Article Per Year (5 Year)
p-Index From 2021 - 2026
2.405
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Jurnal Ilmiah Matrik Jurnal Masyarakat Merdeka (JMM) Journal of Information Systems and Informatics G-Tech : Jurnal Teknologi Terapan Jurnal Dialektika Informatika (Detika) Abdiformatika: Jurnal Pengabdian Masyarakat Informatika The Indonesian Journal of Computer Science Research JAMU : Jurnal Abdi Masyarakat UMUS Fahma : Jurnal Informatika Komputer, Bisnis dan Manajemen Inovasi Teknologi Masyarakat
Andri Syafrianto
Informatika, STMIK El Rahma Yogyakarta
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Transportation Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Pemanfaatan lahan rumah melalui program unggulan Apotek hidup dengan tanaman rempah herbal Gunawan, Muhammad Riswandi; Senina, Alya Aulya Nurullita; Haqiqi, Aprilika; Amelia, Dara; Ramadhan, Fakhri; Rasidia, Fikri; Gultom, Josua Sonniwinter; Diningrum, Maynella Dwi; Ramadhan, Muhammad Ady Setiyawan; Ramadhani, Herry; Purwanti, Silviana; Hamdani, Hamdani; Hadiwijaya, Noor Alam; Syafrianto, Andri; Ismanto, Heru; Jamil, Muh.; Juliyanti; Pratiwi, Putri Rinda
Inovasi Teknologi Masyarakat (INTEKMAS) Vol. 2 No. 1 (2024): June 2024
Publisher : Wadah Inovasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53622/intekmas.v2i1.261

Abstract

Tanaman rempah herbal dapat mudah ditanam di area pekarangan rumah sebagai bahan alternatif bumbu dapur dan produk rempah. Kelurahan Simpang Tiga, Loa Janan banyak sekali lahan kosong yang tumbuh tanaman liar yang memilili tanah yang subur. Hal ini yang melatar belakangi diadakannya program unggulan Apotek Hidup dengan memanfaatkan lahan kosong untuk ditanami tanaman herbal dan rempah supaya dapat dimanfaatkan oleh masyarakat dalam pembuatan obat herbal ataupun bumbu masakan. Metode pelaksanaan pengabdian ini memanfaatkan lahan kosong yang subur untuk digunakan penanaman rempah herbal dengan cara penyempaian jenis tanaman obat herbal seperti kunyit, bawang Dayak, jahe dan lainnya. Sasaran program kerja ini ialah warga Kelurahan Simpang Tiga RT 29. Metode yang digunakan yaitu pendekatan sosial dengan melibatkan warga untuk turut andil dalam prosesnya. Hasi pengabdian pada masyarakat ini menjadikan apotek hidup untuk edukasi kepada warga tentang manfaat menanam tanaman obat dan rempah di pekarangan rumah. Dengan keikutsertaan warga dalam proses penanaman, warga dapat mengetahui bagaimana menanam tanaman obat yang sesuai. Hasil pembibitan tanaman obat kemudian diserahkan kepada warga setempat dalam memberikan lahan hibah apotek hidup untuk dikelola secara mandiri.
Transformasi Digital Pengelolaan Arsip dan Peningkatan Literasi Teknologi di Pondok Pesantren Miftahunnajah Suparyanto, Suparyanto; Thoha, Aris Badaruddin; Syafrianto, Andri; Arifin, Muhammad Zainal; Ismail, Afif; Putra, Muhammad Habib Dwi
JMM - Jurnal Masyarakat Merdeka Vol 7, No 2 (2024): NOVEMBER
Publisher : Universitas Merdeka Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51213/jmm.v7i2.169

Abstract

Transformasi digital dalam pengelolaan arsip dan pelatihan literasi teknologi menjadi kebutuhan penting di lingkungan pendidikan, khususnya di pesantren. Kegiatan pengabdian masyarakat yang dilaksanakan oleh mahasiswa jurusan informatika STMIK El Rahma Yogyakarta ini bertujuan untuk mengimplementasikan e-arsip ARTERI sebagai solusi digital dalam pengelolaan arsip di Pondok Pesantren Miftahunnajah Sleman serta mengintegrasikannya dengan pelatihan software digital seperti Canva, Figma dan Construct. Metode yang digunakan dalam penelitian ini adalah model iterasi, yang memungkinkan evaluasi dan perbaikan sistem secara bertahap berdasarkan umpan balik pengguna. Hasil penelitian menunjukkan bahwa implementasi e-arsip ARTERI berhasil meningkatkan efisiensi pencarian dokumen dan mengurangi ketergantungan pada dokumen fisik, serta meningkatkan ketepatan dalam manajemen arsip Sementara itu, pelatihan software digital meningkatkan keterampilan teknologi santri, khususnya dalam desain grafis, pembuatan media pelajaran serta pemanfaatan teknologi dalam aktivitas akademik mereka. Kendala yang dihadapi mencakup keterbatasan infrastruktur yang berhasil diatasi dengan strategi peningkatan infrastruktur dan pelatihan berkelanjutan. Rekomendasi dari penelitian ini adalah optimalisasi lanjutan dalam pemanfaatan teknologi digital untuk mendukung efisiensi administrasi serta peningkatan keterampilan digital di lingkungan pesantren agar lebih siap menghadapi tantangan era digital.
PENERAPAN MODEL SENTENCE-BERT UNTUK SISTEM REKOMENDASI BUKU BERBASIS KONTEN DI PERPUSTAKAAN DIGITAL Hartatik, Hartatik; Syafrianto, Andri
Jurnal Dialektika Informatika (Detika) Vol 6, No 1 (2025): Jurnal Dialektika Informatika(Detika) Vol.6 No.1 Desember 2025
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/detika.v6i1.15916

