Article Per Year (5 Year)
p-Index From 2020 - 2025
2.096
P-Index
This Author published in this journals
All Journal JURNAL SISTEM INFORMASI BISNIS Journal of Telematics and Informatics Jurnal Transformatika JUITA : Jurnal Informatika Al-Ihkam: Jurnal Hukum dan Pranata Sosial Proceeding of the Electrical Engineering Computer Science and Informatics TRANSISTOR Elektro dan Informatika Sistemasi: Jurnal Sistem Informasi Jurnal Pengabdian kepada Masyarakat Nusantara JAST Jurnal Rekayasa Sistem Informasi dan Teknologi JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Badieah Assegaf
Universitas Sultan Agung
Religion Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Mechanical Engineering Social Sciences

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search

 1   2 
Implementasi Algoritma K-Nearest Neighbor dan Algoritma A-Star pada Sistem Navigasi Ruangan Berbasis Wi-Fi Fingerprint Positioning Lanang Bagus Prakarsa; Badieah Badieah; Sri Mulyono
TRANSISTOR Elektro dan Informatika Vol 4, No 3 (2022)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.4.3.190-201

Abstract

Area publik merupakan suatu area dimana lokasi tersebut menjadi pusat masyarakat umum untuk beraktifitas. Sebuah area publik biasanya mempunyai area yang luas dengan berbagai sub area yang terdapat di dalamnya. Contoh dari area public adalah mall, bandara, stasiun, museum, alun-alun, dan lain-lain. Pengunjung baru suatu public area biasanya kebingungan saat ingin menulusuri tempat-tempat di dalamnya. Akan sangat memudahkan jika suatu sistem navigasi dapat diterapkan pada fasilitas umum seperti ini. Area publik dapat berbentuk indoor maupun outdoor. Sistem navigasi berbasis satelit seperti GPS mempunyai keterbatasan jika diterapkan pada area indoor disebabkan oleh suatu kondisi yang disebut line of sigh yaitu suatu kondisi dimana tidak memungkin terjadinya transmisi sinyal yang tidak terhalang antara perangkat dan satelit. Wi-fi fingerprint positioning merupakan salah satu metode alternatif dalam sistem penentuan posisi dengan memanfaatkan wi-fi access point sebagai transmitter. Jangkauan sinyal wi-fi yang cukup luas dan kebutuhan perangkat yang minimal dapat menjadi solusi optimal untuk membangun suatu sistem navigasi dalam ruangan. Prototipe sistem navigasi dalam ruangan dikembangkan di area lantai 3 gedung Fakultas Teknologi Industri Unissula sebagai studi kasus penelitian. Prototipe diimplementasikan dengan metode fingerprint positioning dan algoritma k-NN untuk dapat melakukan pemposisian, serta algoritma A-star untuk melakukan pencarian rute navigasi. Hasil pengujian menunjukkan bahwa prototipe dapat menentukan posisi pengguna serta memberikan rute navigasi dengan baik.
Pelatihan dan Pendampingan Pengelolaan Website Sekolah Sebagai Media Informasi Publik Sekolah Dasar Hj. Isriati Baiturrahman 1 Semarang Badieah Badieah; Muhammad Khosyi’in; Jenny Putri Hapsari
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 4 No. 1 (2023): Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN)
Publisher : Cv. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (445.987 KB) | DOI: 10.55338/jpkmn.v4i1.650

Abstract

Website sebagai media publikasi online bagi Sekolah saat ini sudah menjadi kebutuhan yang sangat mendesak. Semua informasi dapat dengan mudah tersampaikan secara lengkap dan lugas dengan media website. Kebutuhan website menjadi sebuah keniscayaan bagi sebuah sekolah selain menggunakan media sosial. SD Hj. Isriati Baiturrahman 1 Semarang hingga saat ini senantiasa menyampaikan informasi seputar kegiatan sekolah dan pendaftaran peserta didik baru dengan menggunakan media sosial. Dari observasi awal, sekolah teridentifikasi sudah memiliki website madiri, namun masih kekurangan tenaga yang dapat membantu melaksanakan tugas pengelolaan website terutama pada publikasi konten. Sehingga hal ini menyebabkan beban pekerjaan hanya tertuju pada orang-orang tertentu saja. Harapannya adalah website sekolah dapat dikelola secara bergotong royong dan mandiri oleh guru-guru di SD Hj.Isriati Baiturahman 1 Semarang. Namun karena literasi atau pengetahuan guru yang minim terhadap manajemen konten melalui CMS, maka hal ini menjadi hambatan tersendiri. Oleh karenanya pada proposal pengabdian masyarakat ini, diajukan kegiatan pelatihan dan pendampingan pengelolaan website di SD Hj.Isriati Baiturahman 1 Semarang yang bertujuan meningkatkan taraf literasi guru dalam mengelola website terutama dalam mempublikasikan konten kegiatan sekolah . Harapan kedepannya adalah guru dapat mengelola dan mempublikasikan konten-konten yang berkaitan dengan kegiatan sekolah secara mandiri berkesinambungan.
IMPLEMENTASI TEKNIK RESAMPLING UNTUK MENGATASI KETIDAKSEIMBANGAN DATA TERHADAP KLASIFIKASI ANEMIA MENGGUNAKAN SUPPORT VECTOR MACHINE Wulandari, Nadia; Badieah, Badieah
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 2 No. 3 (2025): Februari
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v2i3.1856

