cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Erlangga Hadi
Contact Email
shofanahmediaberkah@gmail.com
Phone
+6285776447971
Journal Mail Official
admin@jurnalmahasiswa.com
Editorial Address
-
Location
Unknown,
Unknown
INDONESIA
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan
Published by CV. SHOFANAH MEDIA BERKAH
ISSN : -     EISSN : 30250927     DOI : -
Core Subject : Science, Engineering,
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management
- MAchine learning - Sistem Penunjang Keputusan - Sistem Pakar - Deep Learning - Kecerdasan Buatan - Computer Vision - Image Processing - Robot Cerdas - serta ilmu komputer yang relevan
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 143 Documents
 11   12   13   14   15 
Analisis Komparatif Metode Bag Of Words, TF-IDF, dan Transformer pada Sistem Penilaian Esai Otomatis Berbasis Kecerdasan Buatan Agustin, Amara Seviany; Widodo, Suprih; Elviani, Ulva; Sari, Ayu Permata; Barri, Muhamad Akda Fathul
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penilaian esai secara manual menghadapi kendala inkonsistensi, subjektivitas, dan keterbatasan waktu, terutama pada pembelajaran berskala besar. Penelitian ini membandingkan tiga pendekatan representasi teks pada sistem penilaian esai otomatis berbasis kecerdasan buatan, yaitu Bag of Words (BoW), Term Frequency–Inverse Document Frequency (TF-IDF), dan Transformer (IndoBERT). Dataset yang digunakan berasal dari Kaggle Learning Agency Lab Automated Essay Scoring 2.0 yang terdiri atas 17.207 esai berbahasa Inggris dan diterjemahkan ke bahasa Indonesia menggunakan model Helsinki-NLP opus-mt-en-id. Tahap prapemrosesan meliputi case folding, pembersihan teks, penghapusan stopword, dan stemming menggunakan pustaka Sastrawi. Metode BoW dan TF-IDF dipadukan dengan Support Vector Regression, sedangkan pendekatan Transformer menggunakan fine-tuning IndoBERT. Evaluasi dilakukan menggunakan metrik Quadratic Weighted Kappa (QWK). Hasil eksperimen menunjukkan bahwa IndoBERT mencapai performa tertinggi dengan nilai QWK sebesar 0,7842, diikuti TF-IDF sebesar 0,6521 dan BoW sebesar 0,6103. Meskipun Transformer unggul dari sisi akurasi, metode klasik tetap relevan untuk implementasi dengan keterbatasan sumber daya komputasi karena efisiensi waktu dan kompleksitas yang lebih rendah. Temuan ini menegaskan pentingnya pemilihan metode penilaian otomatis yang disesuaikan dengan konteks kebutuhan dan infrastruktur pendidikan.
Implementasi Metode Topsis pada Sistem Pendukung Keputusan Pemilihan Produk Skincare untuk Jenis Kulit Sensitif di Klinik Estetiderma Cinere Azizah, Nur Nadiatul; Susila, Atang
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Industri skincare terus berkembang seiring meningkatnya kesadaran akan pentingnya menjaga kesehatan kulit, terutama bagi individu dengan kulit sensitif. Klinik Estetiderma Cinere menghadapi kendala dalam memberikan rekomendasi produk karena konsultasi manual cukup memakan waktu, bersifat subjektif, dan kurang efisien bagi pelanggan online. Penelitian ini mengimplementasikan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) pada Sistem Pendukung Keputusan (SPK) untuk membantu pelanggan memilih produk skincare khusus untuk kulit sensitif secara objektif dan efisien. Sistem dirancang berdasarkan kriteria seperti kandungan bahan aktif, pH, tingkat iritasi, kelembapan, tekstur dan formulasi, serta harga. Hasil pengujian menunjukkan bahwa sistem berbasis TOPSIS terbukti efisien dengan tingkat efisiensi 86,04% menurut pelanggan dan 86,19% menurut pihak klinik. Hasil rekomendasi produk yang diberikan sistem terbukti akurat dengan rata – rata kesamaan isi Top-3 sebesar 95,6% dan kesesuaian isi+urutan 82,2% untuk produk moisturizer (krim pelembab), serta 91,1% dan 81,1% untuk produk serum. Dengan tingkat akurasi di atas 80%, sistem ini layak digunakan sebagai alat bantu pengambilan keputusan dalam pemilihan produk skincare untuk kulit sensitif secara objektif, efisien, dan berbasis data.
