Claim Missing Document
Check
Articles

Pandemi Covid-19 Serta Pengaruhnya Terhadap Aktivitas Ibadah Dan Nilai-Nilai Al Islam Kemuhammadiyahan Firman Noor Hasan
Fikroh: Jurnal Pemikiran dan Pendidikan Islam Vol. 14 No. 2 (2021): Fikroh: Jurnal Pemikiran dan Pendidikan Islam
Publisher : Program Studi Pendidikan Agama Islam (PAI) Sekolah Tinggi Agama Islam Al Azhar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37812/fikroh.v14i2.192

Abstract

During the Covid-19 pandemic, the government implemented WFH (Work From Home), LFH (Learn From Home), and PFH (Pray From Home), so as to have a changing impact on human behavior both in terms of economy, quality of worship, learning, and others. This study aims to determine the worship activities carried out by respondents and their relationship to their practice of Al-Islamic Kemuhammadiyahan values in their daily lives in the midst of the COVID-19 pandemic. The results of the research obtained from 87 respondents indicated that the religious activities and activities of practicing the Islamic values of Kemuhammadiyahan that were carried out by respondents in the midst of the COVID-19 pandemic situation, actually decreased and also greatly influenced the decrease in the practice of the Islamic values of Kemuhammadiyahan. This is also influenced by other variables that were not included in this study, such as appeals and regulations from the Regional Government / Pemprov regarding PSBB (Large-Scale Social Restrictions), as well as recommendations from the Central Government to reduce activities & activities outside the home such as work, study, crowds, and others.
Analisis Sentimen Opini Masyarakat Terhadap Keefektifan Pembelajaran Daring Selama Pandemi COVID-19 Menggunakan Naïve Bayes Classifier Ari Wibowo; Firman Noor Hasan; Luthfi Akbar Ramadhan; Rika Nurhayati; Arief Wibowo
Jurnal Asiimetrik: Jurnal Ilmiah Rekayasa Dan Inovasi Volume 4 Nomor 2 Tahun 2022
Publisher : Fakultas Teknik Universitas Pancasila

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35814/asiimetrik.v4i1.3577

Abstract

Since Indonesia was affected by the Covid-19 pandemic, one of the sectors affected was Education. The government makes an online learning system policy where the system is run with an online process. Not a few of them complained about the limitations of activities issued by the government. Twitter social media is often used to express opinions about concerns about programs issued by the government. The Twitter data crawling process was carried out using the hashtag "learning from home" to get as many as 1,000 datasets, followed by the process of removing duplicates which left 524 datasets and then carrying out the implementation stage of the Naïve Bayes Classifier Algorithm. The purpose of this study was to determine the number of positive and negative sentiments from the dataset labeling classification and to determine the accuracy results of using the Naïve Bayes Classifier method as well as the results of evaluation tests on positive and negative sentiment datasets. Based on the experiment, positive sentiment was obtained as many as 480 and negative sentiment as many as 44 out of 524 datasets. The accuracy results in the evaluation test process get results of 88.5% where negative sentiments get a precision value of 12%, recall 17%, and f1-score 14%, while positive sentiments get a precesion value of 95%, recall 93%, and f1 -score 94%.
Penerapan Business Intelligence & Online Analytical Processing untuk Data-Data Penelitian dan Luarannya pada Perguruan Tinggi Menggunakan Pentaho Firman Noor Hasan; I Ketut Sudaryana
Infotech: Journal of Technology Information Vol 8, No 2 (2022): NOVEMBER
Publisher : STMIK WIDURI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37365/jti.v8i2.143

