Article Per Year (5 Year)
p-Index From 2021 - 2026
2.177
P-Index
This Author published in this journals
All Journal Infotech Journal Jurnal Teknik Komputer AMIK BSI DE'RECHTSSTAAT Jurnal Informatika Kaputama (JIK) Jurnal Ilmu Komputer Jurnal Komputer Antartika Journal of Innovative and Creativity
RIZA FAHLAPI
Bina Sarana Informatika University
Computer Science & IT Control & Systems Engineering Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
TRANSFER COMPANY IN LAW NUMBER 11 YEAR 2020 CONCERNING WORK CREATION RIZA FAHLAPI; Ario Fahmi Muhamad; Lukman Hakim; Adhi Lingga Harymurti; Baskara Agung Wibawa
JURNAL HUKUM DE'RECHTSSTAAT Vol. 8 No. 1 (2022): JURNAL HUKUM DE'RECHTSSTAAT
Publisher : Fakultas Hukum Universitas Djuanda Bogor

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

Abstract

Outsourced companies as supporting companies in companies (service providers) in running their business for the management of Outsourcing (TAD) became very competitive after the issuance of Law Number 11 of 2020 (Job Creation) concerning manpower according to Law no.13 2003. The position of workers in this law includes the existing regulations on matters for amendments, deletions and additions in the work creation law. In carrying out their business, the outsourcing worker's work relationship is with the Employer Service Provider, which is placed at the Service Provider Company, which is regulated in more detail for their rights and obligations to the Placement Company where the worker is placed.
Prediction of PrivyID Application Comments Use as an Electronic Document (e-doc) using the Ensemble Vote method Riza Fahlapi; Hermanto Hermanto; Taufik Asra; Antonius Yadi Kuntoro; Ridatu Oca Nitra; Lasman Effendi
Jurnal Teknik Komputer AMIK BSI Vol 9, No 1 (2023): JTK Periode Januari 2023
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v9i1.14245

Abstract

Indonesia is developing one of the more efficient and effective Financial Technology (Fintek) support services innovations by using electronic documents. The Electronic Document provider business that is used as a reference and utilized by fintech companies is PrivyID. In this study, how is the commentary aspect of using the PrivyID application for digital signature services to become a legal electronic document. Web-based application platforms and mobile applications in the community are indispensable for the use of Electronic Documents developed by PrivyID as a service provider in business and personal transactions that are needed by the community. More in-depth research regarding the Prediction of PrivyID Application Comments in Its Use as an Electronic Document (e-doc) taken from 818 data of PrivyID application users. The research was conducted by combining 3 (three) algorithms (k-Nearest Neighbor, Na¨ıve Bayes, and C4.5) in the Ensembles Vote method which resulted in the best Prediction Comment value with an accuracy of 86.80. 
ANALISA SENTIMEN VAKSINASI COVID-19 DENGAN METODE SUPPORT VECTOR MACHINE DAN NAÏVE BAYES BERBASIS TEKNIK SMOTE Riza Fahlapi; Hermanto Hermanto; Taufik Asra; Antonius Yadi Kuntoro; Ridatu Ocanitra; Lasman Effendi; Ferry Syukmana
Jurnal Informatika Kaputama (JIK) Vol 6 No 1 (2022): Volume 6, Nomor 1, Januari 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v6i1.136

