Article Per Year (5 Year)
p-Index From 2021 - 2026
2.615
P-Index
This Author published in this journals
All Journal JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI Jambura Journal of Mathematics MAJAMATH: Jurnal Matematika dan Pendidikan Matematika MES: Journal of Mathematics Education and Science InPrime: Indonesian Journal Of Pure And Applied Mathematics Journal of Applied Data Sciences Journal of Applied Computer Science and Technology (JACOST) Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Jurnal Sehat Indonesia (JUSINDO) The Indonesian Journal of Computer Science International Journal of Computing Science and Applied Mathematics-IJCSAM
Muhaza Liebenlito
UIN Syarif Hidayatullah Jakarta
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Education Electrical & Electronics Engineering Engineering Health Professions Mathematics Medicine & Pharmacology Nursing Public Health Veterinary

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : The Indonesian Journal of Computer Science

 1 
Deteksi Kepribadian MBTI pada Diskusi Agama Islam di Twitter Indonesia 2009-2019 Nanira Annisa Fitri; Taufik Edy Sutanto; Muhaza Liebenlito
The Indonesian Journal of Computer Science Vol. 12 No. 5 (2023): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i5.3446

Abstract

Kepribadian adalah perilaku serta pemikiran seseorang yang dapat mempengaruhi orang lain dalam berinteraksi di berbagai situasi. Satu macam tes kepribadian yang populer adalah Myers-Briggs Type Indicator (MBTI) yang mengklasifikasikan kepribadian seseorang berdasarkan empat dimensi yaitu Introvert-Extrovert, Sensing-Intuitive, Thinking-Feeling, serta Judging-Perceiving. Sebagian besar penelitian sebelumnya mengenai prediksi MBTI yang telah dilakukan menggunakan dataset berbahasa Inggris. Penelitian ini melakukan analisa prediksi MBTI pengguna twitter dengan menggunakan data latih bahasa Indonesia yang berasal dari terjemahan model kecerdasan buatan. Empat model klasifikasi seperti Random Forest, Support Vector Machine (SVM), Logistic Regression, dan Bernoulli Naive Bayes digunakan untuk menganalisis efektivitas prediksi MBTI pada data yang digunakan. Hasil eksperimen menunjukkan bahwa model klasifikasi SVM menghasilkan akurasi tertinggi yaitu 90% untuk I-E, 93% untuk N-S, 88% untuk T-F, dan 84% untuk J-P. Model yang diajukan memiliki potensi untuk menjadi solusi untuk memprediksi MBTI secara cepat dan baik pada data yang besar dalam bahasa Indonesia.
Analisis Tweet Politik-Keagamaan pada Hasil Pemilihan Presiden Indonesia tahun 2014 dan 2019: Sebuah Studi Eksploratif Zain, Poppy Dalama; Sutanto, Taufik Edy; Liebenlito, Muhaza
The Indonesian Journal of Computer Science Vol. 13 No. 1 (2024): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v13i1.3751

Abstract

Agama dan politik saling terkait dalam konteks pemilihan umum di Indonesia. Penggunaan isu agama dalam kegiatan politik merambah luas di pemilu Indonesia tahun 2014 dan 2019 di media sosial. Paper ini mengisi kekosongan di literatur untuk mengkaji fenomena penggunaan isu agama dalam politik secara kuantitatif. Data diambil menggunakan dari media sosial twitter menggunakan API secara legal dan menjaga privasi pengguna. Pengambilan data dilakukan dengan menggunakan kata kunci terkait agama seperti Islam, Al-Qur’an, Hadits, Halal, Shalat, dan sebagainya lalu di filter dengan berbagai kata kunci terkait politik. Melalui berbagai teknik eksplorasi data seperti analisis korelasi Spearman dan visualisasi geospasial, penelitian ini menemukan adanya hubungan signifikan antara banyaknya isu agama terkait politik dan perolehan suara calon presiden. Pada tahun 2014 korelasi untuk Prabowo dibandingkan korelasi untuk Jokowi lebih tinggi yaitu sebesar 0.72, lalu menurun pada tahun 2019 menjadi 0.56. Penelitian ini dapat dijadikan inspirasi untuk penurunan dan pencegahan terjadinya polarisasi di masyarakat akibat penggunaan isu agama dalam kegiatan politik.
Perbandingan Deteksi Alzheimer: ViT, CNN dan ViT dengan Bobot pada Citra Medis Salsabila, Aisyah Nur; Liebenlito, Muhaza; Zulkifli, Dhea Urfina
The Indonesian Journal of Computer Science Vol. 13 No. 1 (2024): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v13i1.3765

