Article Per Year (5 Year)
p-Index From 2021 - 2026
10.351
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Teknologi dan Manajemen Informatika Jurnal Teknologi Informasi dan Ilmu Komputer International Journal of Advances in Intelligent Informatics E-Dimas: Jurnal Pengabdian kepada Masyarakat International Journal of Artificial Intelligence Research Knowledge Engineering and Data Science JURNAL MEDIA INFORMATIKA BUDIDARMA JPM (Jurnal Pemberdayaan Masyarakat) International Journal of Computing and Informatics (IJCANDI) JITK (Jurnal Ilmu Pengetahuan dan Komputer) ILKOM Jurnal Ilmiah Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) EDUMATIC: Jurnal Pendidikan Informatika Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Indonesian Journal of Data and Science Innovation in Research of Informatics (INNOVATICS) Jurnal Teknik Informatika (JUTIF) Journal of Applied Data Sciences Jurnal Minfo Polgan (JMP) Buletin Sistem Informasi dan Teknologi Islam Ilmu Komputer untuk Masyarakat Bulletin of Culinary Art and Hospitality Jurnal Inovasi Teknologi dan Edukasi Teknik NERO (Networking Engineering Research Operation) Jurnal Informatika: Jurnal Pengembangan IT The Indonesian Journal of Computer Science CSRID Linier: Literatur Informatika dan Komputer
Purnawansyah Purnawansyah
Universitas Muslim Indonesia
Agriculture, Biological Sciences & Forestry Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences Other

Published : 99 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 99 Documents
Search

 6   7   8   9   10 
Analisis Sentimen Pengguna Sosial Media X Terhadap Penundaan Pengangkatan CPNS dan P3K di Indonesia Firman Akbar; Purnawansyah Purnawansyah; Amaliah Faradibah
LINIER: Literatur Informatika dan Komputer Vol 3, No 1 (2026)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v3i1.3486

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen masyarakat di media sosial X terhadap kebijakan penundaan pengangkatan Calon Pegawai Negeri Sipil (CPNS) dan Pegawai Pemerintah dengan Perjanjian Kerja (PPPK) di Indonesia menggunakan algoritma Naïve Bayes. Data dikumpulkan melalui proses crawling pada media sosial X yang menghasilkan 283 komentar terkait isu tersebut. Proses analisis meliputi pre- processing data (pembersihan, case folding, filtering, stemming, dan tokenizing), pelabelan sentimen positif dan negatif, ekstraksi fitur menggunakan metode TF-IDF, klasifikasi dengan algoritma Multinomial Naïve Bayes, serta evaluasi model menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mampu melakukan klasifikasi sentimen secara efektif terhadap opini publik yang beragam, mulai dari dukungan, kritik, hingga pandangan netral terhadap kebijakan penundaan tersebut. Temuan ini diharapkan dapat menjadi masukan bagi pemerintah dalam merumuskan kebijakan yang lebih responsif terhadap opini publik
Analisis Pengaruh Penanganan Imbalanced Dataset Terhadap Kinerja Model Klasifikasi Kualitas Peta Konsep Menggunakan Algoritma Support Vector Machine Kotot Tri Hartanto; Purnawansyah Purnawansyah; Sitti Rahmah Jabir
LINIER: Literatur Informatika dan Komputer Vol 3, No 1 (2026)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v3i1.3489

