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

4 5 6 7 8

Klasifikasi Pnuemonia Menggunakan Metode Learning Vector Quantization Dengan Ekstraksi Fitur Local Binary Pattern Leonardo, Leonardo; Irsyad, Hafiz; Alamsyah, Derry
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

Paru-paru merupakan salah satu organ tubuh manusia yang berfungsi sebagai sistempernafasan tubuh manusia, paru-paru bekerja dengan cara bertukarnya oksigen dankarbondioksida di dalam darah. Salah satu penyakit yang sering menyerang paru-paru adalahparu-paru basah atau di sebut dengan pneumonia, penyakit ini di tandai dengan batuk ataukesukaran bernapas yang di sertai sesak atau tarikan dinding dada bagian bawah ke dalam danpenyakit ini disebabkan oleh penurunan kualitas udara. Pneumonia sering menyerang anak-anak.Maka dari itu ditubuhkan pencegahan untuk mengurangi penyakit pneumonia pada masyarakatterutama pada anak-anak. Pada penelitian ini dilakukan dengan dua jenis paru-paru yaitu Normal(Sehat) dan Pneumonia, data yang digunakan pada setiap jenis penyakit yaitu 1100 dan 1098 untukdata training dan 230 data testing menggunakan metode esktraksi fitur LBP dan LVQ sebagaimetode klasifikasi. Untuk penelitian ini menggunakan parameter Hidden Layer, Learning Rate,Learning Function dan Epoch untuk menentukan dan mendapatkan hasil pengenalan yang baik.Berdasarkan hasil pengujian dengan metode LVQ dan LBP menggunakan Hidden Layer 2 danEpoch 1 mendapatkan akurasi sebesar 58,04% dan menggunakan Hidden Layer 90, Learning Rate0.0005, Learning Function “learnlv1” dan Epoch 2 mendapatkan akurasi sebesar 60,27%

Pengenalan Aksara Arab Menggunakan Metode JST Dengan Fitur HOG Dan LBP Wati, Retiana Krisna; 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

Aksara Arab merupakan aksara yang digunakan untuk menuliskan bahasa Arab yangdituliskan dari kanan ke kiri. Aksara Arab penting untuk dipelajari bagi umat muslim karenadigunakan dalam peribadahan agama Islam. Dalam mempelajari aksara Arab pemulamengalami kesulitan karena memiliki bentuk yang berbeda-beda. Penelitian ini bertujuan untukmengimplementasikan suatu sistem yang mampu mengenali pola dari aksara Arab, denganmenerapkan Histogram of Oriented Gradient (HOG) dan Local Binary Pattern (LBP) sebagaiekstraksi fitur untuk pengenalan aksara Arab serta menggunakan metode Jaringan SyarafTiruan (JST). Hasil ciri dari HOG dan LBP masing-masing akan dijadikan masukan padaproses pembelajaran pada JST dengan berbagai training function serta menggunakan 3 neuronyaitu 5, 10 dan 15. Berdasarkan hasil pengujian menggunakan ekstraksi fitur HOG maupunmenggunakan ekstraksi fitur LBP trainbr memiliki tingkat keberhasilan yang lebih tinggidibandingkan training function lainnya. Dengan menggunakan fitur HOG pada neuron 5dengan nilai accuracy sebesar 99,66%, precision sebesar 95,35%, recall sebesar 95,25% danf1-score sebesar 95,23%. Sedangkan dengan menggunakan fitur LBP pada neuron 5 dengannilai accuracy sebesar 99,75%, precision sebesar 96,95%, recall sebesar 96,53% dan f1-scoresebesar 96,54%. Kedua ekstraksi fitur tersebut, HOG maupun LBP dapat mengenali aksaraArab dengan baik

Perbandingan Metode K-Nearest Neighbor Dan Naïve Bayes Untuk Klasifikasi Gender Berdasarkan Mata Kurniawan, Calvin; Irsyad, Hafiz
Algoritme Jurnal Mahasiswa Teknik Informatika Vol 2 No 2 (2022): April 2022 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Mata merupakan organ penglihatan, yang terletak di rongga orbital. Bentuknya bulat, sekitar 2,5cm. Ruang antara mata dan orbit diisi oleh jaringan gemuk. Dinding tulang dan lemak orbit yang dapat melindungi mata dari terluka.Secara struktural , kedua mata terpisah,tetapi mereka adalah pasangan. Hal Dapat dilihat hanya dengan satu mata, tetapi penglihatan tiga dimensi Merasa tidak nyaman Ketika hanya menggunakan satu mata, terutama dalam hubungan penghakiman jarak. Gender adalah penggolongan secara gramatikal terhadap kata- kata dan kata- kata lain yang berkaitan dengannya yang secara garis besar berhubungan dengan keberadaan dua jenis kelamin atau kenetralan.Penelitian ini bertujuan untuk klasifikasi Gender berdasarkan mata menggunakan metode K-NN dan Naïve Bayes. Data yang dibagi menjadi dua yaitu mata pria dan mata Wanita adalah 10.541 data uji dan 4518 data latih dilanjutkan dengan grayscale, HOG, HSV, Cropping. Pada metode k-NN dengan fitur HSV dan HOG dengan Cropping metode K-NN menghasilkan akurasi yang lebih tinggi di bandingkan Naïve Bayes yaitu sebesar 68,61%.

