Article Per Year (5 Year)
p-Index From 2021 - 2026
4.505
P-Index
This Author published in this journals
All Journal Pythagoras: Jurnal Matematika dan Pendidikan Matematika JISTECH: Journal of Information Science and Technology INFORMAL: Informatics Journal Jurnal Informatika JURNAL MEDIA INFORMATIKA BUDIDARMA Al Qalam: Jurnal Ilmiah Keagamaan dan Kemasyarakatan JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Kasuari: Physics Education Journal (KPEJ) Technologia: Jurnal Ilmiah Jurnal Mnemonic JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Indonesian Journal of Data and Science Aiti: Jurnal Teknologi Informasi Journal of Applied Computer Science and Technology (JACOST) Jurnal Pendidikan dan Teknologi Indonesia KLIK: Kajian Ilmiah Informatika dan Komputer
Christian Dwi Suhendra, Christian Dwi
Unknown Affiliation
Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Mathematics Physics Social Sciences

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
DETEKSI KOMENTAR SPAM PERJUDIAN ONLINE DI YOUTUBE MENGGUNAKAN K-NEAREST NEIGHBORS DAN NAÏVE BAYES Ode, Idil; Suhendra, Christian Dwi; Sanglise, Marlinda
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7682

Abstract

Penyebaran komentar spam perjudian daring di YouTube semakin meningkat dan mengganggu pengalaman pengguna. Komentar-komentar ini sering kali menggunakan pola bahasa tertentu, seperti simbol dan variasi kata, untuk menghindari deteksi otomatis. Meskipun YouTube telah menerapkan sistem filter spam, banyak komentar masih lolos deteksi, yang menunjukkan perlunya metode yang lebih akurat dan adaptif. Penelitian ini bertujuan untuk menganalisis pola bahasa dalam komentar spam perjudian daring dan mengembangkan model deteksi berbasis pembelajaran mesin menggunakan K-Nearest Neighbors (KNN) dan Naïve Bayes (NB). Dataset dikumpulkan menggunakan YouTube Data API v3, diproses melalui tahapan normalisasi, cleaning, analisis statistik, visualisasi, dan pelabelan sebelum diterapkan pada pemodelan pembelajaran mesin. Fitur teks diekstraksi menggunakan Term Frequency-Inverse Document Frequency (TF-IDF) dan Bag of Words (BoW), dengan pengoptimalan hiperparameter dilakukan menggunakan GridSearchCV untuk meningkatkan kinerja model. Evaluasi model didasarkan pada metrik accuracy dan F1-Score. Hasilnya menunjukkan bahwa model Naïve Bayes dengan TF-IDF mencapai kinerja tertinggi, dengan akurasi 99% setelah normalisasi dan 98% setelah cleaning, mengungguli Naïve Bayes dengan BoW dan KNN. Temuan ini berkontribusi pada pengembangan sistem deteksi spam yang lebih efektif, khususnya dalam mengidentifikasi pola bahasa tertentu yang digunakan dalam komentar spam perjudian di YouTube. Dengan pendekatan ini, diharapkan dapat dikembangkan sistem moderasi otomatis yang lebih efisien untuk menyaring komentar spam dan meningkatkan kualitas interaksi pengguna di platform YouTube.
Pengembangan Sistem Inventori Dan Monitoring Stok Wedrink Dengan Pendekatan Machine Learning Dan Notifikasi Real-Time Melalui Whatsapp Bot Hardito, Franciscus Xaverius Andika; Suhendra, Christian Dwi; Baisa, Lorna Yertas
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7704