Abstract

Penyakit Alzheimer merupakan suatu tipe demensia yang berpengaruh terhadap ingatan, cara berpikir, dan perilaku. Gejala-gejala tersebut dapat menjadi cukup parah sehingga dapat mempengaruhi kegiatan sehari-hari. Dalam penelitian ini, diperkenalkan aplikasi Convolutional Neural Network (CNN) sederhana dan pre-trained model Vision Transformer (ViT) untuk menganalisis data MRI Scan Alzheimer dengan empat kelas, yaitu Mild Demented, Moderate Demented, Non Demented, dan Very Mild Demented. Pada penelitian ini, dilakukan perbandingan pengaplikasian CNN dengan bobot dan ViT yang dilakukan dengan menggunakan dua cara, yaitu dengan bobot dan tidak. Hasil dari penelitian ini menunjukkan bahwa pengaplikasian ViT dengan bobot menghasilkan akurasi yang lebih tinggi dibanding dengan metode lainnya. Dari penelitian ini, diharapkan dapat menganalisa dan mendeteksi penyakit Alzheimer dalam bidang kesehatan dengan efisien.
Analisis Sentimen Publik Terhadap Penangkapan Ikan Ilegal oleh Kapal Vietnam di Twitter Menggunakan Metode GRAFT Ardiansyah, Rama; Inayah, Nur; Liebenlito, Muhaza
The Indonesian Journal of Computer Science Vol. 14 No. 2 (2025): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v14i2.4650

Abstract

Penangkapan ikan ilegal oleh kapal asing, khususnya dari Vietnam, telah menjadi masalah yang cukup serius di Indonesia. Kegiatan ini tidak hanya merugikan perekonomian nasional, tetapi juga mengancam sumber daya laut. Di era digital, media sosial, khususnya Twitter, telah menjadi wadah penting bagi masyarakat untuk menyuarakan pendapat dan reaksi terhadap berbagai isu terkini. Penelitian ini menggunakan metode GRAFT untuk menganalisis sentimen publik di Twitter terkait penangkapan ikan ilegal oleh Vietnam. Analisis ini bertujuan untuk menggali pandangan masyarakat dan mendapatkan wawasan yang lebih mendalam mengenai isu-isu tersebut. Temuan penelitian ini diharapkan dapat menjadi dasar untuk merumuskan kebijakan yang lebih efektif dalam menanggulangi IUU Fishing di perairan Indonesia.
Co-Authors Abdul Hamid Alfiyyah, Rizka Anisa Salsabila Ardiansyah, Rama Arsy Arslina Aulia, Rizki Azka, Syahrul Choerunnisa, Esti Dhea Urfina Zulkifli Fathnin Nur Azmina Inna, Suma Irene, Yanne Irene, Yanne Muhammad Manaqib, Muhammad Musti, Muhamad Irvan Septiar Nanira Annisa Fitri Nanira Annisa Fitri Noer, Deffin Purnama Noval Pratama Nur Inayah Pratama, Noval Rahmi Purnomowati Rizki Aulia Salsabila, Aisyah Nur Salsabila, Anisa Suma Inna Sutanto, Taufik Edy Taufik Edy Sutanto Taufik Edy Sutanto Yanne Irene Yanne Irene, Yanne Yesinta, Arlianis Arum Zain, Poppy Dalama