Abstract

Penelitian ini bertujuan untuk mengatasi permasalahan ketidakseimbangan data dalam klasifikasi anemia dengan menerapkan teknik Synthetic Minority Over-sampling Technique (SMOTE) dan algoritma Support Vector Machine (SVM). Anemia merupakan kondisi medis yang terjadi akibat rendahnya kadar hemoglobin dalam darah, sehingga menghambat distribusi oksigen ke seluruh tubuh. Dalam penelitian ini, data yang digunakan berasal dari dataset "Anemia Type Classification" yang tersedia di Kaggle, dengan total 1281 sampel, 14 fitur, dan 9 kelas klasifikasi anemia. Metode penelitian melibatkan beberapa tahapan, yaitu preprocessing data, penanganan data yang tidak seimbang, klasifikasi menggunakan SVM dengan pendekatan One vs One (OvO) dan One vs Rest (OvR), serta evaluasi performa model. Teknik SMOTE diterapkan untuk meningkatkan jumlah sampel pada kelas minoritas, sehingga mengurangi bias model terhadap kelas mayoritas. Model diuji dalam tiga skenario: tanpa resampling, oversampling dengan SMOTE, dan undersampling. Hasil penelitian menunjukkan bahwa penerapan teknik SMOTE dengan pendekatan OvO pada algoritma SVM menghasilkan performa terbaik dengan akurasi sebesar 85%, precision 87%, recall 90%, dan F1-score 87%. Sementara itu, pendekatan OvR memiliki performa yang lebih rendah dibandingkan OvO. Pengujian tanpa resampling menghasilkan akurasi yang cukup baik, namun masih menunjukkan bias terhadap kelas mayoritas. Teknik undersampling menghasilkan performa yang lebih rendah dibandingkan metode lainnya. Simpulan, bahwa penerapan SMOTE dengan algoritma SVM dan pendekatan OvO dapat meningkatkan akurasi klasifikasi anemia pada dataset yang tidak seimbang. Temuan ini dapat menjadi dasar bagi pengembangan sistem prediksi anemia yang lebih akurat dan efektif dalam mendukung diagnosis medis. Kata Kunci : Anemia, Klasifikasi Multiclass, Support Vector Machine, SMOTE, One Vs One, One Vs Rest
Analisis Sentimen Terhadap Produk Sunscreen Pada Marketplace Menggunakan Support Vector Machine (SVM) Bahtiar, Thoriq; Assegaf, Badieah; Subroto, Imam Much Ibnu
TRANSISTOR Elektro dan Informatika Vol 6, No 1 (2024)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.6.1.%p

Abstract

Pasar online seperti Shopee telah menjadi platform penting bagi bisnis untuk menjual produk dan layanan kepada khalayak luas, mendorong pertumbuhan platform marketplace. Ulasan konsumen tidak hanya mencerminkan pengalaman pribadi pengguna dengan sebuah produk, tetapi juga memberikan informasi detail tentang efektivitas produk tersebut. Dengan menganalisis ulasan ini, calon pembeli bisa mendapatkan gambaran yang lebih jelas mengenai kelebihan dan kekurangan produk tersebut, sehingga bisa menjadi umpan balik yang berharga untuk peningkatan produk di masa mendatang. Penelitian ini bertujuan untuk mengembangkan sistem analisis sentimen terhadap produk sunscreen di marketplace Shopee menggunakan metode Support Vector Machine (SVM). Analisis sentimen dilakukan untuk mengevaluasi tingkat kepuasan konsumen terhadap produk sunscreen yang dijual di Shopee. Melalui analisis ini, persepsi konsumen tentang produk tersebut dapat dievaluasi, sehingga memberikan wawasan berharga untuk peningkatan produk dan pengambilan keputusan konsumen. Proses analisis sentimen mencakup tahapan pra-pemrosesan teks, termasuk lowercasing, tokenization, dan penghapusan stop words menggunakan Sastrawi. Berdasarkan hasil penelitian, metode SVM dengan pembobotan TF-IDF menunjukkan performa yang memuaskan dengan akurasi tinggi, nilai precision 0,89, recall 0,90, dan F1-score 0,89, yang mengindikasikan kemampuan model dalam mengklasifikasikan sentimen konsumen secara efektif dan konsisten.
Visitor Satisfaction Analysis of Library Services at Sultan Agung Islamic University Using Libqual and Fuzzy Riansyah, Andi; Pratama, Nirmala Putri; Assegaf, Badieah
Jurnal Transformatika Vol. 18 No. 1 (2020): July 2020
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v18i1.2123

