Article Per Year (5 Year)
p-Index From 2021 - 2026
2.784
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Jurnas Nasional Teknologi dan Sistem Informasi Journal of Information Technology and Computer Science Jurnal Informatika JURNAL ILMIAH INFORMATIKA JURNAL INSTEK (Informatika Sains dan Teknologi) Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika Jurnal Mnemonic JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Computer Networks, Architecture and High Performance Computing Jurnal Pendidikan dan Teknologi Indonesia Jurnal Pengabdian Masyarakat Sains dan Teknologi International Journal of Economics (IJEC) Journal of Empowerment and Community Service Aspirasi : Publikasi Hasil Pengabdian dan Kegiatan Masyarakat Journal of Innovative and Creativity Buffer Informatika JSE Journal of Science and Engineering
Fendy Yulianto
Universitas Muhammadiyah Kalimantan Timur
Religion Agriculture, Biological Sciences & Forestry Humanities 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 Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Public Health Social Sciences Transportation Other

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
KLASIFIKASI ULASAN APLIKASI SIREKAP 2024 DENGAN EKSTRAKSI FITUR WORD2VEC DAN METODE SUPPORT VECTOR MACHINE (SVM) Muthmainnah, Muthmainnah; Azmi Verdikha, Naufal; Yulianto, Fendy
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13244

Abstract

Pemilu Indonesia memanfaatkan teknologi, termasuk aplikasi SIREKAP 2024, untuk meningkatkan transparansi dan efisiensi. Penelitian ini menganalisis ulasan pengguna aplikasi SIREKAP 2024 dari Google Play Store dengan pendekatan machine learning. Ekstraksi fitur dilakukan menggunakan Word2Vec (Skip-gram), sementara klasifikasi menggunakan Support Vector Machine (SVM). Data ulasan dikumpulkan melalui teknik scraping dan diproses melalui tahapan praproses serta penyeimbangan data menggunakan class_weight='balanced'. Hasil menunjukkan bahwa tanpa penyeimbangan data, model menghasilkan F1-Score sebesar 29,02%. Dengan penerapan class_weight='balanced', skor meningkat menjadi 32,05%. Optimasi parameter dengan nilai C=1 dan max_iter=65 memberikan F1-Score tertinggi sebesar 36,02%, meningkat 7% dari konfigurasi awal. Studi ini menyoroti pentingnya penyeimbangan data dan konfigurasi parameter yang tepat dalam meningkatkan performa model klasifikasi. Namun, model yang digunakan masih belum sepenuhnya sesuai untuk data yang tersedia.
IDENTIFIKASI JENIS KECELAKAAN LALU LINTAS DI KOTA SAMARINDA MENGGUNAKAN METODE RANDOM FOREST Betris Dea Maretta, Nanda; Yulianto, Fendy; Azhima Yoga Siswa, Taghfirul
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13289

Abstract

Kecelakaan lalu lintas di Kota Samarinda merupakan permasalahan yang berdampak signifikan, baik dari segi kerugian material, cedera, maupun korban jiwa. Oleh karena itu, mengklasifikasikan tingkat kecelakaan menjadi langkah penting dalam mengidentifikasi pola kejadian serta mendukung upaya pencegahan dan penanganan yang lebih optimal. Penelitian ini bertujuan untuk mengelompokkan tingkat kecelakaan di Kota Samarinda dengan menerapkan metode Random Forest. Data yang digunakan terdiri dari 1.004 kasus kecelakaan yang diperoleh dari Kepolisian Sektor Samarinda Kota dalam rentang waktu 2021 hingga 2024. Data tersebut diproses melalui tahap Pre-Processing dan dianalisis menggunakan K-Fold Cross-Validation guna memastikan kualitas serta akurasi model. Metode Random Forest bekerja dengan membangun sejumlah pohon keputusan dan menentukan hasil akhir berdasarkan voting mayoritas, sehingga efektif dalam mengklasifikasikan data yang kompleks seperti tingkat kecelakaan. Hasil penelitian menunjukkan bahwa metode ini mampu mengelompokkan kecelakaan ke dalam tiga kategori, yaitu ringan, sedang, dan berat, dengan nilai F1-Score mencapai 95%. Dengan demikian, penelitian ini dapat menjadi landasan dalam merumuskan kebijakan keselamatan lalu lintas yang lebih berbasis data serta membantu pihak berwenang dalam mengurangi angka kecelakaan dan meningkatkan kesadaran masyarakat terhadap keselamatan berkendara.
Product Design Innovation and Branding in the Development of Risoles MSMEs: Inovasi Desain Produk dan Branding dalam Pengembangan UMKM Risoles Yulianto, Fendy; Arbansyah; Ilham, Muhammad Fauzan Nur; Atiqah, Nur Quratul Nabila; Nurdin, Andi; Bakri, Umar
Journal of Empowerment and Community Service (JECSR) Vol. 4 No. 1 (2024): November
Publisher : Wadah Inovasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53622/jecsr.v4i1.358

