Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal JSiI (Jurnal Sistem Informasi) JISKa (Jurnal Informatika Sunan Kalijaga)
Hamzah Muhammad
Institut Teknologi Sepuluh Nopember
Computer Science & IT Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Library & Information Science

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN RUTE BERSEPEDA Rifqi Luthfiansyah; Naufal Abdurahman; Hamzah Muhammad; Pramesti Putri; M. Rayhan Brameswara; Edwin Riksakomara
Jurnal Sistem Informasi Vol 9 No 1 (2022)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v9i1.4077

Abstract

Bersepeda sudah menjadi olahraga yang cukup populer di Indonesia, bahkan sudah menjadi hobi sebagian orang di Jabodetabek. Beberapa pertimbangan sebelum bersepeda antara lain jarak tujuan, target, waktu, tempat istirahat. Oleh karena itu, penelitian ini merancang sistem untuk menentukan jalur bersepeda menggunakan metode Simple Additive Weighting (SAW), kelebihan metode ini adalah sudah support dan banyak diimplementasikan dalam GIS dan mampu menampilkan hasil dari pembobotan dan perhitungan berdasarkan kriteria dengan sangat mudah dan efisien. Kriteria yang digunakan yaitu berdasarkan penelitian sebelumnya dan pembobotan yang dilakukan berdasarkan asumsi dari peneliti yang sama. Hasil dari implementasi metode SAW untuk menentukan rute bersepeda berupa rancangan sistem yang terdiri dari database, arsitektur sistem, dan desain antar muka pengguna. Kata Kunci : Rute, Sepeda, Simple Additive Weighting
Perbandingan Algoritma Klasifikasi Sentimen Twitter Terhadap Insiden Kebocoran Data Tokopedia Nadhif Ikbar Wibowo; Tri Andika Maulana; Hamzah Muhammad; Nur Aini Rakhmawati
JISKA (Jurnal Informatika Sunan Kalijaga) Vol. 6 No. 2 (2021): Mei 2021
Publisher : UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (408.329 KB) | DOI: 10.14421/jiska.2021.6.2.120-129

Abstract

Public responses, posted on Twitter reacting to the Tokopedia data leak incident, were used as a data set to compare the performance of three different classifiers, trained using supervised learning modeling, to classify sentiment on the text. All tweets were classified into either positive, negative, or neutral classes. This study compares the performance of Random Forest, Support-Vector Machine, and Logistic Regression classifier. Data was scraped automatically and used to evaluate several models; the SVM-based model has the highest f1-score 0.503583. SVM is the best performing classifier.
Co-Authors M. Rayhan Brameswara Nadhif Ikbar Wibowo Naufal Abdurahman Nur Aini Rakhmawati Pramesti Putri Rifqi Luthfiansyah Riksakomara, Edwin Tri Andika Maulana