Deteksi Komentar Toxic Menggunakan BERT Khadifa, Rama Nittia; Anshori, Robi Farhan; Humaidah; Ramadhan, Abdul Ridho; Rosyani, Perani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pesatnya perkembangan media sosial diiringi dengan meningkatnya penyebaran komentar toksik yang dapat merusak lingkungan digital dan kesehatan mental pengguna. Penelitian ini bertujuan untuk mengembangkan model klasifikasi multi-label komentar toksik menggunakan arsitektur DistilBERT yang dimodifikasi dengan custom classification head untuk meningkatkan akurasi dan efisiensi. Dataset yang digunakan merupakan modifikasi dari Jigsaw Toxic Comment Classification dengan penyeimbangan kelas menjadi rasio 50:50. Model dilatih selama 2 epoch dengan hyperparameter optimal melalui proses fine-tuning. Hasil evaluasi menunjukkan model mencapai ROC-AUC 0,9016, precision 71,01%, recall 65,52%, dan F1-Score 0,6781. Model ini terbukti efisien dengan pengurangan parameter hingga 40% dibanding BERT-base, sehingga cocok untuk deployment dalam sistem moderasi konten semi-otomatis. Penelitian ini juga mengidentifikasi tantangan dalam mendeteksi kategori langka dan kontekstual, serta memberikan rekomendasi untuk mitigasi bias dan peningkatan generalisasi model di masa depan.
Implementasi Sistem Penunjang Keputusan Persediaan Barang Berbasis Website Menggunakan Metode SAW (Simple Additive Weighting) Wahyudi, Eko; Sunandar, Dede
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi informasi yang pesat telah membawa perubahan besar dalam sistem pengelolaan data, terutama dalam dunia perdagangan. Salah satu tantangan yang dihadapi oleh pelaku usaha adalah pengelolaan persediaan barang yang tepat agar tidak terjadi kekurangan maupun penumpukan stok. Toko Sembako Wahyu masih melakukan pencatatan persediaan secara manual, yang sering menimbulkan kesalahan dan keterlambatan dalam pengambilan keputusan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Pendukung Keputusan (SPK) berbasis web dalam menentukan jumlah persediaan barang menggunakan metode Simple Additive Weighting (SAW).  Metode SAW dipilih karena kemampuannya dalam memberikan hasil keputusan yang objektif melalui proses pembobotan dan penilaian alternatif secara sistematis. Sistem ini dirancang untuk mempermudah pemilik toko dalam mengelola data barang, mempercepat proses pencatatan, serta memberikan rekomendasi jumlah stok barang yang optimal. Berdasarkan hasil implementasi, penerapan metode SAW dalam SPK ini terbukti mampu meningkatkan efisiensi dan akurasi dalam proses pengambilan keputusan terkait persediaan barang di Toko Sembako Wahyu.
Implementasi Sistem Pendukung Keputusan Penentuan Status Gizi Balita Menggunakan Metode Weighted Product (Studi Kasus: Posyandu Dahlia 9) Putri, Desty Mutiara; Mulyani, Resvi Despina; Mawarni, Firda
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Status gizi anak balita merupakan tolak ukur penting bagi kesehatan dan kualitas pertumbuhan. Mengingat tingginya masalah gizi di Indonesia, diperlukan metode penilaian yang sistematis dan objektif untuk mendukung keputusan di tingkat pelayanan kesehatan. Penelitian ini berfokus pada penerapan Sistem Pendukung Keputusan (SPK) berbasis metode Weighted Product (WP) dalam menentapkan status gizi balita di Posyandu Dahlia 9. Penelitian menggunakan pendekatan kuantitatif deskriptif dengan data antropometri balita meliputi berat badan menurut umur (BB/U), tinggi badan menurut umur (TB/U), berat badan menurut tinggi badan (BB/TB), lingkar lengan atas (LILA), serta status imunisasi. Data tersebut dikonversi ke dalam nilai subkriteria berdasarkan standar WHO dan diolah menggunakan metode WP melalui perhitungan vektor S dan vektor V. Hasil penelitian menunjukkan bahwa metode WP mampu menghasilkan nilai preferensi dan peringkat status gizi balita secara terukur dan konsisten. Sistem yang dikembangkan dapat membantu kader posyandu dalam melakukan penilaian status gizi balita secara lebih sistematis dibandingkan metode manual. Penelitian ini berkontribusi dalam menyediakan model sistem pendukung keputusan yang dapat digunakan sebagai alat bantu pemantauan dan evaluasi status gizi balita berbasis data.