Abstract

Youth misbehavior, especially among Generation Z, has become an increasing social problem in the digital era. This community service aims to identify the factors that cause juvenile delinquency and assess the effectiveness of legal socialization in increasing students' legal awareness at MTs Al-Hidayah Samboja, Tanjung Harapan Village. Activities were carried out using observation and legal socialization methods, which included material presentation and interactive discussions with class IX students. The results showed that psychological, social, and subcultural factors play an important role in influencing adolescent deviant behavior. Legal socialization proved effective in improving students' understanding of the legal consequences of deviant actions and the importance of complying with social norms. In conclusion, an interactive legal education approach can increase legal awareness and help reduce the potential for juvenile delinquency, especially if supported by a conducive social environment.
Penerapan Smote Pada Algoritma SVM Untuk Mengatasi Imbalance Data Kelayakan Donor Darah Sipahutar, Enriko Chiesa; Yoga, Taghfirul Azhima; Yulianto, Fendy
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

Abstract

Penelitian ini mengembangkan sistem klasifikasi kelayakan donor darah berbasis metode data mining dengan fitur penanganan ketidakseimbangan data untuk meningkatkan akurasi prediksi. Sistem ini menggunakan algoritma SVM (Support Vector Machine) sebagai model klasifikasi utama dan metode SMOTE (Synthetic Minority Over-sampling Technique) untuk menyeimbangkan distribusi data antar kelas. Dataset donor darah yang diperoleh dari PMI Samarinda tahun 2024–2025 diolah melalui tahap pembersihan, normalisasi, serta validasi silang (Cross-validation) untuk mencegah Overfitting. Prototipe model diuji untuk memastikan kinerja klasifikasi terhadap data minoritas dan mayoritas dapat berjalan optimal. Hasil pengujian menunjukkan bahwa penerapan SMOTE berhasil meningkatkan akurasi hingga 96,05%, serta mengurangi kesalahan klasifikasi pada data minoritas. Penelitian ini berkontribusi dalam menyediakan solusi analitik berbasis Machine learning yang dapat diterapkan untuk permasalahan serupa, khususnya dalam meningkatkan akurasi klasifikasi pada data yang tidak seimbang.
Penerapan Metode Analytical Hierarchy Process dan Simple Additive Weighting Dalam Penentukan Lokasi Pembuatan Rumah Burung Walet Nur, Seftiani; Yulianto, Fendy; Rahim, Abdul
Jurnal Nasional Teknologi dan Sistem Informasi Vol 10 No 3 (2024): Desember 2024
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v10i3.2024.182-191

Abstract

Burung walet adalah penghuni khas wilayah tropis dan lembab, yang hidup berkelompok dan membangun sarang dari air liur di gua atau tempat lembab dan gelap. Sarang burung walet memiliki banyak manfaat kesehatan, termasuk mempercepat regenerasi sel, memperkuat sistem kekebalan tubuh, dan menjaga Kesehatan pencernaan, sehingga memiliki nilai jual yang tinggi. Oleh karena itu, budidaya sarang burung walet memerlukan perencanaan yang cermat terkait penentuan lokasi yang tepat untuk memaksimalkan hasil. Penentuan lokasi yang tidak tepat dapat menyebabkan kerugian akibat Gedung walet yang tidak ditempati. Untuk membantu petani walet dalam menentukan lokasi yang tepat, berbagai metode, termasuk pengamatan langsung dan penggunaan aplikasi sistem cerdas dapat digunakan. Sistem cerdas seperti Sistem Pendukung Keputusan (SPK) dapat memberikan rekomendasi menggunakan metode AHP-SAW. Metode AHP memberikan kontribusi dalam pengambilan keputusan dengan mempertimbangakan kriteria yang telah ditentukan, sementara metode SAW digunakan untuk proses perangkingan. Hasil pengujian metode AHP menunjukan akurasi sebesar 63%, sementara kombinasi metode AHP-SAW menunjukan akurasi sebesar 73%. Dengan demikian, kombinasi metode AHP-SAW diharapkan dapat memberikan rekomendasi lokasi yang lebih tepat untuk pembuatan rumah burung walet, sehingga meningkatkan efisien dan hasil budidaya.
Optimasi Ekstraksi Fitur TF-IDF Menggunakan Genetic Algorithm Pada Metode Support Vector Machine Dalam Menentukan Opini Publik Terhadap Keberlanjutan IKN Patimah, Siti; Rudiman; Yulianto, Fendy
Buffer Informatika Vol. 11 No. 2 (2025): Buffer Informatika
Publisher : Department of Informatics Engineering, Faculty of Computer Science, University of Kuningan, Indonesia

