p-Index From 2020 - 2025
10.954
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IAES International Journal of Artificial Intelligence (IJ-AI) IJCCS (Indonesian Journal of Computing and Cybernetics Systems) SITEKIN: Jurnal Sains, Teknologi dan Industri KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Sinkron : Jurnal dan Penelitian Teknik Informatika INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Applied Information System and Management ILKOM Jurnal Ilmiah MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Journal of Economic, Management, Accounting and Technology (JEMATech) KOMPUTIKA - Jurnal Sistem Komputer Jambura Journal of Informatics JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) METIK JURNAL Building of Informatics, Technology and Science Dinasti International Journal of Education Management and Social Science Jurnal Tecnoscienza Jurnal Mnemonic Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics PRAJA: Jurnal Ilmiah Pemerintahan JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) JIKA (Jurnal Informatika) Jurnal Perangkat Lunak Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat Jurnal TIKOMSIN (Teknologi Informasi dan Komunikasi Sinar Nusantara) Journal of Computer Networks, Architecture and High Performance Computing Jurnal Teknik Informatika (JUTIF) Jurnal Teknimedia: Teknologi Informasi dan Multimedia Journal of Electrical Engineering and Computer (JEECOM) JINAV: Journal of Information and Visualization International Journal of Artificial Intelligence and Robotics (IJAIR) Jurnal Informatika dan Teknologi Komputer ( J-ICOM) DEVICE Djtechno: Jurnal Teknologi Informasi JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer JURNAL STUDIA KOMUNIKA KLIK: Kajian Ilmiah Informatika dan Komputer Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Journal Computer Science and Informatic Systems : J-Cosys Jurnal Mandiri IT Sulawesi Tenggara Educational Journal JURNAL PAI: Jurnal Kajian Pendidikan Agama Islam Jurnal Sisfotek Global International Journal Artificial Intelligent and Informatics Jurnal Informatika Teknologi dan Sains (Jinteks) Journal of Innovation Research and Knowledge Malcom: Indonesian Journal of Machine Learning and Computer Science Nusantara of Engineering (NOE) Jurnal Bangkit Indonesia Jurnal Multidisiplin Sahombu COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi JEC (Jurnal Edukasi Cendekia) Jurnal Informatika Polinema (JIP) Jurnal Informatika: Jurnal Pengembangan IT Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Jurnal Sistem Informasi Komputer dan Teknologi Informasi Jurnal TAM (Technology Acceptance Model) Jurnal Sistem Informasi dan Teknologi Informasi
Claim Missing Document
Check
Articles

TOKSISITAS LIMBAH DETERJEN TERHADAP MORTALITAS IKAN KEPALA TIMAH (Aplocheilus pancax) Kusrini, Kusrini
JEC (Jurnal Edukasi Cendekia) Vol. 6 No. 1 (2022): Februari
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat FKIP UMB

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (726.591 KB) | DOI: 10.35326/jec.v6i1.2167

Abstract

Penelitian ini bertujuan untuk menganalisis toksisitas limbah derterjen laundry terhadap mortalitas ikan Kepala timah (Aplocheilus pancax). Air detergen yang dibuang ke perairan dalam volume berlebih menyebabkan turunnya kualitas bahan baku mutu perairan. Akibatnya, terjadinya penurunan keanekaragaman biota air, diantaranya kematian/mortalitas ikan yang berada diekosistem perairan. Jenis penelitian ini bersifat eksperimen muri (pure eksperimen) dengan kondisi skala Laboratorium. Variabel bebas berupa konsentrasi detergen laundry (0ppm, 5ppm, 10ppm, dan 15ppm) dalam 3 liter air. Variabel terikat adalah tingkat mortalitas ikan A. pancax. Semakin tinggi konsentrasi deterjen, semakin tinggi akumulasi toksik ke dalam tubuh ikan yang menyebabkan kematian. Hal ini dipengaruhi faktor stress dan tingginya kadar detergen dalam tubuh yang mengganggu metabolisme dalam tubuh Aplocheilus pancax.
DIVERSITAS TERIPANG (HOLOTHUROIDEA) DI ZONA INTERTIDAL PANTAI MARINA WAKATOBI Kusrini, Kusrini
JEC (Jurnal Edukasi Cendekia) Vol. 7 No. 1 (2023): Februari
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat FKIP UMB

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (567.492 KB) | DOI: 10.35326/jec.v7i1.3239

