Article Per Year (5 Year)
p-Index From 2020 - 2025
2.808
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Inotera Jurnal Informatika Universitas Pamulang Journal of Artificial Intelligence and Innovative Applications (JOAIIA) JAMAIKA: Jurnal Abdi Masyarakat Abdi Jurnal Publikasi Jurnal Ilmu Komputer (JIK) LOGIC : Jurnal Ilmu Komputer dan Pendidikan Biner : Jurnal Ilmu Komputer, Teknik dan Multimedia OKTAL : Jurnal Ilmu Komputer dan Sains APPA : Jurnal Pengabdian Kepada Masyarakat
Agus Heri Yunial
Pamulang University
Humanities Astronomy Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mechanical Engineering Medicine & Pharmacology Social Sciences Transportation Other

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search

 1   2 
Implementasi Machine Learning Pada Sistem Pendeteksi URL Bermuatan Konten Negatif Menggunakan Metode Algoritma Naive Bayes Dan Support Vector Machine Rada Rasi Saputri; Agus Heri Yunial
OKTAL : Jurnal Ilmu Komputer dan Sains Vol 2 No 11 (2023): OKTAL : Jurnal Ilmu Komputer Dan Sains
Publisher : CV. Multi Kreasi Media

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

Abstract

Systems for filtering sites that contain negative content have been carried out by many previous researchers. However, these systems focus more on only 1 type of negative content and are mostly built for sites that are in English. The system that can filter URLs using Indonesian only focuses on negative content. This study aims to create a URL detection system that contains negative content using a Machine Learning model. The system in this study filters content on URLs that use Indonesian. This study uses 2 main models, namely Naïve Bayes, Support Vector Machine. Of all the models used, the SVM model produces the highest accuracy of 96.161%.
ANALISIS SENTIMEN TERHADAP RUU KUHP PASAL 353 AYAT 1 DARI TWITTER DENGAN METODE NAÏVE BAYES CLASSIFIER Basyarulhaq Fanani; Agus Heri Yunial
OKTAL : Jurnal Ilmu Komputer dan Sains Vol 3 No 01 (2024): OKTAL : Jurnal Ilmu Komputer Dan Sains
Publisher : CV. Multi Kreasi Media

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

Abstract

This thesis aims to analyze sentiment towards the Criminal Code Bill Article 353 Paragraph 1 from data taken from Twitter using the Naive Bayes Classifier method. This research was conducted to find out the public's view of the controversial article. The data taken is in the form of tweets containing keywords related to the Criminal Code Bill for a certain period. The Naive Bayes Classifier method is used to classify tweets into positive or negative categories based on gender, age, and level of education as well as the impact of public sentiment on this article on the sustainability of democracy in Indonesia. The data used in this study is data from the online media Twitter. This study uses a quantitative method with a descriptive approach. The results of the sentiment analysis are expected to provide an overview of the public's perception of the article.
Waterfall Method In Designing A Web-Based Waste Payment Information System (Case Study: Calincing Bukit Valley Housing Rt04/Rw008) Agus Heri Yunial
Jurnal Inotera Vol. 9 No. 1 (2024): January-June 2024
Publisher : LPPM Politeknik Aceh Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31572/inotera.Vol9.Iss1.2024.ID336

Abstract

Valley Bukit Calincing Housing Exchange RT. 04 RW. 08 Bogor City is a housing complex that requires every resident to pay monthly waste fees. Payment of waste fees is payment of waste fees made by the treasurer who visits residents' homes to collect by giving a payment card to each resident and recording it again in the ledger. For reports, we still use Microsoft Excel. Because payment recording still uses Microsoft Excel, files on the laptop or PC can be lost or even accidentally deleted. Meanwhile, if it is recorded in a book, the book could be damaged/lost. The method that will be applied for this research is using Waterfall which has sequential stages starting from analysis, design, coding, testing and supporting stages, but in this research it only reaches the testing stage. Meanwhile, for the system development method using the OOAD method, a web-based application was created which is the right choice to simplify the treasurer's work in managing and managing waste fee payments. With this system, it can make it easier for residents to pay waste fees on time and reduce residents who like to pay past due dates because they are always reminded via email notifications sent by the treasurer so that the treasurer does not need to come to residents' homes to collect the waste fees. And with this waste fee payment information system, it makes it easier to manage the treasurer's waste fee payment reports.
Sistem Pakar Diagnosa Kerusakan Pada Vespa Matic Menggunakan Metode Naïve Bayes Berbasis Web (Studi kasus : PT. Dwi Pratama Mandiri) Faisal, Ahmad; Heri Yunial, Agus
BINER : Jurnal Ilmu Komputer, Teknik dan Multimedia Vol. 1 No. 6 (2024): BINER : Jurnal Ilmu Komputer, Teknik dan Multimedia
Publisher : CV. Shofanah Media Berkah