Abstract

Keadaan dan tantangan pandemi pada awal tahun 2021 dengan telah ditemukannya vaksin atas virus Covid-19 tentunya diperlukan percepatan dalam pemberian vaksin kepada seluruh umat manusia di seluruh dunia. Di Indonesia, Pemerintah menggalakan program vaksinasi masal kepada seluruh Warga Negara Indonesia dengan melakukan percepatan vaksinasi di seluruh wilayah Indonesia sampai dengan saat ini. Berdasarkan hal tersebut diatas dipandang perlu melakukan analisa sentimen. Media sosial twitter dipilih sebagai salah satu sarana dalam analisas sentiman ini. Terdapat 1013 komentar positif dan negatif para pengguna twitter dengan kata kunci “vaksin” yang didapatkan untuk diproses terkait tanggapan masyarakat atas pelaksanaan vaksinasi masal yang dilaksanakan di Indonesia. Dengan menggunakan Algoritma Support Vector Machine (SVM) dan Naïve Bayes berbasis SMOTE dilakukan perbandingan pengujian atas komentar positif dan negatif tersebut. Dari proses pengujian tersebut didapatkan hasil akurasi dari algoritma SVM menggunakan teknik SMOTE didapatkan nilai akurasi =70.51% dan nilai AUC =0.827, sedangkan proses pengujian menggunakan algoritma Naïve Bayes dengan teknik SMOTE didapatkan nilai akurasi = 64.36% dan nilai AUC = 0.423. dari proses diatas, penggunaan Support Vector Machine berbasis teknik SMOTE memiliki akurasi yang lebih tinggi sehingga dapat digunakan untuk memberikan solusi terhadap analisis sentimen vaksinasi Covid-19.
Perancangan Virtual Private Network Dengan Metode PPTP Menggunakan Mikrotik Reza Arfind; Hendra Supendar; Riza Fahlapi
Jurnal Komputer Antartika Vol. 1 No. 3 (2023): September 2023
Publisher : Antartika Media Indonesia

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

Abstract

Perkembangan usaha tekstil sudah semakin meluas, sehingga dalam menopang efektifitas dalam pelaksanaannya membutuhkan koneksi agar saling terhubung antar satu tempat dengan cabang perusahaan lainnya, namun dalam pelaksanaannya perusahaan perlu adanya jaringan yang lebih cepat dan aman untuk saling bertukar data, untuk terciptanya jaringan yang cepat dan aman maka diusulan perancangan Virtual Private Network (VPN) dengan Metode Point to Point Tunnel Protocol (PPTP) menggunakan Mikrotik. Adapun alat yang digunakan yaitu Mikrotik CHR. Dalam pengaplikasiannya Mikrotik CHR akan di jadikan server yang menghubungkan antara kantor pusat dengan cabang dimana Mikrotik yang ada di kantor pusat dan kantor cabang akan terhubung dengan IP address yang di distribusikan oleh Mikrotik CHR sehingga jaringan tersebut akan terhubung seperti jaringan lokal. Hasil akhir dari konfigurasi ini, terbentuknya jaringan VPN menggunakan metode PPTP pengujian akhir ditutup dengan di lakukannya uji coba PING dari komputer client ke Mikrotik CHR menghasilkan kecepatan sangat stabil yang terlihat dari waktu respon server dengan komputer.   The development of the textile business has become increasingly widespread, so that in supporting effectiveness in its implementation it requires connections so that they are connected to each other between one place and other company branches, but in practice the company needs a faster and safer network to exchange data, to create a fast and secure network then it is proposed to design a Virtual Private Network (VPN) with the Point to Point Tunnel Protocol (PPTP) method using Mikrotik. The tool used is Mikrotik CHR. In its application, Mikrotik CHR will be used as a server that connects the central office with branches where the Mikrotik at the head office and branch offices will be connected to the IP addresses distributed by Mikrotik CHR so that the network will be connected like a local network. The end result of this configuration, the formation of a VPN network using the PPTP method, the final test was closed by carrying out a PING test from the client computer to Mikrotik CHR resulting in a very stable speed as seen from the server's response time with the computer.
Analisis Pengaruh Strategi Pemasaran Terhadap Penjualan Tas Jeprianus Rina Toda; Abu Yappie Hilmawan; Vinje April Waruwu; Miko Rizky Satrio Irawan; Riza Fahlapi
Journal of Innovative and Creativity Vol. 5 No. 3 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i3.6065