Abstract

Pengelolaan inventori yang masih manual di Wedrink Manokwari menimbulkan berbagai permasalahan operasional seperti ketidakakuratan data stok, keterlambatan pembaruan informasi, dan kesulitan dalam melakukan tracking barang secara real-time. Penelitian menunjukkan bahwa 67% perusahaan yang masih menggunakan sistem inventori manual mengalami kerugian rata-rata 15-20% dari total pendapatan tahunan. Penelitian ini bertujuan untuk mengembangkan sistem monitoring stok berbasis web dengan framework Laravel yang mengintegrasikan teknologi QR Code untuk otomatisasi pencatatan, machine learning untuk prediksi ketersediaan stok, dan notifikasi real-time melalui WhatsApp Bot. Metode penelitian menggunakan pendekatan System Development Life Cycle (SDLC) dengan model Waterfall yang terdiri dari lima tahap: analisis kebutuhan, perancangan sistem, pengembangan, pengujian, dan implementasi. Hasil penelitian menunjukkan bahwa sistem berhasil meningkatkan efisiensi operasional dengan pencapaian system uptime 99.9%, response time kurang dari 2 detik, dan akurasi prediksi machine learning di atas 95%. User Acceptance Testing (UAT) mencapai tingkat penerimaan 100% dari manager operasional dan staf dengan skor kepuasan pengguna 4.8/5, serta menunjukkan peningkatan efisiensi waktu hingga 75% dibandingkan sistem manual. Dapat disimpulkan bahwa implementasi sistem monitoring stok dengan integrasi QR Code, machine learning, dan WhatsApp Bot berhasil mengotomatisasi proses pencatatan stok, memberikan notifikasi real-time, menghasilkan laporan akurat, dan menyediakan prediksi ketersediaan stok yang tepat. Pengembangan lebih lanjut disarankan untuk menambahkan fitur analisis prediktif yang lebih kompleks, meningkatkan keamanan sistem, dan mengoptimalkan model machine learning.
DESAIN DAN EVALUASI UI/UX MENGGUNAKAN METODE HEURISTIC EVALUATION: STUDI KASUS RUMKITAL DR. AZHAR ZAHIR MANOKWARI Shafitri, Anisya Najmi; Sanglise, Marlinda; Suhendra, Christian Dwi
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.6663

Abstract

 Rumkital dr. Azhar Zahir Manokwari saat ini belum memiliki platform digital yang memadai untuk menyebarluaskan informasi penting, seperti layanan rumah sakit, jadwal dokter, dan informasi lainnya. Penelitian ini bertujuan untuk merancang dan mengevaluasi user interface (UI) dan user experience (UX) website rumah sakit dengan menerapkan metode evaluasi heuristik. Evaluasi ini bertujuan untuk mengidentifikasi masalah kegunaan (usability) dalam antarmuka situs web, yang selanjutnya akan dianalisis untuk meningkatkan kualitas desainnya. Metode yang digunakan adalah evaluasi heuristik, yang melibatkan lima ahli sebagai evaluator. Penilaian dilakukan berdasarkan sepuluh prinsip heuristik yang meliputi kejelasan informasi, kemudahan navigasi, pencegahan kesalahan, dan fleksibilitas penggunaan dengan menerapkan Severity Rating atau skala sangat baik hingga buruk (0-4). Hasil evaluasi menunjukkan bahwa tingkat keparahan masalah tergolong rendah (severity rating 1). Namun, para ahli memberikan umpan balik yang sangat berharga mengenai beberapa aspek desain, seperti penyesuaian ukuran tampilan, penggunaan warna yang lebih efektif, serta penambahan fitur registrasi pasien. Dengan adanya penelitian ini, diharapkan Rumkital dr. Azhar Zahir Manokwari dapat mengembangkan platform yang lebih informatif dan mudah diakses oleh pengguna. Tujuannya adalah untuk meningkatkan pengalaman pengguna secara keseluruhan dan mempermudah akses informasi mengenai layanan rumah sakit, memungkinkan pasien dan pengunjung situs web untuk mendapatkan manfaat yang lebih besar.
Co-Authors Agrifandi, Achmad Chairuddin Ahoren, Anan Ansi Alatubir, Agustinus Nandhito Richard Albab, Elfan Ulil allo, ronal Anjuni, Eva Asri, Windi Fahmi Baisa, Lorna Yertas Barrang, Herlina Bertha Pangaribuan Edi Faizal Effan Najwaini FEBY SERU Furima, Yobel Agustina Hakim, Ilham Luqman Hardito, Franciscus Xaverius Andika Heremba, Juleha Irianti Heremba, Syahril Jubita, Jubita Karubui, Raema Miryam kladit, novalin Kweldju, Alex De Lantang, Stefanie Stanly Lion Ferdinand , Lion Ferdinand Mangngiding, Chyntia Maria, Eny Marini, Lion Ferdinan Marini, Lion Ferdinand Mombay, Abdul Malik Naibaho, Julius Panda Putra Ode, Idil Paiki, Fridolin F. Paiki, Fridolin Febrianto Pramana Aschary, Dhian Pramanagara, Rio Octovinary Quilo, Muhammad Amri Rosyidah, Wahyuni Fajrin Sanglise, Marlinda Saputra, Agung Dwi Sarungallo, Ana Setiawan, Tommy Eko Shafitri, Anisya Najmi Sihite, Rina Wati Nurlia Br Sihombing, Ester Ivo Yati, Fatimah Aszhara Yonathan, Alberto Yonathan Tangke Zamach, Muhammad Zamachsyari