Article Per Year (5 Year)
p-Index From 2021 - 2026
5.891
P-Index
This Author published in this journals
All Journal Teknika Journal of Economics, Business, & Accountancy Ventura SITEKIN: Jurnal Sains, Teknologi dan Industri Jurnal Informatika dan Teknik Elektro Terapan JTT (Jurnal Teknologi Terpadu) Jurnal CoreIT Seminar Nasional Teknologi Informasi Komunikasi dan Industri Jurnal Informatika Universitas Pamulang Martabe : Jurnal Pengabdian Kepada Masyarakat Jurnal Nasional Komputasi dan Teknologi Informasi Krea-TIF: Jurnal Teknik Informatika Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika JSAI (Journal Scientific and Applied Informatics) Building of Informatics, Technology and Science Zonasi: Jurnal Sistem Informasi INFORMASI (Jurnal Informatika dan Sistem Informasi) Journal of Computer System and Informatics (JoSYC) Jurnal Sistem Komputer dan Informatika (JSON) JUKI : Jurnal Komputer dan Informatika Ideguru: Jurnal Karya Ilmiah Guru Jurnal Restikom : Riset Teknik Informatika dan Komputer Jurnal Computer Science and Information Technology (CoSciTech) SINTA Journal (Science, Technology, and Agricultural) Bulletin of Computer Science Research KLIK: Kajian Ilmiah Informatika dan Komputer J-Intech (Journal of Information and Technology) Jurnal Indonesia Raya Knowbase : International Journal of Knowledge in Database Jurnal Dehasen Mengabdi SATIN - Sains dan Teknologi Informasi Journal Of Artificial Intelligence And Software Engineering Jurnal Malikussaleh Mengabdi Jurnal Indonesia : Manajemen Informatika dan Komunikasi Seminar Nasional Riset dan Teknologi (SEMNAS RISTEK)
Muhammad Fikry
Universitas Islam Negeri Sultan Syarif Kasim Riau
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 54 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 54 Documents
Search

 2   3   4   5   6 
Aplikasi Web Question Answering Menggunakan Langchain OpenAI Tentang Peraturan Perundang-undangan Bidang Pendidikan Saputra, Ikhsan Dwi; Harahap, Nazruddin Safaat; Agustian, Surya; Fikry, Muhammad; Oktavia, Lola
Journal of Computer System and Informatics (JoSYC) Vol 6 No 1 (2024): November 2024
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josyc.v6i1.6182

Abstract

In the rapid development of information technology over the past few years, the ease of accessing information has been one of the significant achievements. Artificial intelligence (AI) has emerged as a potential tool in bringing innovative solutions in various sectors of human life. This research aims to develop a web application capable of answering questions related to educational legislation using the LangChain framework and BERT model. The primary issue addressed is the complexity and volume of legal documents that are challenging for lay users to access and understand. The methodology involves converting legal documents from PDF to text, segmenting the text using LangChain, and evaluating system performance with BERTScore and ROUGE Score. The results indicate that BERTScore is superior in measuring the alignment between the system’s answers and reference answers, with some questions achieving a score of 100%. However, there are limitations, such as the manual effort required for document conversion and the substantial computational resources needed for text processing. This research significantly contributes to facilitating access and comprehension of educational legal documents and opens opportunities for further development with more advanced conversion techniques and AI models.
Klasifikasi Sentimen Masyarakat di Twitter terhadap Puan Maharani dengan Metode Modified K-Nearest Neighbor Putra, Wahyu Eka; Fikry, Muhammad; Yusra; Yanto, Febi; Cynthia, Eka Pandu
Jurnal Indonesia : Manajemen Informatika dan Komunikasi Vol. 6 No. 1 (2025): Januari
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Indonesia Banda Aceh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jimik.v6i1.1211