Klasifikasi Bahasa Menggunakan FastText Syahlan, Azacky Habibilah; Hisbullah, Ahmad Wildan; Wildan, Muhammad
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi pemrosesan bahasa alami (Natural Language Processing/NLP) mendorong meningkatnya kebutuhan akan sistem yang mampu mengidentifikasi bahasa teks secara otomatis. Klasifikasi bahasa menjadi tahap awal yang penting sebelum dilakukan proses lanjutan, seperti penerjemahan otomatis, analisis sentimen, dan klasifikasi dokumen. Penelitian ini bertujuan untuk membangun dan menguji sistem klasifikasi bahasa teks menggunakan algoritma FastText dengan pendekatan supervised learning. Dataset yang digunakan berupa teks multibahasa yang telah diberi label, dengan fokus pada Bahasa Indonesia dan Bahasa Inggris. Tahapan penelitian meliputi praproses data, pelatihan model FastText, pengujian model, serta evaluasi kinerja menggunakan metrik akurasi. Hasil pengujian menunjukkan bahwa model FastText mampu melakukan klasifikasi bahasa teks dengan tingkat akurasi sebesar 50% pada data uji. Meskipun nilai akurasi masih tergolong rendah, hasil penelitian menunjukkan bahwa FastText dapat diimplementasikan secara efektif untuk tugas klasifikasi bahasa. Keterbatasan performa model terutama dipengaruhi oleh jumlah data latih yang terbatas dan variasi data yang kurang beragam. Penelitian ini diharapkan dapat menjadi dasar pengembangan sistem identifikasi bahasa berbasis teks dengan performa yang lebih optimal di masa mendatang.
Sistem Pendukung Keputusan Pemilihan Program Studi Mahasiswa Baru Menggunakan Metode Simple Additive Weighting (SAW) Gultom, Erlina Stepani; Fahreza, Muhammad Dilan; Agustin, Nanda; Supriyatna, Samso
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Salah satu keputusan penting yang harus dibuat oleh calon mahasiswa adalah memilih program studi karena berpengaruh terhadap pilihan mereka untuk pendidikan dan karir. Namun, kebanyakan mahasiswa masih ragu untuk memilih jurusan yang paling sesuai dengan minat mereka, kemampuan akademik, dan prospek kerja mereka. Dalam penelitian ini, metode Simple Additive Weighting (SAW) dan pendekatan pengembangan perangkat lunak Agile digunakan untuk menganalisis dan merancang Sistem Pendukung Keputusan (SPK) pemilihan program studi berbasis web. Metode SAW memberikan rekomendasi pemilihan jurusan berdasarkan penilaian multi-kriteria, dan pendekatan Agile digunakan selama proses pengembangan sistem karena fleksibilitasnya dalam menangani perubahan kebutuhan pengguna. Metode penelitian meliputi penelitian literatur, observasi, dan analisis kebutuhan sistem, serta pembuatan model fungsional dan non-fungsional. Hasil penelitian adalah sistem SPK yang memiliki data nilai akademik, minat dan bakat siswa, perhitungan SAW otomatis, dan penyajian rekomendasi jurusan. Dengan sistem ini, proses pemilihan jurusan diharapkan menjadi lebih objektif, efisien, dan sesuai dengan karakteristik pengguna.
Klasifikasi Wine Quality Menggunakan Support Vector Machine (SVM) Ar Rasyid, Abdul Hafizh; Song, Fabian Jason; Lonek, Nurul Azizah; Hidayat, Riyan; Rosyani, Perani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penilaian kualitas wine selama ini masih banyak bergantung pada evaluasi subjektif oleh panel ahli, yang berpotensi menimbulkan ketidakkonsistenan hasil. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi kualitas wine secara otomatis dengan memanfaatkan algoritma Support Vector Machine (SVM). Dataset Wine Quality Red yang bersumber dari UCI Machine Learning Repository digunakan sebagai objek penelitian, terdiri dari 1.599 data dengan 11 atribut fisikokimia. Tahapan penelitian meliputi proses standarisasi data menggunakan StandardScaler, pemodelan SVM dengan kernel Linear, Radial Basis Function (RBF), dan Polynomial, serta optimasi hyperparameter melalui Grid Search dan validasi silang 5- fold. Hasil pengujian menunjukkan bahwa kernel RBF dengan parameter optimal (C=100, gamma=0.1, dan class_weight='balanced') menghasilkan performa terbaik dengan akurasi sebesar 66,88%, nilai precision macro 0,519, recall macro 0,529, serta F1-score macro 0,514. Optimasi parameter dan penskalaan fitur terbukti mampu meningkatkan kinerja model secara signifikan. Dengan demikian, SVM berpotensi menjadi pendekatan yang efektif dalam mendukung klasifikasi kualitas wine secara objektif dan konsisten.
