Claim Missing Document
Check
Articles

Found 27 Documents
Search

Penerapan Metode Fuzzy Sugeno Dalam Pendaftaran Siswa Baru di SDN Sonopatik 1 Nganjuk Hariri, Fajar Rohman
Nusantara of Engineering (NOE) Vol 3 No 1 (2016)
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (531.251 KB) | DOI: 10.29407/noe.v3i1.246

Abstract

Abstrak— Teknologi pendaftaran khususnya dalam memilah data murid memerlukan adanya sebuah sistem pendukung keputusan (SPK) yang bisa memilah data secara otomatis ketika ada data yang di masukkan. Sistem pendukung keputusan selalu membutuhkan metode yang tepat. Fuzzy banyak digunakan dalam pendukung pengambilan keputusan. Untuk program pendaftaran yang akan di buat akan menggunakan  metode fuzzy sugeno. Dimana metode fuzzy sugeno ini mampu mengelompokkan data berdasarkan input yang telah dipilih dan menerapkan aturan yang telah ditetapkan sehingga bisa menghasilkan output pembagian siswa kelas khusus dan kelas biasa. Dari 49 pendaftar berhasil didapatkan 16 siswa masuk kelas khusus dan sisanya masuk kelas biasa.   Kata Kunci — Fuzzy, Fuzzy Sugeno, Pendaftaran.
Improving Fake News Detection Accuracy with Lexicon-based Approach and LSTM through Text Preprocessing Mashuri, Chamdan; Prastyo, Edwin Hari Agus; Hariri, Fajar Rohman
Jurnal Sistem Informasi Bisnis Vol 15, No 2 (2025): Volume 15 Number 2 Year 2025
Publisher : Diponegoro University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/vol15iss2pp285-292

Abstract

Fake news detection has become a critical issue in the digital era, especially with the rapid growth of social media and online platforms. This research aims to enhance the accuracy of detecting fake news in Indonesian by developing a model using lexicon-based and Long Short-Term Memory (LSTM) approaches. The study integrates sentiment analysis with lexicon-based scoring to identify key features in news articles, while LSTM is employed to analyze sequential patterns in the data. The methods were tested on a dataset consisting of both hoax and non-hoax news collected from reliable sources. The results indicate that the hybrid model significantly improves the detection accuracy, achieving an impressive accuracy rate of 99%. This research demonstrates the potential of combining lexicon-based and LSTM approaches to overcome challenges in detecting fake news, especially in low-resource languages like Indonesian. The findings contribute to advancing the development of reliable and efficient systems for combating misinformation in the digital age.
Implementation of Fuzzy C-Means for Clustering the Majelis Ulama Indonesia (MUI) Fatwa Documents Hariri, Fajar Rohman
JOIN (Jurnal Online Informatika) Vol 6 No 1 (2021)
Publisher : Department of Informatics, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/join.v6i1.591

Abstract

Since the Indonesian Ulema Council (MUI) was established in 1975 until now, this institution has produced 201 edicts covering various fields. Text mining is one of the techniques used to collect data hidden from data that form text. One method of extracting text is Clustering. The present study implements the Fuzzy C-Means Clustering method in MUI fatwa documents to classify existing fatwas based on the similarity of the issues discussed. Silhouette Coefficient is used to analyze the resulting clusters, with the best value of 0.0982 with 10 clusters grouping. Classify fatwas based on the similarity of the issues discussed can make it easier and faster in the search for an Islamic law in Indonesia.
Chicken Menu Sales Forecasting System using Multiplicative Holt-Winters Triple Exponential Smoothing Hariri, Fajar Rohman; Prakasa, Johan Ericka Wahyu
MATICS: Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) Vol 15, No 1 (2023): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/mat.v15i1.21103

Abstract

Forecasting is an art and a science predict events that will occur in the future based on data in the past. The ability of the restaurant in Management shows success in taking advantage of business opportunities optimal for interpreting past performance and planning for the future. This research uses Triple HoltWinters Exponential Smoothing Multiplicative method for sales forecasting.  Multiplicative Holt-Winters Triple Exponential Smoothing Method has the smallest percentage error (PE) of 9.946% with parameter values (α=0.1, β=0.1, ϒ=0.3). While the largest percentage error (PE) is obtained Multiplicative models with parameter values (α=0.3, β=0.3, ϒ=0.1) produce percentage error (PE) value of 11.879%. Menu sales forecasting results chickens using the Holt-Winters Triple Exponential Smoothing Method Multiplicative in the next month using parameter values (α=0.1, β=0.1, ϒ=0.3) is 4782 pcs.
Sistem Rekomendasi Resep Masakan Menggunakan Kombinasi Metode ROC dan SAW Wahyuni, Vivi; Niswatin, Ratih Kumalasari; Hariri, Fajar Rohman
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 2 No. 1 (2018): PROSIDING SEMNAS INOTEK Ke-II Tahun 2018
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v2i1.479

