Article Per Year (5 Year)
p-Index From 2021 - 2026
8.683
P-Index
This Author published in this journals
All Journal ELKHA : Jurnal Teknik Elektro Jurnal Simetris Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Informatika dan Teknik Elektro Terapan Annual Research Seminar Jurnal CoreIT Jurnal Komputer Terapan Jusikom : Jurnal Sistem Komputer Musirawas JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Sisfokom (Sistem Informasi dan Komputer) Petir Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal KOMPUTIKA - Jurnal Sistem Komputer Jurnal Informatika Global Jurnal Teknologi Terpadu STRING (Satuan Tulisan Riset dan Inovasi Teknologi) JATI (Jurnal Mahasiswa Teknik Informatika) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurnal Ilmu Komputer dan Informatika Decode: Jurnal Pendidikan Teknologi Informasi Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Brilliance: Research of Artificial Intelligence Algoritme Jurnal Mahasiswa Teknik Informatika Informatics and Enginering Dedication Arcitech: Journal of Computer Science and Artificial Intelligence DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY JOINTECOMS (Journal of Information Technology and Computer Science) MDP Student Conference Scientica: Jurnal Ilmiah Sains dan Teknologi JuTISI (Jurnal Teknik Informatika dan Sistem Informasi) INTECH - Informatika Dan Teknologi
Muhammad Ezar Al Rivan
Universitas Multi Data Palembang
Religion Agriculture, Biological Sciences & Forestry Humanities 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 Languange, Linguistic, Communication & Media Mathematics Social Sciences Other

Published : 66 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 66 Documents
Search

 3   4   5   6   7 
KLASIFIKASI GENRE BERDASARKAN DESKRIPSI FILM MENGGUNAKAN TF-IDF DAN SELEKSI FITUR DENGAN XGBOOST Kiven Keita Yosua Damanik; Muhammad Ezar Al Rivan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18381

Abstract

Perkembangan industri perfilman yang semakin pesat menyebabkan meningkatnya jumlah film yang diproduksi setiap tahunnya sehingga diperlukan sistem pengelolaan informasi yang efektif, salah satunya melalui pengelompokan film berdasarkan genre. Penentuan genre film yang masih banyak dilakukan secara manual cenderung bersifat subjektif, memerlukan waktu yang lama, serta kurang efektif dalam menangani film dengan karakteristik multi-genre. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi genre film secara otomatis berdasarkan deskripsi film berupa sinopsis. Sinopsis film memuat ringkasan alur cerita dan tema yang dapat merepresentasikan karakteristik suatu genre, namun masih berbentuk teks bebas sehingga memerlukan tahapan pengolahan teks agar dapat dianalisis secara komputasional. Metode yang digunakan dalam penelitian ini meliputi preprocessing teks, ekstraksi fitur menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), seleksi fitur untuk mengurangi dimensi data, serta algoritma Extreme Gradient Boosting (XGBoost) dengan pendekatan One-Vs-Rest untuk melakukan klasifikasi multi-genre. Evaluasi model dilakukan menggunakan metrik accuracy, precision, recall, dan f1-score. Hasil pengujian menggunakan dataset IMDb Movie Genres mampu menghasilkan akurasi sebesar 87%, serta menunjukkan kinerja yang baik dalam mengklasifikasikan genre film berdasarkan sinopsis.
Klasifikasi Jenis Daun Tanaman Herbal Menggunakan Metode Convolutional Neural Network Dengan Arsitektur AlexNet Dicko David Koniady; Muhammad Ezar Al Rivan
INTECH Vol. 6 No. 2 (2025): INTECH (Informatika Dan Teknologi)
Publisher : Informatics Study Program, Faculty of Engineering and Computers, Baturaja University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54895/intech.v6i2.3275

Abstract

Indonesia has rich biodiversity, including various types of herbal plants commonly used in traditional medicine. However, manual identification and classification of herbal leaves remain challenging due to similarities in shape, color, and texture between species. This study aims to develop an automatic classification system for herbal leaf types using the Convolutional Neural Network (CNN) method with the AlexNet architecture. The dataset used in this research was obtained from a public Kaggle repository and consists of ten classes of herbal leaves, namely guava, curry, basil, turmeric, mint, papaya, betel, soursop, aloe vera, and green tea. Image preprocessing includes resizing to 224×224 pixels, normalization, and data augmentation to improve model generalization. The model was trained and tested using an 80:20 data split with several experimental configurations. The best performance was achieved at a learning rate of 0.0001, batch size of 32, and 25 epochs, resulting in a training accuracy of 88.25% and a testing accuracy of 73.50%. These results show that AlexNet can effectively extract visual features from herbal leaf images and perform accurate classification. This study demonstrates that CNN-based classification is an efficient approach for recognizing herbal plants automatically.
Rancang Bangun Sistem Inventaris Barang Kantor Berbasis Web di PT. Bank Sumsel Babel dengan Metode Agile Adikara Alif Nurrahman; Ahmad Wahana Jaya; Muhammad Ezar Al Rivan
Journal of Information Technology and Computer Science Vol. 5 No. 4 (2025): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v5i4.23339

