Article Per Year (5 Year)
p-Index From 2020 - 2025
2.502
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 : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
Prediksi Kunjungan Wisatawan dengan Reduksi Noise pada Google Trends menggunakan Hilbert-Huang Transform dan Long Short-Term Memory Harun Mukhtar; Yoze Rizki; Febby Apri Wenando; Muhammad Abdul Al Aziz
JURNAL FASILKOM Vol 12 No 3 (2022): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v12i3.4332

Abstract

In many studies, Google Trends Data is efficient to analyze and estimate as explanatory variables, including tourism predictions. However, data retrieval and tourism are always plagued by noise. Without noise processing, the predictive ability of search engine data may be weak, even invalid. As a noise processing method, Hilbert-Huang Transform (HHT) can reduce or clean noise. Forecasting is the art and science of predicting future events. LSTM is able to overcome long-term dependence. This study tries to provide predictions of tourist visits by processing noise in search engines using the Hilbert-Huang Transform method. The forecasting architecture that is built is composed of 3 hidden LSTM layers with 100 units of neurons or nerves that function to process information, which in the LSTM layer also becomes the input layer. Prediction test results on a dataset of 156 rows, resulting in RMSE values in 2019 getting RMSE LSTM 129249 results, and RMSE HHT + LSTM 653058. so that the resulting RMSE is closer to remembering 0.
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%.
SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM BERDARAH DENGUE SECARA DINI MENGGUNAKAN METODE CERTAINTY FACTOR Evans Fuad; Febby Apri Wenando; M Rey Vannada
JuSiTik : Jurnal Sistem dan Teknologi Informasi Komunikasi Vol. 6 No. 1 (2022): Jurnal Sistem dan Teknologi Informasi Komunikasi
Publisher : Universitas Katolik Musi Charitas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32524/jusitik.v6i1.785

Abstract

Dengue fever is a disease caused by the bite of the Aedes aegypti mosquito. This disease is an infectious disease if a person who has been exposed to dengue fever is bitten and sucked by a mosquito and the mosquito bites another person, the virus will spread. In order not to spread, diagnose the symptoms that are being experienced, because the symptoms of dengue hemorrhagic fever are similar to the symptoms of other diseases, making it difficult to distinguish dengue hemorrhagic fever from other diseases. With the existence of an expert system for diagnosing dengue hemorrhagic fever early using this certainty factor method, it can provide insight as well as education to ordinary people so that unwanted things or fatal errors do not occur.
Sistem Informasi Parkir Elektronik pada Kampus Universitas Andalas Berbasis Website Febby Apri Wenando; Rahmatika Pratama Santi; Lathif Nur Irsyad; Salsabila Ramadhani Putri
JURNAL FASILKOM Vol 13 No 01 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v13i01.4842

Abstract

Transformasi digital yang sedang berlangsung menuntut kemampuan untuk memproduksi aplikasi secara cepat, hemat, adapatif sehingga efektif, efisien dan berdampak pada organisasi. Sistem Informasi Parkir Elektronik merupakan pengelolaan parkir berbasis elektronik yang dirancang menggunakan sistem real time. Langkah menerapkan E-Parkir sebagai usaha memberikan pelayanan di bidang perpakiran dalam menciptakan parkir aman, nyaman dan transparansi. Penelitian ini bertujuan menghasilkan produk teknologi informatika untuk mendukung tema-tema utama riset sesuai Rencana Induk Penelitian Universitas Andalas Produk yang dihasilkan berupa aplikasi sistem informasi untuk inovasi pada teknologi dan industri khususnya untuk meningkatkan efektifitas dan kemajuan kampus Unand. sistem ini berpotensi untuk memberikan dampak positif bagi para warga kampus yang selama ini masih menggunakan cara perrparkiran manual, dimana petugas satuan pengamanan kampus memberika kartu kepada mahasiswa. Sistem E-Parkir ini diharapkan akan memudahkan penggunanya untuk mengontrol arus kendaraan serta meningkatkan pengawasan kendaraan dengan menggunakan metode SCRUM berbasis website yang bisa diakses dimanapun dan kapanpun secara realtime. Tujuan penelitian ini adalah mengurangi penggunaan kartu parkir dan kertas sehingga mempermudah pengelolaan kendaraan dilingkungan Kampus UNAND.
Sistem Informasi Pendataan Prestasi Mahasiswa untuk Pendataan Prestasi Mahasiswa Departemen Sistem Informasi Menggunakan Metode UAT Dengan Framework Pieces Rahmatika Pratama Santi; Febby Apri Wenando; Salsabila Ramadhani Putri; Lathif Nur Irsyad
JURNAL FASILKOM Vol 13 No 01 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v13i01.4959