Abstract

This study aims to address the challenges in classifying sentiment on Twitter regarding Puan Maharani by implementing the Modified K-Nearest Neighbor (MK-NN) method, supplemented with feature weighting and feature selection techniques. This method is designed to improve accuracy by assigning higher weights to important features and reducing data dimensions to avoid overfitting. Data is collected using a crawling technique on Indonesian-language tweets, which are then manually labeled and processed through a preprocessing stage. The testing results using the modified K-Nearest Neighbor (MK-NN) method with confusion matrices show the model's performance at three different values of K (3, 5, and 7) and data ratios of 90:10, 80:20, and 70:30. With a 90:10 data ratio and K=3, the method achieved the highest accuracy of 89.0%. These results indicate that the combination of MK-NN and related techniques is highly effective in sentiment classification, offering an innovative solution to the limitations of conventional methods. These findings have potential applications in public opinion analysis, particularly for supporting data-driven strategic decision-making.
Sistem Pendukung Keputusan Pemain Pingpong Terbaik di PTM Saung 14 Menggunakan Metode SAW Fikry, Muhammad; Lestari, Mei; Anggraeni, Ni Ketut Pertiwi
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 9, No 1 (2025): SEMNAS RISTEK 2025
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v9i1.7759

Abstract

PTM Saung 14 adalah pusat pelatihan pingpong di Cibubur dengan 104 anggota aktif. Tingginya jumlah anggota menyebabkan kesulitan dalam menentukan pemain terbaik. Penelitian ini bertujuan merancang sistem pendukung keputusan untuk membantu pelatih memilih pemain pingpong terbaik di PTM Saung 14. Metode yang digunakan adalah Simple Additive Weighting (SAW), yang dipilih karena kemampuannya dalam mempermudah dan mempercepat proses penilaian. Dengan menggunakan SAW, sistem ini dapat menghitung dan menganalisis data pemain berdasarkan kriteria yang ditentukan secara efisien. Hasil penelitian menunjukkan bahwa sistem pendukung keputusan yang dirancang dapat membantu pelatih dalam menentukan pemain terbaik secara objektif, serta menyediakan fitur penyimpanan data pemain secara terstruktur untuk keperluan evaluasi di masa mendatang.
Klasifikasi Sentimen Ulasan Aplikasi WhatsApp di Play Store Menggunakan Naive Bayes Classifier Yolanda, Khovifah; Yusra, Yusra; Fikry, Muhammad
J-INTECH (Journal of Information and Technology) Vol 11 No 1 (2023): J-Intech : Journal of Information and Technology
Publisher : LPPM STIKI MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/j-intech.v11i1.867

Abstract

Currently, people can easily make remote contact with the WhatsApp application which makes it easier for users to communicate such as sending text messages, pictures, videos, voice messages, sharing files to make voice and video calls for free with internet access. WhatsApp is a digital application that can be used by the public for free, users can also provide reviews through the Google Play Store. The reviews on the Google Play Store are the opinions of users in providing input to application developers. This test aims to ascertain consumer opinions or emotions towards the WhatsApp application by applying the Naïve Bayes Classifier method in the process of classifying consumer reviews which will be used to solve for the highest score. The reviews are divided into two labels, namely positive reviews and negative reviews. Based on the tests that have been carried out, the highest accuracy results are obtained at a ratio of 90:10 with an accuracy of 81%, 74% precision and 54% recall with an unbalanced number of datasets, namely 669 positive reviews and 331 negative reviews. negative sentiment.
Pengaruh Kualitas Produk, Pelayanan, Emosi, dan Harga Terhadap Kepuasan Konsumen Martabak Pecenongan 78 Bengkulu Dengan Keunggulan Bersaing Sebagai Variabel Intervening Fikry, Muhammad; Sumartono, Eko; Yumiati, Yossie
SINTA Journal (Science, Technology, and Agricultural) Vol. 6 No. 1 (2025)
Publisher : Perkumpulan Dosen Muda (PDM) Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37638/sinta.6.1.23-30

Abstract

Penelitian ini bertujuan untuk meganalisis pengaruh kualitas produk, pelayanan, emosional, dan harga terhadap kepuasan konsumen Martabak Pecenongan 78 Bengkulu dengan keunggulan  bersaing sebagai variabel insstervening. Penelitian ini menggunakan pendekatan kuantitatif. Pengumpulan data dilakukan melalui kuesioner secara Accidental Sampling terhadap 280 responden. Analisis data menggunakan Structural Equation Modelling (SEM) dengan software SmartPLS 4. Hasil penelitian ini menunjukkan secara parsial kualitas produk, pelayanan, emosioal, harga, dan keunggulan bersaing berpengaruh positif dan signifikan terhadap kepuasan konsumen. Hasil uji mediasi menunjukkan hanya kualitas produk yang berpengaruh positif dan signifikan terhadap kepuasan konsumen melalui keunggulan bersaing. Variabel lainnya seperti pelayanan, emosional, dan harga tidak berpengaruh signifikan terhadap kepuasan konsumen melalui keunggulan bersaing.
Analisis Sentimen Ulasan Aplikasi Indodax Pada Google Play Store Dengan Algoritma Random Forest Muhammad Iqbal Maulana; Yusra; Muhammad Fikry; Surya Agustian; Siti Ramadhani
Bulletin of Computer Science Research Vol. 5 No. 4 (2025): June 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bulletincsr.v5i4.626

