Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Building of Informatics, Technology and Science Malcom: Indonesian Journal of Machine Learning and Computer Science
Alfian, Zhevin
Unknown Affiliation
Computer Science & IT Engineering Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Rancang Bangun Sistem Informasi Penerimaan Peserta Didik Baru (PPDB) Berbasis Web (Studi Kasus: SMA Negeri 2 Bangkinang Kota) Alfian, Zhevin; Marsal, Arif
Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Vol 11, No 1 (2025): Februari
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/rmsi.v11i1.28522

Abstract

SMA Negeri 2 Bangkinang Kota, yang terletak di Kecamatan Bangkinang Kota, Kabupaten Kampar, Riau, telah melakukan proses penerimaan peserta didik baru secara manual sejak berdirinya pada tahun 1987. Menghadapi ketidakefisienan dengan registrasi manual dan input data menggunakan Microsoft Excel, penelitian ini dilakukan melalui wawancara, analisis sistem, dan desain. Dengan menggunakan metode waterfall, Object-Oriented Analysis and Design (OOAD), dan Unified Modeling Language (UML), penulis mengembangkan Sistem Informasi Penerimaan Peserta Didik Baru Berbasis Web. Sistem ini bertujuan untuk menyederhanakan dan mengkomputerisasi proses pendaftaran, memberikan kemudahan bagi calon peserta didik dan staf. Hasil penelitian ini dapat mempermudah registrasi peserta didik baru tanpa kunjungan langsung ke kantor administrasi, meningkatkan efisiensi secara keseluruhan, dan pengalaman pengguna.
Penerapan Support Vector Machine untuk Analisis Sentimen Pengguna X terhadap IndiHome, Biznet, dan Starlink Alfian, Zhevin; Afdal, M; Novita, Rice; Zarnelly, Zarnelly
Building of Informatics, Technology and Science (BITS) Vol 7 No 2 (2025): September 2025
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v7i2.7429

Abstract

This study aims to analyze user sentiment on the social media platform X toward three major internet service providers in Indonesia, IndiHome, Biznet, and Starlink. The analysis focuses on five key variables: internet speed, network stability, pricing and service packages, customer service quality, and coverage availability. A total of 4,500 data points were collected through data crawling, then processed using text mining techniques and the Support Vector Machine (SVM) algorithm, with data imbalance addressed through the Random Oversampling method. Evaluation results show that IndiHome consistently demonstrated the best performance, achieving an accuracy of up to 90% in the customer service quality variable, and an overall average accuracy above 85% across all variables. Biznet generally ranked second, with accuracy ranging from 63% to 80%. Starlink placed lowest overall, although it still recorded competitive results, such as 82% accuracy in the internet speed variable. The application of Random Oversampling improved the model’s classification accuracy by an average of 6–12% compared to the non-oversampling model. This study offers strategic insights into public perception of internet services and can serve as a reference for improving service quality based on data-driven user feedback.
Implementasi Algoritma Naïve Bayes Classifier dan K-Nearest Neighbor untuk Klasifikasi Penyakit Ginjal Kronik: Implementation of Naïve Bayes Classifier and K-Nearest Neighbor Algorithms for Chronic Kidney Disease Classification Wulandari, Vina; Sari, Windy Junita; Alfian, Zhevin; Legito, Legito; Arifianto, Teguh
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 2 (2024): MALCOM April 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i2.1229

Abstract

Ginjal adalah salah satu organ vital yang memiliki peranan sangat penting dalam tubuh dan memiliki fungsi untuk menjaga keseimbangan metabolishme tubuh dengan mengeluarkan racun dari dalam tubuh dan limbah metabolisme dalam bentuk urine. Penyakit ginjal kronik ialah kondisi di mana ginjal mengalami penurunan fungsi yang berlangsung dalam jangka waktu yang lama. Jumlah nilai prelevansi penderita PGK di Indonesia yang terbilang besar. Oleh karena itu dilakukan klasifikasi Penyakit ginjal kronik dengan algoritma Naïve Bayes Classifier (NBC) dan K- nearest Neighbor (KNN) yang mempunyai nilai akurasi yang baik. Berdasarkan Hasil penelitian yang diperoleh klasifikasi PGK menggunakan algoritma NBC memiliki akurasi sebesar 94,25%, rata-rata nilai recall 94,23%, presisi 98,40% dan AUC 0,961, Sedangkan klasifikasi menggunakan algoritma KNN memiliki akurasi sebesar 77,79%, recall 95,06%, presisi 80,20% dan AUC sebesar 0,627. Dari kedua hasil menunjukan bahwa klasifikasi menggunakan algoritma NBC lebih baik dibanding  menggunakan algoritma KNN.
Co-Authors Arif Marsal legito, Legito M. Afdal Rice Novita Sari, Windy Junita TEGUH ARIFIANTO, TEGUH Wulandari, Vina Zarnelly Zarnelly