel serta dapat mendukung pengambilankeputusan berbasis persepsi pelanggan.Kata kunci : analisis sentimen; Naive Bayes; SMOTE; ulasan hotel; klasifikasi
Rekomendasi Lagu Berdasarkan Jenis Mood Menggunakan TF-IDF dan Cosine Similarity Virginia, Callista; Christy, Christy; Irsyad, Hafiz
Insand Comtech : Information Science and Computer Technology Journal Vol 10, No 1 (2025): Insand Comtech
Publisher : Universitas Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53712/jic.v10i1.2647

Abstract

Sistem rekomendasi lagu saat ini semakin berkembang seiring dengan meningkatnya kebutuhan pengguna akan konten yang sesuai dengan suasana hati (mood). Penelitian ini bertujuan untuk membangun sistem rekomendasi lagu berdasarkan jenis mood pengguna dengan memanfaatkan teknik pengolahan teks, yaitu Term Frequency-Inverse Document Frequency (TF-IDF) dan Cosine Similarity. Metodologi yang digunakan melibatkan tahap preprocessing teks lirik lagu, ekstraksi fitur menggunakan TF-IDF, serta penghitungan tingkat kemiripan antara input deskripsi mood dari pengguna dan koleksi lirik lagu menggunakan CosineSimilarity. Dataset yang digunakan berupa kumpulan lirik lagu yang telah dikategorikan ke dalam beberapa label mood, seperti sadness, joy, anger, dan love. Hasil penelitian menunjukkan bahwa sistem dapat merekomendasikan lagu yang relevan dengan deskripsi mood pengguna secara cukup akurat, dengan tingkat akurasi mencapai 90%, nilai precision mencapai  91,8%, nilai recall mencapai 90% dan nilai F1-Score mencapai 86,9% berdasarkan evaluasi yang telah dilakukan. Simpulan dari penelitian ini menyatakan bahwa kombinasi TF-IDF dan Cosine Similarity efektif untuk membangun sistem rekomendasi lagu berbasis teks yang sederhana namun fungsional.
Penerapan Metode Design Thinking dalam Perancangan UI/UX Aplikasi Deteksi Mata Pengemudi Renaldo, Florence; Irsyad, Hafiz; Hartati, Ery
MDP Student Conference Vol 4 No 1 (2025): The 4th MDP Student Conference 2025
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/mdp-sc.v4i1.11316

Abstract

The high rate of accidents experienced by car drivers or other vehicle operators is often caused by drowsy eyes. Therefore, this research was conducted to design a UI/UX for a driver eye detection system using the Design Thinking method, which consists of five stages: empathy, definition, ideation, prototype, and testing. These stages ensure that the application can be optimally used by users. This application is also expected to help users reduce the risk of accidents caused by drowsiness on the road.
PELATIHAN PENGGUNAAN WORDPRESS UNTUK MEDIA INFORMASI KPCDI PALEMBANG Al Rivan, Muhammad Ezar; Irsyad, Hafiz; Meiriyama, Meiriyama; Yohannes, Yohannes; Devella, Siska; Wijaya, Novan; Rachmat, Nur
FORDICATE Vol 4 No 2 (2025): April 2025
Publisher : Universitas Multi Data Palembang, Fakultas Ilmu Komputer dan Rekayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/fordicate.v4i2.11572

Abstract

Penguasaan teknologi informasi menjadi kebutuhan penting bagi organisasi berbasis komunitas dalam menyebarluaskan informasi secara cepat dan terstruktur. Komunitas Pasien Cuci Darah Indonesia (KPCDI) Palembang membutuhkan sarana digital yang dapat menunjang komunikasi dan edukasi antaranggota. Kegiatan pengabdian ini bertujuan untuk memberikan pelatihan penggunaan WordPress sebagai media informasi komunitas. Pelatihan dilaksanakan di Rumah Sakit RK Charitas Palembang dengan metode ceramah, demonstrasi, dan praktik langsung. Materi pelatihan mencakup pengelolaan konten situs, pengunggahan media, dan pengaturan tampilan dasar website. Peserta dibimbing secara bertahap agar mampu memahami penggunaan platform meskipun berasal dari latar belakang non-teknis. Hasil kegiatan menunjukkan bahwa peserta antusias dan mampu mengikuti alur pelatihan dengan baik. Kegiatan ini diharapkan dapat memperkuat kapasitas digital KPCDI Palembang dalam pengelolaan media informasi secara mandiri dan berkelanjutan
Implementasi TF-IDF, Cosine Similarity, dan Logistic Regression Pada Rekomendasi Buku Berdasarkan Mood Pembaca Dengan Data Oversampling Wong, Jeovanni; Sanu, Intan; Irsyad, Hafiz
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol 6, No 1: JUNI 2025
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v6i1.6499

