Article Per Year (5 Year)
p-Index From 2021 - 2026
2.232
P-Index
This Author published in this journals
All Journal Teknosains: Media Informasi Sains dan Teknologi JIKO (Jurnal Informatika dan Komputer) Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ INFOMATEK: Jurnal Informatika, Manajemen dan Teknologi Jurnal Ilmiah Ilmu dan Teknologi Rekayasa Abdimas Galuh: Jurnal Pengabdian Kepada Masyarakat Journal of Community Service and Empowerment Journal of Computer Networks, Architecture and High Performance Computing Yayasan Cita Cendikiawan Al Khwarizmi Jurnal Informatika: Jurnal Pengembangan IT
Muhammad Fikri Hidayattullah, Muhammad Fikri
Program Studi DIII Manajemen Informatika Politeknik Muhammadiyah Pekalongan
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

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

Found 15 Documents
Search

 1   2 
Peningkatan Pengetahuan Guru dan Siswa Jurusan Tata Busana Dalam Pemanfaatan Aplikasi Berbasis Kecerdasan Buatan Af'idah, Dwi Intan; Handayani, Sharfina Febbi; Hidayattullah, Muhammad Fikri; Dairoh, Dairoh; Solikhin, Annur Riyadhus
Dedikasi Sains dan Teknologi (DST) Vol. 4 No. 1 (2024): Artikel Periode Mei 2024
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dst.v4i1.3847

Abstract

SMK Negeri 1 Warureja menghadapi masalah kurangnya pemahaman tentang penggunaan kecerdasan buatan di kalangan guru dan siswa program keahlian tata busana. Program Pengabdian kepada Masyarakat (PKM) sangat berguna dalam meningkatkan pengetahuan dan keterampilan mereka. Materi kecerdasan buatan disesuaikan secara khusus untuk memenuhi kebutuhan mereka, dengan melakukan evaluasi awal menggunakan pre-test. Selama sesi praktik, peserta diberikan pelatihan langsung dalam penggunaan aplikasi berbasis kecerdasan buatan seperti AutoDraw, LookaLogoMaker, dan ChatGPT dalam konteks tata busana. Dosen dan mahasiswa memberikan pendampingan untuk membantu peserta dalam menerapkan konsep kecerdasan buatan dalam bidang tata busana. Evaluasi dilakukan melalui umpan balik dan post-test, yang menunjukkan peningkatan yang signifikan dalam pemahaman dan keterampilan peserta. Selain itu, melalui pendampingan yang intensif selama sesi praktik, para peserta dapat mengatasi kendala dan memperdalam pemahaman mereka tentang penerapan kecerdasan buatan dalam konteks industri tata busana. Hal ini memberikan landasan yang kuat bagi mereka untuk mengembangkan keterampilan yang relevan dengan tuntutan dunia kerja yang terus berkembang. Dengan demikian, program ini tidak hanya meningkatkan kualitas pendidikan di SMK Negeri 1 Warureja, tetapi juga membuka jalan bagi para siswa dan guru untuk bersaing secara lebih efektif dalam dunia industri yang semakin terhubung dengan teknologi kecerdasan buatan. Melalui kolaborasi yang erat antara SMK dan institusi pendidikan lainnya, upaya bersama ini dapat memperkuat daya saing siswa dalam menghadapi tantangan masa depan yang kompleks.
Analisis Data Penjualan Pasca COVID-19 Menggunakan Algoritma K-Means Hapsari, Yustia; Hidayattullah, Muhammad Fikri; W, M Shidiq Erdi; Wibowo, Dega Surono; Nishom, M
Jurnal Informatika: Jurnal Pengembangan IT Vol 7, No 2 (2022)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v7i2.3810

Abstract

Pandemi Covid-19 memberikan dampak buruk ke berbagai sektor. Tak terkecuali sektor ekonomi. Bahkan negara-negara maju sekali pun ikut terkena dampak yang sangat serius di sektor ekonomi dari adanya pandemi ini. Para pelaku usaha dalam berbagai lini melakukan transformasi yang massif untuk bangkit dari keterpurukan tersebut. Salah satu langkah strategis yang dilakukan adalah dengan mengubah sistem marketing dan transaksi penjualan dari yang sebelumnya offline ke online. Penelitian ini akan melakukan analisis penjualan pasca Covid-19 dengan menggunakan dataset dari Narasio Data. Produk yang akan dianalisis berupa penjualan produk sport dan apparel. Hasil analisis akan menampilkan produk apa saja yang paling cepat terjual, pengaruh rating produk dan pemberian diskon dengan tingkat penjualan, serta keterkatian antara banyaknya variasi brand dengan tingkat penjualan. Proses analisis menggunakan pendekatan segemntasi produk. Algoritma yang digunakan untuk melakukan segmentasi adalah K-Means. Algoritma tersebut sangat handal untuk kasus clustering produk.
Studi Komparasi Algoritma SVM Dan Random Forest Pada Analisis Sentimen Komentar Youtube BTS Syafia, Anisa Nur; Hidayattullah, Muhammad Fikri; Suteddy, Wirmanto
Jurnal Informatika: Jurnal Pengembangan IT Vol 8, No 3 (2023)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v8i3.5064

