Article Per Year (5 Year)
p-Index From 2020 - 2025
0.92
P-Index
This Author published in this journals
All Journal The Indonesian Journal of Computer Science Research Jurnal Sistem Informasi, Manajemen dan Teknologi Informasi Tanggap Masyarakat untuk Aksi dan Sinergi JURNAL MULTIDISIPLIN BHATARA
Masruro, Ahlihi
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Health Professions Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Nursing

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Kolaborasi Naïve Bayes dan AdaBoost dalam Klasifikasi Bakteri E.coli Utama, Hastari Utama; Masruro, Ahlihi; Triyadi, Agung
Jurnal Sistem Informasi, Manajemen dan Teknologi Informasi Vol. 2 No. 2 (2024): Juli
Publisher : STMIK Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33020/jsimtek.v2i2.756

Abstract

Penelitian ini bertujuan untuk mengevaluasi kinerja algoritma Naïve Bayes yang di-boosting menggunakan AdaBoost dalam klasifikasi bakteri E.coli. Naïve Bayes sering dianggap sebagai weak classifier karena akurasinya yang kurang optimal pada dataset yang kompleks, sehingga diperlukan metode boosting untuk meningkatkan performanya. AdaBoost dipilih karena kemampuannya memperkuat weak classifiers dengan menyesuaikan bobot pada data yang salah diklasifikasikan, sehingga hasil klasifikasi menjadi lebih akurat. Dataset E.coli yang digunakan dalam penelitian ini terdiri dari 7 fitur biologis yang menggambarkan karakteristik sinyal dan protein. Proses implementasi dilakukan menggunakan Python, Jupyter Notebook, serta library scikit-learn dan imblearn. Evaluasi kinerja dilakukan dengan menggunakan metode 10-fold cross-validation dan confusion matrix. Hasil penelitian menunjukkan bahwa Naïve Bayes yang di-boosting dengan AdaBoost berhasil meningkatkan akurasi klasifikasi dari 76% menjadi 94%, serta meningkatkan rata-rata cross-validation dan geometric mean. Meskipun AdaBoost tidak selalu menjamin peningkatan kinerja pada setiap dataset, kolaborasi kedua algoritma ini terbukti mampu memberikan hasil yang lebih stabil dan akurat pada dataset E.coli  . Penelitian ini menyimpulkan bahwa kombinasi Naïve Bayes dan AdaBoost efektif dalam meningkatkan performa klasifikasi dataset biologis yang kompleks.
Perancangan UI/UX Pada Aplikasi Peduli Alam Berbasis Aplikasi Mobile Menggunakan UCD Gavinda, Gigih Raka; Utama, Hastari; Masruro, Ahlihi
The Indonesian Journal of Computer Science Research Vol. 4 No. 1 (2025): Januari
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v4i1.192

Abstract

Permasalahan pembuangan sampah sembarangan masih sering terjadi di berbagai daerah, seperti di pinggir jalan dan sungai, yang menimbulkan bau tidak sedap, merusak pemandangan, serta mengganggu kenyamanan masyarakat. Fenomena ini menunjukkan rendahnya kesadaran masyarakat dalam menjaga kebersihan lingkungan. Untuk mengatasi masalah tersebut, diperlukan solusi inovatif yang dapat memudahkan masyarakat dan petugas kebersihan dalam mengelola sampah. Penelitian ini bertujuan merancang antarmuka aplikasi Peduli Alam berbasis mobile dengan menerapkan metode User-Centered Design (UCD) yang berfokus pada kebutuhan pengguna. Aplikasi ini dirancang dengan tiga fitur utama, yaitu Lokasi Sampah, Laporan Pekerjaan, dan Tip untuk Petugas Kebersihan, yang diharapkan dapat memudahkan masyarakat dalam melaporkan lokasi sampah serta membantu petugas kebersihan dalam menangani masalah sampah secara efektif. Pengujian prototipe dilakukan terhadap 30 responden menggunakan kuesioner dengan skala Likert yang terdiri dari 15 pertanyaan. Hasil evaluasi menunjukkan skor sebesar 84,71 yang termasuk dalam kategori “Baik”, mengindikasikan bahwa desain aplikasi ini telah memenuhi kebutuhan pengguna dan siap untuk dikembangkan lebih lanjut. Dengan adanya aplikasi ini, diharapkan dapat meningkatkan partisipasi masyarakat dalam menjaga kebersihan lingkungan serta mendukung kinerja petugas kebersihan dalam menanggulangi masalah sampah.
Integrasi Augmentasi Data dan Machine Learning dalam Prediksi Magnitudo Gempa Bumi: Analisis dengan Random Forest Regressor dan Visualisasi Geospasial Utama, Hastari; Masruro, Ahlihi; Indriyatmoko, Toto; Sudarmanto, Sudarmanto
BHATARA: Jurnal Multidisiplin Ilmu Vol 2 No 3 (2025): October (In progress issue)
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/jmb.v2i3.233