Klasifikasi Tingkat Kemanisan Alpukat Berdasarkan Fitur Hue Saturation Value (HSV) dengan Menggunakan Support Vector Machine (SVM) Saputra, M Reynaldi; Irsyad, Hafiz
Algoritme Jurnal Mahasiswa Teknik Informatika Vol 2 No 2 (2022): April 2022 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Dalam proses penetuan mutu atau tingkat kemanisan buah alpukat di pasaran pada umumnya dilakukan dengan dua cara yaitu menggunakan pakar-pakar untuk pemilihan / sortasi kemanisan alpukat atau menggunakan metode destruktif dengan cara pengambilan sampel, uji coba kemanisan alpukat tersebut seperti menggunakan Refractometer. Permasalahan yang terjadi pada kedua proses tersebut yaitu memiliki cost yang relatif besar dan tidak menghasilkan mutu yang seragam karena sortasi tingkat kemanisan alpukat oleh pakar bersifat subjektif dan kemungkinan terjadinya kesalahan pengamatan sangat besar. Support Vector Machine (SVM) diimplementasikan pada penelitian ini menggunakan kernel linear, polynomial, dan gaussian. Proses pengujian menggunakan K-Fold Cross Validation. Fold yang digunakan yaitu 4-fold, 5-fold dan 10-fold. Performa fitur HSV dan metode SVM yang mendapatkan hasil terbaik adalah pada 5-fold dengan nilai accuracy sebesar 100,00% dengan menggunakan kernel polynomial, precision sebesar 100,00% pada kernel polynomial, dan recall sebesar 100,00% pada kernel polynomial, Sedangkan hasil terendah terdapat pada kernel gaussian 5-¬fold dengan nilai accuracy sebesar 98.91%, precision sebesar 98.61%, dan recall sebesar 98.37%.

Penggunaan Metode SVM Dengan Fitur HSV HOG Dalam Mengklasifikasi Jenis Ikan Guppy Lestari, Yehezekiel Gian; Irsyad, Hafiz
Algoritme Jurnal Mahasiswa Teknik Informatika Vol 4 No 1 (2023): Oktober 2023 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/algoritme.v4i1.5698

Ornamental fish are fish that are often traded to be kept as decoration to beautify and not for consumption, ornamental fish are the same as consumption fish, both of which live in fresh water or in sea water. Ornamental fish in general have a characteristic, namely a unique body shape with a body pattern with various attractive colors. One of the ornamental fish in Indonesia is Guppy fish. Guppy fish is a type of freshwater fish that lives freely in waters and is widespread in the tropics. This fish is widely cultivated by ornamental fish lovers because of the beauty of its color. There are many types of Guppy fish, a classification is needed to make it easier to distinguish the types, this research was conducted to determine the types of Guppy fish. Guppy fish used in this study were Leopard, Koi, and Albino Full Red (AFR), with the use of the SVM classification feature with HSV and HOG features. obtained scores for Guppy Leopard fish Accuracy 77%, Precision 70%, Recall 53%, values for Guppy Koi fish Accuracy 82%, Precision 78%, Recall 69%, and values for Guppy Albino Full Red (AFR) Accuracy 85%, Precision 83%, Recall 85%. Of the three types of fish studied, the Albino Full Red Guppy fish gave the highest recognition accuracy value of 85%

Pelatihan Troubleshooting Instalasi Linux Debian Dengan Text Mode Dan Graphic Mode Di SMK Negeri 5 Palembang Al Rivan, M Ezar; Arman, Molavi; Irsyad, Hafiz
FORDICATE Vol 1 No 1 (2021): November 2021
Publisher : Universitas Multi Data Palembang, Fakultas Ilmu Komputer dan Rekayasa

Community service activities are carried out at SMK N 5Palembang. This training activity aims to improve the competence ofstakeholders in SMK N 5 Palembang, consisting of productive teachers,students and student councils. This activity is carried out by the pratikummethod and question and answer procession about troubleshooting andinstallation both in text mode and graphic mode. The benefits obtained ininstallation training using text mode are very light in operation and quite fastin the installation procession while by using graphic mode is using enoughprocessor and ram resources, thus reducing acceleration and installationspeed.

