Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Applied Information Technology and Computer Science (AICOMS) Jurnal Informatika Medis (J-INFORMED)
Ayatullah, Ahmad Hafidh
Unknown Affiliation
Computer Science & IT Health Professions Library & Information Science Nursing Public Health Veterinary

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Manajemen Bandwidth Pada Jaringan Pemerintah Kota Surabaya Menggunakan Metode Queue Tree Kriswantoro, M. Cahyo; Ayatullah, Ahmad Hafidh
Applied Information Technology and Computer Science (AICOMS) Vol 2 No 2 (2023)
Publisher : Pengelola Jurnal Politeknik Negeri Ketapang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58466/aicoms.v2i2.1252

Abstract

To obtain maximum access speed with limited bandwidth resources, bandwidth requires good regulation to maintain data transfer in a computer network so that data queues do not accumulate due to overloaded access requests in the network, hence the need for Bandwidth Management in a computer network. . Bandwidth Management functions to regulate network bandwidth so that each network user gets equal bandwidth. The Surabaya City Government is an agency that uses computer networks to integrate all existing data. Everything is connected into one unit centered at the Surabaya City Dinkominfo Secretariat Office. In this network there is a Fiber Optic network and an external Fiber Optic network. What will be implemented in this research is on an external fiber optic network. The problem currently being faced is the need for good network management so that the performance of the network being built is in accordance with the devices that have been prepared. The method used is Queue Tree from the MikroTik router. The result of implementing Bandwidth Management is that the network quality using the Queue Tree method is more optimal, because the bandwidth will be divided according to the rules applied to bandwidth management so that clients get bandwidth according to the rules.
ANALISIS SENTIMEN PENILAIAN MASYARAKAT TERHADAP PELAYANAN RUMAH SAKIT MUHAMMADIYAH LAMONGAN MENGGUNAKAN TF-IDF DAN NAIVE BAYES Ayatullah, Ahmad Hafidh; Kriswantoro, M. Cahyo; Zakka, Mutsna Sa Yu; Al'Insani, Adam Rizky
Jurnal Informatika Medis Vol. 2 No. 1 (2024): Jurnal Informatika Medis (J-INFORMED)
Publisher : Program Studi Informatika Medis Universitas Muhammadiyah Muara Bungo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52060/im.v2i1.2198

Abstract

Rumah sakit merupakan penyelenggara layanan kesehatan yang tidak bisa diremehkan. Evaluasi terhadap kualitas pelayanan rumah sakit menjadi titik fokus dalam upaya memahami tingkat kepuasan masyarakat terhadap layanan kesehatan yang mereka terima. Ulasan Google Maps memberikan gambaran nyata dari persepsi masyarakat terhadap kualitas pelayanan yang diberikan oleh rumah sakit. Penelitian ini menggunakan dataset dari ulasan google maps Rumah Sakit Muhammadiyah Lamongan sebagai objek penelitian. Penulis menggunakan TF-IDF dan Naive Bayes serta teknik Cross Validation untuk mengelompokkan penilaian berdasarkan sentimen positif dan negatif, sekaligus memudahkan identifikasi aspek-aspek yang relevan. Aspek yang diteliti pada penelitian ini meliputi penanganan pasien, ketersediaan fasilitas, keefektifan administrasi, dan transparansi biaya. Peneliti juga menerapkan analisis Root Cause untuk memfasilitasi penggunaan hasil penelitian dalam mengidentifikasi serta memberikan solusi atas permasalahan yang terkait. Hasil pengujian menggunakan Cross Validation dengan fold k-2 menunjukkan tingkat akurasi sebesar 85,91%, dengan tingkat precision mencapai 86,64%, recall sebesar 85,91%, dan F1-Score sebesar 86,19%, Pengujian pada 20% data uji menghasilkan tingkat akurasi mencapai 80%. Untuk itu penerapan metode Naïve Bayes Classifier dan TF-IDF untuk mengklasifikasikan ulasan pelanggan dapat berhasil diimplementasikan menggunakan library Scikit-learn di Python.
Co-Authors Al'Insani, Adam Rizky M. Cahyo Kriswantoro Zakka, Mutsna Sa Yu