Abstract

Penelitian ini dibuat karena sering dijumpai jika resep masakan beredar secara lisan dari orang satu dengan yang lainya. Akibatnya beberapa bagian resep masakan hilang dan kadang-kadang menimbulkan variasi masakan. Hal ini dikarenakan faktor kurangnya pengetahuan untuk dapat mengolah sebuah bahan dasar masakan menjadi sebuah hidangan yang cocok. Tujuan penelitian ini adalah menghasilkan suatu sistem pendukung keputusan untuk merekomendasikan resep masakan dengan metode ROC dan metode SAW untuk membantu pengguna menyelesaikan permasalahan tentang resep masakan dengan cara pengguna akan menginputkan sub kriteria yang di inginkan dari kriteria-kriteria yang ada, yaitu kriteria berdasarkan bahan dasar masakan, kesulitan mendapatkan bumbu, jenis masakan, waktu memasak, dan tingkat kesulitan memasak. Dari hasil input data tersebut, aplikasi akan merekomendasikan alternatif resep masakan yang cocok dan terbaik dari sejumlah alternatif terbaik sesuai yang diinpukan oleh pengguna pada sistem. Sistem rekomendasi resep masakan dibuat menggunakan bahasa pemrograman PHP dengan Macromedia Dreamweaver 8 dan MySQL sebagai databasenya.
Pengukuran Kompleksitas Sistem E-Learning di UIN Maulana Malik Ibrahim Malang Menggunakan Metrik Function Oriented Hariri, Fajar Rohman; Wahyu Prakasa, Johan Ericka
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 3 No. 1 (2019): PROSIDING SEMNAS INOTEK Ke-III Tahun 2019
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v3i1.545

Abstract

Aspek kualitas perangkat lunak menjadi suatu hal yang penting dalam pembangunan proyek perangkat lunak. Pengukuran terhadap perangkat lunak guna mengestimasi kualitas produk dengan cara membandingkan volume sistem dengan banyaknya error/kesalahan yang ditemukan selama proses pengerjaan. Setiap pengukuran yang dilakukan dibutuhkan tersedianya ukuran kuantitatif yang disebut metrik. Metrik dapat dipisahkan dalam dua kategori, yaitu Metrik Size Oriented dan Metrik Function Oriented. Metrik Size Oriented dilakukan dengan menghitung LOC (Line Of Code) dimana metode ini kurang akurat arena pengukurannya didasarkan pada bahasa pemrograman dan gaya pengkodean programmer sehingga tidak dapat dipastikan bahwa dua program yang mempunyai LOC sama akan membutuhkan waktu implementasi yang sama walaupun keduanya diimplementasikan dengan kondisi pemrograman yang standard. Dalam penelitian ini pengukuran kualiatas menggunakan Metrik Function Oriented karena metode ini merupakan pengukuran fungsionalitas yang ditujukan pada sistem pemrosesan data yang didominasi oleh operasi input dan output sehingga produktivitas pada bahasa permograman yang berbeda dapat dibandingkan. Metode melibatkan 5 komponen sistem software, diantaranya External Input, External Output, External Inquiry, Internal Logical File, External Interface File. Berdasarkan hasil tersebut, maka ditarik kesimpulan sesuai tujuan penelitian dengan pengujian menyatakan perangkat lunak e-learning di UIN Maliki Malang sangat baik.
Optimalisasi Chatbot Berbasis TinyLLaMA dengan Fine - Tuning LoRA pada Sistem Layanan Agensi Property Fachrizal Fazza Ashari; Agung Teguh Wibowo Almais; Fajar Rohman Hariri
TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Vol 16 No 1 (2026): January
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/teknologi.v16i1.6433

Abstract

Industri properti di Indonesia menghadapi tantangan dalam menyediakan layanan konsultasi yang cepat, responsif, dan efisien kepada calon pembeli. Model pemasaran tradisional dinilai kurang mampu memenuhi kebutuhan interaksi real-time yang semakin tinggi di era digital. Penelitian ini bertujuan mengembangkan chatbot konsultan properti berbahasa Indonesia menggunakan model TinyLLaMA-1.1B-Chat yang diadaptasi melalui metode fine-tuning Low-Rank Adaptation (LoRA) pada lapisan query projection (q_proj) dan value projection (v_proj). Dataset sintetis dikonstruksi menggunakan pendekatan Template-Based Data Generation yang mencakup tujuh kategori intent, yaitu simulasi KPR, dokumen legal, biaya dan pajak, spesifikasi properti, proses transaksi, konsultasi keputusan, serta risiko dan disclaimer. Eksperimen dilakukan pada tiga konfigurasi model dengan variasi nilai rank LoRA untuk menganalisis pengaruhnya terhadap kualitas dialog. Evaluasi dilakukan menggunakan metrik BLEU-4 serta kuesioner pengguna. Hasil eksperimen menunjukkan bahwa Skenario 3 dengan konfigurasi rank r=24 dan lora_alpha=48 menghasilkan performa terbaik secara kuantitatif dengan skor BLEU-4 sebesar 16.57, mengungguli Skenario 1 (15.27) dan Skenario 2 (13.39). Hasil evaluasi pengguna mengindikasikan bahwa chatbot mampu menangani pertanyaan rutin secara efektif dengan performa yang sebanding dengan agen manusia, sehingga pendekatan hybrid antara chatbot dan agen manusia direkomendasikan untuk mengoptimalkan layanan secara menyeluruh.