Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Eksakta : Berkala Ilmiah Bidang MIPA
Fiqri, Miftahul
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Energy Engineering Environmental Science Materials Science & Nanotechnology Mathematics Mechanical Engineering

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

Found 2 Documents
Search

 1 
Klasifikasi Data Twitter pada Masa Transisi Pandemi menuju Endemi menggunakan Latent Semantic Analysis (LSA) Fiqri, Miftahul; Indriati, Indriati; Perdana, Rizal Setya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 6 (2023): Juni 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Saat ini, platform media sosial yang memiliki penggunaan paling luas adalah Twitter. Twitter memiliki potensi untuk memberikan pemahaman mendalam tentang perubahan perilaku masyarakat terkait aturan pencegahan, tingkat kepatuhan terhadap vaksinasi, dan perubahan adaptasi sosial seiring berjalannya waktu selama masa endemi. Untuk dapat mengklasifikasikan data dari Twitter secara efisien, diperlukan pengembangan model klasifikasi yang solid dan penerapan metode analisis data yang canggih. Pendekatan yang diadopsi dalam penelitian ini adalah menerapkan teknik Latent Semantic Analysis (LSA), yang bertujuan untuk mengungkap struktur semantik atau makna yang tersembunyi dalam kalimat. Fokus utama penelitian ini adalah untuk mengevaluasi pengaruh dari klasifikasi data Twitter sepanjang masa pandemi hingga fase endemi terhadap performa Latent Semantic Analysis yang diaplikasikan menggunakan metode Naïve Bayes. Hasil penelitian menunjukkan bahwa dalam skenario klasifikasi menggunakan metode Naïve Bayes tanpa melalui proses LSA, tingkat akurasi yang berhasil dicapai adalah 22,00%. Akan tetapi, dalam konteks yang sama, saat LSA diaplikasikan sebelum menerapkan metode Naïve Bayes, terjadi peningkatan signifikan dalam tingkat akurasi menjadi 24,00%. Dari hasil ini, dapat ditarik kesimpulan bahwa penggunaan LSA memberikan sumbangan positif dalam mencapai hasil yang lebih memuaskan. Selanjutnya, dalam upaya mengklasifikasikan data menggunakan metode Naïve Bayes, penelitian dilakukan dalam dua skenario, yaitu menggunakan data yang seimbang dan tidak seimbang. Ketika data seimbang digunakan bersamaan dengan penerapan metode Naïve Bayes setelah tahap LSA, tingkat akurasi yang tercapai adalah 16,00%. Sebaliknya, ketika data tidak seimbang digunakan dalam skenario yang sama, terjadi peningkatan yang signifikan dalam tingkat akurasi, mencapai angka 24,00%. Dari hasil ini, dapat disimpulkan bahwa penggunaan data yang tidak seimbang memiliki dampak positif pada performa klasifikasi.
Exploring Synergies: Tailoring Electrical Conductivity in Novel Corn Starch and Natural Rubber Polymer Composites through Varied Carbon Additives Fiqri, Miftahul; Humaidi, Syahrul; Frida, Erna; Estananto, Estananto
EKSAKTA: Berkala Ilmiah Bidang MIPA Vol. 25 No. 02 (2024): Eksakta : Berkala Ilmiah Bidang MIPA (E-ISSN : 2549-7464)
Publisher : Faculty of Mathematics and Natural Sciences (FMIPA), Universitas Negeri Padang, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/eksakta/vol25-iss02/500

Abstract

Conductive polymer composites were synthesized using a crosslinking method, enhancing conductivity through the incorporation of carbon additives. Non-conductive natural polymers, corn starch, and natural rubber were blended with carboxymethyl cellulose (CMC) as a crosslinking agent, enhancing polymer bonding. CMC also served as a compatibilizer, improving corn starch properties. Glycerol acted as a plasticizer, enhancing flexibility and processability. Addition of carbon nanotube (CNT), graphite, and carbon foam yielded low-density materials, with carbon foam providing optimal porosity. The crystalline properties mirrored the added conductive carbon, while the chemical structure remained unchanged. At 0.1 Hz, electrical conductivity varied: 1.192 x 10-7 S.cm-1 (no carbon), 6.123 x 10-4 S.cm-1 (CNT), 7.656 x 10-4 S.cm-1 (graphite), and 3.134 x 10-2 S.cm-1 (carbon foam). Graphite incorporation demonstrated an electrical conductivity of 7.838 x 10-4 S.cm-1. The introduced carbon additives facilitated a conductive pathway in corn starch-based polymer composites, elevating material conductivity.
Co-Authors Erna Frida Estananto Indriati Indriati Rizal Setya Perdana Syahrul Humaidi, Syahrul