Artificial Intelligence sebagai Mitra Kognitif Manusia: Tantangan Epistemologis dan Arah Pengembangan AI di Indonesia Maulianti, Eni; Sandrina, Febriyanti; Masfuah, Imas
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 3 (2026): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan Artificial Intelligence (AI) dalam satu dekade terakhir telah mentransformasi cara manusia bekerja, belajar, dan mengambil keputusan. AI tidak lagi berfungsi semata sebagai alat teknis, tetapi semakin terlibat dalam proses kognitif manusia. Namun, kajian AI di Indonesia masih didominasi oleh pendekatan instrumental yang menekankan efisiensi dan otomatisasi, sementara implikasi epistemologis, relasi kognitif manusia dan AI, serta dimensi etisnya belum banyak dibahas secara sistematis. Artikel ini bertujuan untuk menyusun tinjauan naratif mengenai konsep AI sebagai mitra kognitif manusia dan mengkaji tantangan etis serta epistemologis yang menyertainya dalam konteks Indonesia. Metode penulisan menggunakan narrative review dengan penelusuran literatur dari Google Scholar, Scopus, dan jurnal terakreditasi SINTA yang diterbitkan pada rentang tahun 2018- 2024. Hasil kajian menunjukkan bahwa, pendekatan kemitraan kognitif menawarkan perspektif alternatif yang menempatkan AI sebagai sistem pendukung berpikir yang berinteraksi dengan kapasitas reflektif manusia dan nilai sosial yang berlaku. Artikel ini mengusulkan sebuah kerangka konseptual sederhana yang menghubungkan manusia, AI, dan nilai sosial sebagai landasan pengembangan AI yang berorientasi pada manusia. Kontribusi utama artikel ini terletak pada perumusan kerangka konseptual tersebut serta identifikasi celah riset AI di Indonesia, khususnya terkait regulasi, etika, kesiapan sumber daya manusia, dan potensi ketergantungan teknologi. Kajian ini diharapkan dapat memperkaya diskursus nasional mengenai pengembangan dan pemanfaatan AI yang selaras dengan nilai kemanusiaan dan konteks sosial Indonesia.
Komparasi Metode Analytical Hierarchy Process (AHP) dan Technique For Order Preference By Similarity To Ideal Solution (TOPSIS) untuk Efektivitas Pengambilan Keputusan Pemilihan Karyawan Terbaik di PT. Eatlah San Franchiko Faktian, Raffi
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 3 (2026): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pemilihan karyawan terbaik merupakan salah satu aspek penting dalam meningkatkan kinerja perusahaan. PT. Eatlah San Franchiko menghadapi kendala dalam proses seleksi yang masih bersifat subjektif, sehingga berpotensi menimbulkan ketidaktepatan dalam pengambilan keputusan. Penelitian ini bertujuan untuk membandingkan efektivitas dua metode Sistem Pendukung Keputusan (SPK), yaitu Analytical Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) dalam menentukan karyawan terbaik berdasarkan enam kriteria: kinerja kerja, kompetensi, kerja sama tim, kreativitas, tingkat keterlambatan, dan pelanggaran etika. Hasil perhitungan AHP menunjukkan bahwa Alan menjadi alternatif terbaik dengan nilai akhir 4,55, sedangkan metode TOPSIS menghasilkan Dendi sebagai karyawan terbaik dengan nilai preferensi 0,729. Perbedaan hasil ini disebabkan oleh perbedaan pendekatan antara kedua metode, di mana AHP berfokus pada bobot prioritas, sedangkan TOPSIS menggunakan kedekatan terhadap solusi ideal. Penelitian ini membuktikan bahwa kedua metode dapat digunakan dalam proses seleksi, namun memberikan hasil yang berbeda sesuai karakteristik masing-masing metode.

Page 14 of 15 | Total Record : 143

 11   12   13   14   15 

Filter by Year

2023 2026


Reset
Filter By Issues
All Issue Vol. 3 No. 3 (2026): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 3 No. 1 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 2 No. 4 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 2 No. 2 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 2 No. 1 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 1 No. 4 (2024): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 1 No. 3 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 1 No. 2 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan Vol. 1 No. 1 (2023): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan