Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer Neptunus: Jurnal Ilmu Komputer dan Teknologi Informasi
Mhd.Furqan
Unknown Affiliation
Computer Science & IT Industrial & Manufacturing Engineering

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

Found 3 Documents
Search

 1 
Perancangan Sistem Informasi Manajemen Aplikasi Pendaftaran Rekening Bank Baru Nasabah Tengku Syahvina Rival Dini; Puji Sri Alhirani; Mhd.Furqan
Neptunus: Jurnal Ilmu Komputer Dan Teknologi Informasi Vol. 3 No. 2 (2025): Mei : Neptunus : Jurnal Ilmu Komputer Dan Teknologi Informasi
Publisher : Asosiasi Riset Teknik Elektro dan Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/neptunus.v3i2.743

Abstract

This research was designed using Unified Modeling Language (UML) as a tool for visualizing system requirements. The system designed is expected to improve efficiency, accuracy and speed of service, thereby providing a better experience for customers and making it easier for Bank Sumut officers to manage registration data. The system development method used is waterfall. The research results show that the designed information system can automate various manual processes such as collecting prospective customer data, document validation, and managing account data. It is hoped that this management information system can be used to provide an overview of the applications that will be created to increase the Bank's operational productivity and minimize the potential for administrative errors, as well as supporting the digital transformation of Bank North Sumatra in facing competition in the banking sector.
Perbandingan Analisis Sentimen Presiden 2024 Menggunakan Algoritma Support Vector Machine dan K-Nearest Neighbor Muhammad Hanafi; Mhd.Furqan
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 1 (2025): Januari 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i1.65928

Abstract

Di era digital, media sosial menjadi wadah utama bagi masyarakat untuk menyampaikan opini mereka terhadap berbagai isu, termasuk Pemilihan Presiden 2024 di Indonesia. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap pasangan calon "Prabowo-Gibran" berdasarkan 944 tweet yang dikumpulkan selama periode Maret hingga Mei 2024. Metode klasifikasi sentimen yang digunakan dalam penelitian ini adalah K-Nearest Neighbor (KNN) dan Support Vector Machine (SVM), dengan tujuan untuk membandingkan tingkat akurasi kedua algoritma tersebut dalam mengklasifikasikan sentimen publik. Dataset yang digunakan dibagi menjadi dua bagian, yaitu 80% untuk pelatihan dan 20% untuk pengujian. Model KNN diterapkan dengan jumlah tetangga terdekat sebanyak lima (k=5) menggunakan KNeighborsClassifier(n_neighbors=5), sedangkan model SVM menggunakan kernel linear untuk memisahkan data sentimen. Proses analisis dilakukan menggunakan Python dan Google Colab, mencakup tahapan seperti pelabelan data, preprocessing teks, dan ekstraksi fitur. Evaluasi model dilakukan menggunakan Confusion Matrix, yang mengukur akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma SVM memiliki tingkat akurasi sebesar 52%, sedangkan KNN hanya mencapai akurasi 51% berdasarkan 189 sampel data uji. Temuan ini mengindikasikan bahwa SVM lebih efektif dibandingkan KNN dalam mengklasifikasikan sentimen publik terkait Pemilihan Presiden 2024 di Indonesia. Meskipun demikian, akurasi yang diperoleh masih tergolong rendah, sehingga penelitian lebih lanjut diperlukan untuk meningkatkan performa model, misalnya dengan optimasi parameter, peningkatan kualitas dataset, atau penerapan teknik machine learning yang lebih canggih.
Analisis Sentimen Masyarakat terhadap Penggunaan Teknologi AI dengan Metode Machine Learning Nur Aisyah Pandia; Putri Ramadani; Saprina Putri Utama Ritonga; Fatwa Aulia; Mhd.Furqan
Jurnal ilmiah Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2025): Juli : Jurnal ilmiah Sistem Informasi dan Ilmu Komputer
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/juisik.v5i2.1198

Abstract

This study discusses public perceptions of the increasingly widespread use of machine-based technology in everyday life. One approach to understanding this perception is through sentiment analysis conducted on public opinion on social media. Using machine learning methods, this study classifies public sentiment into three categories: positive, negative, and neutral. Data was collected through the Twitter social media stage and processed using the CRISP-DM approach. Three algorithms were used in the classification, namely Bolster Vector Machine (SVM), Credulous Bayes, and Choice Tree. The evaluation results showed that SVM provided the highest accuracy in classifying sentiment data. The majority of public opinion was neutral, but there were concerns regarding social and ethical impacts. This study contributes to a general understanding of public perceptions of machine-based technology that are increasingly dominating various sectors.
Co-Authors Fatwa Aulia Muhammad Hanafi Nur Aisyah Pandia Puji Sri Alhirani Putri Ramadani Saprina Putri Utama Ritonga Tengku Syahvina Rival Dini