Abstract

This research aims to enhance the accuracy of earthquake magnitude prediction through an integration of data augmentation techniques and machine learning based on the Random Forest Regressor, supported by geospatial visualization for in-depth analysis. The dataset used originates from the USGS (United States Geological Survey) in CSV format, encompassing over a thousand global earthquake events within one month, with seismic parameters such as location (latitude, longitude), depth, magnitude, and recording quality. In the context of imbalanced data—dominated by small earthquakes and rare large ones—a data augmentation technique based on noise injection into spatial features (latitude, longitude) and depth was applied, resulting in a dataset five times larger than the original. Evaluation results demonstrate significant improvement in model performance: MAE decreased from 0.2467 to 0.1046 (a 57.6% reduction), RMSE dropped from 0.3499 to 0.1868 (a 46.6% decrease), MSE reduced from 0.1225 to 0.0349 (a 71.5% reduction), and R² increased from 0.9493 to 0.9817. These improvements confirm that data augmentation not only reduces overfitting but also strengthens the model’s ability to predict large-magnitude earthquakes—classes most critical for disaster mitigation. Geospatial visualization displays the spatiotemporal distribution of earthquakes, identifying active seismic hotspots in regions such as the Pacific Ring of Fire, California, Alaska, and Indonesia. This research proves that data augmentation is not merely a supplementary technique but a crucial strategy to enhance model generalization and predictive performance, particularly for rare yet high-impact seismic events. The findings offer significant scientific and practical contributions to seismic hazard mitigation and risk mapping, with potential applications in early warning systems and real-time disaster response.
Weak Supervision Dengan Pendekatan Labeling Function Untuk Analisis Sentimen Pada Twitter Utama, Hastari; Daniati, Erna; Masruro, Ahlihi
The Indonesian Journal of Computer Science Research Vol. 3 No. 1 (2024): January
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v3i1.93

