Article Per Year (5 Year)
p-Index From 2021 - 2026
4.796
P-Index
This Author published in this journals
All Journal Dinamik Jurnal Teknologi Informasi dan Ilmu Komputer JOIN (Jurnal Online Informatika) Abdimas Umtas : Jurnal Pengabdian kepada Masyarakat Technologia: Jurnal Ilmiah Seminar Nasional Teknologi Informasi Komunikasi dan Administrasi [SEMINASTIKA] International Journal of Advances in Data and Information Systems Madaniya Jurnal Teknik Informatika (JUTIF) Bulletin of Information Technology (BIT) Jurnal Ilmiah SIGMA: Informatics Engineering Journal of UPB Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Jurnal Hasil Pengabdian Masyarakat (JURIBMAS) Jurnal Teknik Indonesia Jurnal Pelita Pengabdian TECHNOMEDIA : Informatics and Computer Science Jurnal Ilmu Komputer dan Teknik Informatika
Antika Zahrotul Kamalia
Universitas Pelita Bangsa
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Social Sciences Transportation

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 32 Documents
Search

 1   2   3   4 
PERBANDINGAN ALGORITMA LINEAR REGRESSION, LSTM, DAN GRU DALAM MEMPREDIKSI HARGA SAHAM DENGAN MODEL TIME SERIES Khalis Sofi; Aswan Supriyadi Sunge; Sasmitoh Rahmad Riady; Antika Zahrotul Kamalia
PROSIDING SEMINASTIKA Vol 3 No 1 (2021): 3rd SEMINASTIKA 2021
Publisher : Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/seminastika.v3i1.275

Abstract

Penelitian ini bertujuan untuk memprediksi harga saham dengan membandingkan algoritma Linear Regression, Long Short-Term Memory (LSTM), dan Gated Recurrent Unit (GRU) dengan dataset publik kemudian menentukan performa terbaik dari ketiga algoritma tersebut. Dataset yang diuji bersumber dari Indonesia Stock Exchange (IDX), yaitu dataset harga saham KEJU berbentuk time series dari tanggal 15 November 2019 sampai dengan 08 Juni 2021. Parameter yang digunakan untuk pengukuran perbandingan adalah RMSE (Root Mean Square Error), MSE (Mean Square Error), dan MAE (Mean Absolute Error). Setelah dilakukan proses training dan testing, dihasilkan sebuah analisis bahwa dari hasil perbandingan algoritma yang digunakan, algoritma Gated Recurrent Unit (GRU) memiliki performance paling baik dibandingkan Linear Regression dan Long-Short Term Memory (LSTM) dalam hal memprediksi harga saham, dibuktikan dengan nilai RMSE, MSE, dan MAE dari uji coba GRU paling rendah, yaitu nilai RMSE 0.034, MSE 0.001, dan nilai MAE 0.024.
This study tries to analyze the sentiments that exist in the Bibit application review by applying the Naïve Bayes, Support Vector Machine (SVM), C4.5, K-Nearest Neighbor (KNN) methods. The results of the accuracy, recall, precision values will be a refere Antika Zahrotul Kamalia; Andi Al Zaroni; Miftah Wangsadanureja
Jurnal SIGMA Vol 13 No 1 (2022): Maret 2022
Publisher : Teknik Informatika, Universitas Pelita Bangsa

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

Abstract

This study tries to analyze the sentiments that exist in the Bibit application review by applying the Naïve Bayes, Support Vector Machine (SVM), C4.5, K-Nearest Neighbor (KNN) methods. The results of the accuracy, recall, precision values will be a reference in determining which method is the most appropriate in analyzing the sentiment of Bibit applications. In this study, we tested 464 datasets which were divided into 310 positive sentiment data and 154 negative sentiment data. The evaluation of the model uses 4 Fold Cross Validation, and the first test does not use Particle Swarm Optimization and the second uses Particle Swarm Optimization. In this study, the Naïve Bayes algorithm has the highest accuracy, recall and precision values in analyzing the sentiment analysis of the Bibit application. Keywords : Sentiment analysis, Naïve Bayes, Support Vector Machine(SVM), C4.5, K-Nearest Neighbor(KNN), Particle Swarm Optimization, Bibit.
Penerapan Algoritma K-Means Dalam Klasterisasi Penjualan Laptop Antika Zahrotul Kamalia; Elvan Aan Pradana; Nurhadi Surojudin
Jurnal SIGMA Vol 13 No 3 (2022): September 2022
Publisher : Teknik Informatika, Universitas Pelita Bangsa

