Article Per Year (5 Year)
p-Index From 2021 - 2026
0.983
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business Cerdika: Jurnal Ilmiah Indonesia Journal of Innovative and Creativity Menulis: Jurnal Penelitian Nusantara
Wahyudin Ahmadi
Universitas Panca Sakti Bekasi
Humanities Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Languange, Linguistic, Communication & Media Mathematics Public Health Social Sciences Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Kajian Psikolinguistik : Pemerolehan Bahasa Pada Anak Usia 3-4 Tahun Wahyudin Ahmadi; Ainun Syifa Azizah; Yenling Yenling
Cerdika: Jurnal Ilmiah Indonesia Vol. 4 No. 2 (2024): Cerdika : Jurnal Ilmiah Indonesia
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/cerdika.v4i2.750

Abstract

Penelitian ini akan menganalisis pemerolehan bahasa pada anak usia 3 tahun yang meliputi tataran fonologi dan sintaksis. Pemerolehan bahasa pada manusia diawali dari anak-anak ketika belajar berbicara. Tujuan penelitian ini untuk mendeskripsikan pemerolehan bahasa anak pada tataran sitaksis melalui kajian Mean Length of Utterence (MLU). Metode yang digunakan pada penelitian ini adalah metode kualitatif deskriptif dengan pendekatan studi kasus. Sumber data dalam penelitian ini adalah seorang anak yang berinisial HANIN. Data artikel dikumpulkan melalui observasi dan wawancara. Hasil penelitian bahwa pada usia 3 tahun ini tampaknya ada huruf konsonan yang dikuasi dan ada juga huruf konsosan yang belum dikuasai HANIN. Terdapat dua faktor yang mempengaruhi pemerolehan bahasa fonologi anak usia 3 tahun yaitu faktor alat ucapnya dan faktor lingkungan atau keluarganya. Tidak dibiasakannya anak dalam melafalkan ujarannya dan orang tua mengikuti melafalkan huruf vokal konsonan yang salah ketika berbicara dengan anak. Masyarakat yang tidak membenarkan ujaran anak tersebut membuat HANIN terbiasa mengujarkan kata dengan huruf vokal atau konsonan yang salah, sehingga merasa bahwa yang diujarkannya adalah benar.
An Analysis of The Most Frequent Grammar Errors In University Students’ Instagram Comments Suryo Dewantoro Joyodiningrat; Mira Ermita; Wahyudin Ahmadi
Journal of Innovative and Creativity Vol. 5 No. 3 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i3.4134

Abstract

This study aims to identify the most common grammatical errors in Instagram comments written by students of Panca Sakti University Bekasi from the English Education Study Program. Using a descriptive qualitative method, twenty comments were collected, of which sixteen contained grammatical errors while the remaining four comments were error-free regarding the six types analyzed. The analysis focused on subject-verb agreement, sentence fragments, spelling, parallelism, prepositions, and passive voice. The results indicate that subject-verb agreement errors were the most dominant, accounting for 51% of the total errors, followed by sentence fragments (20%), spelling errors (13%), and parallelism and preposition errors (8% each). Passive voice errors were not found in the data. The findings suggest that students’ English usage in informal digital communication tends to be simple, concise, and meaning-focused, often influenced by first language transfer and the fast-paced nature of social media. These patterns contribute to the prevalence of grammatical errors, particularly in subject-verb agreement and sentence completeness.
Klasifikasi Dukungan Politik Berdasarkan Analisis Heatmap Aktivitas Komentar di Facebook Menggunakan CNN 1D Wahyudin Ahmadi; Bramasto Daru Satrio; Suparno
Menulis: Jurnal Penelitian Nusantara Vol. 2 No. 7 (2026): Menulis - Juli
Publisher : PT. Padang Tekno Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/menulis.v2i7.1332

Abstract

Analisis sentimen opini publik di media sosial menghadapi tantangan keterbatasan data (small dataset) dan ketidakseimbangan kelas (class imbalance) yang dapat menyebabkan overfitting pada model deep learning. Penelitian ini mengkaji performa arsitektur Convolutional Neural Network 1-Dimensi (CNN-1D) untuk klasifikasi sentimen opini publik terhadap kinerja pemerintahan Presiden Prabowo Subianto ke dalam tiga kategori: Netral, Keluhan/Aduan, dan Apresiasi. Dataset terdiri dari 434 komentar media sosial dengan dominasi kategori keluhan. Untuk mengatasi overfitting dan bias kelas, penelitian ini menerapkan reduksi dimensi embedding, regularisasi dropout (0.5), serta pembobotan kelas (class weight) berdasarkan inverse class frequency. Pengujian dilakukan dengan pembagian data 80:20 dan early stopping untuk mencegah overfitting. Hasil evaluasi menunjukkan akurasi 70.11% dengan presisi tertinggi pada kategori keluhan (81.35%), sementara kategori netral masih mengalami kesalahan klasifikasi akibat keterbatasan sampel dan tumpang tindih semantik. Pembahasan menyoroti perbandingan teoretis CNN-1D dengan Support Vector Machine (SVM) pada dataset berskala kecil serta analisis kesalahan prediksi melalui grafik heatmap confusion matrix
Kajian Psikolinguistik : Pemerolehan Bahasa Pada Anak Usia 3-4 Tahun Wahyudin Ahmadi; Ainun Syifa Azizah; Yenling Yenling
Cerdika: Jurnal Ilmiah Indonesia Vol. 4 No. 2 (2024): Cerdika : Jurnal Ilmiah Indonesia
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/cerdika.v4i2.750

