Article Per Year (5 Year)
p-Index From 2021 - 2026
4.77
P-Index
This Author published in this journals
All Journal MEDIA ELEKTRIKA Transmisi: Jurnal Ilmiah Teknik Elektro JURNAL SISTEM INFORMASI BISNIS Indonesian Journal of Electrical Engineering and Informatics (IJEEI) Journal of Telematics and Informatics Jurnal Transformatika Proceeding of the Electrical Engineering Computer Science and Informatics TRANSISTOR Elektro dan Informatika AKSIOLOGIYA : Jurnal Pengabdian Kepada Masyarakat Indonesian Journal of Community Services Abdi: Jurnal Pengabdian dan Pemberdayaan Masyarakat Jurnal Pengabdian kepada Masyarakat Nusantara Community Empowerment JAST Prosiding University Research Colloquium Prosiding Seminar Riset Mahasiswa Jurnal Ilmiah Sultan Agung Jurnal Rekayasa Sistem Informasi dan Teknologi JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Sam Farisa Chaerul Haviana
Universitas Islam Sultan Agung
Religion Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences

Published : 53 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 53 Documents
Search

 2   3   4   5   6 
IMPLEMENTASI ZERO-SHOT LEARNING UNTUK PREDIKSI SOLUSI DARI KALIMAT MASALAH PADA ARTIKEL ILMIAH MENGGUNAKAN LARGE LANGUAGE MODELS (LLM) Nada, Anita Soffiyun; Chaerul Haviana, Sam Farisa
TRANSISTOR Elektro dan Informatika Vol 7, No 1 (2025): April : Transistor EI
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.7.1.%p

Abstract

Peningkatan jumlah publikasi ilmiah yang mencapai 2,6 hingga 3 juta artikel per tahun menimbulkan tantangan dalam mengekstraksi informasi penting, terutama dalam mengidentifikasi permasalahan dan solusinya yang sering kali tidak dinyatakan secara eksplisit. Proses manual yang memakan waktu dan rentan terhadap kesalahan manusia, sehingga mendorong perlunya solusi berbasis kecerdasan buatan. Penelitian ini mengusulkan pendekatan Zero-Shot Learning (ZSL) menggunakan model Llama 3 untuk memprediksi solusi dari kalimat masalah dalam artikel ilmiah tanpa memerlukan pelatihan tambahan. Model ini hanya mengandalkan pemrosesan berbasis prompt untuk menghasilkan solusi tanpa menggunakan dataset pelatihan. Evaluasi dilakukan dengan membandingkan hasil prediksi model terhadap solusi referensi (ground truth) menggunakan metrik ROUGE. Hasil evaluasi menunjukkan bahwa skor ROUGE-1, ROUGE-2, dan ROUGE-L berada dalam rentang 3,5% hingga 22%, mengindikasikan bahwa meskipun kesamaan berbasis kata masih terbatas, model tetap mampu menghasilkan solusi yang relevan secara kontekstual. Dengan demikian, sistem berbasis Zero-Shot Learning dan Large Language Model ini diharapkan dapat mendukung analisis pola solusi dalam artikel ilmiah serta menjadi dasar bagi pengembangan model prediksi yang lebih akurat di masa depan.
Implementasi Algoritma Cosine Similarity pada sistem arsip dokumen di Universitas Islam Sultan Agung Kurniadi, Dedy; Haviana, Sam Farisa Chaerul; Novianto, Andika
Jurnal Transformatika Vol. 17 No. 2 (2020): January 2020
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v17i2.1613

Abstract

Archiving in University that have not been well organized will cause a problems, the documents need for structuring and archives properly in the systems for the good standard a universities. The most importance of ease in finding the required archives is an important reason why it is necessary to develop an archive search system that can facilitate and improve the process of searching the archived document. Apllying cosine similarity algorithm in Information Systems is a solution for University to organizing archived documents, results from this reserach is the systems can show the relavant document from database list with precision 88.8% and recall 76.1%   from all the data in database.  
Diversifikasi Metode Pemasaran Produk Dengan Pengembangan Toko Online Pada UMKM Galgil Indonesia Haviana, Sam Farisa Chaerul; Subroto, Imam Much Ibnu; Wicaksono, Yusuf Arief
Aksiologiya: Jurnal Pengabdian Kepada Masyarakat Vol 7 No 2 (2023): Mei
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/aks.v7i2.11064