Abstract

Penelitian ini bertujuan menganalisis pengaruh strategi pemasaran terhadap minat beli dan penjualan tas pada industri konveksi yang menghadapi persaingan ketat. Strategi pemasaran yang dikaji meliputi produk, harga, promosi, dan distribusi. Penelitian menggunakan pendekatan kuantitatif dengan pengumpulan data melalui kuesioner terhadap 100 responden. Hasil uji validitas menunjukkan seluruh item pernyataan valid, sedangkan uji reliabilitas menunjukkan nilai Cronbach’s Alpha yang tinggi pada setiap variabel. Analisis data menggunakan korelasi Spearman dan regresi linier sederhana. Hasil penelitian menunjukkan adanya hubungan yang sangat kuat dan signifikan antara strategi pemasaran dan minat beli. Persamaan regresi menunjukkan bahwa peningkatan strategi pemasaran berpengaruh positif terhadap minat beli konsumen. Penelitian ini menyimpulkan bahwa strategi pemasaran memiliki peran penting dalam meningkatkan minat beli dan penjualan tas, sehingga perusahaan perlu mengoptimalkan kebijakan pemasaran secara berkelanjutan.
Analisis Pola Waktu Pemesanan ShopeeFood Dan Pengaruhnya Terhadap Minat Beli Pengguna Di Jakarta Yudhistira Yudhistira; Tegar Putra Perdana; Bintangguh Sutan Basmallah; Achmad Fauzi; Riza Fahlapi
Journal of Innovative and Creativity Vol. 5 No. 3 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i3.6370

Abstract

Penelitian ini menganalisis pola waktu pemesanan ShopeeFood di Jakarta serta menguji pengaruh persepsi pengguna terhadap minat beli, dengan menggabungkan data transaksi dan data kuesioner secara terukur. Data transaksi digunakan untuk mengidentifikasi perilaku aktual, terutama puncak waktu pemesanan, sementara data kuesioner mengukur persepsi pengguna terkait kenyamanan, kemudahan, dan kualitas layanan. Melalui analisis deskriptif, korelasi, dan regresi, ditemukan bahwa puncak pemesanan terjadi saat makan siang dan makan malam. Waktu-waktu tersebut berkorelasi positif dengan persepsi kemudahan dan kebiasaan pengguna, yang mayoritas memesan sebanyak 1 hingga 2 kali dalam seminggu. Selain itu, persepsi positif terbukti berpengaruh signifikan terhadap minat beli dan penggunaan ulang. Temuan ini menegaskan bahwa perilaku pemesanan tidak hanya didorong oleh kebutuhan makan, tetapi juga secara signifikan oleh faktor psikologis dan kualitas layanan digital ShopeeFood.
Analisis Flutuaksi Harga Beras Periode Bulan Oktober 2024-September 2025 Najwa Putri Andini; Zahwa Ayori Kirawa; Rahma Diva Cahaya; Marcella Salsa Syafa; Riza Fahlapi
Journal of Innovative and Creativity Vol. 6 No. 1 (2026)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v6i1.6638

Abstract

Penelitian ini menganalisis fluktuasi harga beras di Indonesia selama periode Oktober 2024 hingga September 2025. Tujuan penelitian adalah memahami perkembangan harga dan faktor-faktor penyebabnya dengan menggunakan pendekatan deskriptif kuantitatif. Populasi terdiri dari data harga beras harian nasional sebanyak 365 observasi yang dikumpulkan dari sumber resmi seperti PIHPS Nasional dan BPS. Analisis data menggunakan teknik statistik deskriptif seperti mean, median, modus, kuartil, persentil, dan distribusi frekuensi dengan rumus Sturges untuk interval kelas. Visualisasi berupa diagram batang, garis, dan lingkaran mendukung interpretasi data. Hasil menunjukkan fluktuasi harga yang signifikan dengan puncak harga pada bulan Juli dan Agustus, dipengaruhi oleh faktor lingkungan seperti El Nino, perubahan produksi, inflasi, kebijakan impor, dan inefisiensi distribusi. Rata-rata harga beras pada periode tersebut sebesar Rp13.426 dengan rentang harga Rp12.900 hingga Rp13.950. Temuan ini memberikan pemahaman penting mengenai volatilitas dan tren siklik harga beras yang menjadi dasar rekomendasi kebijakan adaptif guna menstabilkan pasar, mengoptimalkan cadangan serta memperkuat produksi dalam negeri.
PERBANDINGAN ALGORITMA MACHINE LEARNING UNTUK SENTIMEN ULASAN APLIKASI JOBSTREET Fadhil Marzuqi; Yerico Purba; Thalut Syaputra; Waeisul Bismi; Ika Kurniawati; Riza Fahlapi
INFOTECH journal Vol. 11 No. 2 (2025)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v11i2.16609

