Article Per Year (5 Year)
p-Index From 2020 - 2025
3.057
P-Index
This Author published in this journals
All Journal ILKOM Jurnal Ilmiah Simtek : Jurnal Sistem Informasi dan Teknik Komputer Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Jurnal Restikom : Riset Teknik Informatika dan Komputer Jurnal Minfo Polgan (JMP) Jurnal Nasional Cosphi Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer (BALOK) Journal Of Informatics And Busisnes Empiris Jurnal Pengabdian Pada Masyarakat (EJPPM) Jurnal Pengabdian Pada Masyarakat Eldimas
Maryam Hasan
Universitas Ichsan Gorontalo
Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 19 Documents
Search

 1   2 
PREDIKSI TINGKAT KELANCARAN PEMBAYARAN KREDIT BANK MENGGUNAKAN ALGORITMA NAÏVE BAYES BERBASIS FORWARD SELECTION Hasan, Maryam
ILKOM Jurnal Ilmiah Vol 9, No 3 (2017)
Publisher : Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (672.697 KB)

Abstract

Tujuan dari Penelitian ini adalah Mengoptimalkan algoritma Naïve Bayes dengan seleksi fitur Forward Selection untuk dapat meningkatkan hasil akurasi atau tingkat keberhasilan yang didapatkan dari prediksi pembayaran kredit.Data yang akan digunakan dalam penelitian ini berasal dari Bank XY yang berada di Gorontalo. Data yang diperoleh berkaitan dengan semua aspek dari nasabah kredit termasuk informasi pribadi dari nasabah. Desain eksperimen dalam penelitian ini menggunakan dataset nasabah kredit.sedangkan analisi yang digunakan adalah Model algoritma Naïve Bayes dengan seleksi fitur Forward Selection. Prediksi tingkat kelancaran pembayaran kredit menggunakan algoritma Naïve Bayes berbasis Forward Selection mampu memprediksi kelancaran pembayaran kredit ke depannya hal ini terbukti dengan perolehan nilai akurasi Naive bayes berbasis Forward Selection mampu mencapai nilai akurasi 71,97 %.
Local Binary Pattern untuk Pengenalan Jenis Daun Tanaman Obat menggunakan K-Nearest Neighbor Lamasigi, Zulfrianto Y; Hasan, Maryam; Lasena, Yulianti
ILKOM Jurnal Ilmiah Vol 12, No 3 (2020)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v12i3.667.208-218

Abstract

Tanaman obat tradisional merupakan jenis tanaman yang mengandung zat aktif yang berfungsi mengobati ataupun mencegah dari berbagai macam penyakit. Oleh karena itu dilakukan penelitian untuk menguji metode Local Binary Pattern untuk ektraksi ciri dari setiap tanaman obat tradisional dan K-Nearest Neighbor pada proses klasifikasi setelah dilakukan ektraksi dari metode Local Binary Pattern. Dari pengujian menggunakan metode Local Binary Pattern dan K-Nearest Neighbor mampu menghasilkan akurasi yang cukup baik yaitu sebesar 96.67%, nilai akurasi tersebut didapat dari perhitungan manual convusion matrix dengan nilai k=9. Sementara itu hasil akurasi terendah ada pada nilai k=1 yaitu 0%. Hasil ektraksi dan klasifikasi dari metode Local Binary Pattern dan K-Nearest Neighbor menggunakan 120 dataset yang dibagi menjadi 90 data training dengan 6 jenis daun tanaman obat yang terdiri dari 15 daun bayam duri, 15 daun binahong, 15 daun jarak, 15 daun afrika, dan 15 daun sirih dengan percobaan 30 data testing.
Text Mining Analysis untuk Identifikasi Artikel Hoax Menggunakan Algoritma Cosine Similarity Lasena, Yulianty; Husdi, Husdi; Hasan, Maryam
Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Vol 4, No 2 (2020): JTIK
Publisher : KITA Institut

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

Abstract

Dampak perkembangan teknologi yang signifikan dalam kehidupan sehari-hari dimulai dari kegiatan yang sederhana hingga kegiatan yang membutuhkan tingkat ketelitian yang tinggi. Perkembangan tekhnologi informasi juga turut serta mendorong dalam penyebaran berita. Di Indonesia teknologi informasi ikut berkembang pesat dimana pengguna internet saat ini berjumlah 132,7 juta atau 52% dari jumlah penduduk Indonesia. Pertukaran informasi antar sesama merupakan hal yang positif, namun  penyebarannya melalui media sosial  yang isinya tidak semua fakta.  Dalam beberapa macam kasus yang telah terjadi misalkan penyebaran berita yang bukan  fakta sering disebut hoax. Teknologi terkini yang bisa membantu mengatasi hal tersebut, salah satunya adalah teknologi yang dikenal dengan nama Text Mining (Penambangan Teks). Hal ini dimanfaatkan untuk memecahkan masalah yang di hadapi oleh pengguna internet terhadap informasi palsu (hoax).Kata Kunci:Hoax, Artikel, Cosine Similarity, Text Mining.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE ELECTRE Maryam Hasan
Simtek : jurnal sistem informasi dan teknik komputer Vol 6 No 2 (2021): Oktober 2021
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v6i2.114

