Article Per Year (5 Year)
p-Index From 2021 - 2026
0.983
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Matrix : Jurnal Manajemen Teknologi dan Informatika International Journal Of Computer, Network Security and Information System (IJCONSIST) Jurnal Pengabdian Sains dan Humaniora Sinergi Aksi Nyata Cendekia
Addien Haniefardy
Universitas Pembangunan Nasional Veteran Jawa Timur
Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Education Electrical & Electronics Engineering Engineering Mechanical Engineering Social Sciences Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Ekstraksi Fitur Produktivitas Dinamis berdasarkan Topik Artikel Ilmiah untuk Klasterisasi Peneliti Addien Haniefardy; Diana Purwitasari; Chastine Fatichah
Techno.Com Vol 20, No 2 (2021): Mei 2021
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v20i2.4512

Abstract

Pengelompokkan peneliti seringkali menggunakan informasi tekstual yang terdapat pada artikel ilmiah peneliti, contohnya judul, abstrak, dan kata kunci sehingga menghasilkan kelompok peneliti dengan kemiripan informasi tekstual pada artikel ilmiah mereka. Pengelompokkan peneliti juga seringkali menggunakan jumlah publikasi dan sitasi sehingga menghasilkan kelompok peneliti yang memiliki jumlah publikasi dan sitasi yang cenderung sama. Berdasarkaan kedua metode di atas, penelitian ini mencoba untuk menganalisis penggunaan topik artikel ilmiah pada proses ekstraksi fitur produktivitas. Fitur ini merupakan fitur yang didapatkan melalui penghitungan kinerja peneliti berdasarkan jumlah publikasi dan sitasi. Hasil ekstraksi fitur akan digunakan untuk klasterisasi peneliti menggunakan metode K-Means++. Sebelum data peneliti diklasterisasi, terlebih dahulu data peneliti dianalisis untuk menghilangkan kemungkinan adanya outlier. Evaluasi hasil klaster dilakukan dengan mempertimbangkan nilai Sum Squared Error dan Silhouette. Hasilnya, klaster optimal didapatkan dengan nilai K sama dengan 8 dan nilai silhouette sama dengan 0.15396. Kemudian, hasil klaster dianalisis untuk dapat memberikan label terhadap masing-masing klaster dengan mempertimbangkan topik artikel ilmiah, jumlah publikasi dan jumlah sitasi.
Tinjauan Literatur Sistematis: Pengaruh Penggunaan Framework Khusus Dalam Proses Pengembangan Web Dan Pembuatan Web Addien Haniefardy; Muhsin Bayu Aji Fadhillah; Siti Rochimah
Matrix : Jurnal Manajemen Teknologi dan Informatika Vol 9 No 2 (2019): MATRIX - Jurnal Manajemen Teknologi dan Informatika
Publisher : Unit Publikasi Ilmiah, P3M Politeknik Negeri Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (397.842 KB) | DOI: 10.31940/matrix.v9i2.1161

Abstract

Framework merupakan sebuah kerangka kerja yang dibuat untuk memudahkan kinerja dalam pembangunan sebuah web. Dengan framework, sistem web yang dibangun akan menjadi lebih tersusun dan terstruktur rapi. Sekarang ini banyak framework yang dikembangkan dalam membangun sebuah web. Paper ini menyediakan sebuah tinjauan literatur sistematis dari berbagai penelitian yang telah membahas tentang pengaruh framework khusus dalam pengembangan dan pembuatan web. Penelitian ini menggunakan 2 (dua) digital library, yaitu Science Direct dan IEEE Xplore serta melakukan penyaringan untuk mendapatkan publikasi artikel ilmiah mulai 2010 sampai 2018 yang membahas tentang pengaruh penggunaan framework khusus terhadap pengembangan dan pembuatan web. Artikel ilmiah yang terpilih kemudian dianalisis sesuai dengan research question yang dibuat. Hasilnya, penelitian ini menggolongkan beberapa artikel berdasar area pengembangan dan peningkatan yang dihasilkan, dimana kebanyakan artikel berfokus pada pemberian rekomendasi dalam pengembangan web dengan pemilihan framework dan framework yang dipakai untuk proses testing.
MENINGKATKAN MINAT DAN KESADARAN MAHASISWA DALAM INTERNASIONALISASI KEGIATAN MELALUI STUDENT MOBILITY Vinza Hedi Satria; Muhammad Reza Pahlawan; Olive Khoirul Lukluil Maknun Al Faishol; Faisal Muttaqin; Angga Lisdiyanto; Addien Haniefardy; Imroatul Ajizah
Sinergi Aksi Nyata Cendekia Vol 1, No 2 (2025): November
Publisher : Lembaga Penelitian, Pengembangan, Pemberdayaan Potensi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.6131/sancaka.v1i2.193

