Article Per Year (5 Year)
p-Index From 2021 - 2026
2.81
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Infotech Journal Jurnal Teknik Informatika UNIKA Santo Thomas Jurnal Pengembangan Riset dan Observasi Teknik Informatika Jurnal Informatika Global Santika : Jurnal Ilmiah Sains dan Teknologi Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Teknik Informatika Unika Santo Thomas (JTIUST) "JAMASTIKA" Jurnal Mahasiswa Teknik Informatika Informasi interaktif : jurnal informatika dan teknologi informasi Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer
Asriyanik
Unknown Affiliation
Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Materials Science & Nanotechnology Mechanical Engineering

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
Penerapan Algoritma Simple Additive Weighting (SAW) Dalam Pemilihan Perumahan Saepudin, Jijim; Setiawan, Iwan Rizal; Asriyanik
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 7 No. 2 : Tahun 2022
Publisher : LPPM UNIKA Santo Thomas

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

Abstract

Perumahan merupakan suatu kebutuhan dasar manusia dalam melangsungkan hidup sehari – hari, yang tidak dapat dilihat sebagai sarana kebutuhan semata – mata tetapi lebih dari pada itu perumahan juga menciptakan ruang kehidupan untuk bermasyarakat. Dalam perkembangan jaman dan pertumbuhan ekonomi serta kesibukan masing – masing setiap manusia dalam denia kerja, dan begitujuga dengan pertumbuhan penduduk semakin meningkat dari setiap tahunnya. Maka dari itu masyarakat harus membeli rumah yang sudah di siapkan oleh pihak lain dan tidak memperhatikan kriteria yang dibutuhkan sehingga mengakibtakan ketidak nyamanan dalam memilih rumah tinggal yang tidak sesuai dengan kriteria yang dibutuhkan. Maka dari itu kriteria yang digunakan dalam memilih perumahan berupa kriteria uang muka, ukuran tanah, harga perumahan, KPR, dan kepadan penduduk. Maka dibuat sistem pendudkung yang dirancang menggunakan bahasa pemerograman AHP dan MYSQL sebagia olah datanya Sistem pendukung keputusan merupakan sebuah sistem yang dapat membantu seseorang dalam mengambil sebuah keputusan dan tidak untuk mengantikan peran dalam mengambil keputusan. Metode yang digunakan yaitu Simple Additive Weighting untuk mencari penjumlahan terbobot pada rating kinerja setiap alternatif dari semu atribut kemudian dilakukan perangkingan untuk menentukan nilai terbaik.
PENGGUNAAN RANDOM FOREST DALAM SISTEM KLASIFIKASI KECEMASAN PADA GENERASI Z Fitri, Raina Rahmawati; Asriyanik; Apriandari, Winda
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6905

Abstract

Kesehatan mental merupakan masalah yang semakin berkembang, terutama bagi Generasi Z yang lebih banyak menderita kecemasan karena mereka memiliki tekanan sosial dan akademis yang lebih besar. Di Indonesia, hal ini masih belum dikenal, oleh karen aitu harus ada sistem yang efisien untuk mengidentifikasi kecemasan. Penelitian ini bertujuan untuk mengidentifikasi dan menginvesitasi kecemasan pada Generasi Z dengan membuat sebuah website sebagai alat identifikasi. Metode yang dilakukkan adalah ekstraksi data melalui scraping tweet dari pengguna aplikasi X dan kemudian dianalisis melalui algoritma Random Forest. Hasil model Random Forest mampu mendapatkan akurasi 97,71%. Situs web yang dikembangkan dapat mengumpulkan informasi keluhan dari pengguna dan memberikan penilaian status kecemasan mereka secara real-time. Sebagai tindak lanjut dari hasil analisis, situs web ini dapat membantu pengguna untuk menghindari kesalahan diagnosis. Dengan demikian, penelitian ini berkontribusi dalam mengembangkan sistem informasi yang lebih baik untuk mendukung kesehatan mental, serta memberikan rekomendasi yang dapat ditindaklanjuti bagi individu Generasi Z untuk memahami dan mengatasi kecemasan.
Pengaruh AdaBoost pada Peningkatan Akurasi Naïve Bayes dalam Klasifikasi Gangguan Kepribadian Klaster B Pada Generasi Z Rafida Zahra Mahirani H; Asriyanik; Didik Indrayana
Pengembangan Riset dan Observasi Teknik Informatika Vol 12 No 2 (2025)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/protekinfo.v12i2.10696