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

Abstract

Perubahan opini masyarakat mengenai keberlanjutan Kota Ibu Kota Negara (IKN) menjadi topik penting dalam memahami respon masyarakat terhadap kebijakan pemerintah. Penelitian ini bertujuan untuk menganalisis sentimen publik berdasarkan komentar YouTube dengan menggunakan metode Term Frekuensi-Inverse Document Frekuensi (TF-IDF) sebagai teknik ekstraksi fitur dan Support Vector Machine (SVM) sebagai algoritma klasifikasi. Untuk meningkatkan akurasi prediksi, digunakan Algoritma Genetika (GA) dalam optimasi parameter SVM. Dataset yang digunakan dalam penelitian ini terdiri dari komentar masyarakat di platform YouTube mengenai keberlanjutan IKN. Proses analisis diawali dengan preprocessing teks yang meliputi pelipatan kasus, penghapusan stopword, dan stemming. Selanjutnya fitur teks diekstraksi menggunakan TF-IDF dan diklasifikasikan menggunakan model SVM. Algoritma Genetika diterapkan untuk mencari parameter optimal sehingga kinerja model dapat ditingkatkan. Hasil penelitian menunjukkan bahwa pendekatan ini mampu mengklasifikasikan sentimen masyarakat ke dalam tiga kategori utama: positif, netral, dan negatif dengan tingkat akurasi lebih tinggi dibandingkan metode SVM tanpa optimasi. Penelitian ini diharapkan dapat memberikan wawasan bagi pengambil kebijakan dalam merancang strategi komunikasi publik dan memahami persepsi masyarakat terhadap keberlanjutan
ANALISIS PENYAKIT PADA TUMBUHAN HIDROPONIK SELADA MENGGUNAKAN METODE FORWARD CHAINING Huda, Khoirul Huda Dwi Putra; Arbansyah, Arbansyah; Yulianto, Fendy
Jurnal Teknologi Informasi: Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika Vol. 18 No. 2 (2024): Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Inform
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jti.v18i2.14957

Abstract

This research, titled "Analysis of Diseases in Hydroponic Lettuce Plants Using the Forward Chaining Method," focuses on the process of identifying diseases in hydroponic lettuce plants through an expert system. Hydroponic lettuce plants can be affected by various diseases such as soft root, root rot, yellowing leaves, and others. Therefore, there is a need to facilitate farmers and laypeople in detecting diseases in hydroponic lettuce plants and easily identifying them by simply answering diagnostic questions about the disease symptoms. This research develops the results of the disease analysis in hydroponic lettuce plants using the Forward Chaining method through an expert system. The Forward Chaining method is used due to its high effectiveness and accuracy in identifying diseases through IF-THEN Rule s by finding facts from the established Rule s. The data presented includes disease data and symptom data obtained from hydroponic lettuce cultivation on Jalan Muang RT 47 Lempake. This research involves data collection, data analysis, and BlackBox testing. The development of the website for analyzing diseases in hydroponic lettuce plants using the Forward Chaining method employs PHP, HTML, CSS, and MySQL programming languages. The results of this research are satisfactory because the Forward Chaining method can accurately detect diseases, and the website runs smoothly and also got an accuracy of 79,16% on the calculation system using the website.
The Influence of Technological Skills, Ease of Use, and Service Security Regarding M-Banking BCA User Satisfaction among Students Faculty of Economics and Business UPN "Veteran" East Java Yulianto, M. Efendy Dwi; Anwar, Muhadjir
International Journal of Economics (IJEC) Vol. 3 No. 1 (2024): January-June
Publisher : PT Inovasi Pratama Internasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55299/ijec.v3i1.723