Abstract

Internasionalisasi pendidikan tinggi merupakan strategi penting dalam meningkatkan daya saing lulusan di kancah global. Namun, minat mahasiswa untuk terlibat dalam program internasionalisasi masih tergolong rendah, sehingga diperlukan upaya peningkatan pemahaman dan kesadaran mengenai manfaat pengalaman akademik internasional. Kegiatan pengabdian masyarakat ini bertujuan untuk meningkatkan minat serta kesiapan global mahasiswa melalui program student mobility bekerja sama dengan Universiti Sultan Zainal Abidin (UniSZA) Malaysia. Metode pelaksanaan meliputi koordinasi mitra internasional, sosialisasi program, pendampingan administratif dan teknis, pelaksanaan perkuliahan internasional inbound–outbound, serta monitoring dan evaluasi. Hasil kegiatan menunjukkan peningkatan minat mahasiswa dalam mengikuti program internasional, kesiapan administrasi yang lebih baik, serta meningkatnya wawasan global dan kepercayaan diri mahasiswa dalam berinteraksi di lingkungan akademik internasional. Dengan demikian, program ini berhasil mendukung peningkatan internasionalisasi di lingkungan Fakultas Ilmu Komputer UPNVJT sekaligus berkontribusi terhadap pencapaian kompetensi global mahasiswa.
An Instant Online CV Creation Workshop Using Generative AI and a Web-Based Platform to Improve Digital Literacy and Job Readiness for Vocational High School Students Angga Lisdiyanto; Addien Haniefardy; Laqma Dica Fitrani; Agus Wibowo; Ikhwan Abdillah; Nurul Fuad; Winarti; Yerezqy Bagus; Dina Zatusiva Haq; Yoga Ari Tofan; Vinza Hedi Satria
Jurnal Pengabdian Sains dan Humaniora Vol. 5 No. 1 (2026): 2026 May Edition
Publisher : Fakultas Keguruan dan Ilmu Pendidikan-Universitas Timor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32938/jpsh.v5i1.10943

Abstract

Graduates of Vocational High Schools (SMK) consistently contribute the most to Indonesia's Open Unemployment Rate (TPT), reaching 8.63% as of August 2025. A major issue is students' limited ability to develop relevant digital personal branding aligned with modern recruitment standards, such as having an attractive and accessible online Curriculum Vitae (CV). This community service project (PkM) aims to equip 12th-grade students at SMK Al-Amin Mojowuku, Kedamean, Gresik, with skills to create instant website-based CVs using three free tools: generative AI (DeepSeek), image hosting service (ImgBB), and HTML publishing platform (Tiiny.host). Conducted offline on April 28, 2026, with 28 participants, the workshop employed project-based learning combined with AI-assisted learning. The activity involved needs analysis, module development, workshops through lectures and practical exercises, and output evaluation. Results showed all participants successfully published personal CV websites with various themes such as manga comics, anime, and floral motifs. Quantitative indicators included a 100% task completion rate, high active engagement, and positive feedback on material relevance. This activity effectively improved digital literacy, creativity and prepared students for digital-focused recruitment processes
Sentiment Analysis of User Reviews for the LinkedIn Application Using Support Vector Machine and Naïve Bayes Algorithm Nurissaidah Ulinnuha; Aisyah Pertiwi; Athiyah Fitriyani Basuki; Beni Tiyas Kristanti; Addien Haniefardy; Muhamad Aris Burhanudin; Vinza Hedi Satria
IJCONSIST JOURNALS Vol 7 No 1 (2025): September
Publisher : International Journal of Computer, Network Security and Information System