Abstract

Utilization of ICT in various sectors is needed, especially those related to business impact and strategy. Information technology is the backbone of the sustainability of businesses, companies, and organizations. Companies that are able to utilize ICT well, therefore indirectly adapt to the times and strive to excel from competitors. The method used refers to the steps recommended by Carlo Vercellis. The software and tools used are open source based, such as Pentaho Data Integration for processing extract, transform, load (ETL), Pentaho Community Edition for dashboards, Pentaho Report Designer for report generation, and Mondrian OLAP for displaying multidimensional data. The results of this study conclude application of business intelligence in universities is very easy and efficient, the use of a dashboard that is presented visually and interactively is very helpful for leaders in viewing existing research data. So it is very helpful for organizations, especially university leaders in making decisions.
Analysis Sentiment of Community Response on Cooking Oil Price Increase Policy With Naive Bayes Classifier Algorithm Firman Noor Hasan; Fajar Sidik; Prista Afikah
Jurnal Linguistik Komputasional Vol 5 No 2 (2022): Vol. 5, No. 2
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v5i2.99

Abstract

Cooking oil is a basic need for Indonesian people. Indonesia experienced a shortage of oil in March 2022. This has become a hot conversation on Twitter social media last March, many people think positively or negatively. But behind it all there are different assessments of the parties who feel the pros and cons, various parties have different points of view. In this article, we conduct a sentiment analysis on the public's response to the scarcity of cooking oil using a dataset obtained from the Twitter digital platform. This article aims to classify tweets related to the scarcity of cooking oil into positive and negative sentiments using a machine learning strategy using the Naive Bayes method. This algorithm was chosen to make it easier for the public to make choices and to know the level of accuracy of the method, where the level of accuracy obtained from the nave Bayes classifier method 72%.
Analisis Sentimen Opini Masyarakat Terkait Penyelenggaraan Sistem Elektronik Menggunakan Metode Logistic Regression Isa Faqihuddin Hanif; Irfan Ricky Affandi; Firman Noor Hasan; Estu Sinduningrum; Zuhri Halim
Jurnal Linguistik Komputasional Vol 5 No 2 (2022): Vol. 5, No. 2
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v5i2.103

Abstract

Keamanan data menerapkan salah satu hal terpenting dalam menggunakan internet. Kebocoran data pribadi pengguna di internet dapat dimanfaatkan oleh orang yang tidak berkepentingan untuk berbagai macam tindakan kriminal. Upaya melindungi data pribadi masyarakat Indonesia, pemerintah melalui Kemkominfo membuat serta menerapkan sebuah kebijakan Penyelenggaraan Sistem Elektronik (PSE). Dalam penerapan PSE mendapatkan berbagai macam opini dari masyarakat Indonesia salah satunya yaitu pada platform twitter. Opini yang dikeluarkan oleh masyarakat ada yang bersifat negatif, netral maupun bersifat positif. Adapun tujuan penelitian ini yaitu mengetahui jumlah sentimen negatif, netral serta positif terhadap opini masyarakat terhadap PSE dimana dataset tersebut diperoleh dari platform twitter serta mengetahui nilai akurasi dari hasil uji evaluasi dari penerapan algoritma Logistic Regression. Hasil luaran dari 1073 dataset tentang opini dari masyarakat terhadap PSE didapatkan sebanyak 126 sentimen bersifat negatif, sebanyak 657 sentimen bersifat netral serta sebanyak 291 sentimen yang bersifat positif dengan nilai akurasi penerapan algoritma Logistic Regression sebesar 79.07%. Hal tersebut memperlihatkan bagaimana opini masyarakat Indonesia yaitu sebagian besar setuju terhadap diberlakukannya PSE namun masih ada beberapa masyarakat yang belum bisa menerima kebijakan tersebut.
Analisis Sentimen Opini Masyarakat Terkait Pelayanan Jasa Ekspedisi Anteraja Dengan Metode Naive Bayes Irfan Ricky Affandi; Firman Noor Hasan; Nunik Pratiwi; Zuhri Halim
Jurnal Linguistik Komputasional Vol 5 No 2 (2022): Vol. 5, No. 2
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v5i2.107

