Article Per Year (5 Year)
p-Index From 2020 - 2025
2.595
P-Index
This Author published in this journals
All Journal Voteteknika (Vocational Teknik Elektronika dan Informatika) Jurnal Pengabdian UntukMu NegeRI Dinamisia: Jurnal Pengabdian Kepada Masyarakat JURTEKSI Jurnal Hilirisasi IPTEKS (JHI) JuSiTik : Jurnal Sistem dan Teknologi Informasi Komunikasi Jurnal Pengabdian Masyarakat Multidisiplin Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Computer Science and Information Technology (CoSciTech) Warta Pengabdian Andalas: Jurnal Ilmiah Pengembangan Dan Penerapan Ipteks
Febby Apri Wenando
Universitas Andalas
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology 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 Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Veterinary Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Jurnal Computer Science and Information Technology (CoSciTech)

 1 
Sistem Pendukung Keputusan Penilaian Pegawai Di Klinik Bunda Medical Center (BMC) Dengan Menggunakan Metode Simple Additive Weighting (SAW) Yulia Fatma; Januar Al Amien; Riski Hakiki; Febby Apri Wenando
Jurnal CoSciTech (Computer Science and Information Technology) Vol 2 No 2 (2021): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v2i2.2961

Abstract

Penilaian kinerja merupakan suatu proses organisasi dalam menilai untuk kinerja pegawainya. Tujuan dilakukan penilaian kinerja untuk memberikan feedback kepada pegawai dalam upaya meningkatkan produktivitas organisasi, dan secara khusus dilakukan dalam kaitannya dengan berbagai kebijaksanaan terhadap pegawai diberikan bonus gaji dan mengevaluasi dari hasil kinerja pegawai. Masalah inilah yang membuat Klinik Bunda Medical Center (BMC) mencari solusi agar penilaian kinerja pegawai dapat dilakukan secara adil, realistis valid dan relevan. Sistem Pendukung Keputusan (SPK) Penilaian Kinerja pegawai adalah sebuah sistem yang dapat membantu HRD dalam menentukan keputusan pegawai dengan kinerja yang baik untuk mendapatkan bonus gaji. Kriteria yang digunakan untuk mengukur kinerja pegawai ada 5 kriteria, yaitu Kedisiplinan, Team Work,Kejujuran,Tanggung Jawab,Tepat Waktu. Sistem ini menggunakan metode Simple Additive Weighting (SAW) yang merupakan metode penilaian yang diukur dari nilai suatu bobot kriteria yang dikelompokan dalam bobot nilai kriteria yang bersifat benefit. Dengan menggunakan sistem pendukung keputusan ini dapat membantu HRD untuk dalam melakukan penilaian kinerja pegawai di Klinik Bunda Medical Center (BMC). Hasil akhir penghitungan dari SAW, menunjukkan bahwa alternatif A5 atas nama Miftakhul Jannah, S.Kom, adalah pegawai terbaik dengan jumlah nilai tertinggi yaitu 1.
K-Nearest Neighbor (KNN) untuk Menganalisis Sentimen terhadap Kebijakan Merdeka Belajar Kampus Merdeka pada Komentar Twitter Febby Apri Wenando; Rahman Septiadi; Rahmad Gunawan; Harun Mukhtar; Syahril
Computer Science and Information Technology Vol 3 No 2 (2022): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v3i2.3841

Abstract

On December 11, 2019, the Minister of Education and Culture of the Republic of Indonesia Nadiem Anwar Makarim issued a policy of "Merdeka Belajar". Netizens on Twitter have debated this Merdeka Belajar and became a trending topic. This study tries to analyze the sentiment of tweets about opinions on this policy by classifying whether it is a positive opinion or a negative opinion. The classification method applied is the K-Nearest Neighbor algorithm. In this study, four main processes were carried out, namely text-preprocessing, word-weighting (TF-IDF), classification and validation using k-fold cross validation. Tests were carried out with a dataset of 700 data, training was carried out using 630 training data and 70 testing data. In testing, the highest accuracy of the K-Nearest Neighbor algorithm was obtained at the k-8 value, namely 84.28%. Furthermore, validation is carried out using k-fold cross validation with a value of fold = 10 to get an accuracy of 84.42%.
Aplikasi dan Kerentanan Algoritma Probabilistic Neural Network (PNN): Systematic Literature Review Febby Apri Wenando; Yulia Fatma; Annisa Ulfa; Salma; Jahro Taurin
Computer Science and Information Technology Vol 4 No 2 (2023): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v4i3.5676