Abstract

Penilaian kualitas peta konsep sering digunakan untuk melihat pemahaman mahasiswa secara lebih terstruktur, namun proses penilaiannya masih banyak dilakukan secara manual sehingga memerlukan waktu dan berpotensi tidak konsisten. Tantangan lain yang muncul adalah ketidakseimbangan jumlah data antar kelas kualitas, yang dapat membuat model klasifikasi cenderung bias pada kelas mayoritas. Penelitian ini bertujuan menguji pengaruh SMOTE ENN terhadap kinerja Support Vector Machine dalam mengklasifikasikan kualitas proposisi peta konsep. Data yang digunakan berjumlah 691 proposisi dengan empat kelas kualitas, di mana kelas 3 mendominasi sebesar 64,3 persen. Teks diproses melalui tahap pra pemrosesan, kemudian direpresentasikan menggunakan TF IDF dengan ukuran kosakata 321 fitur. Data dibagi menjadi pelatihan dan pengujian dengan rasio 80 banding 20. Eksperimen dilakukan pada dua skenario, yaitu SVM tanpa penyeimbangan sebagai baseline, serta SVM dengan SMOTE ENN yang diterapkan pada data pelatihan sehingga ukuran data pelatihan meningkat dari 552 menjadi 1309 sampel dan distribusi kelas menjadi lebih seimbang. Hasil pengujian menunjukkan bahwa SMOTE ENN meningkatkan recall rata rata antar kelas dari 0,6479 menjadi 0,7149 dan F1 Score rata rata antar kelas dari 0,6806 menjadi 0,7297, serta menurunkan MAE dari 0,2230 menjadi 0,1871. Akurasi mengalami penurunan kecil dari 0,8633 menjadi 0,8561. Namun, penurunan ini disertai peningkatan recall dan F1 rata-rata antar kelas, yang berarti model lebih adil dan lebih baik dalam mendeteksi kelas-kelas yang sebelumnya jarang. Temuan ini mengindikasikan bahwa SMOTE ENN efektif untuk meningkatkan pemerataan performa klasifikasi pada dataset peta konsep yang tidak seimbang
Karya Ilmiah Makalah Perancangan Alat Monitoring Suhu dan Kelembaban pada Tanaman Sawi Berbasis Arduino Uno Muhammad Nur Firdaus; Purnawansyah Purnawansyah; St. Hajrah Mansyur
LINIER: Literatur Informatika dan Komputer Vol 1, No 1 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v1i1.2486

Abstract

Sawi merupakan tanaman yang rentan terhadap perubahan suhu dan kelembaban, dimana kondisi yang tidak optimal dapatmenghambat pertumbuhan dan bahkan dapat mengakibatkan pembusukan pada tanaman. Untuk mengatasi masalah ini,perancangan alat monitoring menjadi penting guna meningkatkan hasil panen tanaman sawi. Penelitian ini bertujuan untukmerancang sketsa alat monitoring suhu dan kelembaban pada tanaman sawi berbasis Arduino Uno. Alat ini menggunakanSensor DHT11 untuk mendeteksi suhu dan kelembaban udara, dan Sensor YL-69 untuk mengukur kelembaban tanah, faktorpenting dalam pertumbuhan tanaman. Data yang diperoleh dari sensor diproses oleh Arduino Uno dan ditampilkan padalayar LCD untuk memudahkan pemantauan oleh petani. Selain itu, data sensor juga disimpan dalam database untuk analisislebih lanjut. Alat ini diharapkan dapat membantu petani dalam memantau kondisi tanaman sawi secara real-time, sehinggamemungkinkan mereka untuk mengambil tindakan yang tepat untuk menjaga tanaman dalam kondisi optimal. Denganadanya sketsa alat monitoring ini, diharapkan dapat dikembangkan menjadi prototype oleh mahasiswa Fakultas IlmuKomputer dan juga diharapkan dapat direalisasikan serta diimplementasikan kepada petani yang melakukan prosespenanaman sawi agar dapat membantu untuk memonitoring suhu dan kelembaban tanah khususnya pada tanaman sawisehingga alat ini dapat digunakan oleh petani
Backpropagation Neural Network with Combination of Activation Functions for Inbound Traffic Prediction Purnawansyah, Purnawansyah; Haviluddin, Haviluddin; Darwis, Herdianti; Azis, Huzain; Salim, Yulita
Knowledge Engineering and Data Science
Publisher : citeus

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Predicting network traffic is crucial for preventing congestion and gaining superior quality of network services. This research aims to use backpropagation to predict the inbound level to understand and determine internet usage. The architecture consists of one input layer, two hidden layers, and one output layer. The study compares three activation functions: sigmoid, rectified linear unit (ReLU), and hyperbolic Tangent (tanh). Three learning rates: 0.1, 0.5, and 0.9 represent low, moderate, and high rates, respectively. Based on the result, in terms of a single form of activation function, although sigmoid provides the least RMSE and MSE values, the ReLu function is more superior in learning the high traffic pattern with a learning rate of 0.9. In addition, Re-LU is more powerful to be used in the first order in terms of combination. Hence, combining a high learning rate and pure ReLU, ReLu-sigmoid, or ReLu-Tanh is more suitable and recommended to predict upper traffic utilization.
Network Traffic Time Series Performance Analysisusing Statistical Methods Purnawansyah, Purnawansyah; Haviluddin, Haviluddin; Alfred, Rayner; Gaffar, Achmad Fanany Onnlita
Knowledge Engineering and Data Science
Publisher : citeus