Abstract

ABSTRAK Analisis sentiment digunakan untuk mengidentifikasi opini pengguna terhadap aplikasi digital berdasarkan teks ulasan. JobStreet sebagai platform rekrutmen yang populer memiliki ribuan ulasan pada Google Play Store, sehingga sesuai untuk dianalisis menggunakan pendekatan machine learning. Penelitian ini membandingkan empat algoritma—Naïve Bayes, Support Vector Machine (SVM), Logistic Regression, dan Random Forest—untuk menentukan model terbaik dalam klasifikasi sentimen ulasan JobStreet. Sebanyak 5.000 ulasan dikumpulkan menggunakan google-play-scraper, kemudian diproses melalui preprocessing yang meliputi casefolding, tokenizing, stopword removal, normalisasi, dan stemming. Setelah pembersihan, 3.846 ulasan valid direpresentasikan menggunakan TF-IDF. Evaluasi dilakukan dengan skema train-test split 80:20 dan 5-Fold Cross Validation. Hasil menunjukan bahwa Naïve Bayes memperoleh akurasi tertinggi 85.19%, diikuti Logistic Regression 84.42%, Random Forest 82.60%, dan SVM 81.69%. hasil dalam memproses teks pendek. Penelitian ini memberikan Gambaran komprehensif mengenai model terbaik untuk menganalisis sentimen aplikasi rekrutmen digital berbasis ulasan pengguna.
PENERAPAN MACHINE LEARNING UNTUK ANALISIS SENTIMEN PROGRAM MBG PADA PLATFORM X DAN YOUTUBE Putra Muamar Kadafi; Hildan Zafa Riyadi; Raka Satria Gumilang Raya; Ika Kurniawati; Waeisul Bismi; Riza Fahlapi
INFOTECH journal Vol. 12 No. 1 (2026)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v12i1.17472

Abstract

Program Makan Bergizi Gratis (MBG) merupakan kebijakan nasional yang bertujuan meningkatkan kualitas gizi anak sekolah dan menekan angka stunting. Implementasi program ini menimbulkan beragam respons di media sosial yang mencerminkan persepsi publik terhadap efektivitas kebijakan. Penelitian ini bertujuan menganalisis sentimen masyarakat terhadap Program MBG berdasarkan data dari platform X dan YouTube serta membandingkan kinerja model Support Vector Machine (SVM), Random Forest, dan Long Short-Term Memory (LSTM).  Data dikumpulkan melalui teknik web scraping dan diproses melalui tahapan pra-pemrosesan dan ekstraksi fitur menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF), ulasan dikategorikan menjadi 3 kelas sentimen positif, negatif, dan netral. Evaluasi model diukur menggunakan metrik akurasi, presisi, recall, dan F1-score. Model Random Forest menunjukkan kinerja yang unggul, mencapai akurasi, sebesar 87,2%.  LSTM memperoleh performa yang cukup tinggi dengan akurasi, recall, dan recall sebesar 81,8% serta 81,7 untuk F1-score. Sementara SVM memiliki performa yang rendah dibanding kedua model lainnya, dengan akurasi, presisi, recall, dan F1-score sebesar 79,1%.  Hasil studi menunjukkan bahwa Random Forest terbukti lebih stabil terhadap variasi data seperti teks dan penanganan data tidak seimbang, serta lebih tahan terhadap overfitting.  Studi ini diharapkan dapat memberikan tinjauan komparatif dari tiga algoritma populer untuk analisis sentimen dan dapat digunakan sebagai referensi untuk memilih metode klasifikasi untuk ulasan bebahasa Indonesia.
TREN PUBLIKASI ANALISIS KEBIJAKAN PEMERINTAH MELALUI MEDIA SOSIAL: TINJAUAN LITERATUR SISTEMATIS Antonius Yadi Kuntoro; Riza Fahlapi; Dedi Dwi Saputra; Hermanto Hermanto; Taufik Asra; Tommy Aditya; Mahesa Adiputra; Wildan Rachimsah; Ahmad Fadhil Nanjaya
Jurnal Ilmu Komputer (JUIK) Vol 6, No 1 (2026): February 2026
Publisher : Universitas Muhammadiyah Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31314/juik.v6i1.4620

