Article Per Year (5 Year)
p-Index From 2021 - 2026
9.61
P-Index
This Author published in this journals
All Journal Teknika Syntax Jurnal Informatika Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Jurnal Informatika Jurnal CoreIT JURNAL MEDIA INFORMATIKA BUDIDARMA JIEET (Journal of Information Engineering and Educational Technology) Indonesian Journal of Artificial Intelligence and Data Mining Seminar Nasional Teknologi Informasi Komunikasi dan Industri INOVTEK Polbeng - Seri Informatika Sebatik Jurnal Nasional Komputasi dan Teknologi Informasi Krea-TIF: Jurnal Teknik Informatika JURIKOM (Jurnal Riset Komputer) JOISIE (Journal Of Information Systems And Informatics Engineering) Building of Informatics, Technology and Science Jurnal Teknologi Informasi dan Multimedia Jurnal Informatika dan Rekayasa Elektronik Jurnal Teknologi Dan Sistem Informasi Bisnis Zonasi: Jurnal Sistem Informasi JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Journal of Computer System and Informatics (JoSYC) International Journal of Recent Technology and Applied Science (IJORTAS) Jurnal Sistem Komputer dan Informatika (JSON) JUKI : Jurnal Komputer dan Informatika Jurnal Inovasi Teknik Informatika TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Ilmu Komputer Jurnal Teknik Informatika (JUTIF) Jurnal Computer Science and Information Technology (CoSciTech) Bulletin of Computer Science Research KLIK: Kajian Ilmiah Informatika dan Komputer Bulletin of Information Technology (BIT) Malcom: Indonesian Journal of Machine Learning and Computer Science Jurnal Sains dan Informatika : Research of Science and Informatic SATIN - Sains dan Teknologi Informasi Journal Of Artificial Intelligence And Software Engineering Jurnal Indonesia : Manajemen Informatika dan Komunikasi Jurnal Pengembangan Teknologi Informasi dan Komunikasi (JUPTIK)
Febi Yanto
Teknik Informatika, Universitas Islam Negeri Sultan Syarif Kasim Riau, Indonesia
Aerospace Engineering Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Social Sciences Transportation Veterinary Other

Published : 95 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 95 Documents
Search

 5   6   7   8   9 
Optimasi Pertanyaan Menggunakan Refined Query Dalam Sistem Tanya Jawab Kitab Hadis Wijaya, Andy Huang; Harahap, Nazruddin Safaat; Irsyad , Muhammad; Yanto, Febi
SATIN - Sains dan Teknologi Informasi Vol 10 No 1 (2024): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33372/stn.v10i1.1116

Abstract

This research aims to enhance a Question-Answering System for Hadith texts by incorporating Refined Query techniques and Large Language Models (LLMs), specifically OpenAI's GPT-4. Utilizing a dataset of 62,169 Hadith from nine significant books, the study follows a comprehensive methodology that covers data collection, analysis and preprocessing, and the integration of LangChain and OpenAI's Chat Model for optimized querying. The evaluation of the system's performance was conducted through comparative analysis before and after the application of Refined Query, BERTScore for text quality, and user-based quality assessments. Results demonstrate that Refined Query significantly improves the system's capacity to produce accurate and contextually relevant responses. Implementing Refined Query not only enhanced answer precision but also facilitated the generation of responses where none were previously available. The average BERTScore of 0.80351 and the quality of user responses with an average score of 87.3% for the student test and 90.3% for the hadith expert test further validate the efficacy of the system. This research advances the domain of Islamic information systems by demonstrating the fruitful integration of advanced computational techniques with religious texts, offering a fundamental step towards better access to the understanding of Islamic jurisprudence.
Pengaruh Agregasi Data pada Klasifikasi Sentimen untuk Dataset Terbatas Menggunakan SGD Classifier Fauzan Ray T; Surya Agustian; Febi Yanto; Pizaini
Computer Science and Information Technology Vol 5 No 3 (2024): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