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

This paper presents an approach for a network traffic characterization by using statistical techniques. These techniques are obtained using the decomposition, winter’s exponential smoothing and autoregressive integrated moving average (ARIMA). In this paper, decomposition and winter’s exponential smoothing techniques were used additive and multiplicative model. Then, ARIMA based-on Box-Jenkins methodology. The results of ARIMA (1,0,2) was shown the best model that can be used to the internet network traffic forecasting
Analisis Tata Letak Koleksi Buku Di Perpustakaan Utsman Bin Affan Menggunakan Metode Association Rule Rezky Anugrah; Purnawansyah Purnawansyah; Wistiani Astuti
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 5, No 4 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v5i4.2166

Abstract

Universitas Muslim Indonesia telah berhasil menempati posisi ke-92 pemeringkatan WRWU. Keberhasilan atas pencapaian UMI didukung dengan adanya berbagai sarana dan prasarana salah satunya fasilitas perpustakaan. Pada perpustakaan Utsman Bin Affan buku diletakkan berdasarkan kategori buku yang telah diberikan penomoran yang disebut Dewey Decimal Classification (DDC). Namun, dalam penempatan buku belum diatur dengan melihat tingkat keseringan pengunjung dalam meminjam buku tersebut. Selain itu, pengunjung kesulitan dalam mencari kembali keberadaan buku yang sering dipinjam. Metode association rule khususnya algoritma apriori dapat digunakan dalam penataan koleksi buku di perpustakaan Utsman Bin Affan untuk mengidentifikasi asosiasi antara berbagai judul buku dengan menemukan support dan confidence yang menghasilkan pola asosiasi. Dari data transaksi peminjaman buku sejak 21 Januari 2022 sampai 19 januari 2024 adalah sebanyak 50 ID Mahasiswa perpustakaan dengan total 128 transaksi menghasilkan pola transaksi peminjaman mahasiswa UMI yakni Karya Umum, Ilmu-Ilmu Sosial dengan nilai support 14% dengan confidence 43%. Buku Filsafat dan Psikologi, Agama dengan nilai support 22% dengan confidence 36%. Selanjutnya buku Filsafat dan Psikologi maka mahasiswa juga akan meminjam ilmu-Ilmu Sosial dengan nilai support 22% dengan confidence 45%. Berdasarkan hasil tersebut disarankan untuk melakukan evaluasi reguler terhadap tata letak perpustakaan berdasarkan data penyimpanan dan umpan balik pengguna, dan melakukan penyesuaian yang diperlukan untuk meningkatkan efektifitasnya.
Implementasi Metode Technique For Order Preference by Similarity to Ideal Solution Dalam Penentuan Lokasi Penanaman Bawang Merah. Nur Ainun Zulkarnain; Purnawansyah Purnawansyah; Ramdaniah Ramdaniah
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 4, No 2 (2023)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v4i2.1648

Abstract

Kabupaten Enrekang di Sulawesi Selatan memiliki potensi besar untuk budidaya bawang merah, yang menjadi komoditas utama di Kecamatan Anggeraja. Namun, beberapa petani menghadapi kesulitan dalam menemukan lokasi penanaman yang optimal. Oleh karena itu, penelitian ini mengusulkan penggunaan aplikasi penentuan lokasi penanaman bawang merah sebagai solusi. Tujuannya adalah mempermudah petani, terutama di Kecamatan Anggeraja, Kabupaten Enrekang, dalam memilih lahan yang cocok untuk budidaya bawang merah. Dalam penelitian ini, metode Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) digunakan untuk mengevaluasi 15 alternatif lahan pada aplikasi tersebut. Sistem ini membantu pengguna, khususnya petani, dalam mencari dan memilih lahan yang sesuai dengan kriteria yang ditetapkan, sehingga mendapatkan rekomendasi lahan yang optimal. Hasil penelitian menunjukkan kecocokan metode TOPSIS dalam sistem, dengan tingkat akurasi presentasi sebesar 85% dari 15 alternatif yang diuji.
Pemilihan Alternatif Karir Mahasiswa Fakultas Ilmu Komputer Menggunakan Metode TOPSIS Eka Arman; St. Hajrah Mansyur; Purnawansyah Purnawansyah
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 5, No 3 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v5i3.2242