Abstract

Crypto assets have become a global phenomenon with a significant increase in the number of investors in Indonesia. Indodax, as the largest crypto asset trading platform in Indonesia, has contributed to the growth of this ecosystem and received many user reviews through the Google Play Store. With more than 5 million downloads and 100 thousand reviews, sentiment analysis is an important tool to understand user perceptions of Indodax services. The results of manual labeling show that the majority of reviews are positive (3989 reviews), while neutral and negative sentiments are 477 and 534 reviews respectively. From the research and testing that has been carried out using the Random Forest method and optimizing with Hyperparameter Tuning GridSearchCV on 4 test scenarios. The best results were obtained in Scenario 4 (3 Preprocessing Stages (Cleaning, Case Folding, and Tokenization) + Random Forest & Hyperparameter Tuning) producing the best value, with Precision 81%, Recall 64%, F1-Score 70% and Accuracy 89%. With the best parameter values ??{'criterion': 'entropy', 'max_depth': None, 'max_features': 'sqrt', 'min_samples_leaf': 1, 'min_samples_split': 2, 'n_estimators': 100}. This study shows that every experimental model that is optimized produces a higher value than experimental model that is not optimized.
Retrieval-Augmented Generation in a Web-Based Question Answering System for Fiqh Books Ahadi, Ridho; Harahap, Nazruddin Safaat; Fikry, Muhammad; Kurnia, Fitra
Journal of Artificial Intelligence and Software Engineering Vol 5, No 2 (2025): June
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i2.7005

Abstract

Mayoritas masyarakat Indonesia yang beragama Islam cenderung tidak mengetahui madzhab yang mereka anut, padahal pemahaman madzhab sangat penting untuk menjalankan ibadah secara benar dan sah. Salah satu madzhab yang berkembang di Indonesia, terutama melalui ulama Hadramaut, adalah madzhab Imam Asy-Syafi’i. Kurangnya akses terhadap literatur fikih otentik serta metode pembelajaran interaktif menyebabkan masyarakat kesulitan memahami fikih secara mendalam. Perkembangan teknologi kecerdasan buatan (AI), memberikan dampak signifikan dalam berbagai aspek, termasuk pendidikan dan keagamaan. Salah satu implementasi AI yang berkembang adalah chatbot, sistem interaktif berbasis percakapan yang mampu memahami dan merespons pertanyaan secara alami. Dalam konteks pembelajaran keislaman, khususnya fikih, penggunaan chatbot AI menghadirkan peluang baru untuk pembelajaran yang lebih personal dan interaktif. Fikih sebagai cabang ilmu hukum Islam menuntut pemahaman mendalam terhadap sumber klasik dan aplikasinya dalam kehidupan modern. Penelitian ini memiliki tujuan untuk mengembangkan sistem tanya jawab fikih berbasis AI dan Natural Language Processing menggunakan Large Language Model (LLM), framework LangChain, serta metode Retrieval-Augmented Generation (RAG). Sistem ini dirancang memberikan jawaban relevan berdasarkan konteks fikih. Evaluasi menggunakan metrik BERTScore menghasilkan precision 86,50%, recall 84,76%, dan F1-score 85,52%, hasil ini menunjukkan akurasi tinggi dalam menjawab pertanyaan fikih.
Normalisasi Sungai Berbasis Ekosistem dengan Pengelolaan Eceng Gondok yang Berkelanjutan Lutfi, Raihansyah; Hutagalung, Yorio Arwandi Wisdom; Pratama, Dimas; Mardiansyah, M Rizki; Tarigan, Anggun Kinanti; Annisa, Annisa; Wahyuni, Ida; Yusriyana, Yusriyana; Ananda, Silvia; Nuryana, Nuryana; Yulinazira, Ulfa; Angela, Angela; Fikry, Muhammad
Jurnal Malikussaleh Mengabdi Vol. 4 No. 1 (2025): Jurnal Malikussaleh Mengabdi, April 2025
Publisher : LPPM Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/jmm.v4i1.21101

