Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

8.303

P-Index

This Author published in this journals

All Journal Computatio : Journal of Computer Science and Information Systems JIKO (Jurnal Informatika dan Komputer) JUTIK : Jurnal Teknologi Informasi dan Komputer 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 Progresif: Jurnal Ilmiah Komputer 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) 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 Arcitech: Journal of Computer Science and Artificial Intelligence 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 Journal of Embedded Systems, Security and Intelligent Systems Software Development Digital Business Intelligence and Computer Engineering Journal Information & Computer (JICOM) Jurnal Software Engineering and Computational Intelligence Computing Insight: Journal of Computer Science Applied Information Technology and Computer Science (AICOMS) JISCOMP (Journal of Information System and Computer) Journal of Informatics and Computer Engineering Research INOVTEK Polbeng - Seri Informatika JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)

Hafiz Irsyad

Universitas Multi Data Palembang

Author-ID : 3364405

Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mechanical Engineering Social Sciences Other

Published : 86 Documents Claim Missing Document

Claim Missing Document

Articles

3 4 5 6 7

OPTIMASI RANGKING DOKUMEN DENGAN MODIFIKASI TF-IDF BERBASIS WAKTU PUBLIKASI DAN COSINE SIMILARITY Kamilah, Nyimas Nisrinaa; Aurelia, Reni; Irsyad, Hafiz; Rahman, Abdul
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 3 No 2 (2025): Juni
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jiscomp.v3i2.7172

Information Retrieval (IR) tradisional belum mempertimbangkan waktu publikasi dalam menentukan relevansi dokumen. Penelitian ini bertujuan untuk meningkatkan relevansi hasil pencarian dengan memodifikasi metode TF-IDF berbasis waktu publikasi. Metode ini menggabungkan bobot TF-IDF dengan Cosine Similarity untuk mengukur kesamaan antara kueri dan dokumen. Dalam penelitian ini, dataset dievaluasi menggunakan metode yang diusulkan, dengan pengukuran melalui metrix precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa pendekatan ini mencapai precision 0.87, recall 1.00, dan F1-Score 0.93. Berdasarkan hasil evaluasi, penambahan aspek temporal pada metode ini terbukti mampu meningkatkan akurasi IR dalam konteks pencarian informasi terkini

IMPLEMENTASI TF-IDF DAN KNN PADA REKOMENDASI JURNAL OTOMATIS Jonathan Wijaya; Fernando Sugianto Putra; Hafiz Irsyad; Abdul Rahman
Journal of Informatics and Computer Engineering Research Vol. 2 No. 1 (2025)
Publisher : Politeknik Negeri Ujung Pandang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31963/jicer.v2i1.5565

In the rapidly evolving digital era, finding relevant journals has become a challengefor students, researchers, and academics. The easy access to journal publications hasled to an increase in the number of available journals. Therefore, there is a need fora recommendation system based on related journals automatically using the TF-IDFand K-Nearest Neighbor (KNN) approaches with cosine distance. The goal is toenhance the efficiency and accuracy of journal searches. The first step is to process the text taken from the titles and abstracts of the journals into numerical vectors using TF-IDF to determine the importance of words in each document. Then, KNN is used to find the journals that are most similar to the specified journal based on the distance between TF-IDF vectors. Precision@3 is used to evaluate the results of the top three recommendations. The evaluation results show highly relevant recommendations, with a Precision@3 value of 1. This system has successfully improved the efficiency and accuracy of automatic journal searches for relevant content

Opini Publik Terhadap Kebijakan Tarif Impor Donald Trump Menggunakan Logistic Regression dan SMOTE Dewa; Fujianto; Hafiz Irsyad
Journal Information & Computer Vol. 3 No. 2 (2025): Journal Information & Computer
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/jicomisc.v3i2.49347

Penelitian ini bertujuan untuk mengamati bagaimana opini publik bereaksi pada biaya masuk barang Donald Trump, yang ramai dibicarakan di dunia maya, terutama pada platform YouTube. Karena banyaknya pendapat yang muncul pada platform tersebut, penting sekali memakai cara yang cocok agar lebih paham akan opini yang disampaikan. Kami memakai metode logistic Regression yang digabung dengan metode SMOTE untuk penelitian ini, guna dalam menganalisis opini yang ada pada komentar yang tersebar luas pada platform Youtube. Kami membagi sentimen komentar jadi dua kelompok yaitu , positif atau negatif. Setelah dilakukan dari banyak tahapan analisis data, mulai dari membersihkan texs hingga menghapus karakter yang bukan termasuk teks menggunakan pre-processing dan ekstraksi fitur, Hasil yang telah dibangun dengan Logistic Regression, kemudian dataset akan diseimbangkan dengan SMOTE mendapatkan hasil precision pada sentimen negatif sebesar 95% dan sentimen positif sebesar 02%, recall pada sentimen negatif 74% dan sentimen positif 11%, F1-Score pada sentimen negatif 83% dan sentimen positif 03%, serta jumlah sample pada kelas sentimen negatif 210 dan kelas sentimen positif 9. dengan hasil penelitian ini Logistic Regression dan SMOTE dapat diterapkan.

