Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Eksplora Informatika Jurnal Informatika dan Rekayasa Elektronik KLIK: Kajian Ilmiah Informatika dan Komputer
Arif Nur Rohman
Unknown Affiliation
Computer Science & IT Engineering

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Deteksi Kondisi Emosi pada Media Sosial Menggunakan Pendekatan Leksikon dan Natural Language Processing Arif Nur Rohman; Ema Utami; Suwanto Raharjo
Jurnal Eksplora Informatika Vol 9 No 1 (2019): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (211.115 KB) | DOI: 10.30864/eksplora.v9i1.277

Abstract

Emosi memenuhi kehidupan manusia setiap waktu. Emosi mempengaruhi hubungan sosial, ingatan dan bahkan dalam pengambilan keputusan. Saat ini, orang cenderung mengekspresikan emosi melalui media sosial seperti Facebook dalam bentuk gambar, video dan teks pada umumnya. Deteksi emosi pada teks merupakan bidang penelitian yang baru dan banyak diteliti khususnya dibidang linguistik. Penelitian ini menggunakan EmoLex sebagai leksikon yang digunakan untuk mendeteksi emosi pada suatu teks. Kosa kata pada EmoLex diperluas dengan pencarian sinonim menggunakan Kateglo API. EmoLex digunakan sebagai leksikon 8 kategori emosi Plutchik dan sentimen. EmoLex tersedia dalam 105 bahasa berbeda termasuk Indonesia yang mana mengandung 14.182 kata yang kemudian diperluas dengan pencarian sinonim menggunakan Kateglo API. Pencarian sinonim menghasilkan 20.690 kata sehingga memperoleh hasil akhir leksikon emosi yang berisi 34.872 kata. Pengujian menunjukkan bahwa leksikon emosi mampu mendeteksi 55.45% atau 15.357 dari 27.696 kata yang diperoleh dari update status pengguna Facebook dalam melakukan pendeteksian emosi, sebanyak 100 update status diambil dari Facebook. Selanjutnya update status tersebut diperbaiki menggunakan Natural Language Processing (NLP). Hasil perbaikannya dinilai dengan leksikon emosi yang telah dibuat sebelumnya. 26 dari 100 update status dapat diketahui label emosinya. Hasil validasi terdapat 16 update status atau 61,53% label emosinya akurat.
IMPLEMENTASI METODE PROFILE MATCHING DALAM PENERIMAAN SISWA BARU MTS DARUL MUTTAQIEN Anggi Thoat Ariyanto; Yoga Pristyanto; Arif Nur Rohman
Jurnal Informatika dan Rekayasa Elektronik Vol. 7 No. 2 (2024): JIRE NOPEMBER 2024
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v7i2.1296

Abstract

Penerimaan Peserta Didik Baru (PPDB) merupakan kegiatan rutin yang dilaksanakan di seluruh satuan pendidikan menjelang tahun pelajaran baru. Semakin baik kualitas sekolah, semakin banyak siswa yang tertarik mendaftarkan diri sebagai siswa baru. Berkaitan kualitas suatu sekolah tidak jauh kaitanya dengan proses penerimaan siswa baru. Sehingga penting untuk dilakukan seleksi terhadap calon siswa. Saat ini seleksi siswa di MTs Darul Muttaqien Kabupaten Merangin masih dilakukan secara manual sehingga dapat menimbulkan elemen subjektif, menghabiskan waktu yang lama kurang lebih 2 sampai 3 hari dan berpotensi menghasilkan data yang tidak akurat mengenai status kelulusan siswa. Mengacu pada masalah yang ada maka dirancang sebuah Sistem Pendukung Keputusan (SPK) dalam PPDB dengan menggunakan metode profile matching. Profile matching merupakan sebuah mekanisme atau  proses membandingkan antara kemampuan individu berdasarkan kriteria penilaian untuk mengetahui perbedaan nilai, juga dikenal sebagai (gap). Di samping itu, metode profile matching juga memperhitungkan konsistensi yang logis dalam penilaian untuk menetapkan prioritas yang lebih akurat dibandingkan dengan metode-metode lainya. Proses pengujian sistem dilakukan dengan menginputkan data yang sama ke dalam sistem yang telah dikembangkan. Sistem kemudian melakukan perhitungan, dan hasil pengujian menunjukkan bahwa perhitungan sistem memiliki akurasi 100%, sesuai dengan hasil perhitungan manual. Hal ini menunjukkan bahwa sistem yang dibangun mampu menghasilkan pemeringkatan yang konsisten dan sejalan dengan perhitungan manual.
The Effect of Resampling Techniques on Model Performance Classification of Maternal Health Risks Nia Mauliza; Aisha Shakila Iedwan; Yoga Pristyanto; Anggit Dwi Hartanto; Arif Nur Rohman
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 8 No 4 (2024): August 2024
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v8i4.5934

Abstract

Indonesia's maternal mortality rate was the second highest in ASEAN, reflecting the problem of class imbalance in maternal health data. This research aimed to improve prediction accuracy in the classification of pregnant women's diseases through the application of various resampling methods. The methods used in this research included Synthetic Minority Over-sampling Technique (SMOTE), SMOTE-Edited Nearest Neighbor (SMOTE-ENN), Adaptive Synthetic Sampling (ADASYN), and ADASYN-ENN, using five classification algorithms: Decision Tree, K-Nearest Neighbor (KNN), Naïve Bayes, Random Forest, and Support Vector Machine (SVM). Performance evaluation was carried out using accuracy, precision, recall, and F1-score metrics to determine the best method and algorithm. The results showed that the SMOTE-ENN and ADASYN-ENN methods significantly improved the model's performance in predicting maternal disease. Random Forest and Decision Tree algorithms showed the best results in terms of accuracy and consistency. These findings provided practical guidance for the application of resampling techniques in the classification of pregnant women's health data, which could contribute to improving the quality of maternal health services in Indonesia.
Pengembangan Sistem Pemantauan dan Pengendalian Jarak Jauh Berbasis IoT pada Penerangan Jalan Permukiman Ichsan Wasiso; Andriyan Dwi Putra; Arif Nur Rohman
KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 5 No. 1 (2024): Agustus 2024
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/klik.v5i1.1986

Abstract

Street lighting in residential areas, mainly rural or suburban areas, is vital in improving public safety, comfort, and security. However, many existing lighting systems still need to be more efficient, with high energy consumption and manual monitoring. This causes delays in repairs when damage or disruption occurs. This study aims to develop a Remote Monitoring and Control System for Street Lighting (SITERANG) based on the Internet of Things (IoT) to overcome these problems. The SITERANG system allows real-time and centralized monitoring of street lighting conditions. It offers energy-saving solutions through lighting intensity settings that can be adjusted according to needs, such as at night when community activity is reduced. SITERANG has lighting asset management features, automatic ON/OFF control, and a centralized monitoring system, allowing efficient energy consumption and cost analysis. The test results show that this system has been proven to save energy consumption by up to 49.17% compared to conventional lighting systems, directly reducing operational costs and electricity bills. The implementation of SITERANG offers a sustainable and efficient solution, providing significant energy savings and facilitating the maintenance of street lighting infrastructure in densely populated residential areas.
Co-Authors Aisha Shakila Iedwan Andriyan Dwi Putra Anggi Thoat Ariyanto Anggit Dwi Hartanto Ema Utami Ichsan Wasiso Nia Mauliza Suwanto Raharjo Yoga Pristyanto