Article Per Year (5 Year)
p-Index From 2021 - 2026
0.817
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan Informatika dan Sains JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) JIMTEK
Taufik Hidayat
Universitas Islam Syekh-Yusuf
Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Education Industrial & Manufacturing Engineering Physics

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Robot View Konten Youtube Dengan Menggunakan Algoritma Sequential Search MUHAMAD NURHIDAYAT; Taufik Hidayat
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

Abstract

YouTube merupakan platform digital berbasis video yang dapat diakses oleh semua kalangan. Era digital ini, YouTube juga sering digunakan oleh para konten kreator sebagai pekerjaan utama maupun sampingan. Bermodal postingan video pada channel pribadi guna menghasilkan sejumlah uang atau adsanse yang bernilai cukup besar, apabila konten tersebut mendatangkan banyak penonton, subscriber, maupun jumlah jam tayang yang tinggi. Penelitian ini berfokus pada aplikasi pengembangan dalam meningkatkan angka penayangan pada channel milik Ilham Muttaqin dalam kurun waktu yang relatif singkat. Metode penelitian ini menggunakan model pengembangan ADDIE (Analyze, Design, Development, Implement, Evaluate). Algoritma sequential search juga digunakan pada aplikasi ini sebagai pencarian data video yang ingin dipertontonkan untuk meningkatkan angka penayangan. Hasil penelitian menunjukkan aplikasi yang dikembangkan berjalan dengan lancar berdasarkan data final pada tahap evaluasi, yakni tingkat keberhasilan aplikasi pada views yang masuk selama 48 jam sebesar 62,50% dan tingkat kegagalannya sebesar 37,50%.
Dampak augmented reality dalam media pembelajaran pada tingkat pendidikan atas Taufik Hidayat; Muhammad Jafar Siddiq; Sandika Jayasri
Jurnal Pendidikan Informatika dan Sains Vol. 13 No. 2 (2024): Jurnal Pendidikan Informatika dan Sains
Publisher : Universitas PGRI Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31571/saintek.v13i2.7673

Abstract

Perkembangan terbaru dalam teknologi pembelajaran terfokus pada integrasi Artificial Intelligence (AI) dan Augmented Reality (AR). AI memberikan solusi personal dan adaptif, sementara AR menawarkan pengalaman belajar interaktif dan menarik. Implementasi AR dalam pembelajaran telah terbukti meningkatkan pemahaman siswa dan merangsang pola pikir kritis mereka. Artikel ini mengevaluasi manfaat teknologi ini, serta tantangan dalam implementasinya, memberikan panduan bagi pendidik dan pengambil kebijakan. Artikel ini bertujuan untuk mengeksplorasi bagaimana Augmented Reality (AR) dan Artificial Intelligence (AI) dapat digunakan secara efektif sebagai media pembelajaran untuk meningkatkan kualitas pendidikan. Hasilnya menunjukkan bahwa AI dan AR dapat meningkatkan kualitas pembelajaran dengan umpan balik visual langsung, mendukung pembelajaran fleksibel dimana saja. Umpan balik positif dari siswa dan pendidik menegaskan efektivitas teknologi ini sebagai media pembelajaran yang efisien dan inovatif.
ALGORITMA MACHINE LEARNING RANDOM FOREST DAN DECISION TREE DALAM KLASIFIKASI STATUS GIZI BALITA Taufik Hidayat; Zalfa Ridha Febriyanti; Sukisno Sukisno; Asep Hardiyanto Nugroho; Robby Rizky; Zaenal Hakim
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7545

Abstract

Gizi pada balita merupakan sebuah isu strategis baik ditingkat nasional maupun daerah, terutama stunting, wasting, underweight dan overweight masih menjadi isu penting di Indonesia, termasuk di Kabupaten Tangerang. Periode usia 12-59 bulan merupakan masa kritis dalam pertumbuhan dan perkembangan anak, sehingga pemantauan dan intervensi gizi yang tepat sangat diperlukan. Tujuan penelitian ini mengembangkan model klasifikasi dengan machine learning pada gizi balita, serta memberikan kontribusi dalam identifikasi dini balita berisiko gizi buruk atau obesitas. Penelitian ini berfokus pada bagaimana menerapkan algoritma machine learning Random Forest dan Decision Tree untuk klasifikasi status gizi balita, serta bagaimana perbandingan kinerja kedua algoritma tersebut dalam deteksi dini masalah gizi. Dalam model yang telah dibuat, dengan algoritma Random Forest dan Decision Tree diperoleh hasil yang menunjukkan akurasi yang tinggi, masing-masing mencapai 92%. Dengan menggunakan GridSearch untuk menemukan nilai parameter terbaik, akurasi model meningkat menjadi 93% untuk Random Forest dan 94% untuk Decision Tree. Hasil ini menunjukkan potensi kedua algoritma dalam klasifikasi status gizi balita secara akurat.
Penerapan Algoritma C4.5 Untuk Mengetahui Tingkat Kepuasan Pasien Terhadap Layanan Kesehatan di Puskesmas Pasar Kemis Syarip Ansori Rasyid; Taufik Hidayat; Asri Nurhafsari
JURNAL ILMIAH FAKULTAS TEKNIK Vol 6 No 1 (2026): Mei - Oktober 2026
Publisher : Universitas Islam Syekh Yusuf Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33592/jimtek.v6i1.9088

Abstract

Tingkat kepuasan pasien merupakan salah satu indikator yang penting dalam mengevaluasi mutu pelayanan kesehatan yang diberikan oleh puskesmas kepada masyarakat. Tujuan dari penelitian ini adalah untuk mengukur tingkat kepuasan pasien terhadap pelayanan rawat jalan di Puskesmas yang didasari dengan sembilan faktor yaitu Persyaratan Pelayanan (C1), Prosedur Pelayanan (C2), Waktu Pelayanan (C3), Biaya Pelayanan (C4), Hasil dan pelayanan (C5), Kemampuan Petugas (C6), Kesopanan dan Keramahan Petugas (C7), Maklumat Pelayanan (C8), Respon Tindak Lanjut Pengaduan (C9). Metode yang digunakan dalam penelitian ini adalah Algoritma C4.5, dengan sumber data menggunakan kuesioner yang diberikan pihak puskesmas kepada pasien di Puskesmas Pasar Kemis. Hasil penelitian ini diharapkan dapat menjadi sumber informasi dan juga bahan masukan bagi pihak Puskesmas, untuk lebih meningkatkan kualitas pelayanan khususnya pada layanan rawat jalan. Proses pengolahan data pada penelitian ini menggunakan software R Studio sehingga dapat menghasilkan sebuah rules dan model decision tree. Hasil yang diperoleh dari penelitian ini yaitu adanya 3 rules atau aturan dengan tingkat akurasi sebesar 80.00%.
Co-Authors MUHAMAD NURHIDAYAT Muhammad Jafar Siddiq Nugroho, Asep Hardiyanto Nurhafsari, Asri Robby Rizky Sandika Jayasri Sukisno Sukisno Syarip Ansori Rasyid Zaenal Hakim Zalfa Ridha Febriyanti