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

Abstract

Laptops are indispensable both for students and for office workers because of their advantages compared to desktop computers. With the development of today's laptop era, there are various brands and specifications that sometimes make people have difficulty and difficulty in finding, choosing or buying the right laptop and according to their needs. Therefore, the purpose of this study is to determine the grouping of laptops that will be purchased by consumers using the K-Means algorithm method and to find out the relationships and clustering that can provide information to determine sales patterns for laptop sellers according to customer needs. Based on the results of the tests that have been carried out in this study, the K-Means algorithm shows a new insight, namely the grouping of laptop sales based on 3 clusters. Cluster 1 is a laptop sales category with low or Low specifications, namely 217 of 1000 laptop sales categories based on the specifications of the laptop being tested, then cluster 2 is a laptop sales category with medium or medium specifications, which is 286 of 1000 laptop sales categories based on the specifications of the laptop being tested, and the last is cluster 3 which is a category of laptop sales with fairly high specifications or High, namely 497 out of 1000 laptop sales categories based on the specifications of the laptop being tested. Keywords: Laptop, Data Mining, The k-Means algorithm.
Klasifikasi Barang Paling Laku (Pareto) Indomaret Untung Suropati 35 (T3m1) Menggunakan Rapidminer Dengan Metode Naive Bayes Edy Widodo; Ananto Tri Sasongko; Antika Zahrotul Kamalia
Jurnal SIGMA Vol 13 No 4 (2022): Desember 2022
Publisher : Teknik Informatika, Universitas Pelita Bangsa

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

Abstract

Penelitian ini dilatarbelakangi oleh banyaknya barang paling laku. Salah satunya pengiriman barang dari pusat distribusi ke store. Masalah utama dalam penelitian ini, adalah: banyaknya kiriman barang yang kurang laku membuat area gudang tidak bisa menahan barang yang membuat barang tersebut menjadi over stok. Pendekatan yang digunakan dalam penelitian ini adalah pendekatan 2 jenis data yaitu kualitatif dan kuantitatif dengan metode klasifikasi naive bayes. Teknik pengambilan sampel menggunakan teknik data penjualan dengan total sampel 1.173 item. Teknik pengumpulan data dengan obervasi, wawancara, dan dokumentasi. Teknik analisis penelitian data yang digunakan adalah klasifikasi. Dari dokumen yang diperoleh hasilnya bahwa klasifikasi barang paling laku (pareto) Indomaret Untung Suropati 35 (T3M1) menggunakan Tools Rapidminer dengan Metode Naive Bayes. Adapun yang diperoleh dapat memprediksi barang yang benar-benar dibutuhkan dan dahulukan dalam pengiriman dari pusat distribusi barang. Tujuan penelitian menggunakan Tools Rapidminer untuk menghasilkan data-data yang lebih akurat dalam proses penjualan barang retail dengan konsumen itu sendiri seperti pedagang retail, grosir, Pareto dan supermarket. Penelitian berbentuk studi kasus dengan metode penelitian Neive Bayes. Penelitian Klasifikasi Penjualan Barang Paling Laku (Pareto) di Indomaret Untung Suropati 35 (T3M1) menggunakan Data Mining ini memperlihatkan proses penjualan barang yang paling laku memiliki verifikasi yang akurat mengenai sistem pendataan barang, stok barang, ketersediaan barang, FIFO (First In First Out),FEFO (First End First Out) dengan tujuan mempermudah karyawan dalam melakukan transaksi proses dan penerimaan barang dari supplier dan dari Pusat DC (Distribution Center) ke toko. Hasil penelitian klasifikasi barang paling laku (pareto) Indomaret Untung Suropati 35 (T3M1) menggunakan Tools Rapidminer dengan Metode Naive Bayes memiliki nilai akurasi 88,50%, precision 97,92%, recall 81,74%. Dari hasil validasi penghitungan metode klasifikasi Naive Bayes dengan Tools Rapidminer mampu memberikan penjabaran secara signifikan dengan nilai akurasi yang baik dan berpengaruh pada prediksi penerimaan barang yang sesuai dengan permintaan dan kebutuhan konsumen. Kata kunci : Tools Rapidminer, Retail, Konsumen, Distributor, Klasifikasi, Metode Neive Bayes, Pareto
Prediksi Ketebalan Powder Coating Menggunakan Algoritma SVM Dan Naïve Bayes Zaenur Rozikin; Ahmad Turmudi Zy; Antika Zahrotul Kamalia
Bulletin of Information Technology (BIT) Vol 4 No 2: Juni 2023
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bit.v4i2.687