Abstract

Terdapat fenomena dimana para sarjana yang baru lulus belum sepenuhnya mempertimbangkan kemampuan dan minatnya dalam memilih suatu pekerjaan. Mahasiswa di Indonesia terutama jurusan atau program studi Teknik Informatika yang belum menyiapkan karirnya. Maka dari itu dibutuhkan sistem pendukung keputusan yang mampu memberikan rekomendasi karir kepada mahasiswa terutama dalam bidang Teknik Informatika. Hasil alternatif rekomendasi pemilihan karir terbaik menggunakan metode TOPSIS. Dengan menggunakan metode tersebut penelitian ini menghasilkan sistem pendukung keputusan pemilihan alternatif karir mahasiswa berbasis web yang dibuat sesuai dengan kebutuhan perusahaan. Berdasarkan perhitungan metode TOPSIS menghasilkan alternatif karir mahasiswa sesuai dengan kompetensi keilmuan, yaitu Pemrograman aplikasi dan perangkat lunak dengan nilai 0,53, Spesialisasi jaringan dan infrastruktur dengan nilai 0,48, Ahli operasi dan sistem dengan nilai 0,30, Konsultan teknologi dan informasi dengan nilai 0,80, Pengembangan web designer UI/UX dengan nilai 0,48. Adapun hasil pengujian akurasi dari 50 data uji terdapat 48 data yang sesuai dan 2 data yang tidak sesuai, sehingga diperoleh nilai akurasi sebesar 96%. Web pemilihan alternatif karir mahasiswa telah melalui uji coba menggunakan metode blackbox testing serta penyebaran kuesioner dengan 33 responden untuk aspek antarmuka, aspek kinerja, aspek database serta aspek inisialisasi. Maka dari itu diperoleh hasil dari keseluruhan sebesar 81,2% yang termasuk dalam kriteria baik.
METODE SUPPORT VECTOR MACHINE UNTUK KLASIFIKASI DATA PENYAKIT HATI YANG IMBALANCE Nur Rahmah; Purnawansyah Purnawansyah; Fitriyani Umar
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 5, No 1 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v5i1.2189