Abstract

The presence of sea cucumbers does not attract much attention, but their presence greatly influences the richness of marine biota and the diversity of biota species in the waters. Live in groups or spread out and are widely found in waters with a substrate of sand, coral sand, or sand mixed with mud. The substrate for Marina beach waters is sand, sand dominated by sea grass, sand with a little Acropora type coral, and sand mixed with mud and stones. Such conditions allow the growth and development of sea cucumbers. This study aims to determine the diversity of sea cucumbers (Holothuroidea) in the intertidal zone of Marina Wakatobi beach. This type of research is an experiment with cruise methods covering an area of ​​+ 500m2 in the intertidal zone of Marina Wakatobi beach. The types of sea cucumbers found were Synapta maculata, Holothuria scabra, Holothuria atra, Actinopyga echinites, Bohadschia marmorata, Holothurian hilla. Holothuria scabra is a type of sea cucumber that has a high distribution.
Analisis Sentimen Masyarakat Indonesia Terhadap Pembelajaran Online dari Media Sosial Twitter Menggunakan Lexicon dan K-Nearest Neighbor Halimi, Ahmad; Kusrini, Kusrini; Arief, M Rudyanto
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 2, No 1 (2021): Penggunaan Teknologi Informasi dalam Mendukung Pendidikan Jarak Jauh di Era Pand
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (336.335 KB) | DOI: 10.33650/coreai.v2i1.2283

Abstract

Semenjak keputusan pembelajaran secara online oleh mendikbud di masa pandemi covid-19, membuat masyarakat emosi serta meluapkan opini merka ke media sosial. Tujuan penelitian ini untuk mengetahui sentimen positif, negatif ataupun netral terkait kebijakan mendikbud terhadap pembelajaran online yang keberlangsungan.Data yang diperoleh dari media sosial twitter yang berkaitan dengan hastag-hastag pembelajaran online. Di penelitian ini untuk melakukan klasifikasi sentimen menggunakan Lexicon dan K-Nearest Neighbors untuk mengetahui sentimen yang terjadi pada tweet dan pengujian hasil akurasi menggunakan K-Nearest Neighbors dengan validasi Nilai K=3 sampai K=9. Maka dalam pengujian data yang telah dikumpulkan kurang baik untuk dilanjutkan klasifikasi sentimennya, di perlunya preprocessing kata pada kalimat tweet supaya lebih baik serta menghapus kalimat yang kembar, sehingga proses klasifikasi sentimen dengan K-Nearest Neighbors dan Lexicon sangat baik. Hasil dari penelitian ini memperoleh tweet positif sebanyak 1433, tweet negatif sebanyak 461 dan tweet sebanyak netral 71 untuk K-Nearest Neighbors dan Lexicon tweet sebanyak positif 759, tweet negatif sebanyak 653 dan tweet netral sebanyak 553 serta hasil akurasi dari pengujian validasi nilai K yang terbaik pada nilai K=3 dengan data sentimen K-Nearest Neighbors sebesar 80.66% dan data sentimen sebesar Lexicon 80.92%. Maka hasil lebih baik pada data sentimen Lexicon dengan validasi K=3.
Analisis Perbandingan Kinerja Algoritma Klasifikasi Pada Mahasiswa Berpotensi Dropout Tamuntuan, Virginia; Kusrini, Kusrini; Kusnawi, Kusnawi
Building of Informatics, Technology and Science (BITS) Vol 6 No 2 (2024): September 2024
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v6i2.5658

Abstract

This research aims to compare the performance levels of two data mining classification algorithms, namely Support Vector Machine and Neural Network Backpropagation, using the K-fold cross-validation method. The data used consists of graduates from 2019 to 2023 at STMIK Multicom Bolaang Mongondow. A total of 80% of the 200 data points were used as training data, while the remaining 20% were used as testing data. K-fold cross-validation was conducted with K set to 5. The results of the study indicate that the Support Vector Machine algorithm achieved an accuracy of 80%, recall of 80%, and precision of 35%, while the Neural Network Backpropagation algorithm achieved an accuracy of 77%, recall of 63%, and precision of 44%.
Enhancing Sentiment Analysis Effectiveness with LSTM Variants, and Stratified K-Fold on Imbalanced Dataset Andriyanto, Rifki; Kusrini, Kusrini
Building of Informatics, Technology and Science (BITS) Vol 6 No 2 (2024): September 2024
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v6i2.5721