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

Abstract

The automotive industry in Indonesia is experiencing rapid growth in line with the increasing public need for transportation. Vespa, as a scooter motorcycle brand from Piaggio, an Italian company, contributes to Indonesia's automotive economy. PT Dwi Pratama Mandiri is an authorized dealer of Vespa Matic. Observations show that most consumers still do not understand the potential damage to their vehicles. Expert systems, a branch of artificial intelligence, can be a solution to increase consumer knowledge and speed up the process of identifying defects. The Naïve Bayes method, a probabilistic classification algorithm, has proven efficient in the analysis of complex problems. Previous research shows that this method has a high accuracy rate of up to 96%.. This research aims to help consumers detect and overcome problems with their vehicles, and can improve consumer understanding of damage to Vespa Matic.
Analisis Sentimen Pada Media Sosial Menggunakan Perbandingan Algoritma Data Mining Fauzi, Ahmad; Yunial, Agus Heri
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 10, No 2 (2024): Volume 10 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v10i2.76024

Abstract

Twitter atau yang sekarang telah berubah nama menjadi X adalah sebuah platform media sosial yang banyak digunakan dalam bersosialisasi, bertukar informasi dan memberi tanggapan terhadap kejadian, penomena yang terjadi baik secara personal maupun bersifat umum. Hal ini lah yang menjadikan twitter atau X sebagai sarana melihat sebuah reaksi atau sentimen tehadap kejadian atau penomena. Reakasi atau sentimen yang dapat diketahui yaitu sentimen positif, negatif, dan netral. Data sentimen diambil dari komentar pengguna twitter atau X, yang kemudian dilakukan pembersihan dengan metode text mining dalam Natural Language Processing (NLP). Dalam analisis sentimen pada penelitian ini menggunakan dataset Twitter  US Airline dengan menggunakan dua vektorisasi yaitu Bag Of Word dan Tf-Idf sabagai pembanding dalam pengukuran akurasi data. Pada penelitian ini evaluasi data tweet menggunakan metode algoritma data mining seperti Naïve Bayes, Gradient Boosting, Random Forest, Support Vector Machine (SVM), Adaboost, dan ensemble voting untuk melihat konsistensi akurasinya. Hasil penghitungan pada masing-masing algoritma data mining,  maka dapat diketahui nilai akurasi  dataset Twitter US Airline dalam analisis sentimen memiliki nilai akurasi cukup tinggi yaitu sebesar 0.95 atau 95% dengan vektorisasi data menggunakan Tf-Idf serta penghitungan metode data mining dengan algoritma support vector machine. Sementara vektorisasi dataset Twitter US Airline dengan bag of word memiliki nilai akurasi tertinggi sebesar 0.92 atau 92% menggunakan metode data mining algoritma Multinominal Naïve Bayes dan Support vector Machine.
SOSIALISASI PEMANFAATAN MEDIA PEMBELAJARAN INTERAKTIF BERBASIS POWER POINT DI SMKS AL IKHWANIYAH Agus Heri Yunial; Muhamad Affan Afifi; Rizky Juni Arigayo; Muhammad Rizky Ardisyahputra; Muhammad Iskandar; Wisnu Hermawan; Fajar Nur Fikri; Fadli iman; Sunata; Anggi Saputra; Bagus Subekti
APPA : Jurnal Pengabdian Kepada Masyarakat Vol 2 No 3 (2024): APPA : Jurnal Pengabdian kepada Masyarakat
Publisher : Shofanah Media Berkah

