Article Per Year (5 Year)
p-Index From 2020 - 2025
0.751
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Hafiz, Alvin
Unknown Affiliation
Computer Science & IT

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
MENGIDENTIFIKASI POLA KONSUMSI ENERGI RUMAH TANGGA MENGGUNAKAN ALGORITMA GRAF BERBASIS C++ Hafiz, Alvin; Amanah, Fadillah; Damurti, Revi; Harliana, Putri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11788

Abstract

Penelitian ini berfokus pada identifikasi pola konsumsi energi di sektor rumah tangga, yang merupakan salah satu penyumbang terbesar konsumsi energi di Indonesia, khususnya listrik. Seiring dengan peningkatan jumlah penduduk dan perubahan perilaku konsumsi energi akibat faktor-faktor seperti teknologi, gaya hidup, dan ekonomi, pengelolaan energi yang efisien menjadi tantangan besar. Untuk mengatasi tantangan ini, diperlukan metode yang efektif dalam memantau dan menganalisis pola konsumsi energi. Dalam penelitian ini, algoritma graf digunakan untuk merepresentasikan hubungan antar perangkat listrik di rumah tangga, serta frekuensi dan waktu penggunaannya. Algoritma ini kemudian diimplementasikan dengan menggunakan C++, yang mampu menganalisis data dalam skala besar dengan waktu komputasi yang lebih cepat. Hasil penelitian mengungkap pola konsumsi yang bervariasi berdasarkan karakteristik rumah tangga, serta mengidentifikasi potensi penghematan energi. Dengan demikian, penelitian ini memberikan wawasan penting untuk meningkatkan efisiensi pengelolaan energi di sektor rumah tangga.
PERANCANGAN APLIKASI “CINELIVRO” BERBASIS GLIDE UNTUK MENGATUR DAFTAR TONTONAN DAN BACAAN PRIBADI Bush Henrydunan, John; Hafiz, Alvin; Irya Shakila Syukron, Ananda; Simanjuntak, Yesy; Perdana, Adidtya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13943

Abstract

Perkembangan teknologi informasi dan aplikasi mobile semakin pesat, memberikan kemudahan dalam berbagai aspek kehidupan, termasuk pengelolaan daftar tontonan dan bacaan pribadi. Namun, banyak pengguna masih mengalami kesulitan dalam mengorganisasi film dan buku yang ingin mereka ikuti. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan aplikasi CineLivro berbasis Glide dengan pendekatan no-code guna mempermudah pengguna dalam mencatat, mengelola, dan mengakses daftar tontonan serta bacaan mereka. Metode yang digunakan mencakup perancangan sistem berbasis Google Sheets sebagai basis data, implementasi fitur CRUD (Create, Read, Update, Delete), serta pengujian aksesibilitas dan keamanan data pengguna. Hasil pengujian menunjukkan bahwa aplikasi dapat berfungsi dengan baik dalam mengelola data film dan buku, serta memiliki fitur login berbasis email yang menjamin privasi pengguna. Implementasi no-code dengan Glide memungkinkan pengembangan aplikasi yang cepat dan efisien tanpa memerlukan keterampilan pemrograman yang kompleks. Dengan fitur yang mendukung kemudahan akses dan pengelolaan data secara personal, CineLivro diharapkan menjadi solusi efektif bagi pengguna dalam mengatur aktivitas hiburan mereka secara lebih terstruktur dan fleksibel.
EFISIENSI ANGGARAN DALAM WACANA PUBLIK: ANALISIS SENTIMEN PLATFORM X DENGAN NAÏVE BAYES Ananda Hafika, Rizky; Hafiz, Alvin; Agus Waruwu, Stefen; Yazid Noor, Muhammad; Advis Ambrosius Sitohang, Yuda; Saputra, Kana
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13967