Abstract

Penggunaan sosial media saat ini telah meningkat dengan pesat. Salah satu jenis media sosial yang digunakan adalah Twitter. Media sosial ini memiliki miliaran pengguna dari seluruh dunia. Jadi, dalam waktu yang singkat data tweet yang mereka posting telah ada pada penyimpaannya. Setiap pengguna juga dibatasi jumlah karakter dalam melakukan pengiriman tweetnya. Namun, kumpulan tweet pada media sosial ini memiliki konteks tema yang bervariatif. Hal ini dapat memuat sentimen emosional seperti senang, sedih, gembira, duka, dan sebagainya. Berbagai jenis data tweet yang disediakan ini sangat berpotensial untuk dianalisis terutama bagi perusahaan berbasis profit. Hal ini dapat memuat kebiasaan pelanggan, tren produk, indeks saham, dan sebagainya. Salah satu jenis analisis yang dilakukan adalah sentiment analisis. Hal ini berguna untuk mengklasifikasikan opini tweet yang ada. Opini ini dapat berupa positif, negatif, atau netral. Hasil analisis ini sangat diperlukan perusahaan untuk mengetahui tren yang terjadi pada era ini. Salah satu solusi yang ditawarkan pada penelitian ini adalah dengan menggunakan Weak Supervision. Namun, ada tantangan yang terjadi pada metode ini. Hal ini adalah kuranganya tingkat akurasi jika dibandingkan dengan pelabelan secara manual.  Pada penelitian ini dilakukan pelabelan otomatis dengan weak supervision. Selain itu, dilakukan pendekatan labeling function dan Regex Pattern dalam melakukan pelabelan secara otomatis. Hal ini diharapakan dataset yang dilabeli akan menghasilkan model dengan tingkat akurasi mendekat pelabelan secara manual, lebih lagi jika dapat mengungguli metode manual. Selain itu, kontribusi yang diharapkan dalam penelitian ini adalah usaha untuk mempersingkat waktu pelabelan daripada dilakukan secara manual.Ringkasan penelitian tidak lebih dari 500 kata yang berisi latar belakang penelitian, tujuan dan metode penelitian yang diusulkan, luaran yang ditargetkan, serta uraian kontribusi penelitian. Gunakan style Abstract pada bagian ini dengan satu paragraf.
Pelatihan Pembuatan Aplikasi Mobile pada SMA Ngeri 2 Bantul Nugroho, Agung; Ikmah; Masruro, Ahlihi; Astuti, Yuli; Asharudin, ⁠Firman; Supriatin
Tanggap Masyarakat untuk Aksi dan Sinergi Vol. 1 No. 01 (2025): Volume 01 Nomor 01 - Februari 2025
Publisher : TAM Global Insights - PT. Treeta Amanah Mandiri Group

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

Abstract

Perkembangan teknologi pada Revolusi Industri 4.0 membawa tantangan bagi lembaga pendidikan, termasuk SMA Negeri 2 Bantul, dalam mempersiapkan generasi milenial untuk menghadapi perubahan yang terjadi. Salah satu kegiatan rutin tahunan di sekolah tersebut adalah pameran produk, dimana siswa diwajibkan memamerkan produk yang mereka buat. Permasalahannya meskipun siswa tertarik untuk membuat aplikasi mobile dan telah memiliki ide untuk dipamerkan, mereka belum memahami dasar-dasar dan teknik dalam pembuatan aplikasi mobile. Program pelatihan khusus tentang pengembangan aplikasi mobile belum tersedia di sekolah tersebut, sehingga menghambat kemampuan siswa dalam mewujudkan ide-ide mereka. Tujuan dari pengabdian masyarakat ini adalah memberikan pelatihan kepada siswa SMA N 2 Bantul untuk membuat aplikasi mobile yang siap dipamerkan dalam acara pameran sekolah. Solusi yang ditawarkan adalah memberikan pendampingan langsung dari tim ahli dalam pembuatan aplikasi mobile, dimulai dari pengenalan dasar pemrograman hingga menghasilkan produk akhir. Target dari pelatihan ini adalah siswa memahami dasar-dasar pemrograman mobile dan mampu mengembangkan aplikasi secara mandiri. Program pelatihan ini diharapkan tidak hanya meningkatkan keterampilan siswa dalam pengembangan aplikasi mobile, tetapi juga memperluas wawasan mereka terhadap perkembangan teknologi informasi. Hasil pelatihan ini berhasil meningkatkan tingkat kepahaman siswa terhadap pemrograman mobile, namun belum signifikan karena masih dibawah 50%, hal ini karena waktu pelatihan yng sangat terbatas.
Co-Authors Asharudin, ⁠Firman Erna Daniati Gavinda, Gigih Raka Ikmah Indriyatmoko, Toto Nugroho, Agung Sudarmanto Sudarmanto, Sudarmanto SUPRIATIN Triyadi, Agung Utama, Hastari Utama, Hastari Utama Yuli Astuti