Pemodelan Topik Jurnal Informatika Menggunakan Bag of Words dan Latent Dirichlet Allocation Verrino Adityya; Ivander Destian Luis; Abdul Rahman; Hafiz Irsyad
Journal Information & Computer Vol. 3 No. 2 (2025): Journal Information & Computer
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/jicomisc.v3i2.49672

Penyebaran jurnal penelitian secara online, khususnya jurnal informatika, seringkali menyajikan topik yang mirip dan berubah sangat cepat, sehingga menyulitkan pembaca memahami konteks jurnal secara utuh. Pemodelan topik menjadi penting untuk mengelompokkan jurnal berdasarkan kemiripan konteks secara semantik, sehingga jurnal menjadi terstruktur dan mudah dipahami sebab-akibatnya. Penelitian ini bertujuan untuk memodelkan topik jurnal dari yang dikumpulkan dari sumber, seperti UMDP dan UIGM. menggunakan Bag of Words (BoW) untuk ekstraksi fitur dan Latent Dirichlet Allocation (LDA) untuk pemodelan topiknya. Data konten jurnal informatika dikumpulkan dari beberapa sumber jurnal informatika dan melalui tahap preprocessing meliputi, penghapusan kalimat dan kata unik, tokenisasi, penghapusan stop words, dan stemming. Setiap token akan dibentuk menjadi unigram dan bigram dan diberi pembobotan dengan BoW. Evaluasi dilakukan dengan mengukur nilai koherensi untuk rentang jumlah topik 2 hingga 10. Hasil penelitian menunjukkan bahwa model LDA mampu mengidentifikasi 4 topik optimal dengan nilai koherensi sebesar 52.1%. Penelitian ini menunjukkan bahwa kombinasi BoW dan LDA efektif untuk menemukan maksud tersembunyi dari setiap topik jurnal informatika secara semantik.

KLASIFIKASI PNEUMONIA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE Wati, Risha Ambar; Irsyad, Hafiz; Al Rivan, Muhammad Ezar
Algoritme Jurnal Mahasiswa Teknik Informatika Vol 1 No 1 (2020): Oktober 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Pneumonia is a type of lung disease caused by bacteria, viruses, fungi, or parasites. One way to find out pneumonia is by x-ray. X-rays will be analyzed to determine whether there is pneumonia or not. This study aims to classify the x-ray results whether there is pneumonia or not on the x-ray results. The classification method used in this study were Support Vector Machine (SVM) and Gray Level Co-Occurrence (GLCM) for the extraction method. There are several stages before classification, namely cropping, resizing, contrast stretching, and thresholding then extracted using GLCM and classified using SVM. The results showed that the best accuracy of 62.66%.

CLASSIFICATION OF PNEUMONIA USING K-NEAREST NEIGHBOR METHOD WITH GLCM EXTRACTION Wijaya, Chandra; Irsyad, Hafiz; Widhiarso, Wijang
Algoritme Jurnal Mahasiswa Teknik Informatika Vol 1 No 1 (2020): Oktober 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Pneumonia is an inflammatory parenchymal disease caused by various microorganisms, including bacteria, micro bacteria, fungi, and viruses. This study used an X-ray to find out whether or not there was pneumonia. The objective of this study was to classify the X-ray results whether or not there was pneumonia in a fast and precise way through a program to produce good accuracy. The classification method used in this study were K-Nearest Neighbor (KNN) and Gray Level Co-Occurrence (GLCM) for the extraction method. There are several stages before being classified, namely cropping, resizing, contrast stretching, and thresholding. The results showed that the best accuracy per class was 66.20% for K = 5.

