Article Per Year (5 Year)
p-Index From 2021 - 2026
1.619
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Teknologi Informasi dan Ilmu Komputer Journal of Information Technology and Computer Science INTEGER: Journal of Information Technology JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) International Journal of Artificial Intelligence and Robotics (IJAIR) Journal Of Artificial Intelligence And Software Engineering
Mohammad Zoqi Sarwani, Mohammad Zoqi
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Mendeteksi Emosi Berdasarkan Postingan Sosial Media X Menggunakan Algoritma Long Short-Term Memory Nadhiroh, Irni Irana Ainin; Sarwani, Mohammad Zoqi; Udin, Muhammad
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.13509

Abstract

Emosi merupakan aspek penting dalam komunikasi manusia yang sering muncul melalui unggahan di media sosial. Emosi tersebut diekspresikan dalam teks berbahasa Indonesia di platform media sosial X. Penelitian ini bertujuan untuk mendeteksi lima kategori emosi, yaitu marah, takut, senang, cinta, dan sedih. Model yang digunakan adalah algoritma Long Short-Term Memory (LSTM) dengan representasi kata dari FastText. Model dilatih menggunakan metode EarlyStopping dan dievaluasi dengan metrik akurasi, presisi, recall, dan F1-score. Hasil  menunjukkan bahwa model mencapai akurasi sebesar 79% pada data testing dengan performa yang relatif seimbang untuk setiap kategori emosi. Penelitian ini menunjukkan bahwa FastText dan LSTM efektif untuk mendeteksi emosi dalam teks media sosial berbahasa Indonesia. Penelitian ini diharapkan bermanfaat  dalam pengembangan penelitian berbasis emosi, seperti analisis sentimen, pemantauan opini publik, dan sistem pendukung kesehatan mental.   Kata Kunci – Deteksi Emosi, Sosial Media, Long Short-Term Memory, FastText
Pemodelan Regresi Non Linear Menggunakan Algoritma Genetika Untuk Prediksi Kebutuhan Air PDAM Kota Malang Putri Hasan, Vitara Nindya; Mahmudy, Wayan Firdaus; Sarwani, Mohammad Zoqi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 1: Maret 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (798.15 KB) | DOI: 10.25126/jtiik.201631170

Abstract

AbstrakSeiring dengan meningkatnya jumlah penduduk di Kota Malang maka meningkat pula kebutuhan konsumen air bersih dari PDAM.  Perubahan pemakaian air tersebut jika tidak diolah dengan baik maka akan menyebabkan beberapa persoalan diantaranya apabila PDAM terlalu banyak mendistribusikan air bersih ke konsumen maka akan berakibat pemborosan air dan sebaliknya apabila distribusi air bersih PDAM kurang maka konsumen akan kekurangan air bersih.  Oleh karena itu dibutuhkan suatu estimasi untuk memperkirakan dengan tepat seberapa besar volume air yang diperlukan di tahun-tahun berikutnya. Permasalahan tersebut dimodelkan dengan persamaan regresi non linear yang terdiri dari variabel bebas (X) dan variabel terikat (Y). Algoritma Genetika digunakan untuk memilih variabel mana saja yang perlu dilibatkan dalam persamaan regresi. Proses reproduksi menggunakan one-point-crossover dan random mutation, untuk proses seleksinya menggunakan model elitism selection. Dari uji coba didapatkan parameter terbaik yaitu ukuran populasi sebanyak 225, generasi terbaik sebanyak 1750 generasi, kombinasi cr : mr adalah 0,6 : 0,4 dengan nilai fitness tertinggi yaitu 107.997.  Hasil akhir berupa model regresi dengan melibatkan sesedikit mungkin variable bebas dan mean square error (MSE) terkecil..Kata kunci: Regresi Non Linear, Algoritma Genetika, Prediksi, Pemakaian air PDAM  AbstractAlong with the increasing population in Malang the consumer water consumption from PDAM also increase.  The change of water consumption if it is not treated properly , it will cause some problems when the PDAM has too many of water to distribute to consumers it will result in wastage of water and otherwise if the distribution of water less than normal, then the consumer will get a shortage of water.  Therefore it is necessary to estimate for predict exactly how much the water volume needed in subsequent years.  This problem will be modeled with non linear regression that consist of the independent variable (X) and the dependent variable (Y). Genetic Algorithm is applied to determine which variables are involved in the regression model. The reproduction process uses one-point-crossover and random mutation, for the selection process uses a elitism selection models. The numerical experiment obtains the best population size is 225, the best generation as much as 1750 generation, combination of cr : mr is 06 : 0.4 with the highest fitness value is 107.997.  The final result is a regression model that involves less independent variabels with minimum mean square error (MSE).Keywords: Non Linear Regression, Genetic Algorithm, Predict, Water Consumption
Co-Authors Agus Naba Anang Aris Widodo Aprilia, Yunita Nur Chanafi, Imam Hidayat, Faris Mohamad Khoiron Nadhiroh, Irni Irana Ainin Putri Hasan, Vitara Nindya Putri, Nabila Romadhona, Salsabil Wahyu Rudi Hariyanto Salafudin, Muhammad Shubkhan Sani, Dian Ahkam Saputro, Harinudin Setiawan, Muhamad Agus Suharyadi, Heri Udin, Muhammad Wayan Firdaus Mahmudy