Abstract

Perkembangan teknologi yang semakin pesat dan modern, khususnya dalam bidang teknologi informasi, membuat kebutuhan masyarakat semakin meningkat. Sebagai contoh adalah alat komunikasi yaitu handphone atau telepon genggam. Dikalangan pelajar, mahasiswa, dan para pebisnis, handphone sudah menjadi kebutuhan primer.. Teknologi yang ditawarkan mulai dari yang memakai sistem operasi Android, iOS, Windows Phone, maupun blackberry. Tak sedikit dari para pengguna handphone yang sering berselisih tentang bagus tidaknya Operating Sistem (OS) yang dipakai di smartphone mereka masing-masing. Oleh karena itu penulis berinisiatif membuat Sistem Pendukung Keputusan Pemilihan Handphone. Metode yang di gunakan dalam penelitian Sistem Pendukung Keputusan Pemilihan Hendphone ini yaitu, metode Multiple Attribute Decision Making (MADM) digunakan untuk melakukan penilaian atau seleksi terhadap beberapa alternatif dalam jumlah terbatas. Banyak solusi yang bisa digunakan dalam pemecahan dari MADM yang ditawarkan, salah satunya adalah menggunakan metode Elimination and Choice Expressing Reality (ELECTRE) adalah salah satu metode pengambilan keputusan multikriteria berdasarkan pada konsep perangkingan dengan menggunakan perbandingan berpasangan dari alternatif-alternatif berdasarkan setiap kriteria yang sesuai. Hasil yang di dapatkan dengan menggunakan pengujian white box, yaitu Cyclomatic Complexity = 4, Region = 4, dan Independent Path = 4
Local Binary Pattern untuk Pengenalan Jenis Daun Tanaman Obat menggunakan K-Nearest Neighbor Zulfrianto Y Lamasigi; Maryam Hasan; Yulianti Lasena
ILKOM Jurnal Ilmiah Vol 12, No 3 (2020)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v12i3.667.208-218

Abstract

Tanaman obat tradisional merupakan jenis tanaman yang mengandung zat aktif yang berfungsi mengobati ataupun mencegah dari berbagai macam penyakit. Oleh karena itu dilakukan penelitian untuk menguji metode Local Binary Pattern untuk ektraksi ciri dari setiap tanaman obat tradisional dan K-Nearest Neighbor pada proses klasifikasi setelah dilakukan ektraksi dari metode Local Binary Pattern. Dari pengujian menggunakan metode Local Binary Pattern dan K-Nearest Neighbor mampu menghasilkan akurasi yang cukup baik yaitu sebesar 96.67%, nilai akurasi tersebut didapat dari perhitungan manual convusion matrix dengan nilai k=9. Sementara itu hasil akurasi terendah ada pada nilai k=1 yaitu 0%. Hasil ektraksi dan klasifikasi dari metode Local Binary Pattern dan K-Nearest Neighbor menggunakan 120 dataset yang dibagi menjadi 90 data training dengan 6 jenis daun tanaman obat yang terdiri dari 15 daun bayam duri, 15 daun binahong, 15 daun jarak, 15 daun afrika, dan 15 daun sirih dengan percobaan 30 data testing.
PREDIKSI TINGKAT KELANCARAN PEMBAYARAN KREDIT BANK MENGGUNAKAN ALGORITMA NAÏVE BAYES BERBASIS FORWARD SELECTION Maryam Hasan
ILKOM Jurnal Ilmiah Vol 9, No 3 (2017)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v9i3.163.317-324

Abstract

Tujuan dari Penelitian ini adalah Mengoptimalkan algoritma Naïve Bayes dengan seleksi fitur Forward Selection untuk dapat meningkatkan hasil akurasi atau tingkat keberhasilan yang didapatkan dari prediksi pembayaran kredit.Data yang akan digunakan dalam penelitian ini berasal dari Bank XY yang berada di Gorontalo. Data yang diperoleh berkaitan dengan semua aspek dari nasabah kredit termasuk informasi pribadi dari nasabah. Desain eksperimen dalam penelitian ini menggunakan dataset nasabah kredit.sedangkan analisi yang digunakan adalah Model algoritma Naïve Bayes dengan seleksi fitur Forward Selection. Prediksi tingkat kelancaran pembayaran kredit menggunakan algoritma Naïve Bayes berbasis Forward Selection mampu memprediksi kelancaran pembayaran kredit ke depannya hal ini terbukti dengan perolehan nilai akurasi Naive bayes berbasis Forward Selection mampu mencapai nilai akurasi 71,97 %.
Text Mining Analysis untuk Identifikasi Artikel Hoax Menggunakan Algoritma Cosine Similarity Yulianty Lasena; Husdi Husdi; Maryam Hasan
Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Vol 4 No 2 (2020): JULY-DECEMBER 2020
Publisher : KITA Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jtik.v4i2.149