Abstract

Sentiment analysis on hotel reviews often faces the challenge of class imbalance, where positive reviews significantly outnumber negative or neutral ones. This study aims to improve the effectiveness of sentiment analysis models on imbalanced hotel reviews by examining combinations of word embedding methods (FastText, Word2Vec, Doc2Vec) and model architectures (LSTM, BiLSTM, BiLSTM-Attention). Class imbalance is addressed using SMOTE, and model evaluation is conducted using Stratified K Fold cross-validation. Results show that Doc2Vec consistently outperforms FastText and Word2Vec as a word embedding method, especially when combined with the BiLSTM-Attention architecture. The use of SMOTE and Stratified K Fold also proves effective in improving model performance on imbalanced datasets. This study concludes that the selection of appropriate word embedding methods and model architectures, along with the implementation of class imbalance techniques, is crucial in developing effective and robust sentiment analysis models for hotel reviews.
Optimasi Rekomendasi Sustainable Development Goals (SDGs) di Indonesia menggunakan Content-Based Filtering dan Algoritma Machine Learning Hulvi, Alfajri; Kusrini, Kusrini
Building of Informatics, Technology and Science (BITS) Vol 6 No 2 (2024): September 2024
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v6i2.5807

Abstract

Abstrak−Lahirnya program tentang Tujuan Pembangunan Berkelanjutan atau Sustainable Development Goals (SDGs) pada tahun 2015 membuat masyarakat di semua negara mulai memandang penting pembangunan berkelanjutan untuk diimplementasikan. Indonesia, sebagai bagian dari komunitas global, juga telah mengadopsi SDGs ini sebagai kerangka kerja dalam upaya mencapai Indonesia Emas 2045. Dengan visi ini, Indonesia bercita-cita menjadi negara maju yang berdaulat, adil, dan makmur tepat pada peringatan 100 tahun kemerdekaannya. Untuk mencapai tujuan secara efektif, penting untuk menerapkan sistem rekomendasi berbasis Artificial Intelligence (AI) yang mempertimbangkan tantangan sosial, ekonomi, dan lingkungan hidup yang dihadapi oleh negara Indonesia di masa mendatang. Content-Based Filtering (CBF) adalah teknik yang populer untuk membangun sistem tersebut. Penelitian ini membahas teknik untuk optimasi CBF menggunakan beberapa algoritma machine learning tradisional yaitu SVM, KNN, DT dan algoritma Deep Learning yaitu MLP. Teknik pengambilan sample dan penyetelan hiperparameter juga diperhatikan dalam penelitian ini. Algoritma Deep Learning MLP menghasilkan akurasi tertinggi yaitu 84%.
Application of the Decision Tree Method to Forest Fire Detection (Case Study: in Palembang, South Sumatra) Mahendra, Awanda Putra; Pradipta, Dody; Saputro, Moh. Rizal Bayu; Kusrini, Kusrini
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 2 No 1: JTECS Januari 2022
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v2i1.2196

Abstract

Kebakaran hutan dan lahan merupakan masalah pada lingkungan yang sangat merugikan bagi masyarakat. Penelitian ini bertujuan untuk mengklasifikasi prediksi kebakaran hutan dan lahan yang terjadi pada kota Palembang, Sumatera Selatan. penelitian ini menggunakan data dari BPS kota Palembang sebanyak 60 data dalam empat tahun (2015-2019). Model yang digunakan pada penelitian ini menggunakan algoritma Decision Tree C4.5 dengan variabel yang digunakan berupa bulan, kecepatan angin, curah hujan dan kelembaban udara. Penelitian ini menerapkan 5 skenario dengan kombinasi variabel dengan tingkat akurasi terbaik. Hasil penelitian yang dikeluarkan berupa klasifikasi apakah suatu hutan dan lahan terjadi kebakaran atau tidak. Nilai akurasi dari dataset tersebut dalam waktu empat tahun (2015-2019) dengan skenario pembagian dataset training 80 dan data testing 25% mendapatkan nilai akurasi sebesar 92%. Maka model algoritma Decision Tree C4.5 yang digunakan pada penelitian ini, dapat disimpulkan bahwa model algoritma Decision Tree C4.5 memiliki potensi untuk melakukan klasifikasi terhadap potensi kebakaran hutan dan lahan pada kota Palembang, Sumatera Selatan.
K-Nearest Neighbor Algorithm for Classification Inaccuracy in Payment of SPP Money Anggraeni, Meita Dwi; Kusrini, Kusrini; Arief, M. Rudyanto
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 4 No 1 (2024): JTECS Januari 2024
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v4i1.4891