Abstract

Intisari — Perkembangan teknologi informasi mendorong munculnya kebutuhan untuk memahami pola perilaku pengguna media sosial, terutama Generasi Z. Penelitian ini berfokus pada klasifikasi gangguan kepribadian klaster B, yang meliputi Borderline, Antisosial, Histrionik, dan Narsistik, menggunakan data dari media sosial X (sebelumnya Twitter). Algoritma Naïve Bayes digunakan sebagai dasar klasifikasi, yang kemudian diperkuat dengan teknik ensemble AdaBoost untuk meningkatkan akurasi pada data yang kompleks dan tidak seimbang. Penelitian ini menggunakan pendekatan SEMMA (Sample, Explore, Modify, Model, Assess) untuk menangani 13.805 data teks. Proses preprocessing melibatkan case folding, tokenizing, stopword removal, dan stemming, diikuti dengan ekstraksi fitur menggunakan TF-IDF. Evaluasi model menggunakan akurasi, presisi, recall, dan F1-score. Hasil menunjukkan bahwa kombinasi Naïve Bayes dan AdaBoost secara signifikan meningkatkan kinerja klasifikasi dibandingkan model Naïve Bayes murni. Penelitian ini diharapkan dapat menjadi kontribusi terhadap pengembangan sistem deteksi dini kesehatan mental berbasis media sosial. Kata Kunci — Naïve Bayes, AdaBoost, Generasi Z, media sosial X, gangguan kepribadian, klasifikasi teks. Abstract — The advancement of information technology has influenced communication patterns among Generation Z, who are highly active on social media platforms. This study focuses on the classification of Cluster B personality disorders, including Borderline, Antisocial, Histrionic, and Narcissistic disorders, using textual data from the X platform (formerly Twitter). The Naïve Bayes algorithm was employed as the primary classification method and enhanced with the AdaBoost ensemble technique to address the complexity and imbalance of the data. The SEMMA (Sample, Explore, Modify, Model, Assess) methodology was used to handle 13,805 text datasets. Preprocessing included case folding, tokenizing, stopword removal, and stemming, followed by feature extraction using TF-IDF. The model was evaluated based on accuracy, precision, recall, and F1-score metrics. The results showed that the combination of Naïve Bayes and AdaBoost significantly improved classification performance compared to the pure Naïve Bayes model. This research contributes to the development of early detection systems for mental health disorders through social media analysis. Keywords — Naïve Bayes, AdaBoost, Generation Z, X social media, personality disorders, text classification.
APLIKASI KONSULTASI PENYAKIT PADA IKAN KOI (CYPRINUS ROBFUSCUS) MENGGUNAKAN METODE FORWARD CHAINING iqbal setiawan; Asriyanik; Fathia Frazna Az-zahra
Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer Vol. 2 No. 3 (2022): November: Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/juritek.v2i3.472

Abstract

Ikan koi adalah jenis ikan yang termasuk carp amur (Cyprinus rubrofucus) yang mempunyai motif yang sangat indah dan jinak. Maka dari itu ikan koi adalah ikan yang banyak diminati oleh para penghobi ikan khias di Indonesia. Namun, ikan koi sendiri merupakan makhluk hidup yang juga rentan terpapar penyakit, dan penyakit ikan koi dapat menyebabkan kematian jika tidak dilakukan penanganan dengan baik dan benar. Penanganan penyakit ikan pada ikan koi dapan menghindari penularan penyakit yang dapat menyebabkan kematian masal pada satu kawanan. Serta kurangnya pengetahuan, menyebabkan diperlukannya sistem untuk diagnosa penyakit pada ikan koi dibangun dengan Bahasa pemprograman web PHP dan database MySQL. Representasi pengetahuan menggunakan kaidah produksi, proses inferentasi menggunakan forward chaining. Para pemilik ikan koi dapat mendiagnosa penyakit pada ikan koi dan mengetahui cara penanganan penyakit dengan menjawab pertanyaan-pertanyaan yang diajukan oleh sistem.
Aplikasi APLIKASI E-LEARNING BERBASIS WEB DENGAN METODE WATERFALL STUDI KASUS : SMA 1 NAGRAK: E-learning valiant, lucky; Asriyanik; Mohamad Ridwan
Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer Vol. 2 No. 3 (2022): November: Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/juritek.v2i3.539