Abstract

Data Mining is a method that has been widely used to make scientific discoveries from a collection of datasets which so far have only been stored without further management. In the industrial world the use of data mining methods has helped with problems that are often found in the industrial field. Data mining helps in making predictions regarding thickness quality problems in a panel box product. Data mining is very useful for finding patterns in complex manufacturing data processing processes. Especially when we talk about consumers or service users of our product panels who want the panel to have good powder coating quality. This made the researchers conduct research to find the accuracy value which would later be used as a definite reference regarding the thickness of the powder coating. The results of this test the svm algorithm is better than naïve Bayes because the data in general can be categorized as a good result which has an accuracy of 97.60%, precision 99.56% and 96.03% recall. This res ult is an illustration for consumers to ensure that the panels to be purchased are of the best quality. By showing the data that has been processed, the consumer is sure that the purchase is really valid
Strategi Pendampingan Penggunaan Media Sosial yang Positif dan Produktif bagi Generasi Alpha Zaenur Rozikin; Antika Zahrotul Kamalia; Wiyarno Wiyarno; Mahesa Rezky Ramadhan; Qoriah Ar Raudhatul Hasanah
Madaniya Vol. 6 No. 1 (2025)
Publisher : Pusat Studi Bahasa dan Publikasi Ilmiah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53696/27214834.1139

Abstract

Program Strategi Pendampingan Penggunaan Media Sosial yang Positif dan Produktif bagi Generasi Alpha di MI AT-Taqwa Cikarang Selatan bertujuan untuk meningkatkan keterampilan siswa dalam menggunakan media sosial secara bijak dan produktif. Program ini difokuskan pada empat indikator utama, yaitu pemahaman penggunaan media sosial yang positif, pembuatan konten edukatif, kesadaran akan keamanan digital, dan pemanfaatan media sosial untuk pengembangan diri. Melalui pendampingan yang intensif, peserta berhasil mengidentifikasi cara-cara positif dalam menggunakan media sosial, membuat dan membagikan konten yang bermanfaat, serta memahami langkah-langkah perlindungan data pribadi. Hasil program menunjukkan bahwa peserta mampu memanfaatkan media sosial dengan lebih produktif, yang tidak hanya meningkatkan keterampilan digital mereka tetapi juga membentuk kebiasaan positif dalam berinteraksi di dunia maya.
Pemberdayaan Pelajar Digital Melalui Pengenalan Dasar Rekayasa Perangkat Lunak Amali Amali; Antika Zahrotul Kamalia; Wiyarno Wiyarno; Yefta Ondi Spalanzani Simatupang; Ahmad Amrullahalhafizh
Madaniya Vol. 6 No. 1 (2025)
Publisher : Pusat Studi Bahasa dan Publikasi Ilmiah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53696/27214834.1143