Abstract

Galgil Indonesia atau lebih dikenal dengan Kaos Galgil, adalah salah satu UMKM yang mengangkat identitas kota Tegal dan keunikannya melalui berbagai produk, dimana produk unggulannya adalah kaos dengan desain khas Tegal. Dimasa pandemi dengan pembatasan mobilitas dan penutupan akses ke beberapa wilayah di kota Tegal mengakibatkan penurunan penjualan yang sangat signifikan. Hal ini dikarenakan proses jual beli kaos Galgil selama ini hanya dilakukan melalui toko fisik yang bergantung pada mobilitas konsumen. Manajemen Galgil Indonesia juga telah berusaha memperluas model penjualannya melalui penjualan online dimana dilakukan dengan mendaftarkan diri pada marketplace. Namun langkah tersebut tidak secara signifikan meningkatkan penjualan. Hal inilah yang mendasari pelaksana pengabdian bermitra dengan Galgil Indonesia untuk membangun toko online untuk kaos Galgil sebagai diversifikasi metode pemasarannya dan menjadi solusi bagi permasalahan selama masa pandemi. Menggunakan platform Woocommerce dan Wordpress, pengembangan toko online Galgil Indonesia menjadi lebih cepat, efisien, dan hemat biaya pengembangan. Selain itu toko online menjadi pengukuhan eksistensi Galgil Indonesia di Internet sebagai brand fashion UMKM.
Implementasi Deteksi Pakaian BerbudAI Menggunakan Metode Single Shot Multibox Detector di Lingkungan Kampus UNISSULA Semarang Adhi, Anjas Restu Mulia; Haviana, Sam Farisa Chaerul
TRANSISTOR Elektro dan Informatika Vol 7, No 2 (2025): Agustus : Transistor EI
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.7.2.%p

Abstract

Universitas Islam Sultan Agung Semarang merupakan sebuah institusi pendidikan yang berlandaskan pada nilai – nilai Islam. “Membangun Generasi Khaira Ummah”. Jika dilihat dari perkembangan era digital, mayoritas mahasiswa ataupun mahasiswi cenderung mengikuti trend dalam berpakaian. Bahkan beberapa diantara mereka merasa lebih percaya diri saat memakai pakaian yang berbeda sehingga mereka ingin dipandang dan diperhatikan. Sesuai dengan startegi pada kampus sangat penting berpakaian sesuai dengan Budaya Akademik Islami yang telah ada pada lingkugan kampus. Pakaian BerbudAi merupakan sebuah gerakan yang diterapkan untuk semua civitas akademika Universitas Islam Sultan Agung Semarang guna menerapkan cara berpakaian yang benar sesuai dengan ajaran nilai – nilai dari agama Islam. Untuk meminimalsir terjadi pelanggaran tata cara berpakaian, pada penelitian ini mengimplementasikan sebuah sistem deteksi pakaian berbudaAI secara real time menggunakan metode Single Shot Multibox Detector dengan VGG16. Hasil dari pengujian Nilai threshold model terbaik di penelitian kali ini diangka 0.7 dengan F1-score tertinggi (0,918), yang mencerminkan keseimbangan terbaik antara precision (0,85) dan recall (1,0). Dengan mengunakan metode Single Shot Multibox Detector untuk mengimplementasikan deteksi secara real time pada pakaian budAI mendapatkan hasil akurasi yang sangat baik.
Perancangan Produk Baru pada IKM Kerajinan Kulit Ikan Pari untuk Meningkatkan Daya Saing Usaha di Pasar Ekspor Nurwidiana, N; Asyhari, A; Haviana, Sam Farisa Chaerul
Prosiding University Research Colloquium Proceeding of The 8th University Research Colloquium 2018: Bidang Sosial Ekonomi dan Psikologi
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

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

Abstract

Di era Masyarakat Ekonomi Eropa (MEA) pengembangan IKM menjadi hal penting untuk meningkatkan daya saingnya di pasar global. Untuk dapat memenangkan persaingan, industri harus mampu memproduksi barang sesuai dengan selera pasar. IKM White Blue yang bergerak dibidang usaha penyamakan kulit ikan pari akan mengembangkan usahanya ke pasar ekspor dengan memproduksi barang jadi. Penelitian ini membahas proses pengembangan produk yang dilakukan di IKM White Blue. Proses pengembangan dilakukan melalui 8 tahap yaitu: Idea Generation, Idea Screening, Concept Development and Testing, Marketing Strategy Development, Business Analysis , Product Development , Test Marketing, Commercialization. Setelah melalui tahap-tahapan tersebut terpilih produk handmade sebagai konsep pengembangan produk IKM white Blue. Dikembangkan produk kulit ikan pari kombinasi dengan kulit sapi dengan proses produksi menggunakan teknik hand made. Produk ditujukan untuk pasar ekspor dengan metode web based marketing. Dari analisa aspek ekonomi, pengembangan produk handmade ini dinyatakan layak karena mampu memberikan ROI > MARR yang ditetapkan perusahaan.
Large Language Model and Retrieval-Augmented Generation Model for Indonesian Publication Milasanti, Denina; Subroto, Imam Much Ibnu; Haviana, Sam Farisa Chaerul
Journal of Telematics and Informatics Vol 12, No 1 (2024)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jti.v12i1.