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

Abstract

Pengabdian Kepada Masyarakat (PKM) ini bertujuan untuk melatih siswa di SMKS Al Ikhwaniyah Tangerang Selatan dalam memanfaatkan media pembelajaran interaktif berbasis Microsoft PowerPoint untuk mendukung proses belajar mengajar di era digital. Dalam kegiatan ini, siswa diberikan pemahaman tentang bagaimana menggunakan PowerPoint dengan lebih menarik dan interaktif, serta bagaimana teknologi kecerdasan buatan (AI) dapat digunakan untuk membuat presentasi yang lebih menarik. Hasil dari kegiatan ini menunjukkan bahwa penggunaan PowerPoint dalam pembelajaran dapat meningkatkan pemahaman siswa dan membuat pembelajaran lebih menyenangkan. Namun, masih terdapat tantangan dalam hal pemahaman teknologi oleh sebagian siswa, sehingga perlu adanya pelatihan dasar untuk meningkatkan keterampilan mereka, terutama dalam hal penggunaan perangkat keras seperti komputer dan handphone. Hal ini penting untuk memastikan siswa dapat mengikuti perkembangan teknologi yang semakin pesat.
PENINGKATAN PEMAHAMAN TEKNOLOGI ARTIFICIAL INTELLIGENCE (AI) BAGI SISWA SMP ISLAM AMUHAJIRIN PADURENAN 3 LEWAT EDUKASI INTERAKTIF Khurotul Aini; Ahmad Fahmi Abdillah; Hengky Agus Setiawan; Asep Saepudin; Pajar Priana; Rian Setiawan; Ray Virana Rajessa; Rahmat Pangestu; Daffa Nur Ardhayaguna; Ditto Saepoel Rachman; Agus Heri Yunial
APPA : Jurnal Pengabdian Kepada Masyarakat Vol 2 No 4 (2024): APPA : Jurnal Pengabdian kepada Masyarakat
Publisher : Shofanah Media Berkah

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

Abstract

Peningkatan pemahaman teknologi Artificial Intelligence di kalangan siswa SMP Islam Al-Muhajirin Padurenan 3 menjadi pokok permasalahan yang mendesak di era digital saat ini. Tujuan dari penelitian ini adalah untuk mengembangkan program edukasi interaktif yang dapat meningkatkan pemahaman siswa mengenai konsep dan aplikasi AI. Metode yang digunakan dalam penelitian ini adalah pendekatan kuantitatif dengan desain eksperimen, di mana siswa dibagi menjadi dua kelompok, yaitu kelompok eksperimen yang mengikuti program edukasi interaktif dan kelompok kontrol yang mengikuti pembelajaran konvensional. Hasil penelitian menunjukkan bahwa terdapat peningkatan signifikan dalam pemahaman siswa mengenai teknologi AI setelah mengikuti program edukasi interaktif, ditunjukkan dengan hasil pre-test dan post-test yang menunjukkan perbedaan nilai yang mencolok. Kesimpulan dari penelitian ini adalah bahwa edukasi interaktif efektif dalam meningkatkan pemahaman siswa tentang teknologi Artificial Intelligence, sehingga dapat menjadi alternatif metode pembelajaran yang menarik dan relevan untuk diterapkan di sekolah-sekolah, khususnya dalam mempersiapkan siswa menghadapi tantangan teknologi di masa depan. Program ini tidak hanya meningkatkan pengetahuan siswa tetapi juga membangkitkan minat mereka terhadap bidang teknologi, yang sangat penting untuk perkembangan karir mereka di era digital
Co-Authors A. Nurul Anwar A. Nurul Anwar Achmad Lutfi Fuadi Achmad Lutfi Fuadi Ahmad Fahmi Abdillah Ahmad Faisal Andika Padillah anggi saputra Asep Saepudin Bagus Subekti Basyarulhaq Fanani Daffa Nur Ardhayaguna Ditto Saepoel Rachman Fadli Iman Fajar Nur Fikri Fauzi Ahmad Muda Hengky Agus Setiawan Ihsan Nurkholis Joko Suwarno Joko Suwarno Khurotul Aini Muhamad Affan Afifi Muhammad Iskandar Muhammad Rizky Ardisyahputra Pajar Priana Rada Rasi Saputri Rahmat Pangestu Ray Virana Rajessa Rian Setiawan Rizky Juni Arigayo Sunata Wilis Puspita Sari Willis Puspita Sari Wisnu Hermawan