Abstract

Penelitian ini berfokus pada pemetaan perkembangan dan tren terkini dalam analisis sentimen berbasis machine learning (ML), khususnya dalam konteks evaluasi kebijakan pemerintah. Dengan menggunakan pendekatan Systematic Literature Review (SLR), sebanyak 634 artikel ilmiah yang terindeks di Scopus dan Web of Science dalam periode 2021–2025 dianalisis untuk mengidentifikasi tren terkini dalam penggunaan machine learning untuk analisis sentimen, serta aplikasinya dalam evaluasi kebijakan pemerintah. Analisis dilakukan menggunakan alat pemetaan bibliometrik Vosviewer dan CiteSpace, yang memungkinkan identifikasi dan pemetaan klaster-topik yang dominan dalam bidang ini. Hasil penelitian menunjukkan bahwa terdapat sembilan klaster utama dalam kajian analisis sentimen, di antaranya deep learning models, transformer-based models (BERT, GPT), dan real-time sentiment analysis. Di antara klaster-klaster tersebut, deep learning models menjadi pendekatan yang paling dominan, menandakan peningkatan signifikan dalam akurasi dan efisiensi analisis sentimen, yang sangat relevan untuk evaluasi kebijakan pemerintah, terutama dalam menangkap respons publik secara real-time. Penelitian ini memberikan kontribusi penting dengan memperluas pemahaman tentang perkembangan teknologi dalam analisis sentimen serta aplikasinya yang semakin berkembang dalam konteks politik dan kebijakan publik. Namun, penelitian ini juga memiliki keterbatasan terkait dengan cakupan sumber data yang terbatas hanya pada dua database utama, yakni Scopus dan Web of Science, yang mungkin tidak mencakup keseluruhan literatur terkait. Oleh karena itu, penelitian selanjutnya disarankan untuk memperluas cakupan dengan memasukkan database lain seperti EBSCO dan IEEE Xplore guna mencapai pemahaman yang lebih komprehensif dan mendalam terkait tren perkembangan analisis sentimen dalam kajian kebijakan pemerintah.
Co-Authors Abu Yappie Hilmawan Achmad Fauzi Adhi Lingga Harymurti Ahmad Fadhil Nanjaya Antonius Yadi Kuntoro Ario Fahmi Muhamad Baskara Agung Wibawa Bintangguh Sutan Basmallah Dedi Dwi Saputra Fadhil Marzuqi Ferry Syukmana Hermanto Hermanto Hermanto Hermanto Hildan Zafa Riyadi Ika Kurniawati Jeprianus Rina Toda Lasman Effendi Lukman Hakim Mahesa Adiputra Marcella Salsa Syafa Miko Rizky Satrio Irawan Muhammad Bayu Faqih Najwa Putri Andini Putra Muamar Kadafi Rahma Diva Cahaya Raka Satria Gumilang Raya Reza Arfind Ridatu Oca Nitra Ridatu Ocanitra Taufik Asra Tegar Putra Perdana Thalut Syaputra Tommy Aditya Vinje April Waruwu Waeisul Bismi Wildan Rachimsah Yerico Purba Yudhistira Yudhistira Zahwa Ayori Kirawa