Abstract

Di era globalisasi ini, perkembangan teknologi informasi yang pesat telah membawa perubahan signifikan dalam berbagai proses bisnis, termasuk pengelolaan inventaris. Penggunaan teknologi komputer terbukti meningkatkan kecepatan, akurasi, dan konsistensi dalam pengolahan data. PT. Bank Pembangunan Daerah Sumatera Selatan dan Bangka Belitung menghadapi tantangan dalam pengelolaan inventaris kantor yang menggunakan sistem manual berbasis Microsoft Excel, yang mempengaruhi efisiensi dan akurasi data inventaris. Penelitian ini mengusulkan pengembangan sistem manajemen inventaris berbasis web menggunakan framework Laravel dan database MySQL dengan metode Agile. Sistem ini menawarkan pembaruan data secara real-time, mengurangi kebutuhan pengecekan fisik barang, dan mendukung pengelolaan aset yang lebih baik. Diharapkan bahwa penerapan sistem ini akan meningkatkan efisiensi, akurasi, dan pengelolaan inventaris yang lebih terorganisir, serta mendukung kelancaran operasional perusahaan.
Peningkatan Kompetensi Siswa SMK Melalui Pelatihan Dasar Sistem Operasi Linux Molavi Arman; Novan Wijaya; Meiriyama Meiriyama; Inayatullah Inayatullah; Muhammad Ezar Al Rivan; Yohannes Yohannes; Siska Devella
FORDICATE Vol 5 No 2 (2026): April 2026
Publisher : Universitas Multi Data Palembang, Fakultas Ilmu Komputer dan Rekayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/fordicate.v5i2.15743

Abstract

Penguasaan sistem operasi Linux menjadi kebutuhan penting dalam dunia teknologi informasi, namun masih banyak siswa SMK yang belum memiliki kompetensi dasar dalam penggunaan command line. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kompetensi teknis siswa melalui pelatihan dasar Linux. Metode yang digunakan adalah pelatihan berbasis praktik langsung dengan pendekatan hands-on, meliputi materi navigasi file, manajemen proses, jaringan, dan informasi sistem. Hasil kegiatan menunjukkan bahwa peserta mampu memahami dan mengimplementasikan perintah dasar Linux secara mandiri serta menunjukkan peningkatan keterampilan teknis. Pelatihan ini juga memberikan kontribusi dalam mempersiapkan siswa menghadapi kebutuhan industri serta memperkenalkan pemanfaatan teknologi open source. Dengan demikian, kegiatan ini efektif dalam meningkatkan kompetensi siswa di bidang teknologi informasi.
Penerapan Algoritma Greedy dalam Penentuan Prioritas Pengiriman Makanan Berdasarkan Rute, Lalu Lintas, dan Cuaca Angelica, Steffanie; Ariansyah, Muhammad Fajar; Al Rivan, Muhammad Ezar
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol. 7 No. 1: JUNI 2026
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v7i1.9045

Abstract

Layanan pengiriman makanan online membutuhkan proses penentuan prioritas pengiriman yang cepat dan adaptif terhadap kondisi lapangan. Penelitian ini bertujuan untuk menerapkan algoritma Greedy dalam menentukan prioritas pengiriman makanan berdasarkan panjang rute, kondisi lalu lintas, dan cuaca. Penelitian menggunakan metode eksperimental kuantitatif dengan memanfaatkan Food Delivery Route Efficiency Dataset yang diperoleh dari platform Kaggle. Tahapan penelitian meliputi pengumpulan data, preprocessing data, pengambilan sampel order, pembobotan multikriteria, penentuan prioritas menggunakan algoritma Greedy, dan evaluasi hasil prioritas. Dataset digunakan sebagai kumpulan skenario pengiriman, kemudian sistem mengambil 5 order secara acak untuk mensimulasikan antrean pesanan yang masuk pada satu waktu. Setiap order dihitung nilai penaltinya berdasarkan kombinasi panjang rute, indeks lalu lintas, indeks cuaca, dan bobot prioritas operasional. Bobot yang digunakan tidak ditetapkan sebagai nilai tetap universal, melainkan disusun dalam tiga skenario prioritas, yaitu kilometer, lalu lintas, dan cuaca. Hasil penelitian menunjukkan bahwa algoritma Greedy dapat mengurutkan order berdasarkan nilai penalti terkecil, serta menghasilkan urutan prioritas yang dapat berubah sesuai skenario bobot yang digunakan. Dengan demikian, pendekatan pembobotan multikriteria dan algoritma Greedy dapat membantu penentuan prioritas pengiriman secara lebih fleksibel sesuai kondisi operasional.
PERBANDINGAN ALGORITMA GREEDY, BACKTRACKING, DAN BRUTE FORCE PADA PENJADWALAN INDIAN PREMIER LEAGUE Wahyudi Alfurqon; Muhammad Tri Setianto; Ahmad Naufal; Muhammad Ezar Al Rivan
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10078