Abstract

Garba Rujukan Digital (GARUDA) is a platform for publications and references in scientific articles, journals, and theses in Indonesia. However, to be able to find specific information in many articles and journals, of course, it is necessary to develop a system to make it easier to find this information. Therefore, a chatbot system with Large Language Model (LLM) and Retrieval Augmented Generation (RAG) was developed which is used to retrieve information through data-based chatbots on GARUDA. To find out the results of this study, a matrix evaluation was carried out using the ROUGE score with an average result of the value range from 42.68% to 68.03%. Thus, the evaluation showed that the output worked quite well in answering questions in scientific articles in the GARUDA Computer Science & IT indexed journal, especially on web-based subtopics.Keywords: chatbot, RAG, LLM, GARUDA Kemdikbud 
Sentimen Analisis Komentar Mahasiswa EDOM Dengan Metode Support Vector Machine (SVM) Putra, Ardan Nur Chaiya; Haviana, Sam Farisa Chaerul; Badie’ah, Badie’ah
Prosiding Seminar Riset Mahasiswa Vol 1, No 1: Maret 2023
Publisher : Universitas Islam Sultan Agung

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

Abstract

Universitas Sultan agung Semarang menerapkan sebuah kuisioner online mahasiswa untuk mengevaluasi Dosen apakah sebuah dosen sudah melakukan tugas yang diberikan dan mahasiswa menilai apakah dosen sudah baik apa belum yang bisa di isi dengan melalui pilihan ganda dan sebuah komentar. Dalam hal ini yang akan digunakan adalah kuisioner dalam bentuk komentar yang dibuat oleh mahasiswa dapat menghasilkan sebuah sentiment yang terbagi menjadi jadi tiga subjek berupa netral, positif, dan negatif. Namun terkadang dalam sebuah tulisan yang di buat oleh mahasiswa tidak bisa di identifikasi untuk menentukan apakah kalimat tersebut dapat dibagi menjadi tiga subjek yang berupa positif, negatif dan netral. Data yang berhasil didapatkan dari pengisian komentar dari kuisioner online Bernama EDOM dengan mendapatkan hasil dengan jumlah data sekitar 1791 komentar, dan dengan penelitian ini akan menggunakan sentiment analisis dan algoritma Bernama Support Vector Machine yang menghasilkan hasil yang baik dengan tingkat Akurasi 82%, Presisi 72%, recall 61%, f-measure 65%..Keyword: Klasifikasi, Komentar, Sentimen, support vector machine
KLASIFIKASI BIDANG ILMU PADA PUBLIKASI TERINDEKS WEB OF SCIENCE MENGGUNAKAN METODE NAÏVE BAYES Munir, Abdulloh; Riansyah, Andi; Haviana, Sam Farisa Chaerul
Prosiding Seminar Riset Mahasiswa Vol 1, No 1: Maret 2023
Publisher : Universitas Islam Sultan Agung

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

Abstract

Kecepatan dalam mengakses di internet menjadikan jurnal ilmiah berkembang pesat dan banyak. Adanya permasalahan seperti menemukan jurnal sesuai dengan bidang ilmu. Dari permasalahan tersebut perlu metode pengklasifikasian pencarian jurnal sesuai isi topik yang dituju, salah satunya dengan metode data mining klasifikasi dengan naïve bayes. Data Mining adalah proses menemukan pola bertujuan melakukan klasifikasi, prediksi, dan klaster. Naïve Bayes merupakan metode atas dasar probabilitas statistika dengan menerapkan teorema bayes, memprediksi peluang hasil yang akan didapatkan dengan memperhitungkan berdasarkan data pengalaman dimasa sebelumnya. Tujuan penelitian ini yaitu menerapkan metode naïve bayes dalam pengklasifikasian jurnal ke dalam 5 bidang ilmu dapat merumuskan masalah berupa memudahkan pengelompokan jurnal ilmiah sesuai akan topik. Hasil akhir pada penelitian ini yaitu menghasilkan output kesesuaian judul dari artikel dalam SINTA yang sudah terindeks Web of Science dalam 5 bidang ilmu tersebut. Dengan hasil dari pengujian sistem nilai akurasi 44,2%, recall 24% dan presisi 20,2%.Keyword : Klasifikasi, 5 Bidang Ilmu, Web of Science, Naïve Bayes, SINTA. 
Identifikasi Bidang Kepakaran Program Studi Informatika Berdasarkan Rekam Jejak Publikasi di Indonesia menggunakan Rake Fadhilah, Achmad Naufal; Subroto, Imam Much Ibnu; Haviana, Sam Farisa Chaerul
TRANSISTOR Elektro dan Informatika Vol 5, No 2 (2023)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.5.2.%p