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

Abstract

Social media, especially Twitter or X, is a rich source of data for sentiment analysis. However, dataset limitation is a major challenge in utilizing machine learning, especially to produce fast and accurate sentiment analysis. This research applies data aggregation techniques to expand the training dataset and tests various preprocessing steps, such as cleaning, case folding, normalization, stemming, and lexicon-based methods. The classification method used is Stochastic Gradient Descent Classifier with text representation using Fast Text language model to generate word embedding. Lexicon-based preprocessing, particularly for emoji and emoticon handling, shows significant impact when data is added, as it is able to capture additional emotion and context that is often overlooked in conventional text analysis. Experimental results show that data addition and preprocessing optimization improved F1 Score from a baseline of 40% to 52.13%, surpassing the organizer which reached 51.28%. These findings emphasize the importance of data aggregation, preprocessing optimization, and parameter tuning using grid search in improving model performance on text sentiment classification with limited datasets.
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 Kontrol Suhu Inkubator Telur Berasis Mikrokontroler MenggunakanFuzzy LogicdanPulse-Width Modulation Yanto, Febi; Afroni, Hallend
Jurnal Ilmu Komputer Vol 3 No 1 (2014): Jurnal Ilmu Komputer
Publisher : STMIK Hang Tuah Pekanbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33060/JIK/2014/Vol3.Iss1.18

Abstract

Abstrak –Inkubator merupakan alat untuk melakukan pemantuan pengeraman menggantikan fungsi dari induk ayam ataupun unggas lainya.Untuk pengeraman induk ayam ataupun unggas lainya membutuhkan suhu ± 36 – 40 derajat celcius.Untuk menjaga suhu agar stabil antara 36 hingga 40 derajat celcius maka diperlukanlah sebuah kontrol yang mampu memenuhi kebutuhan inkubator tersebut. Dirancanglah sebuah alat kontrol suhu untuk inkubator telur sebagai pengganti induk ayam dengan berbasis mikrokontroler sebagai unit proses yang dibantu dengan fuzzy logic dan Pulse-Width Modulation (PWM). dengan menggandalkan sensor SHT11 sebagai pembaca suhu serta kipas dan elemen pemanas sebagai alat untuk menaikkan serta menurunkan suhu. Untuk perancangan, Fuzzy Logic beserta PWM diletakkan pada mikrokontroler sehingga mampu mengendalikan kerja elemen pemanas maupun kipas pendingin. Hasil yang didapat setelah pengujian menggunakan simulasi box yang berukuran 30 x 16 x 24, mikrokonroler yang menggunakan Fuzzy Logic serta PWM mampu mempertahankan suhu stabil antara 36 hingga 40 derajat celcius setelah alat bekerja dalam beberapa waktu.
RANCANG BANGUN APLIKASI MOBILE VOTE BERBASIS MOBILE MULTIPLATFORM Yanto, Febi; Dewi, Nurika
Jurnal Ilmu Komputer Vol 3 No 1 (2014): Jurnal Ilmu Komputer
Publisher : STMIK Hang Tuah Pekanbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33060/JIK/2014/Vol3.Iss1.19

Abstract

Abstrak – Pemungutan suara adalah jawaban yang paling tepat untuk mengambil keputusan berdasarkan tujuan ataupun maksud yang ingin di ambil jawabannya secara cepat, tepat dan berdasarkan keadaan yang sesungguhnya.Hanya saja, pemungutan suara yang saat ini biasa terjadi di masyarakat memiliki berbagai masalah, seperti kecurangan, lamanya proses, banyak nya biaya yang digunakan. Untuk itu dibangunlah sebuah aplikasi pemungutan suara yang mampu menyelesaikan masalah-masalah tersebut, seperti membangun aplikasi mobile vote, dan melihat banyaknya pengguna smartphone di masyarakat pada saat ini, juga memungkinkan pada penelitian ini dibangunlah sebuah aplikasi mobile vote berbasis mobile multiplatform. Aplikasi Mobile Multiplatform adalah aplikasi yang dapat berjalan pada banyak sistem operasai smartphone. Pada penelitian ini aplikasi mobile vote yang dibangun adalah aplikasi dengan pemrograman PHP dan beberapa SDK dari berbagai sistem operasi smartphone.Hasil dari pengujian yang dilakukan terhadap aplikasi yang dibangun menunjukan sistem telah berjalan dengan baik dan sesuai yang diharapkan.
Optimasi Hyperparameter Deep Learning untuk Deteksi X-Ray Paru-Paru Menggunakan Bayesian Optimization Shahira, Fayza; Negara, Benny Sukma; Yanto, Febi; Sanjaya, Suwanto
JIEET (Journal of Information Engineering and Educational Technology) Vol. 9 No. 1 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v9n1.p53-63