Abstract

Penjadwalan pertandingan olahraga profesional seperti Indian Premier League merupakan permasalahan kombinatorial yang kompleks karena melibatkan keterbatasan waktu, tempat pertandingan, dan konflik antar tim. Penelitian ini bertujuan membandingkan kinerja algoritma greedy, backtracking, dan brute force dalam menyelesaikan masalah penjadwalan IPL. Data yang digunakan adalah dataset jadwal IPL 2022 yang terdiri atas 70 pertandingan, sepuluh tim, dan lima tempat pertandingan. Penelitian dilakukan dengan menguji ketiga algoritma pada enam fase jumlah pertandingan, yaitu 15, 20, 25, 30, 35, dan 70 pertandingan, dengan masing-masing sepuluh kali percobaan. Parameter evaluasi meliputi waktu eksekusi, jumlah pertandingan valid, dan jumlah konflik jadwal. Hasil penelitian menunjukkan bahwa algoritma greedy memiliki waktu eksekusi rata-rata 0,0001 detik dengan kemampuan menangani 70 pertandingan, sementara algoritma backtracking memerlukan waktu 1.643 detik pada fase 30 pertandingan. Algoritma brute force menunjukkan waktu eksekusi 13.947 detik pada fase 30 pertandingan. Ketiga algoritma berhasil menghasilkan jadwal tanpa konflik. Kesimpulan penelitian ini adalah algoritma greedy lebih unggul dalam efisiensi waktu dan skalabilitas untuk penjadwalan IPL skala besar.
Co-Authors Adikara Alif Nurrahman Ahmad Naufal Ahmad Wahana Jaya Alviando, Muhammad Restu Alvin Setiawan Alwyn Giovri Riyadi Andreas Saputra, Andreas Andree Fendiawati Angelica, Steffanie Antony, Felix Ariansyah, Muhammad Fajar Arta Tri Narta Arta Tri Narta Awalludin, Nur Bhagaskara Bhagaskara Billy Gunawan Budi, Raden George Samuel Busdin, Rusdie Caroline, Fionna Daniel Daniel Devella, Siska Dicko Dicko David Koniady Dicko David Koniady Dini Amputri Enrico Giriyano Panaroma Fareza, Ivan Farisi, Ahmad Fendy Novianto Lukman Fernando Fernando, Fernando Gabriela Repca Sung Gasim Giovani Prakasa Gandi Hafiz Irsyad Hafiz Irsyad Hartoyo, Suryanto Hasan, Nicholas Jacky Pratama Inayatullah Inayatullah Ivan Fareza Juliana Nasution Kevin kevin Kevin Kevin Kiven Keita Yosua Damanik Meiriyama, Meiriyama Mochammad Trinanda Noviardy Molavi Arman Monica Rizki Ayustin Muhammad Fajar Ariansyah Muhammad Ricky Muhammad Tri Setianto Nadimsyah, Ahmad Zaky Narta, Arta Tri Nicholas Nicholas Ningrum Larasati Novan Wijaya Noviardy, Mochammad Trinanda Nur Rachmat Octavia, Angella Orlando Orlando Pratama, M Fikri Rizki Randy Andreo Sonaru Reynald Dwika Prameswara Ricky, Muhammad Rijaya, Rheza RR. Ella Evrita Hestiandari Rusdie Busdin Saputra, Jordi Sehat Martinus Surya Benediktus Siti Nadra Steffanie Angelica Steven Steven Suherman, Jessica Suryanto Hartoyo Suwanto, Elisa Putri Tanzil, William Tegar Juangkara Tommy Saputra Vilbert Ferdinand Lim Wahyudi Alfurqon Wati, Risha Ambar Wijaya, Irvan Winston Kennedy Yoannita, Yoannita Yohannes, Ricky Yohannes, Yohannes Yosefa Camilia Moniung Zulkarnain, Achmad Rizky