Article Per Year (5 Year)
p-Index From 2021 - 2026
1.037
P-Index
This Author published in this journals
All Journal Journal of Economic, Management, Accounting and Technology (JEMATech) DEVICE SOROT: Jurnal Pengabdian Kepada Masyarakat Jurnal Pengabdian Masyarakat Nusantara
Muhamad Fuat Asnawi
Universitas Sains Al-Quran
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Mechanical Engineering Medicine & Pharmacology Nursing Public Health Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : DEVICE

 1 
ALGORITMA EVOLUSI GENETIKA SEBAGAI FUNGSI OPTIMASI JARINGAN SARAF BUATAN Muqorrobien Ma’rufi; Muhamad Fuat Asnawi
Device Vol 11 No 1 (2021): Bulan Mei
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/device.v11i1.1783

Abstract

Reinforcement Learning (RL) pada Machine Learning memiliki masalah yang dikenal dengan istilah exploitation and exploration problem, yang membuat RL sering kesulitan mendapatkan konvergensi dalam proses trainingnya. Untuk itu penulis coba mengambil pendekatan lainnya dengan cara menggunakan Algoritma Evolusi Genetika sebagai fungsi optimasinya. Kesimpulan dari penelitian ini adalah algoritma evolusi genetika sangat efektif diterapkan sebagai fungsi optimasi pada Reinforcement Learning untuk membangun sistem trading saham berbasis kecerdasan buatan.
ANALISIS SENTIMEN APLIKASI DUOLINGO MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT MACHINE LEARNING Fatma Alifiana; Muhamad Fuat Asnawi; Iman Ahmad Ihsannudin; Muhammad Alif Muwafiq Baihaqy; Dian Asmarajati
Device Vol 13 No 2 (2023): November
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/device.v13i2.5905

Abstract

Keterbatasan waktu, tempat, dan biaya menjadi salah satu faktor penyebab kurangnya pendidikan pada seseorang. Selain itu, tidak variatif dan monotonnya model pembelajaran membuat seseorang malas belajar, namun tidak menutup kemungkinan untuk bisa belajar secara optimal di era modern ini, salah satunya melalui m-learning yang lebih fleksibel, efektif, dan tentunya lebih menarik, namun adanya bug maupun fitur tambahan yang ditemui saat update aplikasi seringkali membuat pengguna aplikasi Duolingo merasa kecewa dan tidak nyaman saat mengaksesnya, hal tersebut dibuktikan dengan ulasan yang beberapa diantaranya memuat komentar negatif, sehingga perlu dilakukan analisis sentimen sebagai bahan pertimbangan pengguna dalam memilih platform belajar online, dan sekaligus bisa digunakan untuk evaluasi developer dalam pengembangan aplikasi tersebut. Penelitian ini melakukan analisa sentimen pada aplikasi Duolingo berdasarkan ulasan terbaru yang diambil di Google Play Store menggunakan algoritma Naïve Bayes dan Support Vector Machine yang bertujuan untuk mengetahui tendensi sentimen dan membandingkan tingkat akurasi kedua algoritma tersebut. Algoritma Naïve Bayes memperoleh nilai accuracy sebesar 81%, precission 80%, recall 98%, dan f1-score 88%. Sedangkan metode Support Vector Machine menghasilkan nilai accuracy 85%, precission 87%, recall 94%, dan f1-score 90%. Maka dari perbandingan performa kedua algoritma tersebut, dapat disimpulkan bahwa algoritma Support Vector Machine memiliki tingkat accuracy yang lebih baik.
Co-Authors Aldi Bastiatul Fawait Fawait Dede Irma Dian Asmarajati Fatma Alifiana Hendriani, Adinda Septi Hidayat, Muslim Hidayatus Sibyan Iman Ahmad Ihsannudin Muhammad Alif Muwafiq Baihaqy Muqorrobien Ma’rufi Sulung Alfianto Akbar Yudhi Fajar Saputra