Abstract

Penyakit paru-paru, seperti pneumonia dan COVID-19, merupakan ancaman serius terhadap kesehatan masyarakat, terutama jika diagnosisnya mengalami keterlambatan. Pendekatan deteksi dini melalui citra X-ray dada banyak digunakan, namun akurasinya sangat bergantung pada kemampuan sistem klasifikasi. Penelitian ini bertujuan untuk meningkatkan performa klasifikasi citra X-ray paru-paru dengan mengimplementasikan metode deep learning menggunakan arsitektur ResNet-101 yang dioptimasi menggunakan teknik Bayesian Optimization. Dataset yang digunakan dalam penelitian ini terdiri dari tiga kelas yaitu Normal, Pneumonia, dan COVID-19, masing-masing sejumlah 1.000 citra. Kinerja model hasil optimasi dibandingkan dengan model baseline pada tiga skenario split data yaitu 90:10, 80:20, 70:30. Hasil penelitian mengindikasikan bahwa model yang telah dioptimasi mampu meningkatkan performa pada seluruh metrik evaluasi mencakup akurasi, presisi, recall, spesifisitas, dan F1-score. Akurasi tertinggi tercatat sebesar 93,83% pada skenario 80:20, melampau akurasi baseline yang sebesar 91,83. Selain itu, kurva akurasi dan loss menunjukkan proses training yang stabil dan konvergen secara cepat tanpa indikasi overfitting yang signifikan. Penerapan Bayesian Optimization terbukti efektif dalam menemukan konfigurasi hyperparameter optimal yang berdampak pada peningkatan dalam tiap metrik evaluasi
Interpreting Lung Disease Detection from Chest X-rays Using Layer-wise Relevance Propagation (LRP) Fauziyyah, Laila Nurul; Negara, Benny Sukma; Irsyad, Muhammad; Iskandar, Iwan; Yanto, Febi
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.v5i2.7043

Abstract

Penelitian ini mengusulkan pendekatan klasifikasi penyakit paru berbasis citra X-ray menggunakan arsitektur VGG16 yang dilengkapi metode interpretabilitas Layer-wise Relevance Propagation (LRP). Dataset terdiri dari tiga kelas: COVID-19, pneumonia, dan normal, yang diproses melalui augmentasi dan normalisasi. Model dilatih dengan rasio data 70:30, learning rate 0.001, batch size 32, dan optimizer Adam. Hasil pelatihan menunjukkan akurasi tinggi sebesar 96,78% dengan nilai precision, recall, dan F1-score yang seimbang. Metode LRP digunakan untuk menyoroti area penting pada citra yang berkontribusi terhadap prediksi model, sehingga meningkatkan transparansi keputusan. Kontribusi utama penelitian ini adalah integrasi VGG16 dengan LRP dalam klasifikasi multi-kelas citra X-ray, yang memberikan hasil akurat sekaligus interpretasi visual yang mendukung kepercayaan dalam aplikasi medis.
Lung Disease Detection Using Gradient-Weighted Class Activation Mapping (Grad-CAM) Sofiyah, Wan; Negara, Benny Sukma; Irsyad, Muhammad; Iskandar, Iwan; Yanto, Febi
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.v5i2.7041