Abstract

Penelitian ini akan menganalisis pemerolehan bahasa pada anak usia 3 tahun yang meliputi tataran fonologi dan sintaksis. Pemerolehan bahasa pada manusia diawali dari anak-anak ketika belajar berbicara. Tujuan penelitian ini untuk mendeskripsikan pemerolehan bahasa anak pada tataran sitaksis melalui kajian Mean Length of Utterence (MLU). Metode yang digunakan pada penelitian ini adalah metode kualitatif deskriptif dengan pendekatan studi kasus. Sumber data dalam penelitian ini adalah seorang anak yang berinisial HANIN. Data artikel dikumpulkan melalui observasi dan wawancara. Hasil penelitian bahwa pada usia 3 tahun ini tampaknya ada huruf konsonan yang dikuasi dan ada juga huruf konsosan yang belum dikuasai HANIN. Terdapat dua faktor yang mempengaruhi pemerolehan bahasa fonologi anak usia 3 tahun yaitu faktor alat ucapnya dan faktor lingkungan atau keluarganya. Tidak dibiasakannya anak dalam melafalkan ujarannya dan orang tua mengikuti melafalkan huruf vokal konsonan yang salah ketika berbicara dengan anak. Masyarakat yang tidak membenarkan ujaran anak tersebut membuat HANIN terbiasa mengujarkan kata dengan huruf vokal atau konsonan yang salah, sehingga merasa bahwa yang diujarkannya adalah benar.
Systematic Literature Review AI pada WMS untuk Akurasi Stok dan Produktivitas Pergudangan Wahyudin Ahmadi; Anton Sutriyana; Tita Puspita Sari; Muhammad Afrija Agung Nurpratama
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.11818

Abstract

Perkembangan teknologi Artificial Intelligence (AI) telah membawa transformasi signifikan dalam pengelolaan sistem pergudangan modern, terutama dalam mendukung proses operasional yang lebih akurat, efisien, dan berbasis data. Penelitian ini bertujuan untuk melakukan tinjauan literatur secara sistematis mengenai penerapan AI pada Warehouse Management System (WMS) dalam mengoptimalkan akurasi stok dan meningkatkan produktivitas pergudangan. Penelitian menggunakan pendekatan Systematic Literature Review (SLR) dengan mengacu pada kerangka PRISMA 2020 sebagai pedoman dalam proses identifikasi, seleksi, dan analisis literatur. Sebanyak 25 artikel ilmiah yang diterbitkan pada periode 2023–2026 telah diidentifikasi, diseleksi berdasarkan kriteria yang ditetapkan, dan dianalisis untuk memperoleh gambaran mengenai perkembangan penerapan AI dalam sistem pergudangan. Hasil kajian menunjukkan bahwa teknologi yang dominan diterapkan meliputi Machine Learning (ML), Deep Reinforcement Learning (DRL), Internet of Things (IoT) yang terintegrasi dengan AI, dan Digital Twin. Pada studi yang menyajikan data kuantitatif, rata-rata peningkatan akurasi stok yang dilaporkan mencapai 28,2%. Penerapan teknologi tersebut juga berkontribusi terhadap optimalisasi proses operasional, peningkatan efisiensi aktivitas pergudangan, percepatan pengambilan keputusan berbasis data, serta pengurangan pemborosan energi dan sumber daya. Meskipun demikian, implementasinya masih menghadapi sejumlah tantangan, seperti keterbatasan infrastruktur teknologi, kompleksitas integrasi dengan sistem yang telah tersedia, kebutuhan terhadap data berkualitas tinggi, serta kesiapan sumber daya manusia. Temuan penelitian ini diharapkan dapat menjadi landasan bagi peneliti, praktisi industri, dan pengembang sistem dalam merancang serta mengembangkan WMS berbasis AI yang lebih efektif, adaptif, dan berkelanjutan
Co-Authors Ainun Syifa Azizah Anton Sutriyana Bramasto Daru Satrio Mira Ermita Muhammad Afrija Agung Nurpratama Suparno Suryo Dewantoro Joyodiningrat Tita Puspita Sari Yenling Yenling