Abstract

SMK Ma’arif Salam merupakan salah satu lembaga pendidikan swasta dibawah LP Maarif. SMK Ma’arif Salam dalam pembiayaan operasional sekolah sebagian besar dibebankan kepada siswa, terutama dalam pembayaran SPP. Pada umumnya pembayaran SPP diterapkan sekolah swasta dimana pembiayaan dibebankan pada setiap siswa. Karena sekolah swasta bertanggung jawab mengelola pendidikan dalam kebijakan lokal. Berbeda dengan sekolah negeri, biayanya telah ditanggung oleh pemerintah/negara. Penelitian ini menggunakan Algoritma K-Nearest Neighbor. Dengan menggunakan Algoritma K-Nearest Neighbor dengan jarak k=3 sehingga didapatkan dataset murni. Klasifikasi dilakukan dengan membagi data training dan data testing dengan perbandingan 80% : 20% maka dihasilkan data training sebanyak 406 dan data testing sebanyak 102. Pemrosesan data dilakukan dengan Algoritma K-Nearest Neighbor dalam proses validasi sehingga dapat diperoleh hasil akurasi. Perhitungan dengan menggunakan algoritma K-Nearest Neighbor memperoleh hasil akurasi sebesar 82.35%.
Analysis of Public Opinion Sentiment on Instagram regarding Covid-19 with SVM Kurniasari, Iin; Kusrini, Kusrini; Fatta, Hanif Al
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 1 No 1: JTECS Januari 2021
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v1i1.1416

Abstract

Perkembangan teknologi dewasa ini mendorong masyarakat untuk selalu tanggap teknologi, terlebih di era pandemi covid-19 yang selalu mengedepankan social distancing. Media sosial digunakan sebagai suatu alat untuk menyampaikan opini masyarakat kepada khalayak. Dalam penelitian ini, penulis melakukan penelitian tentang opini masyaraat pada media sosial instagram dengan mengguakan Support Vector Machine. Setelah dilakukan uji akurasi dan presisi ternyata SVM belum sesuai digunakan sebagai algoritma yang dapat menangkap urutan karena susunan kata yang dibolak-balik meskipun maknanya berbeda tetap bermakna sama oleh mesin SVM, hal ini dibuktikan juga dengan jumlah akurasi yang kecil.yaitu 59%. Sehingga diperlukan langkah untuk bisa diteliti dengan algoritma lain misalnya algoritma HRRN (Highest Response Ratio Next) atau LSTM (Long Short-Term Memory) yang memperhatikan urutan dan proses dengan rasio respon paling tinggi. Jika berdasarkan pendekatan ekstraksi fitur SVM dengan pendekatan count vector, tf-idf word level, tf-idf ngram level dan tf-idf char level. Dalam skenario ini nilai akurasi tertinggi terdapat pada perhitungan dengan menggunakan ekstraksi fitur count vector dan tf-idf ngram level.
Sentiment Analysis Comments Covid-19 Variant Omicron on Social Media Instagram with Bidirectional Encoder from Transformers (BERT) Pradipta, Dody; Kusrini, Kusrini; Fatta, Hanif Al
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 3 No 1: JTECS Januari 2023
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v3i1.3219