Abstract

Program Pemberdayaan Pelajar Digital melalui Pengenalan Dasar Rekayasa Perangkat Lunak (RPL) pada siswa SMPN 5 Cikarang Selatan bertujuan untuk meningkatkan keterampilan digital dan pemahaman dasar mengenai pengembangan perangkat lunak. Program ini mencakup pengenalan konsep dasar RPL, penggunaan alat pengembangan perangkat lunak, serta keterampilan pemrograman dan pengalaman berkoloborasi perancangan aplikasi RPL. Hasil evaluasi menunjukkan bahwa siswa berhasil mencapai hasil yang melebihi target pada hampir seluruh indikator yang ditetapkan, seperti pemahaman dasar RPL (90%), kemampuan menggunakan alat pengembangan perangkat lunak (85%), keterampilan pemrograman (80%), pemahaman etika digital (75%), dan kemampuan koloborasi (85%). Peningkatan ini mencerminkan efektivitas pendekatan yang menggabungkan teori dengan praktik langsung, serta kolaborasi. Program ini tidak hanya memberikan keterampilan teknis, tetapi juga membangun kesadaran siswa tentang etika dalam teknologi dan pentingnya kerjasama koloborasi. Secara keseluruhan, program ini berhasil mempersiapkan siswa untuk menghadapi tantangan di dunia digital dengan keterampilan yang relevan dan bertanggung jawab.
Membangun Karir di Bidang Rekayasa Perangkat Lunak, Peluang, dan Tantangan Bagi Pemuda Antika Zahrotul Kamalia; Hemdani Rahendra Herlianto; Agus Suwarno; Rijal Akmaludin; Noval Adi Iryanto
Madaniya Vol. 6 No. 1 (2025)
Publisher : Pusat Studi Bahasa dan Publikasi Ilmiah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53696/27214834.1153

Abstract

Program pengabdian kepada masyarakat ini dilaksanakan dalam bentuk pelatihan edukasi di SMK Dewantara 2 Kabupaten Bekasi. Pelatihan ini bertujuan untuk memberikan wawasan tentang karir di dunia teknologi, khususnya di bidang rekayasa perangkat lunak, serta peluang dan tantangan yang dihadapi oleh pemuda dalam memasuki dunia kerja. Kegiatan ini diikuti oleh 58 peserta yang sebagian besar berasal dari jurusan teknologi informasi. Melalui pelatihan ini, peserta memperoleh informasi mengenai teknologi terkini, keterampilan yang dibutuhkan di dunia industri, serta berbagai peluang karir di bidang perangkat lunak. Hasil evaluasi menunjukkan bahwa 85% peserta merasa pemahaman mereka meningkat tentang karir di bidang ini, sementara 80% peserta memberikan tanggapan positif terhadap materi yang disampaikan. Program ini juga memberikan rekomendasi untuk mengadakan pelatihan lanjutan agar peserta dapat memperdalam keterampilan teknis mereka lebih lanjut. Dengan demikian, pelatihan ini diharapkan dapat mempersiapkan siswa untuk menghadapi dunia kerja yang kompetitif dan dinamis di sektor teknologi.
Pemberdayaan Siswa Sekolah Dasar Dalam Edukasi Penggunaan Media Sosial Yang Cerdas Zaenur Rozikin; Antika Zahrotul Kamalia; Nursinta Afrianti; Setiyadi Wicaksono; Rangga Purnama
Madaniya Vol. 6 No. 2 (2025)
Publisher : Pusat Studi Bahasa dan Publikasi Ilmiah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53696/27214834.1220