Abstract

Penelitian ini bertujuan merancang dan mengimplementasikan sistem rekomendasi buku berbasis konten (Content-Based Filtering (CBF)) untuk mendukung penelusuran koleksi pada perpustakaan digital. Dataset yang digunakan adalah GoodBooks-10K (versi enriched) yang memuat metadata lengkap berupa judul, penulis, dan deskripsi buku. Metode yang digunakan meliputi pra-pemrosesan teks, representasi konten menggunakan TF-IDF dan Sentence-BERT (SBERT, all-mpnet-base-v2), serta perhitungan cosine similarity untuk menghasilkan daftar rekomendasi Top-N. Hasil evaluasi menunjukkan bahwa representasi SBERT mampu menangkap kesamaan semantik secara konsisten dengan nilai Precision@K (Keyword) = 1,00 pada ?={5,10,20}, sedangkan Precision@K (Author) berada pada kisaran 0,15–0,20. Nilai Intra-List Diversity (ILD) antara 0,686–0,738 menunjukkan bahwa sistem menghasilkan daftar rekomendasi yang beragam namun tetap relevan.
Detecting Deceptive Online Reviews Using a Semantic Reliability Index and Hybrid Text Representation Hartatik; Andri Syafrianto
Journal of Information System and Informatics Vol 8 No 2 (2026): April
Publisher : Asosiasi Doktor Sistem Informasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63158/journalisi.v8i2.1576

Abstract

Online review platforms such as Yelp play an important role in consumer decision-making, but the growing prevalence of fake reviews undermines their reliability. This study proposes a hybrid approach for fake review detection by integrating stylometric features, language model signals, and semantic embeddings within a unified classification framework. The proposed method combines linguistic indicators, including GPT-2 perplexity, lexical diversity, sentence burstiness, punctuation ratio, and sentiment intensity, with TF-IDF representations and Sentence-BERT embeddings. A composite feature, namely the Semantic Reliability Index (SRI), is introduced to capture interactions between semantic similarity and linguistic characteristics, serving as an auxiliary feature within the hybrid model rather than a standalone classifier. Experiments on a Yelp hotel review dataset demonstrate that the hybrid model outperforms baseline methods in terms of F1-score and AUC, indicating improved discriminative capability. It should be noted that the classification setting is based on a binary transformation of ordinal labels, which may simplify the underlying label structure and influence performance interpretation. Overall, this work's contribution lies in a systematic feature-integration strategy that enhances fake review detection in the evaluated dataset.
Perbandingan Algoritma Naïve Bayes dan Decision Tree Pada Sentimen Analisis Andri Syafrianto
The Indonesian Journal of Computer Science Research Vol. 1 No. 2 (2022): Juli
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v1i2.11

Abstract

The development of information technology in recent years is fast, pushing internet usage. People use social media to share their opinions or interact simply with each other. Sentiment analysis is a branch of Natural Language Processing (NLP) that can filter and categorize people's views on social media. This study uses Twitter data to compare two algorithms: Naïve Bayes Classifier and Decision Tree. This study divided the data into two scenarios where the first one with 800 data and the second one with 200 data. Data from each scenario was divided again into 70% training data and 30% test data from 1000 data. The result shows that Naïve Bayes Classifier has much higher accuracy with 85% compared to the Decision Tree with 78% in the second scenario.
Co-Authors Agus Qomaruddin Munir Amelia, Dara Anindita Septiarini, Anindita Aris Badaruddin Thoha Avianto Aldi Nugroho Budi Rahmani Didit Suprihanto, Didit Diningrum, Maynella Dwi Eko Riswanto Emigawaty Gultom, Josua Sonniwinter Gunawan, Muhammad Riswandi Hadiwijaya, Noor Alam Hamdani Hamdani Hamdani Hamdani Haqiqi, Aprilika Harliana Harliana Hartatik Herry Ramadhani Heru Ismanto Ismail, Afif Isnaini Solikhah Jamil, Muh. Juliyanti Muhammad Zainal Arifin, Muhammad Zainal Pratiwi, Putri Rinda Purwanti, Silviana Putra, Muhammad Habib Dwi Ramadhan, Fakhri Ramadhan, Muhammad Ady Setiyawan Rasidia, Fikri Senina, Alya Aulya Nurullita Sugiyatno Suparyanto Suparyanto Wiwi Widayani Wiwi Widayani Zilfana Falahi