Abstract

Pembaca seringkali kesulitan dalam memilih buku yang sesuai dengan mood atau suasana hati mereka. Sistem rekomendasi buku yang dapat menyesuaikan dengan mood diharapkan dapat meningkatkan kepuasan pembaca. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi buku berdasarkan mood pembaca menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF), Cosine Similarity, dan Logistic Regression. Penelitian ini menggunakan dataset buku yang diambil dari situs Kaggle yang berjumlah 6.810 data dan dibersihkan melalui tahap pre-processing untuk menghilangkan data yang tidak lengkap. Sistem ini menggunakan TF-IDF untuk mengubah deskripsi buku menjadi representasi numerik, serta Cosine Similarity untuk menghitung kesamaan antar buku berdasarkan deskripsi dan mood pengguna. Hasil penelitian menunjukkan bahwa sistem dapat memberikan rekomendasi buku yang relevan, dengan tingkat akurasi yang mencapai 92%, dengan nilai precision sebesar 93%, recall sebesar 89%, dan F1-score sebesar 91%. Evaluasi dilakukan dengan menggunakan confusion matrix, yang menunjukkan hasil yang cukup memuaskan dengan precision, recall, dan F1-score yang baik. Penelitian ini menunjukan potensi dalam penggunaan teknologi dalam meningkatkan pengalaman membaca dengan menyediakan rekomendasi yang sesuai dengan kondisi emosional pembaca.
Implementasi Preprocessing dan Synonym Expansion untuk Sistem Temu Kembali Berita Bahasa Indonesia Adrian Suparto; Michael Joy Clement; Abdul Rahman; Hafiz Irsyad
Jurnal Software Engineering and Computational Intelligence Vol 3 No 01 (2025)
Publisher : Informatics Engineering, Faculty of Computer Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jseci.v3i01.5405

Abstract

In Indonesian information retrieval systems, vocabulary differences between user queries and target documents are often a major obstacle in obtaining relevant search results. This research examines the effectiveness of applying synonym-based query expansion techniques to improve search relevance in IR systems. The system is designed using TF-IDF weighting and Cosine Similarity technique to calculate the closeness between query and document. A total of 10 queries were tested against a collection of news documents, with a manual approach in expanding keywords based on synonyms referred from KBBI. The evaluation was conducted using Precision@20 as the main metric. The results showed that the precision increased significantly from an average of 0.51 without query expansion to 0.725 after synonyms were added to the query. This shows that query meaning expansion can improve search accuracy in the context of a rich natural language such as Indonesian. This research indicates that the integration of semantic-based expansion techniques has great potential in optimizing the performance of IR systems. In the future, automated approaches such as semantic embedding or digital synonym mapping can be an alternative for more extensive and efficient development.  
Implementasi Term Frequency - Inverse Document Frequency dan Cosine Similarity untuk Analisis Kemiripan Deskripsi Produk Halal Santoti, Jennifer Velensia; Jocelyn, Jennifer; Irsyad, Hafiz
Jurnal Software Engineering and Computational Intelligence Vol 3 No 01 (2025)
Publisher : Informatics Engineering, Faculty of Computer Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jseci.v3i01.5421

Abstract

Di era digital saat ini, kejelasan informasi produk telah menjadi aspek penting untuk mendukung keputusan konsumen dalam proses pembelian. Penelitian ini difokuskan pada implementasi ekstraksi fitur dari deskripsi produk menggunakan metode TF-IDF (Term Frequency - Inverse Document Frequency) dan Cosine Similarity untuk memprediksi deskripsi produk yang membingungkan.  Metodologi penelitian ini meliputi beberapa tahap preprocessing, yang meliputi tokenizing, stopword removal, filtering, penghapusan data null dan data NaN, serta ekstraksi fitur teks menggunakan metode TF-IDF dan Cosine Similarity. Hasil evaluasi menunjukkan bahwa sistem berhasil mengenali produk halal dengan nilai precision sebesar 96%, recall sebesar 98%, dan F1-score sebesar 97%, yang mengindikasikan bahwa adanya keseimbangan yang baik antara precision dan recall. Untuk produk haram mencapai precision sebesar 98%, recall sebesar 95%, dan F1-score sebesar 97%. Secara keseluruhan, sistem berhasil mendapatkan nilai akurasi sebesar 97%. Hasil evaluasi menunjukkan bahwa model lebih baik dalam mengenali produk halal, dengan hasil recall sebesar 98%, sementara hasil recall produk haram sebesar 95%. Hal ini mengindikasikan bahwa metode yang digunakan sangat efektif dalam memprediksi kejelasan deskripsi produk. Kesimpulan dari penelitian ini menegaskan bahwa kombinasi TF-IDF dan Cosine Similarity efektif dalam mengidentifikasi ambiguitas deskripsi produk, sehingga dapat meningkatkan transparansi informasi bagi konsumen.
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