Abstract

Internet merupakan alat komunikasi yang banyak diminati karena pesatnya perkembangan teknologi dan informasi beberapa tahun belakangan ini. Ini adalah konteks untuk memodernisasi dan sepenuhnya mendigitalkan komunikasi. Salah satu perubahan dalam komunikasi digital adalah media sosial, platform digital yang memungkinkan orang berbicara satu sama lain, berbagi informasi, dan lainnya. Pada platform media sosial ini, yang dirancang untuk mendapatkan masukan inti dari pengguna atau konsumen secara efisien, komentar dapat digunakan untuk mengumpulkan opini dari pengguna. Instagram adalah salah satu platform media sosial paling populer saat ini, dan banyak penggunanya menggunakannya untuk menyuarakan pendapat (komentar) mereka tentang pandemi Covid-19. Menggunakan metode Bidirectional Encoder from Transformers (BERT), komentar masyarakat nantinya dapat diklasifikasikan menjadi sentimen positif, negatif, dan netral. Analisis sentimen mengungkapkan bagaimana perasaan orang tentang varian Omicron pandemi Covid-19. Prosedur scraping menghasilkan 1.052 data yang terdiri dari 663 komentar negatif, 388 komentar netral, dan 1 komentar positif. Hasil tes memiliki akurasi sebesar 0,632 (63%).
Co-Authors AA Sudharmawan, AA Abdillah, Yahya Auliya Adhani, Muhammad Azmi Agastya, I Made Artha Ahmad Yusuf Alfatta, Hanif Alva Hendi Muhammad Andi Muhammad Irfan Andika, Roy Andriyanto, Rifki Angga Kurniawan Anggraeni, Meita Dwi Ardana, Wildan Muhammmad Ari Yuana, Kumara Arief Setyanto Arief, M Rudyanto Arief, Muhammad Rudyanto Arifuddin, Danang Aris Subadi Asnawi, Muhamad Fuat Azi, Amanda Aziz, Moh Abdul Bayu Setiaji Béjar, Rodrigo Martínez Bentar Candra P Bernadhed, Bernadhed Bisono, Hadi Hikmadyo Braeken, An Candra, Kurnia Khoirul da Silva, Bruno DHANI ARIATMANTO Dzulhijjah, Dwi Ahmad Eko Pramono Eko Purwanto Ema Utami Emha Taufiq Luthfi Fatkhurrochman, Fatkhurrochman Fauzi, Moch Farid Fauzy, Marwan Noor Febrianti, Winda Ferry Wahyu Wibowo fitriyanto, nur Gifari, Okta Ihza Halimi, Ahmad Hamdikatama, Bimantyoso Hanif Al Fatta Haris, Ruby Hartono, Anggit Dwi Haryo, Wasis Hasan, Nur Fitrianingsih Hasan, Nurul Rahmawati Herawati, Maimi Herlinawati, Noor Hulvi, Alfajri I Putu Agus Ari Mahendra Ilmawati, Fahma Inti Jeki Kuswanto Juwariyah, Siti Kasman, Haris Saktiawan Kurniasari, Iin Kusnawi , Kusnawi Kusnawi Kusnawi Lewu, Retzi Y. Listyanto, Ahmad Wildan López, Alba Puelles Lukman Bachtiar M. RUDYANTO ARIEF M. Suyanto, M. Madhika, Yudha Randa Mahendra, Awanda Putra Mangun, Syamsul Syahab Maradona, Maradona Mardiana Mardiana Martínez-Béjar, Rodrigo maulana, fahrizal Megantara, Muhamad Arldi MEI PARWANTO KURNIAWAN Metha, Halifa Sekar Mohamad Firdaus, Mohamad Mohammad Diqi Moningka, Nirwan Mufti Ari Bianto Muhammad Resa Arif Yudianto Muktafin, Elik Hari Muzakir, Muhammad MZ, Reza Rafiq Nasiri, Asro Ni Nyoman Utami Januhari, Ni Nyoman Nugroho, Agung Nugroho, Hanantyo Sri Oktafiqurahman, Andi Olajuwon, Sayyid Muh. Raziq Onde, Mitrakasih La ode Oscar Samaratungga Pahlevi, Mohammad Rezza Pamoengkas, Muhamad Agoeng Pamungkas, Sapto Pradipta, Dody Prameswari, Sonia Anjani Prasetio, Agung Budi Prastyo, Rahmat Pratama, Muhammad Egy Puri, Fiyas Mahananing Putra, Andriyan Dwi Rachmawati Oktaria Mardiyanto Riduan, Nor Rizkayati, Anisa S, Muhamad Rois S, Muhammad Sabri Saleh, Robby Febrianur Samponu, Yohakim Benedictus Santosa, Hendriansyah Saputro, Moh. Rizal Bayu Sarawan, Tommy Selvy Megira, Selvy Semma, Andi Bahtiar Setiawan, Moh. Arif Ma'ruf Setyanto, Arif Solikin, Arif Fajar Sudarmawan, Sudarmawan Sudarto Sudarto Swastikawati, Claudia Syafutra, Arif Dwi Syaiful Huda Tampubolon, Jandri Tamuntuan, Virginia TONNY HIDAYAT Tri Nugroho, Arief triadin, Yusrinnatul Jinana Tukan, Ewaldus Ambrosius Ula, M. Izul Wahyu Pujiharto, Eka Wahyudi, Alfian Cahyo Wiwi Widayani, Wiwi Yossy Ariyanto Yuana, Kumara Ari Yuza, Adela Zakaria Zakaria Zuhri, Muhammad Rafli