Abstract

Di era digital saat ini, pemanfaatan media sosial terus mengalami perkembangan yang pesat dan telah menjadi bagian yang tidak terpisahkan dari kehidupan sehari-hari, termasuk di kalangan anak-anak dan remaja. Program pemberdayaan siswa sekolah dasar dalam edukasi penggunaan media sosial yang cerdas di SDN 1 Ciranggon Karawang bertujuan untuk meningkatkan pemahaman dan keterampilan siswa dalam menggunakan media sosial secara bijak dan bertanggung jawab. Melalui metode yang meliputi presentasi, diskusi, dan studi kasus, program ini memberikan wawasan kepada siswa mengenai pentingnya etika digital, dampak negatif penggunaan media sosial, serta cara memanfaatkan media sosial untuk tujuan yang positif. Hasil evaluasi menunjukkan bahwa program ini berhasil mencapai tujuan dengan capaian yang lebih tinggi dari target yang ditetapkan, dengan peningkatan pemahaman siswa mencapai 90%, kesadaran etika 85%, dan kemampuan mengidentifikasi dampak negatif media sosial mencapai 80%. Meskipun demikian, perlu ada penguatan lebih lanjut pada literasi digital dan penanganan dampak psikologis dari penggunaan media sosial. Program ini diharapkan dapat memberikan bekal yang berguna bagi siswa dalam menggunakan media sosial secara cerdas dan bertanggung jawab.
Building Awareness of Ethics and Digital Security Through Social Media Education for Students Kamalia, Antika Zahrotul; Herlianto, Hemdani Rahendra; Wiyarno; Rijal Akmaludin; Noval Adi Iryanto
ABDIMAS: Jurnal Pengabdian Masyarakat Vol. 8 No. 2 (2025): ABDIMAS UMTAS: Jurnal Pengabdian Kepada Masyarakat
Publisher : LPPM Universitas Muhammadiyah Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35568/abdimas.v8i2.6372

Abstract

In the rapidly evolving digital era, social media has become integral to daily life, especially among students. It offers various benefits, including ease of communication, access to learning resources, and opportunities for self-development. This community service program aims to raise awareness about digital ethics and security among students, particularly at MI At-Taqwa . Given the rapid growth of information technology and the widespread use of social media among young people, it is essential to educate students about digital ethics, personal data protection, and the negative impacts of issues such as cyberbullying and misinformation. The program will consist of workshops and seminars divided into several sessions, where students will receive training and simulations. These will focus on improving their understanding of ethical behavior in online interactions and how to safeguard their personal information. Evaluation results indicate that 85% of students demonstrated increased knowledge of digital ethics, 80% became more cautious about sharing personal data, and 75% developed a more critical approach to handling fake news. Overall, this program has proven effective in raising digital awareness and positively influencing students’ safe and responsible use of social media.
Co-Authors Abdul Gofar Adam Wira Hadi Kusuma Adi Rusdi Widya Agung Nugroho Agus Suwarno Ahmad Amrullahalhafizh Ahmad Turmudi Zy Ali Purnama Alam Amali Amali Ananto Tri Sasongko Andi Al Zaroni Andriani Arie Miftah Budiman Arief Wibowo Arif Rahman Hakim Arif Susilo Asep Arwan Sulaeman Aswan Supriyadi Sunge Caswita Caswita Choiriyatun Nisa Latansa Dedi Afandi Deni Mahdiana Dwi Indra Prasetyo Edy Widodo Elvan Aan Pradana Fadilah Adeliani Putri Febri Tri Arie Sakti Ghufron Malik Hassan, Shiza Hemdani Rahendra Herlianto Ikhsan Romli Indra Indra Juwita, Ayu Ratna Khalis Sofi Kholid Wahyudi Komara Mahesa Rezky Ramadhan Miftah Wangsadanureja Moh Restu Nur Rizky Muhammad Rizky Nawangsih, Ismasari Nova Restina Maharani Noval Adi Iryanto Noval Adi Iryanto Nur Alyah Agustin Nurhadi Surojudin Nursinta Afrianti Pahmi Bagja Prameswari R, Shanti Qoriah Ar Raudhatul Hasanah Rahendra Herlianto, Hemdani Rangga Purnama Riady, Sasmitoh Rahmad Ridwan Ahri Rijal Akmaludin Rijal Akmaludin Riko Adrian Maulana Rizki Fahrizal Rozikin, Zaenur Ruwirohi, Jan Everhard Setiyadi Wicaksono Sophian Andhika Sardi Suderajat, Agung Wahyu Tri Utami Wawan Andriyan Wiyarno Wiyarno Yefta Ondi Spalanzani Simatupang Zaenur Rozikin