Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal TEKNIK INFORMATIKA Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA)
Thoyyibah T
Unknown Affiliation
Computer Science & IT Control & Systems Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PERANCANGAN SISTEM PENGOLAHAN STOK BARANG BERBASIS WEB PADA BARANG MILIK NEGARA DI BADAN METEOROLOGI, KLIMATOLOGI, DAN GEOFISIKA KEMAYORAN Lutfi Ruhbi Syahdat; Thoyyibah T
Buletin Ilmiah Ilmu Komputer dan Multimedia Vol 1 No 3 (2023): Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA)
Publisher : Shofanah Media Berkah

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

Abstract

Perkembangan teknologi informasi yang sangat pesat diera global seperti sekarang ini telah memungkinkan semua orang untuk menggunakan teknologi secara online dalam memecahkan masalah yang timbul khususnya di lingkungan perusahaan untuk menghasilkan informasi yang baik, terutama pada pengolahan stok barang maka dibutuhkan sebuah sistem informasi yang mendukung dalam pengolahan stok barang yang dilakukan secara online. Solusi yang dianggap tepat dalam sistem berbasis online adalah website.Penulis menggunakan metode ini karena memungkinkan pengembangan membuat sebuah model software. Metode ini baik digunakan apabila client tidak bisa memberikan informasi yang maksimal mengenai kebutuhan yang diinginkannya. Juga karena penulis beranggapan proses pengembangan yang sangat terstruktur ini membuat potensi kerugian akibat kesalahan pada proses sebelumnya sangat besar dan acap kali mahal karena membengkaknya biaya pengembangan ulang.Sistem pengolahan stok barang berbasis web akan memungkinkan BMKG untuk mengelola persediaan barang dengan lebih efisien. Sistem berbasis web akan membantu BMKG dalam meningkatkan transparansi dan akuntabilitas pengelolaan stok barang milik negara. Sistem yang terintegrasi akan memudahkan pelacakan dan identifikasi stok barang di BMKG. Perancangan sistem pengolahan stok barang berbasis web pada barang milik negara di Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) adalah langkah yang krusial dalam meningkatkan efisiensi dan transparansi manajemen stok barang. Dengan sistem ini, BMKG akan dapat mengoptimalkan pengelolaan inventaris, memantau stok barang secara real-time, dan meningkatkan kualitas data yang dapat digunakan untuk analisis yang lebih baik
Uncovering Hidden Themes in Indie Music: Crisp-Dm Guided LDA Topic Modeling on a Kaggle-Based Lyric Generation Dataset Thoyyibah T; Yan Mitha Djaksana
JURNAL TEKNIK INFORMATIKA Vol. 18 No. 2: JURNAL TEKNIK INFORMATIKA
Publisher : Department of Informatics, Universitas Islam Negeri Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/jti.v18i2.46643

Abstract

The development of music has produced many works in the form of data, especially lyrical data, which provide insight into the semantic structure of music. This study explores latent thematic patterns in the indie lyric dataset from Kaggle by applying Latent Dirichlet Allocation (LDA), which is the first LDA study of indie music lyrics in the Indonesian context with the interpretation of love, emotional needs, romance, and inner conflict. The CRISP-DM (Cross-Industry Standard Process for Data Mining) methodology can be effectively applied to unstructured data, opening up opportunities for better music classification. The methodological stages include business and data understanding, data preparation, modelling, evaluation, and dissemination. In the early stages, the Kaggle dataset implemented Natural Language Processing, which was done with case folding, punctuation removal, stopword removal, stemming, and tokenization. The LDA model is trained by identifying five topics with different interpretations. Visualization in WordClouds, with topic distribution on datasets and title-based topic mapping. This model yielded a coherence value of 0.3044, which indicates limited semantic consistency, which means the words in the topic have a reasonably good relationship, but there is still potential for refinement in subsequent studies. The limitations of this study include the limited size of the dataset, with only 347 rows and slight variation in interpretation. For future research, it is recommended to use larger datasets and more diverse interpretations and apply more machine learning models.
Co-Authors Lutfi Ruhbi Syahdat Yan Mitha Djaksana