Pelatihan Pemanfaatan Canva Dalam Mendesain Poster Wijaya, Novan; Irsyad, Hafiz; Taqwiym, Akhsani
FORDICATE Vol 1 No 2 (2022): April 2022
Publisher : Universitas Multi Data Palembang, Fakultas Ilmu Komputer dan Rekayasa

Pelatihan canva merupakan pelatihan mendesain gambar baik dalam berupa poster, persentasi, kartu ucapan, brosur, video dan dikerjakan secara online sehingga sangat mempermudah pengguna untuk mendesain. Aplikasi canva merupakan platform yang memudahkan seseorang membuat desain dan konten publikasi dengan mudah serta dapat dilakukan dimanapun. Adapun dalam pelatihan materi yang diperkenalkan ialah mengenai tutorial menggunakan menu dan implementasi pada desain yang akan dibuat. Peserta dalam pelatihan mendesain menggunakan canva merupakan siswa dari SMK Mandiri Palembang. Selama proses pelatihan semua perserta sangat interaktif dan bersemangat dalam mendesain. Desain yang diberikan pada saat pelatihan merupakan tutorial mendesain informasi yang akan di posting di media sosial. Kegiatan dilaksanakan secara langsung dan diharapkan setelah dengan adanya pelatihan dapat menjadi rangsangan kepada peserta dalam meningkatkan kemampuan dalam hal mendesain

OPINI PUBLIK TERHADAP ISU KEASLIAN IJAZAH PADA PLATFORM YOUTUBE DENGAN NAÏVE BAYES, KNN, DAN SMOTE Agnes Anastasia Putri; Christian Bautista; Hafiz Irsyad; Abdul Rahman
Jurnal Teknologi Informasi dan Komputer Vol. 11 No. 2 (2025): JUTIK : Jurnal Teknologi Informasi dan Komputer, Edisi Oktober 2025
Publisher : LPPM Universitas Dhyana Pura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36002/jutik.v11i2.3892

In the digital era, public opinion spreads massively and instantly through various social media platforms. One issue that has sparked widespread attention and debate in the digital space is regarding the authenticity of President Joko Widodo's diploma. This issue has provoked various reactions, both support, criticism, and neutral attitudes from netizens, especially through the comments column on YouTube. This study analyzes public sentiment towards the issue using a machine learning approach with the Naïve Bayes and K-Nearest Neighbors (KNN) algorithms, as well as the SMOTE data balancing technique. A total of 1,000 comments were analyzed and classified into three sentiment categories, namely positive, negative, and neutral. Four test scenarios were carried out, namely: KNN, KNN with SMOTE, Naïve Bayes, and Naïve Bayes with SMOTE with a performance comparison tested to see the effectiveness of each in classifying digital opinion. The test results showed that the combination of Naïve Bayes and SMOTE provided the best performance with accuracy, precision, recall, and F1-score of 73%. In contrast, the worst performing model is KNN with SMOTE, which only achieves 27% accuracy, 53% precision, 34% recall, and 15% F1-score. This study emphasizes the importance of algorithm selection and data handling strategies in digital opinion classification, and can be the basis for developing a reliable sentiment analysis system in the future.

OPINI MASYARAKAT TERHADAP BONUS DEMOGRAFI PADA KANAL YOUTUBE DENGAN METODE TF-IDF, NAÏVE BAYES DAN SMOTE Samuel Effendi Pratama; Jolyn Lucretia; Hafiz Irsyad; Abdul Rahman
Jurnal Teknologi Informasi dan Komputer Vol. 11 No. 2 (2025): JUTIK : Jurnal Teknologi Informasi dan Komputer, Edisi Oktober 2025
Publisher : LPPM Universitas Dhyana Pura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36002/jutik.v11i2.3902

This study examines public opinion on the demographic bonus issue expressed through comments on YouTube channels using the TF-IDF, Naïve Bayes, and SMOTE methods. The data used consists of 870 comments that have been manually labeled into positive and negative sentiments. The research stages include data pre-processing in the form of case folding, removal of non-alphabetic characters, stopword removal, and stemming, then feature extraction using TF-IDF to convert text into numeric representations that can be processed by the algorithm. This study compares the performance of the Naïve Bayes sentiment classification model in two scenarios, namely without and with the application of SMOTE. The SMOTE technique is used to overcome data imbalance between sentiment classes so that the classification results are more balanced and unbiased. The evaluation results show that the model without SMOTE produces an accuracy of 70% but has a very low recall in the positive class. After applying SMOTE, the accuracy increased to 77%, with the highest precision of 0.89 in the negative class and the highest recall of 0.92 in the positive class. The word cloud visualization shows the dominant words that reflect the pattern of public opinion regarding the demographic bonus clearly and informatively. The results of this study can provide a quantitative picture of public perception and be a consideration for policy makers. In the future, this method can be further developed with other algorithms and data from various social media platforms to improve the accuracy and representativeness of sentiment analysis.

Analisis Sentimen terhadap Naturalisasi Pemain pada Youtube Menggunakan Decision tree dan Naive bayes Franko, Billy; Wilyanto, Nicholas; Irsyad, Hafiz
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

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.

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