Abstract

The impact of significant technological developments in everyday life starts from simple activities to activities that require a high level of precision. The development of information technology also contributes to the dissemination of news. In Indonesia, Information Technology is also developing rapidly where internet users currently number 132.7 million or 52% of Indonesia's population. The exchange of information between people is a positive thing, but its dissemination through social media is not all facts. In a number of cases that have occurred, for example the spread of news that is not factual is often called a hoax. The latest technology that can help overcome this, one of which is the technology known as Text Mining. This is used to solve problems faced by internet users with fake information (hoax).
Penerapan Metode Least Square Dalam Memprediksi Jumlah Luas Serangan Organisme Pengganggu Tanaman (OPT) Pada Tanaman Padi Maryam Hasan
Jurnal Cosphi Vol 5, No 2 (2021): Agustus-Desember 2021
Publisher : Teknik Elektro - Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (916.026 KB)

Abstract

Penelitian ini bertujuan untuk mengetahui hasil penerapan metode least square dan tingkat akurasi dalam memprediksi jumlah luas serangan Organisme Penggangu Tanaman pada Tanaman Padi. Metode yang digunakan di dalam penelitian ini melalui pendekatan kuantitatif dengan penyajian secara deskriptif. Metode pengumpulan data menggunakan data primer dengan melakukan observasi dan wawancara di lapangan. Hasil penelitian menunjukan bahwa penerapan metode least square dalam membangun sistem Prediksi Jumlah Luas Serangan OPT Padi mendapatkan hasil akurasi untuk jenis OPT Hama Putih Palsu sebesar 77,03% dengan tingkat error 22,97% dan kemudiaan untuk jenis OPT Blas mendapatkan hasil akurasi sebesar 75,08% dengan tingkat error 24,92%
Implementasi Algoritma Brute Force Untuk Pencarian Judul Buku Berbasis Android Ismail S Manto; Maryam Hasan
Jurnal Cosphi Vol 4, No 1 (2020): Januari-Juli 2020
Publisher : Teknik Elektro - Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (329.282 KB)

Abstract

Perpustakaan adalah suatu wadah yang dipergunakan mahasiswa untuk mencari informasi dalam mengatasi suatu masalah yang ditemui pada kegiatan proses pembelajaran. Pada pelayanannya perpustakaan tidak terlepas pada aktifitas pencarian data. Hal ini di karena oleh jumlah buku yang terdapat di perpustakaan sudah terlalu banyak, untuk itu penelitian ingin merancang aplikasi pencarian judul buku berbasis android mengunakan Algoritma Brute Force. Aplikasi yang dirancang dapat melakukkan fungsi pencarian judul buku. Dapat diimplementasika dalam pencarian judul buku
Penerapan Convolutional Neural Network (CNN) Untuk Klasifikasi Penggunaan Masker Rifdah Rofifah Faruk Abdullah; Maryam Hasan
Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer Vol 1 No 2 (2022): Edisi November (2022)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (644.365 KB) | DOI: 10.37195/balok.v1i2.164

Abstract

ABSTRACT RIFDAH ROFIFAH FARUK ABDULLAH. T3117114. APPLICATION OF CONVOLUTIONAL NEURAL NETWORK FOR MASK USE CLASSIFICATION The use of masks is a part of the comprehensive series of prevention and control measures that can limit the spread of certain respiratory viral diseases. Masks can be used both to protect healthy people (worn to protect themselves when in contact with an infected person) and to control the sources of prevention (to be worn by an infected person to prevent further transmission). The problem that often occurs is that many people use masks, but improperly or inappropriately. For instance, the right thing, someone uses a mask to cover the mouth and nostrils. Therefore, an application for the use of computer-assisted mask detection is made. It can detect the use of a person's mask so that the right and wrong use categories are obtained that represent it by capturing it in an image. It is done by using the Convolutional Neural Network method. In the classification stage, the accuracy results are 60- 70%. Keywords: classification, masks use, Convolutional Neural Network
Co-Authors Almer Hassan Ali Amiruddin Apriyanto Alhamad Gaffar, Gaffar Husdi Ismail S Manto Juriko Abdussamad Kartika Chandra Pelangi Mahmud, Mohamad An Nafli Muh Faisal Muhammad Erdiansyah Rifdah Rofifah Faruk Abdullah Salihi, Irvan Siska Udilawati Sudirman S Panna Swastiani Dunggio Syahrir Abdussamad Syarifah Fitrah Ramadhani Warid Yunus Yulianti Lasena Zulfrianto Yusrin Lamasigi