Abstract

SMAN 1 Nagrak merupakan sekolah menengah atas yang berada diprovinsi Jawa Barat khususnya Kabupaten Sukabumi. Pada masa pandemi seperti saat ini, kegiatan belajar mengajar mewajibkan dilakukan secara daring. Hal dikarenakan sebagai upaya mencegah penyebaran virus covid-19 dalam bidang pendidikan. Hal ini tentunya menjadi hambatan proses pembelajaran, oleh karena itu dibutuhkannya suatu media pembelajaran e-learning untuk mengatasi masalah tersebut. Dalam rangka memenuhi pembelajaran e-learning khususnya di SMAN 1 Nagrak, penulis mengenakan metode waterfall yang merupakan model pengembangan rekayasa perangkat lunak. Dalam penelitian ini, menghasilkan sebuah aplikasi e-learning bebasis web sebagai penunjang saran pembelajaran secara online. Dengan adanya aplikasi e-learning ini diharapkan proses pembelajaran dapat berjalan dengan baik serta memudahkan guru untuk memberikan materi pembelajaran, latihan soal-soal ujian dan pengumpulkan tugas terhadap siswa dalam pandemi ini.
Klasifikasi Sentimen Pengguna Media Sosial X (Twitter) Terhadap Pemain Naturalisasi Tim Nasional Sepak Bola Indonesia Menggunakan Algoritma Naïve Bayes adhitama, rafli; Asriyanik
SANTIKA is a scientific journal of science and technology Vol. 16 No. 1 (2026): Santika : Jurnal Ilmiah Sains dan Teknologi
Publisher : The Faculty of Science and Technology

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37150/tywez250

Abstract

Di era digital, media sosial telah menjadi platform utama bagi masyarakat untuk menyampaikan opini terhadap berbagai isu, termasuk kebijakan pemain naturalisasi dalam tim nasional sepak bola Indonesia. Kebijakan ini sering kali memicu pro dan kontra, dengan sentimen publik yang beragam. Penelitian ini bertujuan untuk mengklasifikasikan sentimen masyarakat terhadap pemain naturalisasi dengan menggunakan data komentar dari media sosial X (Twitter). Pendekatan yang digunakan dalam penelitian ini melibatkan algoritma Naïve Bayes untuk melakukan klasifikasi sentimen. Data yang digunakan dikumpulkan melalui crawling, kemudian diproses melalui tahapan preprocessing untuk memastikan kualitas data yang optimal sebelum dianalisis. Hasil penelitian menunjukkan Jay Idzes memperoleh 85% sentimen positif dan 19% sentimen negatif, Mees Hilgers menerima 69% sentimen positif dan 71% negatif, sedangkan Kevin Diks mendapatkan 74% sentimen positif dan 56% negatif. Dari sisi akurasi, model Naïve Bayes yang digunakan menunjukkan performa yang cukup baik, dengan akurasi sebesar 74% untuk Jay Idzes, 70% untuk Mees Hilgers, serta 64% untuk Kevin Diks. Penelitian ini diharapkan dapat memberikan wawasan tentang persepsi masyarakat terhadap pemain naturalisasi tim nasional Indonesia serta mendukung pengambilan keputusan yang lebih informatif dalam konteks kebijakan olahraga. 
Co-Authors 3Fathia Frazna adhitama, rafli Agung Pambudi Didik Indrayana Farisi, Muhammad Fadhlan Fathia Frazna Az Zahra Fathia Frazna Az-Zahra Fitri, Raina Rahmawati iqbal setiawan Iwan Rizal Setiawan Latief, Latief Abdul Rojaq Maolana, Yusuf Mega Ihsani Rahmat Mohamad Ridwan Nuraeni, Fika Purwansyah, MUHAMMAD DAFA PURWANSYAH PUTRA Rafida Zahra Mahirani H Saepudin, Jijim Salamah, Siti Ruhu Syahdan, Syahdan mujahid valiant, lucky Winda Apriandari Yudis, Yudistira Putra