Abstract

Efisiensi anggaran merupakan isu krusial dalam pengelolaan keuangan negara yang sering menjadi sorotan publik, khususnya di media sosial seperti Twitter. Opini masyarakat yang tersebar di platform tersebut mencerminkan tingkat kepercayaan terhadap keterbukaan dan akuntabilitas pemerintah. Namun, data opini yang bersifat tidak terstruktur menimbulkan tantangan dalam analisis sentimen publik secara menyeluruh. Penelitian ini bertujuan untuk mengevaluasi opini masyarakat mengenai efisiensi anggaran menggunakan algoritma Naïve Bayes. Sebanyak 1.610 tweet dikumpulkan dan diproses melalui tahap preprocessing yang meliputi pembersihan data, case folding, tokenisasi, normalisasi, penghapusan stopword, dan stemming. Setelah preprocessing, data diberi label secara manual untuk klasifikasi sentimen. Selanjutnya, dilakukan ekstraksi fitur menggunakan metode TF-IDF dan pembagian data menjadi 80% untuk pelatihan dan 20% untuk pengujian model. Hasil analisis menunjukkan bahwa opini publik cenderung negatif dengan distribusi 58,4% negatif, 23,5% netral, dan 18,1% positif. Model klasifikasi menghasilkan akurasi sebesar 73,29%, dengan nilai F1-score tertinggi pada sentimen negatif (0,82) dan terendah pada sentimen netral (0,06), yang mengindikasikan adanya ketidakseimbangan data. Penelitian ini menyimpulkan bahwa algoritma Naïve Bayes cukup efektif dalam mengidentifikasi sentimen negatif, namun memerlukan perbaikan dalam mendeteksi sentimen netral, antara lain melalui teknik penyeimbangan data dan eksplorasi algoritma lain di masa mendatang.
DETEKSI JERUK NIPIS DAN JERUK JUNGGA MENGGUNAKAN ALGORITMA CNN Hafiz, Alvin; Angel Tumanggor, Asri; Delvin Ibo, Martince; Yazid Noor, Muhammad; Palendeo Sitepu, Kalpin; Syahputra, Hermawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14040

Abstract

Jeruk nipis (Citrus aurantifolia) dan jeruk jungga (Citrus jambhiri Lush) merupakan dua jenis buah yang memiliki nilai ekonomi tinggi di Indonesia, namun sulit dibedakan secara visual dalam kondisi mentah. Masalah ini menyebabkan ketidaktepatan dalam proses sortir manual yang dilakukan petani atau distributor, berpotensi menimbulkan kerugian ekonomi. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis menggunakan metode pengolahan citra digital dan algoritma Convolutional Neural Network (CNN) guna membedakan jeruk nipis dan jeruk jungga secara efisien dan akurat. Dataset terdiri dari 100 citra dengan karakteristik warna dan tekstur yang berbeda. Metode yang digunakan meliputi pra-pemrosesan (resizing, normalisasi, denoising, konversi ke grayscale), segmentasi (thresholding dan edge detection), ekstraksi fitur (RGB untuk warna dan GLCM untuk tekstur), serta pelatihan model CNN. Hasil penelitian menunjukkan bahwa model CNN mampu mencapai akurasi pelatihan sebesar 90% dan validasi 85%. Analisis nilai RGB menunjukkan perbedaan signifikan pada komponen G dan B, sedangkan GLCM mengindikasikan bahwa jeruk jungga memiliki tekstur lebih kasar daripada jeruk nipis. Namun, confusion matrix menunjukkan bahwa model masih mengalami kesalahan klasifikasi terhadap jeruk nipis, menghasilkan akurasi keseluruhan sebesar 52,9%. Oleh karena itu, diperlukan peningkatan kualitas model dan strategi augmentasi data untuk hasil klasifikasi yang lebih optimal.
Co-Authors Adidtya Perdana, Adidtya Advis Ambrosius Sitohang, Yuda Agus Waruwu, Stefen Amanah, Fadillah Ananda Hafika, Rizky Angel Tumanggor, Asri Bush Henrydunan, John Damurti, Revi Delvin Ibo, Martince Hermawan Syahputra Irya Shakila Syukron, Ananda Kana Saputra S Palendeo Sitepu, Kalpin Simanjuntak, Yesy Yazid Noor, Muhammad