Comparison Algorithm Backpropagation And Support Vector Machine On The Introduction of Corn Seed Type Yunarto, Yunarto; Pribadi, Muhammad Rizky; Irsyad, Hafiz
Algoritme Jurnal Mahasiswa Teknik Informatika Vol 1 No 1 (2020): Oktober 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Jagung termasuk tumbuhan biji-bijian seperti padi, gandum, sorgum yang dikonsumsisebagai sumber makanan pokok di Amerika dan beberapa wilayah di Indonesia seperti Madura,Nusa Tenggara Timur, Sulawesi dan Jawa Tengah. Jagung biji memiliki banyak jenis, makadari itulah jika jagung biji tersebut tercampur akan susah untuk dibedakan. Tujuan daripenelitian ini adalah untuk mengenali biji jagung tersebut. Jenis biji jagung yang digunakanadalah jagung merah pozole, jagung pipil, jagung putih dan jagung warna-warni yang difotomenggunakan camera 16MP dengan jarak pengambilan foto 10cm antara kamera dengan objekjagung. Metode pengenalan yang digunakan adalah algoritma backpropagation dan support vector machine, sedangkan untuk ekstraksi fitur menggunakan metode GLCM(Gray Co-occurence Matrix) yang terdiri dari Contrast, energy, homogeneity, dan correlation. Pada perhitungan dengan confusion matrix hasil tertinggi didapatkan pada algoritmabackpropagation dengan rata-rata accuracy 97,5, rata-rata precision 95% dan rata-rata recallsebesar 95,1% dibandingkan dengan algoritma support vector machine yang hanya mendapatrata-rata accuracy 97,1%, rata-rata precision 93,3% dan rata-rata recall sebesar 95%.

KNN Dan Gabor Filter Serta Wiener Filter Untuk Mendiagnosis Penyakit Pneumonia Citra X-RAY Pada Paru-Paru Antony, Felix; Irsyad, Hafiz; Al Rivan, Muhammad Ezar
Algoritme Jurnal Mahasiswa Teknik Informatika Vol 1 No 2 (2021): April 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Pneumonia adalah salah satu jenis penyakit paru-paru yang disebabkan oleh bakteri, virus, jamur, ataupun parasit. Salah satu cara untuk mengetahui penyakit pneumonia adalah dengan rontgen atau x-ray. Hasil rontgen akan dianalisis untuk mengetahui apakah terdapat pneumonia atau tidak. Penelitian ini bertujuan untuk mengklasifikasi hasil rontgen apakah terdapat pneumonia atau tidak pada hasil rontgen. metode yang digunakan untuk klasifikasi adalah K-Nearest Neighbor (KNN) dan metode ekstraksi Gabor Filter serta Wiener Filter. Tahapan yang dilaukan pada citra sebelum di Klasifikasi yaitu Resize, selanjutnya dilakukan ekstraksi menggunakan Gabor Filter, Image Enhancement menggunakan Wiener Filter dan di klasifikasi menggunakan K-Nearest Neighbor (KNN) menghasilkan akurasi terbaik sebesar 79,62%.

Klasifikasi Pneumonia Pada Citra X-Rays Paru-Paru Menggunakan GLCM Dan LVQ Lin, Jimmi; Irsyad, Hafiz
Algoritme Jurnal Mahasiswa Teknik Informatika Vol 1 No 2 (2021): April 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Pneumonia merupakan salah satu penyakit infeksi saluran pernafasan yang ditanda dengan peradangan pada satu atau kedua paru-paru yang dapat disebabkan oleh jamur, virus, dan bakteri yang menyebabkan kantung udara sulit menyerap oksigen. Salah satu cara yang dapat digunakan untuk mendeteksi adanya penyakit pneumonia adalah dengan foto rontgen, hasil foto rontgen akan dianalisis oleh orang yang ahli dalam bidang tersebut untuk memastikan apakah adanya pneumonia atau tidak. Penelitian ini dilakukan dengan tujuan untuk mengklasifikasikan hasil x-rays kedalam sebuah program untuk mengetahui apakah terdapat pneumonia atau tidak. Metode yang digunakan untuk ekstraksi fitur adalah Gray Level Co-Occurrence Matrix (GLCM) dengan arah 0°, 45°, 90°, 135° dan metode klasifikasi Learning Vector Quantization (LVQ). Proses sebelum dilakukan klasifikasi yaitu melakukan resize terlebih dahulu, selanjutnya dilakukan ekstraksi fitur menggunakan Gray Level Co-Occurrence Matrix (GLCM) dan di klasifikasi menggunakan Learning Vector Quantization (LVQ) dengan akurasi data train terbaik sebesar 89,714% dan akurasi data test yang terbaik sebesar 74,000% yang didapat pada pengujian dengan learning rate = 0,4.

