Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Jambura Journal of Electrical and Electronics Engineering Jurnal Restikom : Riset Teknik Informatika dan Komputer
Andi Kamaruddin
Universitas Ichsan Gorontalo
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

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

Found 3 Documents
Search

 1 
SISTEM CERDAS DIAGNOSA PENYAKIT TANAMAN CENGKEH MENGGUNAKAN METODE BAYES Husdi; Andi Kamaruddin
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 5 No 3 (2023): Desember
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v5i3.247

Abstract

Tanaman cengkeh dikenal sebagai tanaman rempah yang digunakan sebagai obat tradisional maupun modern. Cengkeh juga banyak digunakan dalam industri sebagai pembuatan rokok kretek, bahan pembuatan minyak atsiri, bahan baku pembuatan vanillin dan bahan parfum. Cengkeh Gorontalo dikenal juga dengan nama Cengkeh Zanzibar Gorontalo.Permasalahan Utama pada penelitian ini adalah Rendahnya produksi cengkeh Gorontalo disebabkan masih rendahnya rata-rata hasil ditingkat petani hal ini disebabkan oleh Hama dan penyakit pada tanaman tersebut sehingga perlunya system cerdas untuk menangani masalah tersebut. Dari hasil pengujian Dapat diketahui bahwa Sistem Cerdas yang dirancang dapat digunakan. Hal ini dibuktikan dengan hasil pengujian yang dilakukan dengan metode White Box Testing dan Basis Path yang menghasilkan nilai V(G) = CC yaitu= 3 , serta pengujian Black Box yang menggambarkan kebenaran sebuah logika sehingga didapat bahwa logika flowchart benar dan menghasilkan sistem Cerdas yang tepat dan dapat digunakan
Auto Labeling Untuk Analisis Sentimen Opini Mahasiswa Baru Terhadap Pembelajaran Mata Kuliah Dengan Algoritma K-Nearest Neighbor Husdi; Andi Kamaruddin
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 6 No 1 (2024): April
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v6i1.311

Abstract

Pendidikan adalah usaha sadar dan terencana untuk menciptakan suasana dan proses pembelajaran agar peserta didik secara aktif mengembangkan potensi dirinya untuk memperoleh kekuatan, jiwa keagamaan yang kuat, pengendalian diri, kepribadian, kecerdasan, berakhlak mulia. moralitas dan keterampilan yang dibutuhkannya, masyarakat, bangsa dan negara. Permasalahan utama yang diangkat dalam penelitian ini adalah belum di ketahuinya penilaian mahasiswa baru terhadap pembelajaran di Fakultas Ilmu Komputer untuk melakukan evalusi maupun perbaikan layanan Akademik Kepada Mahasiswa khususnya mahasiswa baru. Solusi yang ditawarkan untuk permasalahan tersebut adalah menganalisa sentimen mahasiswa baru terhadap layanan akademik di Program Studi Teknik Informatika dengan menggunakan Teknik Text Mining. Selanjutnya dugunakan teknik pelabelan otomatis dengan TextBlob sehingga dapat menganalisis sentimen hal tersebut dapat dibuktikan dengan pengujian akurasi dari hasil klasifikasi menggunakan algoritma K-NN dengan akurasi tertinggi sebesar 85%. a. Berdasarkan hasil ekeperimen yang dilakukan didapatkan hasil analisis sentimen oleh mahasiswa baru terhadap pembelajaran matakuliah. Pada grafik tersebut diperlihatkan 76% bernilai positif, 18.4% bernilai netral dan hanya 8.1% bernilai negatif
Aspect-Based Sentiment Analysis (ABSA) of Ventela Shoe Reviews on TikTok Shop Using Fine-Tuned IndoBERT Fitrawansyah Butas; Amiruddin Bengnga; Maryam Hasan; Rezqiwati Ishak; Rofiq Harun; Andi Kamaruddin
Jambura Journal of Electrical and Electronics Engineering Vol 8, No 2 (2026): Juli - Desember 2026
Publisher : Electrical Engineering Department Faculty of Engineering State University of Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jjeee.v8i2.39805

Abstract

The massive volume of consumer reviews on the social commerce platform TikTok Shop makes it difficult for local shoe brands such as Ventela to understand consumer perception in a structured manner, while Indonesian-language Aspect-Based Sentiment Analysis (ABSA) studies on this platform remain very limited. This study aims to apply fine-tuned IndoBERT for aspect-based sentiment classification and to measure consumer perception of four product aspects, namely Comfort, Design, Durability, and Price. Using a computational experiment approach, 1,000 reviews were collected, automatically annotated using a lexicon-based method with negation handling, restructured into 706 review-aspect pairs and divided using an 80:20 stratified split, and used to train and compare three models: TF-IDF with Logistic Regression, TF-IDF with Linear SVM, and fine-tuned IndoBERT. Testing on 142 test samples shows that fine-tuned IndoBERT is superior, achieving an Accuracy of 0.8521 and an F1-Macro of 0.7813 and surpassing both baselines on four of five primary metrics. Analysis of 706 review-aspect pairs identifies Design (75.6% positive) and Price (71.8% positive) as the main strengths, while Comfort (32.7% negative) and Durability (30.8% negative) emerge as improvement areas related to sizing and the quality of adhesive and stitching. This study enriches Indonesian ABSA literature in the social commerce domain and delivers a ready-to-use web-based simulator built with Gradio to facilitate periodic consumer-perception monitoring for data-driven decision-making processes.
Co-Authors Amiruddin Bengnga Fitrawansyah Butas Husdi Maryam Hasan Rezqiwati Ishak Rofiq Harun