Abstract

Early detection of respiratory diseases such as Coronavirus Disease-19 (Covid-19) and Pneumonia is crucial for accelerating treatment and preventing more serious complications. This study proposes a method for classifying Chest X-ray (CXR) images using a Convolutional Neural Network (CNN) to distinguish between Covid-19, Pneumonia, and normal lungs. Model training involved exploring various hyperparameter combinations to find the optimal configuration. The best results were achieved with a learning rate of 0.001, 50 epochs, and a batch size of 32, yielding an accuracy of 96.33%. Evaluation was conducted using accuracy, precision, recall, F1-score, and confusion matrix metrics. This study uses Gradient-Weighted Class Activation Mapping (Grad-CAM) as a transparent interpretation tool for model decisions. The main contribution of this study is the application of Grad-CAM in multi-class CXR classification to enhance model interpretability in lung disease diagnosis.
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 Abdul Haris Abdussalam Al Masykur Adha, Martin Afiana Nabilla Zulfa Afriyanti, Liza Afroni, Hallend Agustina, Auliyah Alabbas Hussein Saeed Alfitra Salam Alwis Nazir Andri Andri Aprilia, Risma Arif Mudi Priyatno Ariq At-Thariq Putra Baehaqi Benny Sukma Negara citra ainul mardhia putri Dafwen Toresa Dea Ropija Sari Destri Putri Yani Dewi, Nurika Dicky Abimanyu Dimas Ferarizki Dzaky Abdillah Salafy Edriyansyah Eka Pandu Cynthia Eka Pandu Cynthia Eka Pandu Cynthia Eka Pandu Cynthia, Eka Pandu Elin Haerani Elin Haerani Elvia Budianita Fadhilah Syafria Fajar Febriyadi Fajri Fahreza Azeta Faris Apriliano Eka Fardianto Faris Fauzan Ray T Fauziyyah, Laila Nurul Fitra Kurnia Fitri Insani Fitri Insani Gusman, Deddy Gusti, Gogor Putra Hafi Puja Gusti, Siska Kurnia Hallend Afroni Harni, Yulia Hatta, M Ilham Hidayat, Rizki Ichsan Permana Putra Idhafi, Zaky Iis Afrianty Iis Afrianty Ikhsan Hidayat Ikhwanul Akhmad DLY Illahi, Ridho Inggih Permana Iqbal Salim Thalib Irma Welly, Irma Irsyad , Muhammad Isnan Mellian Ramadhan Iwan Iskandar Iwan Jannata, Nanda Jasril Jasril Jasril Jasril Jasril Jasril Jeki Dwi Arisandi Juliandi Kurniansyah Lestari Handayani Lestari Handayani Lisnawita Lisnawita M Dhimas Hadid Fachrezy M Fikry M Ikhsan Maulana M. Afdal M. Fadil Martias M. Nabil Dawami Masaugi, Fathan Fanrita Mazdavilaya, T Kaisyarendika Morina Lisa Pura Muhammad Affandes Muhammad Affandes Muhammad Affandes Muhammad Fahri Muhammad Fikry Muhammad Fikry Muhammad Fikry Muhammad Haiqal Dani Muhammad Irsyad Muhammad Irsyad Muhammad Irsyad Muhammad Irsyad Muhammad Taufikur Rahman Mustasaruddin Mustasaruddin Nabilla Alya Firana Nabyl Alfahrez Ramadhan Amril Nadila Handayani Putri Nazruddin Safaat Nazruddin Safaat H Nazruddin Safaat H Negara, Benny Sukma Niken Aisyah Maharani Herwanza Nining Erlina Novriyanto Novriyanto Nurika Dewi Okta Silvia M Permata, Rizkiya Indah Pizaini Pizaini Prananda, Alga Pratama, Dandi Irwayunda Putra, Wahyu Eka Putri Ayuni, Desy Putri Zahwa Rahma Shinta Rahmad Abdillah Rahmad Abdillah Rahmat Al Hafiz Raja Joko Musridho Reski Mai Candra Reski Mai Candra Reski Mai Candra Rometdo Muzawi Roni Setyawan RR. Ella Evrita Hestiandari Sandy Ilham Hakim Syasri Sarah Lasniari Sarah Lasniari Shahira, Fayza Shir Li Wang Siti Ramadhani Sofiyah, Wan Sugandi, Hatami Karsa Surya Agustian Suwanto Sanjaya Suzani Mohamad Samuri Syafria, Fadhillah Ulfah Adzkia Wan Muhammad Hanif Wang Shir Li Wijaya, Andy Huang Wirdiani, Putri Syakira Yenggi Putra Dinata Yuli Novita Sari, Yuli Novita Yusra Yusra Yusra Yusra Yusra Yusra Yusra Yusra Yusra Yusra Yusra, Yusra