Abstract

Currently is an era where various kinds of technology are developing. Mobile Banking is a technology created by a banking company which is usually called M-Banking. M-Banking is a service provided by banks to their customers to carry out various banking transactions by sharing the features and menus found in banking applications via smart phones or smartphones. The aim of this research is to explain the influence of technological skills, ease of use, security of services on satisfaction using BCA M- Banking among students at the economics and business faculty of UPN "Veteran" East Java. This research uses a quantitative approach through purposive sampling techniques. The population in this study were students from the economics and business faculty of UPN "Veteran" East Java. The samples in this research are active students studying at the Faculty of Economics and Business, UPN "Veteran" East Java, students from the Faculty of Economics and Business, UPN "Veteran" East Java who have BCA M-Banking. Meanwhile, the sample in this study was 130 respondents from the economics and business faculty of UPN "Veteran" East Java with relevant criteria. All tests carried out using the Smart PLS Application indicate that all tests received scores above the prerequisite values so that the tests were said to be reliable. The research results indicate that Technology Skills have a positive and significant effect on Customers Satisfaction. Ease of Use has a positive and significant effect on Customers satisfaction, US well US Service Security has a positive and significant effect on Customers Satisfaction.
Implementation Of Decision Tree Algorithms For Classification Of Respiratory Infectious Diseases Fauzi; Taghfirul Azhima Yoga Siswa; Fendy Yulianto
Journal of Computer Networks, Architecture and High Performance Computing Vol. 7 No. 4 (2025): Articles Research October 2025
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v7i4.6956

Abstract

Acute Respiratory Infection (ARI) is a common respiratory illness that frequently affects children, primarily caused by viruses such as rhinovirus or adenovirus. In Indonesia, a total of 200,000 ARI cases were recorded during the 2021–2023 period. This study aims to implement the Decision Tree algorithm to classify ARI cases. The dataset consists of 1,501 patient records obtained from UPT Puskesmas Bontang Barat for the 2024–2025 period. The research process includes the pre-processing stage, data splitting into training and testing sets using the 10-Fold Cross Validation technique. Subsequently, model evaluation is conducted using the Confusion Matrix to calculate the Accuracy, Precision, Recall, and F1-Score metrics. The results show that the Decision Tree algorithm is capable of performing classification with good performance, achieving an average accuracy of 81.75%, precision of 79.58%, recall of 81.75%, and an F1-score of 80.45%.
IMPLEMENTASI METODE NAIVE BAYES UNTUK KLASIFIKASI KECELAKAAN LALU LINTAS DI KOTA SAMARINDA Salsabila, Cindy Azra; Yulianto, Fendy; Siswa, Taghfirul Azhima Yoga
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5890

Abstract

Kecelakaan lalu lintas merupakan permasalahan serius di Kota Samarinda yang dipengaruhi oleh berbagai faktor seperti kondisi cahaya, cuaca, kelas jalan, tipe jalan, kondisi permukaan jalan, kemiringan jalan, batas kecepatan di lokasi, dan status jalan berkontribusi terhadap tingkat kecelakaan lalu lintas. Dalam mengatasi permasalahan penentuan kecelakaan lalu lintas dapat menggunakan konsep klasifikasi dengan metode Naive Bayes. Data yang digunakan akan dibagi menjadi dua bagian dengan rasio 80:20 untuk pelatihan dan pengujian, serta divalidasi menggunakan K-Fold Cross Validation dengan K=12, kemudian didapatkan hasil akurasi sebesar 84%. Hasil ini menunjukkan bahwa metode Naive Bayes dapat digunakan untuk melakukan penentuan jenis kecelakaan lalu lintas yang ada di Kota Samarinda.
Co-Authors Abdul Rahim Abdul Rahim Akbar, Farhan Anitasari, Dini Arbansyah Arbansyah, Arbansyah Arief Andy Soebroto Arif Ramadhani Atiqah, Nur Quratul Nabila Betris Dea Maretta, Nanda FAUZI Hasmadi, Ipan Huda, Khoirul Huda Dwi Putra Ilham, Muhammad Fauzan Nur Muhadjir Anwar Muhammad Taufiq Sumadi Muthmainnah Muthmainnah Naufal Azmi Verdikha Nur, Seftiani Nurdin, Andi Nursyarif, Muhammad Khumaidi Rahmadana, Novia Ridhoi, Reno Rudiman Rudiman, Rudiman Salsabila, Cindy Azra Sipahutar, Enriko Chiesa Siti Patimah Tagfirul Azima Yoga Siswa, Muspidar Mulyadi Tirta, Muhamad Wahyu Umar Bakri Wahyu Adiwinata Wayan Firdaus Mahmudy Yoga, Taghfirul Azhima