Abstract

Sistem Informasi Pendataan Prestasi Mahasiswa merupakan aplikasi berbasis elektronik yang dirancang mempunyai database sehingga ketika pengguna membutuhkan data bisa secara real time tersedia. Langkah menerapkan Pendataan Prestasi Mahasiswa sebagai usaha memberikan pelayanan kepada mahasiswa dalam menciptakan sistem yang sangat membantu mahasiswa dalam menyimpan dan mendata prestasi yang mereka punya secara terorganisir dan aman. Penelitian ini bertujuan menghasilkan produk teknologi informatika untuk mendukung tema-tema utama riset sesuai Rencana Induk Penelitian Universitas Andalas Produk yang dihasilkan berupa aplikasi sistem informasi untuk inovasi pada teknologi dan industri khususnya untuk meningkatkan efektifitas dan kemajuan kampus Unand. sistem ini berpotensi untuk memberikan dampak positif bagi mahasiswa yang selama ini masih mempunyai segudang prestasi tetapi belum terdata dengan baik, serta diharapkan akan memudahkan penggunanya untuk mengupdate data mereka sendiri tanpa perlu harus dikumpulkan dulu berupa hardcopy dan bukti pendukung, cukup dengan mereka mengupload data prestasi mereka sendiri dari rumah dan dimanapun bisa diakses karena sistem ini berbasis website. Agar nantinya bisa dijadikan sebagai curriculum vitae yang valid dalam bentuk SKPI (Surat Keterangan Pendamping Ijazah) bagi mahasiswa.
Pendampingan Pembuatan Video Game untuk SMAN 3 Batusangkar Aina Hubby Aziira; Ricky Akbar; Adi Arga Arifnur; Afriyanti Dwi Kartika; Dwi Welly Sukma Nirad; Febby Apri Wenando; Ullya Mega Wahyuni
Warta Pengabdian Andalas Vol 30 No 2 (2023)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM) Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jwa.30.2.266-274.2023

Abstract

Student creativity in the field of research can develop a method that has excellent potential to be utilized by the wider community. SMAN 3 Batusangkar students have high creativity and interest in participating in research olympiads, such as designing a video game structure as a therapeutic tool to help children with Attention Deficit Hyperactivity Disorder (ADHD) in problems with hyperactivity, impulsivity, and inattention. The designed video game is part of their research plan proposed in the Indonesian Student Research Olympiad. However, the lack of understanding of the students in making video games with the concept of visual attention for children with ADHD to be used in research is a problem in itself. Therefore, the community service team in the Information Systems Department, Universitas Andalas, assisted in making video games to increase the understanding of the SMAN 3 Batusangkar team on making video games. This activity aimed to disseminate process knowledge related to making simple video games to support innovations that benefit society. Assistance was carried out intensively at the Basic Laboratory of the Information Systems Department to help the SMAN 3 Batusangkar team complete a series of research plans proposed for the Olympics, especially at stages related to making video games.
Peran Penggunaan IoT dengan Machine Learning dalam Penanganan Pandemi COVID-19: Systematic Literatur Review Febby Apri Wenando
JURNAL FASILKOM Vol 13 No 02 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v13i02.5651

Abstract

Banyak penelitian yang dilakukan untuk membahas peyebaran, dampak serta akibat yang ditimbulkan oleh COVID-19 terhadap masyarakat pada pandemic terjadi. Pada saat dunia sedang terdampak penyakit COVID-19, penggunaan perangkat IoT terus meningkat setiap harinya. Ada beberapa hal yang bisa dilakukan untuk mengurangi kontak antarmanusia, termasuk pembatasan sosial. Machine Learning merupakan teknologi yang dapat digunakan dengan perangkat IoT. Pendekatan Machine Learning digunakan untuk memprediksi risiko yang terkait dengan COVID-19, untuk membuat prediksi dari data yang dikumpulkan oleh sensor hasil dai perangkat IoT. Artikel ini membahas terkait teknologi IoT yang memanfaat pendekatan machine learning untuk membantu penyebaran dan penangangan pendemi yang telah dilakukan oleh peneliti sebelumnya. Dari hasil banyak penelitian yang telah dilakukan tersebut, algoritma machine learning yang banyak digunakan pada perangkat IoT dengan perbandingan beberapa algoritma yang digunakan untuk data berskala menengah hingga kompleks, dengan tingkat akurasi tertinggi oleh RF (Random Forest) dengan akurasi mendekati 99%. daripada algoritma machine learning lainnya.
Analisis Opini Publik Terhadap Undang-Undang KUHP Tahun 2022 Menggunakan Algoritma Naïve Bayes Classifier Febby Apri Wenando
JURNAL FASILKOM Vol 13 No 02 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v13i02.5670

Abstract

Analisis sentimen, juga disebut penambangan opini, melibatkan proses otomatis dalam memahami, mengekstraksi, dan memproses data tekstual untuk mendapatkan informasi sentimen yang diungkapkan dalam opini seseorang tentang suatu subjek atau objek, biasanya mengambil sikap negatif atau positif. Penelitian ini berupaya untuk mengkategorikan data tweet menjadi sentimen positif dan negatif. Dengan menggunakan teks berbahasa Indonesia dari platform media sosial Twitter, penelitian ini memanfaatkan opini masyarakat dalam tweet tersebut untuk analisis sentimen masyarakat untuk mengetahui persepsi masyarakat terkait Rancangan Undang-Undang KUHP yang baru saja disahkan. Kumpulan data yang digunakan diambil dari social media Twitter, sebanyak 142 data tweet yang gunakan pada penelitian ini. Klasifikasi data tweet ini menggunakan algoritma Naïve Bayes Classifier. Sebelum dilakukan analisis dilakukan tahapan awal untuk mempersiapkan data, disebut dengan tahapan pre-processing, tahapan ini dilakukan untuk membersihkan teks, meliputi proses seperti case folding, tokenisasi, normalisasi, dan stopword removal. Hasil dari 142 data uji yang klasifikasi menghasilkan 62 data bersentimen positif dan sebanyak 80 data sentimen negatif. Setelah dilakukan evaluasi didapat hasil performa algoritma Naïve Bayes Classifier dengan nilai akurasi sebesar 87%.
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 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 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