Abstract

Penelitian ini bertujuan untuk melakukan klasifikasi penyakit hati menggunakan metode Support Vector Machine (SVM) dan Synthetic Minority Oversampling Technique (SMOTE). Data yang digunakan berupa data sekunder yang diperoleh dari situs Kaggle dengan jumlah data sebanyak 582 sampel. Data tersebut terdiri dari 10 fitur yang digunakan sebagai variabel masukan SVM. Proses klasifikasi dilakukan dengan membagi data menjadi data training 70% dan data testing 30%. Hasil dari penelitian yang telah dilakukan ialah dengan menggunakan metode support vector machine mampu melakukan klasifikasi data penyakit hati dengan hasil klasifikasi yang menunjukkan nilai 0 dan 1. Dimana nilai 0 menandakan bahwa pasien tersebut tidak mengidap penyakit hati dan nilai 1 menandakan bahwa pasien tersebut mengidap penyakit hati. Berdasarkan proses klasifikasi data penyakit hati yang telah dilakukan memperoleh nilai akurasi performansi yaitu 67,06%, dan berdasarkan proses visualisasi data yang telah dilakukan dalam proses pengklasifikasian data tersebut ditemukan ketidakseimbangan data penyakit hati. Ketidakseimbangan data yang peroleh dilakukan oversampling menggunakan metode SMOTE untuk menyeimbangkan data. Penelitian telah melakukan proses penyeimbangan data penyakit hati sehingga tenaga menis lebih terbantukan dalam mendeteksi penyakit hati yang diderita oleh pasien
Co-Authors - Nurhikma A. Nurjulianty Abd. Rasyid Syamsuri Achmad Fanany Onnilita Gaffar Achmad Fanany Onnilita Gaffar Adela Regita Azzahra Adela Regita Azzahra Adnan, Adam Agung R Ahmad Fadly Aji P. Wibawa Aji Prasetya Wibawa Alfitriana Riska Alfitriana Riska Alfiyyah, Nurul Alisma, Alisma Andi Muhammad Adnan Rusdy Andi Muhammad Halis Andi Muhammad Naufal Andri Rajsya Anisatul Humairah Arfah, Jumrayanti Arrosied, Harun Arvina Yudithia Sompie Astuti, Wistiani Atussaliha, Nur Almar' Aulia Rezky Rahmadani Darmawati Awang Harsa Kridalaksana Awangga, Narendra Azwan Triyadi Backar, Sunarti Passura Basri, Haerunnisa Benny Leonard Enrico P Benny Leonard Enrico Panggabean Bustam, Faida Daeng Darmawati, Aulia Rezky Rahmadani Desi Anggreani Desy Indri Luthfia Andy Dewi Widyawati Dian Dian Dolly Indra Dwiyanto, Felix Andika Eka Arman Enrico Panggabean, Benny Leonard Erick Irawadi Alwi, Erick Irawadi Fahmi Fahmi Fajar AR, Muh. Aqil Faradibah, Amaliah Farniwati Fattah Fatimah Syarifuddin Fattah, Farniwati Fattah, St. Fajriah Fery Setyo Aji Fifi Febrianti Usman Firman Akbar Fitriyani Umar Gaffar, Achmad Fanany Onnlita Gaffar, Andi Widya Mufila Harlinda L Harlinda Lahuddin Hasihi, Cholisah Erman Hasnidar S. Hasrah Wahyuni Haviluddin Haviluddin Herawati Herawati Herman Herman Huzain Azis Ifan Wahyudi Irawati Irawati Irawati Irawati Iriani Indah Saputri Jumrayanti Arfah Kasmira Kasmira Kasmira, Kasmira Kotot Tri Hartanto Kurniati, Nia La Saiman Lilis Hayati lilis nurhayati Listyan Nur Saida Lokapitasari Belluano, Poetri Lestari Lukman Syafie Lutfi Budi Ilmawan, Lutfi Budi Lutfi Budiman Ilmuwan M. Imam Maulana M. Takdir Mahfuddin Mukmin Malani, Rheo Manga, Abdul Rachman Mardiyyah Hasnawi Ming Foey Teng Ming Foey Teng, Ming Foey Muh Alim Abdi Muh. Fadhil Attariq Hasril Muh. Rifqi Zulkifli Muhammad Arfah Asis Muhammad Arfah Iswaniah Muhammad Hardiansyah Hairi Muhammad Ikhsan Supriyadi Muhammad Nur Firdaus Muhammad Yushar Mattola Munaf, Adryan Dwiprawira Munawir Nasir Hamzah Nafalski, Andrew Nia Kurniati Nirmala Nirmala, Nirmala Nirwana, Nirwana Nugroho, Basuki Rahmat Nur Afra Dimitri Pratiwi Nur Ainun Zulkarnain Nur Almar' Atussaliha Nur Rahmah NURZAENAB NURZAENAB NURZAENAB, NURZAENAB Panggabean, Benny Leonard Enrico Purba, Muren Fiatra Denata Putri Regina Prayoga Putri, Inggrianti Pratiwi Rahma Puspitasari Rahma Puspitasari Rahmadani Rahmadani Raja, Roesman Ridwan Ramdan Sastra Ramdan Sastra Ramdaniah Ramdaniah Rayner Alfred Rayner Alfred Resky Anugrah Rezky Anugrah Saiman, La Salim, Yulita Saly, Intan Novita Samir, Mutmainnah Sastra, Ramdan Setyadi, Hario Jati Siti Rahmi Kelilauw Sitti Nurhalimah Sitti Rahmah Jabir St. Hajrah Mansyur Sugiarti, Sugiarti Sulfikar Sulfikar Sunarti Passura Backar Syafie, Lukman Syamsiar, Syamsiar Tasrif Hasanuddin Triyanna Widiyaningtyas Triyanna Widyaningtyas, Triyanna Umalekhoa, Alfi Syahrin Umar, Fitriyani Usman, Fifi Febrianti Wahyuni Wahyuni Wd. Shaqina Rafa Naura Widyawati, Dewi Wistiani Astuti Wistiani Astuti Wong, Kelvin Wulan Purnama Sari Yudha Islami Sulistya Yulita Salim Yusrandi Yusrandi Zahif Safyin Saleh Zahirah, Dinna Zulkifli Zulkifli