Identifikasi Tulisan Tangan Aksara Jepang Hiragana Menggunakan Metode CNN Arsitektur VGG-16 Willyanto, Aldo; Alamsyah, Derry; Irsyad, Hafiz
Algoritme Jurnal Mahasiswa Teknik Informatika Vol 2 No 1 (2021): Oktober 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Hiragana merupakan aksara yang digunakan untuk menulis kata-kata dalam bahasaJepang. Hiragana memiliki 46 jenis huruf, diantaranya 5 huruf vokal dan 41 huruf konsonan.Aksara Hiragana penting dipelajari untuk orang yang ingin mempelajari bahasa Jepang. Olehkarena itu, pentingnya teknologi bantuan untuk dapat mempermudah mempelajari bahasaJepang. Pada penelitian ini, menggunakan objek tulisan tangan huruf Jepang Hiragana denganmetode Convolutional Neural Network (CNN). Arsitektur CNN yang digunakan adalaharsitektur VGG-16. Objek penelitian yang digunakan adalah 30 buah per jenis huruf dengantotal 1380 buah. Penelitian menggunakan 3 macam skenario, yaitu skenario denganmenggunakan optimizer Adam dengan rentang learning rate dari 0,0001 hingga 0,1; optimizerSGD dengan rentang learning rate dari 0,0001 hingga 0,1; dan optimizer RMSprop denganrentang learning rate dari 0,0001 hingga 0,1. Hasil penelitian terbaik terdapat di skenariodengan optimizer Adam dan pada learning rate 0,0001 dengan nilai accuracy sebesar 97,6%;precision sebesar 97,9%; recall sebesar 98%; dan nilai f1 score sebesar 97,5%.

Co-Authors Abdul Rahman Abdul Rahman Adi Saputra Adikara Alif Nurrahman Adrian Suparto Agnes Anastasia Putri Ahmad Rizky Akhsani Taqwiym Akhsani Taqwiym Akhsani Taqwiym Akhsani Taqwiym Andreas Andreas Angel Kelly Antony, Felix Arta Tri Narta Arta Tri Narta Aurelia, Reni Busdin, Rusdie Candra candra Chandra Wijaya Chandra, Kelvin William Chandra, Yeremia Agung Christian Bautista Christofer Evan Setiawan Christy, Christy Cindy Meilani Clement, Michael Joy Daniel Wijaya Dedy Hermanto Derry Alamsyah Devella, Siska dewa Dicko David K Dina Lestari Putri Dina Mariana Dwifa_Sophian, Muhammad Agus Earlando Moza Edward Pratama Eka Puji Widiyanto Fareza, Ivan Farisi, Ahmad Farisi, Ahmad Fariz Prasetya Ferdi Jiranda Sinaga Ferdilian, M Lazuardi Fernando Sugianto Putra Franko, Billy Fujianto Graciela, Michelle Hansen, Hansen Hartati, Ery Hartono, Jeremy Allegrato Hendra Nata Niko P Hidayat, Muhammad Syahrizal Hidayat, WIlliam Immanuel Bunawan Ivander Destian Luis Jeason Lie Jendraja Husein Kotan Jennifer Jocelyn Jennifer Velensia Santoti Jeremy Allegrato Hartono Jolyn Lucretia jonathan stanly Jonathan Wijaya Juliana Nasution Kamilah, Nyimas Nisrinaa Kevin kevin Kevin Kevin Kristian Fernando Kurniawan, Calvin Laksana, Jovansa Putra Leonardo Leonardo Lestari, Yehezekiel Gian levid, Jonathan Felix Lin, Jimmi Meiriyama, Meiriyama Michael Gunawan Michael Joy Clement Michael Wijaya michael Wijaya Molavi Arman Muhamad Rizvi Roshan Muhammad Bemby Putra Mansyah Muhammad Ezar Al Rivan Muhammad Ishaq Maulana Muhammad Rizky Pribadi Muhammad Tri Setianto Muhdhor, Umar Narta, Arta Tri Nicholas Edison Novan Wijaya Nur Aisyah Wahyuni Ong, Jesen Patrisius Satria Hendrawan Pribadi, M Rizky Ramanda Md Rayvin Suhartoyo Renaldo, Florence Reynald Dwika Prameswara Rikky, Rikky Rizki Ambarwati RR. Ella Evrita Hestiandari Russel Wijaya Safeti Intan Pratiwi Samuel Effendi pratama Sanu, Intan Saputra, M Reynaldi Setiawan, Christofer Evan Shela, Shela Silvi Mutia Steven Liem Tanuwijaya, William Taqwiym, Akhsani Taqwiym, Akhsani Taqwiym, Akhsani Tinaliah, Tinaliah Triana Elizabeth, Triana Valen Julyo Armando Davincy Lin Verrino Adityya Virginia, Callista Wati, Retiana Krisna Wati, Risha Ambar Wijang Widhiarso Wijaya, Christian Richie William Tanuwijaya Willyanto, Aldo Wilyanto, Nicholas Wong, Jeovanni Yeremia Agung Chandra Yohannes, Yohannes Yunarto Yunarto, Yunarto

Title

Found 86 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 86 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 86 Documents
Search