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/ijconsist.v7i1.159

Abstract

Social Networking Sites (SNS) have become integral communication platforms for knowledge sharing and professional connections. LinkedIn, a leading professional network, is widely utilized in today's digital era, primarily by professionals and the business community. This research focuses on analyzing user sentiment on LinkedIn through the application of the Support Vector Machine (SVM) and Naive Bayes methods. Understanding user opinions and satisfaction is important, and sentiment analysis serves as a key tool for this purpose. This study is a comparative analysis of Support Vector Machine (SVM) and Naïve Bayes algorithm for classifying user reviews of the LinkedIn application. Drawing on data from Google Play reviews, this research explores a range of user sentiment towards the LinkedIn platform, including positive, negative and neutral reviews. The application of SVM and Naive Bayes algorithms successfully classifies reviews into relevant sentiment categories. Analyzing 2000 review datasets with an 80% training and 20% testing data split, Support Vector Machines demonstrate an 80% accuracy rate, while Naïve Bayes achieves a 70% accuracy rate. The Support Vector Machines (SVM) algorithm has better accuracy than the Naïve Bayes algorithm based on the test scenarios that have been carried out.
Performance Evaluation of XGBoost and Random Forest Models in Visibility Prediction at Juanda Airport Ananda Amelia Pramaisita; Nurissaidah Ulinnuha; Yuniar Farida; Addien Haniefardy
IJCONSIST JOURNALS Vol 7 No 2 (2026): March
Publisher : International Journal of Computer, Network Security and Information System

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/ijconsist.v7i2.171

Abstract

Predicting meteorological visibility is critical in enabling transportation safety and weather watch systems. The current study compares the accuracy of the Random Forest and XGBoost algorithms in performing time series prediction for visibility based on BMKG Juanda, Sidoarjo hourly observation records for one year. Process analysis only uses visibility as a primary variable. Preprocessing of the data involved handling missing values, normalization, and dividing the data into training and test datasets. Model training and hyperparameter tuning were followed by model evaluation using a combination of MAE, RMSE, and MAPE indices. From the results, it is found that Random Forest had an MAE of 808.54, RMSE of 1,312.64, MAPE of 21.09%, and a computation time of 1.02 seconds, while XGBoost had an MAE of 808.81, RMSE of 1,323.12, MAPE of 21.47%, and a computation time of 1.36 seconds. As such, Random Forest is proposed as a more efficient model for predicting visibility at Surabaya's Juanda Airport; however, XGBoost remains a consideration for applicability when there is excessive variability in the data.
Co-Authors Agus Wibowo Aisyah Pertiwi Ananda Amelia Pramaisita Angga Lisdiyanto Angga Lisdiyanto Athiyah Fitriyani Basuki Beni Tiyas Kristanti Burhanudin, Muhamad Aris Chastine Fatichah Diana Purwitasari Dina Zatusiva Haq Faisal Muttaqin Ikhwan Abdillah Imroatul Ajizah Laqma Dica Fitrani Muhammad Reza Pahlawan Muhsin Bayu Aji Fadhillah Nurul Fuad Olive Khoirul Lukluil Maknun Al Faishol Satria, Vinza Hedi Siti Rochimah Vinza Hedi Satria Winarti Yerezqy Bagus Yoga Ari Tofan Yuniar Farida