Abstract

Normalisasi sungai berbasis ekosistem menjadi pendekatan berkelanjutan dalam mengatasi permasalahan lingkungan akibat pertumbuhan eceng gondok yang tidak terkendali. Sungai Alue Masyik di Desa Alue Gunto, Kecamatan Syamtalira Aron, mengalami pendangkalan dan penyempitan aliran akibat akumulasi eceng gondok, yang berpotensi meningkatkan risiko banjir serta menurunkan kualitas ekosistem perairan. Program normalisasi sungai yang dilakukan bertujuan untuk mengurangi dampak negatif tersebut melalui pengelolaan eceng gondok yang sistematis dan berkelanjutan. Hasil penelitian menunjukkan bahwa pengurangan penumpukan eceng gondok berdampak positif terhadap kelancaran aliran sungai, pemulihan ekosistem, serta peningkatan kualitas air. Pengelolaan yang terkontrol, termasuk pemangkasan rutin dan pemanfaatan eceng gondok sebagai bahan kompos, berkontribusi dalam menjaga keseimbangan ekosistem serta mengurangi pencemaran akibat pembusukan tanaman. Selain itu, keterlibatan masyarakat dalam pengelolaan eceng gondok meningkatkan kesadaran lingkungan serta memberikan manfaat sosial dan ekonomi. Pemanfaatan eceng gondok sebagai kompos tidak hanya meningkatkan produktivitas pertanian, tetapi juga membuka peluang ekonomi bagi masyarakat lokal. Program normalisasi sungai ini memiliki dampak luas, baik dari segi lingkungan, sosial, maupun ekonomi. Peningkatan kualitas air mendukung keberlanjutan ekosistem perairan dan sektor perikanan, sementara manfaat ekonomi dari kompos dan hasil pertanian yang lebih baik turut meningkatkan kesejahteraan masyarakat. Meskipun demikian, tantangan utama dalam pengelolaan eceng gondok adalah perlunya pemeliharaan rutin untuk mencegah pertumbuhan kembali yang tidak terkendali. Oleh karena itu, keberlanjutan program ini memerlukan koordinasi yang baik antara pemerintah, masyarakat, dan pemangku kepentingan lainnya.
Perbandingan Metode Naive Bayes Classifier dan Support Vector Machine dalam Analisis Sentimen Terhadap Pemilihan Presiden 2024 Prananda, Alga; Haerani, Elin; Fikry, Muhammad; Yanto, Febi
Krea-TIF: Jurnal Teknik Informatika Vol 11 No 2 (2023)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32832/krea-tif.v11i2.15364

Abstract

Salah satu sarana masyarakat untuk memberikan pendapat atau opini adalah menggunakan media sosial, khususnya youtube. Pada penelitian ini berfokus melakukan analisis sentimen terhadap Pemilihan Presiden 2024 dengan tiga kelas dan 2000 data opini, mendapatkan 875 kelas positif, 577 negatif, dan 548 netral. Tahapan penelitian melibatkan pengumpulan data, pre-processing (case folding, tokenizing, filtering, stemming), klasifikasi, pengujian, dan evaluasi. Juga melakukan perbandingan antara metode Naive Bayes Classifier (NBC) dan Support Vector Machine (SVM), menunjukkan bahwa SVM mendapat akurasi lebih baik dari NBC di setiap tipe pembagian kelas. Selain itu, hasil analisis sentimen menggunakan empat kata kunci menunjukkan dominasi sentimen positif terhadap Anies Baswedan (80.54%), Prabowo Subianto (64.76%), Calon Presiden secara umum (33.91%), dan Ganjar Pranowo (36.17%). Sentimen negatif cenderung tinggi untuk Ganjar Pranowo (51.42%) dan Prabowo Subianto (25.99%), sementara Anies Baswedan dan Calon Presiden memiliki tingkat sentimen negatif yang lebih rendah (16.53% dan 25.22%). Sentimen netral tercatat pada Prabowo Subianto (9.25%), Ganjar Pranowo (12.41%), Calon Presiden secara umum (40.87%), dan Anies Baswedan (2.93%).
Text to Speech Bahasa Jawa dialek Solo-Jogja dengan Metode VITS Wirdiani, Putri Syakira; Fikry, Muhammad; Yusra, Yusra; Yanto, Febi; Pizaini, Pizaini
TEKNIKA Vol. 19 No. 3 (2025): Teknika September 2025
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.16294499