Abstract

Quality of service is part of the services provided by the Universitas Islam Sultan Agung (UNISSULA) library so that it matches the expectations and needs of visitors. There is not yet a system that can be used to measure service quality so that the process of measuring services is less than optimal. So it needs to be made a system that can be used to evaluate the quality of library services. The system was built using two methods in its development, namely the Libqual Method and the Fuzzy Tsukamoto Method by using a Likert scale from values 1 to 5. The Libqual method is used to measure the gap between perception and expectations with two calculations namely Adequancy Gap (AG) and Superiority Gap (SG) , in Fuzzy Tsukamoto there are four process processes, namely fuzzyfication, rule formation, inference and defuzzyfication machines which are used as ranking of each question on the questionnaire regarding service quality. Ranking aims to find out the question items about the quality of service that has the best value on a scale from small to large. The results of calculations using Libqual and Fuzzy Tsukamoto from three dimensions that exist in Libqual, Library as Place gets first rank with a value of 3,31 which is the most optimal service quality.
Rancang Bangun Sistem Pengenalan Wajah Menggunakan Metode Haar Cascade Classifier dan Local Binary Pattern Histogram Pada Akses Masuk Ruang Dosen Jalaluddin, Ahmad; Assegaf, Badieah; Mulyono, Sri
TRANSISTOR Elektro dan Informatika Vol 5, No 2 (2023)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.5.2.%p

Abstract

Perkembangan teknologi suatu sistem pengamanan akses masuk ruangan telah banyak di temukan di berbagai instansi dengan menggunakan teknologi biometrik. Teknologi biometrik seperti sensor sidik jari, sensor retina mata dan deteksi wajah memberikan banyak kemudahan bagi pengguna suatu ruangan untuk keamanan privasi dan dokumen yang memiliki nilai yang tinggi. Masalah yang sering ditemukan pada ruangan yang didalamnya terdapat aset berharga adalah terjadinya pencurian. Oleh sebab itu diperlukan suatu teknologi biometrik untuk akses masuk ruangan yaitu face recognition atau pengenalan wajah dengan WebCam dan Jetson Nano sebagai alat yang digunakan untuk akses masuk ruangan. Jetson Nano yang akan menjadi otak kamera dimana kamera dapat mengenali wajah pengguna dan beberapa orang yang dapat mengakses ruangan. Jika citra yang diproses terdapat kecocokan pada file data maka program akan memberikan perintah output pintu dalam kondisi terbuka. Namun apabila citra yang ditangkap tidak ada kecocokan dengan file data maka pintu selalu dalam kondisi tertutup. metode Haar Cascade Classifier dan Local Binary Pattern Histogram (LBPH) dapat bekerja dengan hasil yang cukup untuk dapat digunakan diruangan dosen Teknik Informatika Unissula yaitu dengan hasil akurasi total dari semua percobaan di dapatkan nilai 63,33 %. Namun hasil tersebut masih cukup rendah jika di gunakan untuk sekala lebih yang lebih besar seperti seperti Keamanan akses masuk ruangan. Dari percobaan tiga jarak yang dilakukan mendapatkan dua kesimpulan yaitu semakin jauh jarak wajah ke kamera maka hasil FRR semakin besar dan semakin dekat jarak wajah ke kamera maka hasil FAR semakin besar. Hasil maksimal dari percobaan ini didapat pada jarak kamera ke wajah sejauh 50 cm yaitu dengan akurasi total yang di dapatkan adalah 83,33%, FAR sebesar 16,7 % dan FRR sebesar 0 %.
Implementasi Bidirectional Long Short-Term Memory untuk Identifikasi Entitas Saham Fatimah, Akmalia; Badieah, Badieah; Haviana, Sam Farisa Chaerul
Jurnal Teknik Informatika dan Sistem Informasi Vol 11 No 1 (2025): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v11i1.9775

Abstract

One of the financial products in the capital market that is in great demand is stock. Shares are proof of ownership of a company that fluctuates and tends to have a high level of risk and nonlinear price changes. To make the right investment decision, investors are required to be able to analyze the abundant stock information carefully and quickly. In facing this challenge, Named Entity Recognition (NER) can be a potential solution in analyzing stock information by recognizing stock entities and grouping them into certain labels. In this research, NER is developed with the Bidirectional Long Short-Term Memory algorithm, which is used to identify five stock entities: company name, stock code, stock index, industry sector, and sub-sector. With an accuracy of 99.81% on the test data, the Bi-LSTM algorithm can identify the entities well and group each token into the five entities.
Co-Authors Ahmad Jalaluddin, Ahmad Ahmad Mujib Alamsyah Alamsyah Alfiah Nurul Fatimah Intan Pertiwi Ali Selamat Andi Riansyah Bahtiar, Thoriq Bayu Surarso Dewi Ayu Fatmawati Eko Saputra, Wardianto Fatimah, Akmalia Ghozi Fidaul Haq Ghufron Imam Much Ibnu Subroto Jenny Putri Hapsari Lanang Bagus Prakarsa Muhammad Khosyi’in Muna Madrah Muna Yastuti Madrah Munaf Ismail Nadia Wulandari Nur Muhammad Syaifuddin Pratama, Nirmala Putri Rachmat Gernowo Riansyah, Andi Sam Farisa Chaerul Haviana Sri Arttini Dwi Prasetyawati Sri Mulyono Sri Mulyono Suharyo Herwasto Wardianto Eko Saputra