Abstract

PNN (Probabilistic Neural Network) adalah salah satu jenis jaringan saraf tiruan (artificial neural network) yang dapat digunakan untuk berbagai macam aplikasi, seperti prediction, classification, word embedding, medical detection, biometric identification dan aplikasi lainnya. Meskipun PNN menunjukkan kinerja yang baik dalam banyak kasus, algoritma ini juga memiliki kerentanan terhadap serangan dan kekurangan tertentu. Oleh karena itu, penelitian tentang aplikasi dan kerentanan PNN sangat penting dalam pengembangan sistem pembelajaran mesin yang lebih aman dan andal. Penelitian ini bertujuan untuk melakukan tinjauan literatur sistematis tentang aplikasi dan kerentanan PNN. Metode tinjauan literatur sistematis digunakan untuk mengidentifikasi dan menganalisis publikasi terkait PNN dari berbagai sumber seperti jurnal ilmiah. Hasil tinjauan literatur ini menunjukkan bahwa PNN telah berhasil digunakan dalam berbagai aplikasi dan menunjukkan kinerja yang baik. Namun, beberapa studi juga mengungkapkan kerentanan dan kelemahan PNN. Penelitian ini memberikan wawasan tentang aplikasi dan kerentanan PNN, yang dapat digunakan sebagai dasar untuk pengembangan teknik yang lebih aman dan andal dalam pembelajaran mesin. Hasil tinjauan literatur ini juga dapat digunakan sebagai sumber referensi bagi peneliti yang tertarik dalam pengembangan sistem pembelajaran mesin yang lebih baik dan andal menggunakan algoritma PNN.
Sentimen Analisis Masyarakt terhadap Kasus Penembakan Brigadir J Menggunakan Algoritma Naïve Bayes Classifier Febby Apri Wenando; Regiolina Hayami; Soni Soni; Ananda Fitria; Deyola Shifana
Computer Science and Information Technology Vol 4 No 2 (2023): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v4i2.5686

Abstract

Analisis sentimen merupakan riset komputasional dari opini, sentimen dan emosi yang di ekspresikan secara tekstual dengan menggunakan metode pengelompokkan sehingga menghasilkan penilaian bernilai positif atau negatif. Proses analisis ini umumnya dimulai dengan pengumpulan data yang kemudian di olah melalui pendekatan machine learning. Salah satu teknik pengumpulan data tersebut yaitu menggunakan internet dan beragam platform media sosial lainnya. Salah satu jenis platform media sosial yang sangat berkembang saat ini adalah Twitter. Media sosial Twitter mempermudah masyarakat untuk bebas berpendapat melalui cuitan atau biasa disebut dengan tweets. Netizen dapat dengan bebas menyampaikan opini pribadinya untuk topik apapun, termasuk persepsi terhadap kasus kriminal yang terjadi di Indonesia. Salah satu kasus terbaru yang tengah menjadi topik perbincangan hangat saat ini adalah kasus pembunuhan Brigadir Joshua dengan tersangka yaitu seorang Irjen Polri yaitu Ferdy Sambo. Sehingga di dalam penelitian ini opini masyarakat yang terdapat pada platform Twitter tersebut dapat dimanfaatkan sebagai bahan analisis sentimen untuk mengetahui pendapat publik terhadap kasus Ferdy Sambo. Data yang digunakan terdiri dari 234 data tweet dengan persentase opini positive sebesar 51,50% dan negative sebesar 48,50% yang kemudian diklasifikasikan dengan Algoritma Naive Bayes Classifier dengan hasil yang didapat nilai f1-score sebesar 75%.
Co-Authors Adi Arga Arifnur Afriyanti Dwi Kartika Agung Jefrianto Anggrawan Ahmaddul Hadi Aina Hubby Aziira Akbar, Ricky Aminuyati Ananda Fitria Annisa Ulfa Aziira, Aina Hubby Baidarus Desti Mualfah Deyola Fadwa Shifana Deyola Shifana Diah Angraina Fitri Diah Angraina Fitri Diah Angraini Putri Dony Novaliendry Evans Fuad Fajril Akbar Gunawan, Rahmad Hafid, Afdhil Hanim, Hafizah Haris Suryamen, Haris Harun Mukhtar Hasanuddin Hasanuddin Hayami, Regiolina Husnil Kamil Jahro Taurin Januar Al Amien Januar Al Amien Lathif Nur Irsyad M Rey Vannada Muhammad Abdul Al Aziz Muhammad Erlangga Adi Nova Meirizha Rahmad Firdaus Rahman Septiadi Rahmatika Pratama Santi Reny Medikawati Taufik Riski Hakiki Salma Salsabila Ramadhani Putri Satriardi . Soni Sukma Nirad, Dwi Welly Syahril Ullya Mega Wahyuni Unik, Mitra Yoze Rizki Yulia Fatma Yulia Fatma