Abstract

Pengembangan TTS di Indonesia masih berfokus pada Bahasa Indonesia dan bahasa asing, sementara bahasa daerah seperti Jawa dialek Solo-Jogja belum banyak tersentuh, padahal memiliki banyak penutur dan nilai budaya tinggi. Penelitian ini mengembangkan model TTS untuk dialek tersebut menggunakan metode Variational Autoencoder with Adversarial Learning for End-to-End Text-to-Speech (VITS). Metode ini dipilih karena kemampuannya mengintegrasikan inferensi variasional, aliran normalisasi, dan pelatihan adversarial secara end-to-end, sehingga menghasilkan suara sintetis dengan kualitas lebih alami. Dataset berisi 450 pasangan teks dan audio dari penutur asli, dibersihkan manual dan disusun dalam format LJSpeech. Sebanyak 428 data digunakan untuk pelatihan dan 22 untuk evaluasi. Model dilatih menggunakan Coqui TTS di Google Colab dengan fonemizer eSpeak. Setelah pelatihan, model terbaik digunakan untuk menyintesis 50 kalimat uji yang dinilai oleh lima penutur asli menggunakan metode MOS. Rata-rata skor yang diperoleh adalah 4,088, melampaui standar minimum 4,0. Meski begitu, masih ada kekurangan dalam kejelasan fonem dan kealamian jeda. Hasil ini menunjukkan potensi besar TTS untuk pelestarian bahasa daerah dan pengembangan teknologi serupa untuk bahasa lokal lainnya.
Co-Authors -, Yusra Adi Adi Ahadi, Ridho Alwis Nazir Ananda, Nuari Ananda, Silvia Andini, Nanda Angela, Angela Anggraeni . Anggraeni, Ni Ketut Pertiwi Anna Marina Annisa Annisa Ayu Fransiska Bahari, Bayu Dwi Prasetya Damayanti, Elok Dermawan, Jozu Detha Yurisna Dimas Pratama, Dimas Dinata, Ferdian Arya Dwitama, Raja Zaidaan Putera Eka Pandu Cynthia Eka Pandu Cynthia, Eka Pandu Eko Sumartono, Eko Elin Haerani Elin Haerani Elin Haerani Elvia Budianita Elvina Afriani Fadhilah Syafria Fakhrezi, Muhammad Dzaki Febi Yanto Febian Pratama, Mohammad Fitri Insani Fitri Insani Griz Ella, Cindi Harahap, Nazaruddin Safaat Hasugian, Leonardo Hidayat, Rizki Hutagalung, Yorio Arwandi Wisdom Ibnu Surya Ida Wahyuni Iis Afrianty Inggih Permana kurnia, fitra Lestari Handayani Lola Oktavia Lutfi, Raihansyah Mardiansyah, M Rizki Mei Lestari, Mei Muhammad Abdillah Muhammad Affandes Muhammad Iqbal Maulana Muhammad Irsyad Muhammad Ravil Naharuddin Naharuddin Nanda Sepriadi Nazir, Alwis Nazruddin Safaat H Ndruru, Arlan Joliansa Nurcholis Sunuyeko, Nurcholis Nurdin Nurdin Nurhapiza, Nurhapiza nuryana nuryana, nuryana Oktavia, Lola Pebri Setiani, Puspita Pizaini Pizaini Prananda, Alga Putra, Wahyu Eka Putri Mardatillah Rahadian, Septa Rahma Yunita, Rahma Rahmat Rizki Hidayat Ramadanu Putra Reski Mai Candra Rinaldi Syarfianto Ritonga, Sinta Wahyuni Sagala, Ruflica Saputra, Ikhsan Dwi Sayed Omas Tutus Arifta Sayed Sentot Imam Wahjono Siti Ramadhani Sofiah Surya Agustian Suwanto Sanjaya Tarigan, Anggun Kinanti Taufik Hidayat Tiara Dwi Arista Wirdiani, Putri Syakira Yani, Muhamamd Yani, Susmi Syahfrida Yenggi Putra Dinata Yolanda, Khovifah Yossie Yumiati Yuda Zafitra Fadhlan Yulinazira, Ulfa Yusra Yusra Yusra . YUSRA YUSRA Yusra, Yusra Yusriyana, Yusriyana Zukhruf, Muhammad Firmansyah