Abstract

Program studi pada universitas di Indonesia baik universitas swasta maupun universitas negeri terkadang memiliki bidang kepakaran yang berbeda meskipun nama program studi tersebut terlihat sama, hal ini karena program studi diberbagai universitas sangat tergantung dengan kepakaran dosen pada universitas tersebut. Untuk itu, diperlukan sebuah sistem yang memuat informasi tentang bidang kepakaran program studi khususnya Informatika untuk membantu para calon mahasiswa untuk lebih mudah memperoleh informasi program studi informatika dan universitas mana yang sesuai dengan minat para calon mahasiswa tersebut. Dengan memanfaatkan metode RAKE dapat mewujudkan kemudahan memperoleh informasi. Metode ini dipilih karena sangat cocok untuk digunakan meranking seberapa tinggi bidang kepakaran program studi informatika di Indonesia. Pembuatan sistem diawali dengan mengumpulkan data dari beberapa website seperti SINTA Kemendikbud dan Scopus, implementasi metode dan pembuatan sistem dengan bahasa pemrograman python dan MySQL, dan pengujian sistem. Hasil penelitian menunjukkan bahwa sistem informasi dapat berjalan dengan baik setelah pengujian dan menunjukkan hasil berupa informasi kepakaran program studi ketika user memasukkan keyword ataupun nama program studi yaitu informatika. sistem berhasil menampilkan sistem informasi kepakaran program studi berdasarkan universitas yang dipilih dengan menampilkan kata kunci yang berhasil dihitung berjumlah 2716 dari 5 universitas di Indonesia dan kata kunci setiap universitas hanya ditampilkan sebanyak 20 kata kunci sesuai perhitungan mean average precision@k
Implementasi Bidirectional Long Short-Term Memory untuk Identifikasi Entitas Saham Fatimah, Akmalia; Badieah, Badieah; Haviana, Sam Farisa Chaerul
Jurnal Teknik Informatika dan Sistem Informasi Vol 11 No 1 (2025): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v11i1.9775

Abstract

One of the financial products in the capital market that is in great demand is stock. Shares are proof of ownership of a company that fluctuates and tends to have a high level of risk and nonlinear price changes. To make the right investment decision, investors are required to be able to analyze the abundant stock information carefully and quickly. In facing this challenge, Named Entity Recognition (NER) can be a potential solution in analyzing stock information by recognizing stock entities and grouping them into certain labels. In this research, NER is developed with the Bidirectional Long Short-Term Memory algorithm, which is used to identify five stock entities: company name, stock code, stock index, industry sector, and sub-sector. With an accuracy of 99.81% on the test data, the Bi-LSTM algorithm can identify the entities well and group each token into the five entities.
Co-Authors A Asyhari Achya Puji Sari Adhi, Anjas Restu Mulia Akhsinatul Laeliyah Andi Riansyah Arief Budiman Ariyanto, Bagas Afza Joko Asyhari Asyhari Asyhari Asyhari, Asyhari Asyhari, A Azizah, Eka Nurul Badie'ah, Badie'ah Badieah Assegaf Badie’ah, Badie’ah Dedy Kurniadi Dedy Kurniadi Dedy Kurniadi Dedy Kurniadi Ellisa Mu'alifah Fadhilah, Achmad Naufal Fahmi Arif Dewoputro Fatimah, Akmalia Ghozi Fidaul Haq Hermawan, Hildan Mulyo Huda, Rizky Miftachul Ilham Pradipta, Muhammad Ilhamsyah, Muhamad Reynaldi Imam Much Ibnu Subroto Komsiyah Afri Maryuliana Maryuliana Milasanti, Denina Moch Taufik Muhammad Nur Gofinda Muhammad Taufik Munir, Abdulloh Nada, Anita Soffiyun Najma Nora Agustina Novianto, Andika Nur Fatahna Nurinayah, Alfiyatu Nurnasikha, Kusuma Nurwidiana Nurwidiana Nurwidiana, N Poetro, Bagus Satrio Waluyo Putra, Ardan Nur Chaiya Putra, Yustian Dikma Eka Riansyah, Andi Rifqy Ramdhani Hakim Riziq, Alvin Yusuf Salwa Ahla Amania Sigit Ardianto Sri Mulyono Sri Mulyono Sri Mulyono Sulaiman, Noor Suhana Suryani Alifah Taufik, Muhammad Ushuludin, Mohammad Wicaksono, Yusuf Arief Widhya Nugroho Satrioajie Wiwiek Fatmawati Yacob, Azliza Yasni, Loura Yusuf Arief Wicaksono Yusuf Arief Wicaksono