Abstract

Sentiment analysis of YouTube boy group BTS comments uses the NLP approach to detect emotional patterns based on two category labels, namely positive and negative. With NLP, positive or negative polarity in an entity can be allocated as well as predicted high and low performance from various classification sentiments. The machine learning algorithms used to measure the accuracy of sentiment analysis developed are the Support Vector Machine and Random Forest algorithms. The steps taken start from the data collection obtained from the BTS YouTube Comment dataset and then go through the data preprocessing stage. Then proceed to the feature extraction stage by converting text into digital vectors or Bag of Words (BOW) and classified using machine learning algorithms until the evaluation stage. From the results comparison of the evaluated algorithms, the accuracy value between the two algorithms is 96% for training data and 85% for data testing using the SVM algorithm, while for the Random Forest algorithm it is 82% for training data and 80% for data testing. This shows that the SVM algorithm produces a higher accuracy value than the Random Forest for sentiment analysis of YouTube boy group BTS comments.
Sentimen Analisis Pandangan Masyarakat Terhadap Vaksinasi Covid 19 Menggunakan K-Nearest Neighbors Apriliani, Dyah; Susanto, Ardi; Hidayattullah, Muhammad Fikri; Sasmito, Ginanjar Wiro
Jurnal Informatika: Jurnal Pengembangan IT Vol 8, No 1 (2023)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v8i1.4759

Abstract

Abstrak - Pandemi covid 19 yang terjadi sangat meresahkan masyarakat. Banyak masyarakat yang terpapar maupun kehilangan keluarga mereka karena virus ini. Untuk mencegah semakin menyebarnya virus covid 19, pemerintah menyelenggarakan program vaksinasi. Program vaksinasi yang dilakukan menuai pro dan kontra dari masyarakat. Berdasarkan permasalahan tersebut, maka dalam penelitian ini akan melakukan proses klasifikasi pandangan masyarakat terhadap vaksinasi Covid 19. Data penelitian yang digunakan diambil dari twitter sebanyak 2241 data. Data akan diklasifikasikan menjadi 2 kelas yaitu positif dan negatif. Proses klasifikasi akan dilakukan dengan menggunakan metode K-Nearest Neighbors (KNN).  Tahapan pertama yang dilakukan adalah pengambilan data dari twitter, pelabelan data, preprocesing data di phyton, pembobotan TF-IDF, pembuatan model, pengujian model dan evaluasi model. Dari penelitian ini didapatkan akurasi terbaik sebesar 79,25% dengan menggunakan parameter K-Fold 10 dan KNN 5.
Aplikasi Pemandu Wisata Berbasis Android Untuk 10 Wisata Bali Baru Firdaus, Musnadil; Wiyono, Slamet; Af'idah, Dwi Intan; Hidayattullah, Muhammad Fikri
Jurnal Informatika: Jurnal Pengembangan IT Vol 9, No 1 (2024)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v9i1.6461

Abstract

Tourism has a very significant role in the Indonesian economy. In 2016, the Indonesian government prioritized 10 tourism destinations as "10 New Bali Tourism". However, tourists often face difficulties in finding accurate and efficient information about public facilities at tourist attractions. To overcome this problem, this research aims to develop an Android-based tourist guide application. This application is designed to help tourists find facility information quickly and accurately. This research was carried out through a series of stages, including design, analysis, design, implementation, testing and application maintenance. The result of this research is the development of a tour guide application that is useful for tourists. This application makes it easy for them to find accurate information about public facilities around the tourist attractions they visit. Unit testing of this application shows that no errors were found in the application functions. Usability test results were also very positive, with 88% of tourist users stating they were willing to use this application again in the future. This shows that this tour guide application has succeeded in providing an effective solution to the problems faced by tourists in searching for information on facilities at tourist attractions. Thus, this application can be a valuable tool in enhancing the tourist experience and supporting the growth of the Indonesian tourism industry. This research has produced an Android tourist guide application to facilitate travelers in finding public facilities at the "10 New Bali Tourism" destinations. With an 88% user satisfaction rate, the main contribution involves improving the traveler experience, supporting the growth of the tourism industry, and making a positive contribution to the Indonesian economy.
Co-Authors Af'idah, Dwi Intan Af’idah, Dwi Intan Anantacia, Erryka Maura Adysti Ardi Susanto Bimantoro, Elang Dairoh Dairoh, Dairoh Dega Surono Wibowo, Dega Surono Dyah Apriliani Fadilah, Bella Adha Firdaus, Musnadil Ginanjar Wiro Sasmito, Ginanjar Wiro Handayani, Sharfina Febbi Imamah, Putri Ajeng Mubayyin, Meylin Tiflakhul Nishom, M Pitaloka, Aura Putri , Novita Fitria Salsabila, Chaerunnisa Siti Khodijah Solikhin, Annur Riyadhus Syafia, Anisa Nur Taufiq Abidin, Taufiq W, M Shidiq Erdi Wirmanto Suteddy Wiyono, Slamet Yuliana, Ramanda Yustia Hapsari, Yustia