Abstract

Peningkatan jumlah transaksi pada berbagai platform e-commerce mempunyai implikasi terhadap peningkatan penggunaan jasa ekspedisi. Salah satu perusahaan jasa ekspedisi yang ada di Indonesia yaitu anteraja, dimana perusahaan tersebut harus bisa memiliki inovasi untuk mempunyai hubungan serta memberikan pelayanan yang terbaik bagi penggunanya. Saat ini banyak pengguna layanan anteraja mempunyai pendapat yang beragam terhadap layanan mereka pada media sosial twitter. Penelitian ini menerapkan teknik sentiment analysis untuk membantu mengevaluasi, menganalisis, menilai, serta mengetahui sikap masyarakat terhadap pelayanan Anteraja. Metode untuk mengkategorikan sentimen yang digunakan oleh peneliti yaitu menerapkan algoritma naive bayes yang mempunyai akurasi tinggi, serta prosesnya sederhana dan cepat. Peneliti juga menggunakan bantuan perangkat lunak python untuk proses pengambilan dataset pada twitter serta rapidminner studio untuk pengolahan data serta penerapan algoritma. Hasil dari proses pengolahan data yang dilakukan oleh peneliti didapatkan dari 1180 data, jumlah kategori yang paling banyak yaitu kategori sentimen positif sebesar 638 lalu kategori sentimen negatif sebesar 493 sedangkan paling sedikit yaitu kategori sentimen netral sebanyak 49. Hal ini menunjukkan dari 1180 data bahwa banyak masyarakat yang menyukai pelayanan yang diberikan oleh jasa ekspedisi Anteraja, namun tidak sedikit masyarakat yang masih kurang puas terhadap pelayan yang diberikan. Nilai akurasi penerapan algoritma naive bayes dalam penelitian ini diperoleh persentase sebesar 85.06% yang menunjukkan bahwa data tersebut dapat digunakan sebagai dasar bagi perusahaan untuk pertimbangan pengambilan keputusan.
PENINGKATAN KEMAMPUAN DATA ANALYTIC MELALUI PELATIHAN ASEAN DATA SCIENCE EXPLORERS MENGGUNAKAN SAP ANALYTIC CLOUD Estu Sinduningrum; Firman Noor Hasan; Ahmad Rizal Dzikrillah; Arien Bianingrum Rossianiz; Dimas Febriawan; Irawati Irawati
SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Vol 6, No 4 (2022): Desember
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jpmb.v6i4.10734

Abstract

ABSTRAKKegiatan pengabdian masyarakat ini dilatarbelakangi oleh kerjasama kawan menggunakan ASEAN Foundation dan SAP. Pada tanggal 12 Maret 2021 kegiatan yang dilaksanakan secara virtual ini menggunakan platform Meeting Room dan Virtual Classroom. Peserta berasal dari mahasiswa dari Fakultas Teknik Universitas Dr.Hamka (UHAMKA) Jakarta. Metode yang digunakan untuk menguji manfaat dari perangkat lunak SAP Analytics Cloud ini berupa pelatihan dengan melakukan teknik pengumpulan data populasi Fakultas Teknik Uhamka. Kuesioner yang diberikan kepada mahasiswa berhubungan dengan uji validasi dan kebenaran penyampaian materi pelatihan. Lalu kualitas pengumpulan data yang sesuai dengan realitas saat ini dengan menggunakan instrumen kuantitatif kualitas. Hasil evaluasi ini yaitu terdapat 40 mahasiswa yang bersedia mengikuti kompetisi SAP Analitycs Cloud. Dengan dilaksanakannya kegiatan pelatihan ini sebanyak 85,76% peserta training sudah menaruh pemahaman mengenai SAP Analytics Cloud untuk menjawab tantangan era Revolusi Industri 4.0 mengenai analisis data. Kata Kunci: analisis data; revolusi industri 4.0; SAP analytics cloud ABSTRACTThis community service activity was motivated by the collaboration of friends using the ASEAN Foundation and SAP. On March 12, 2021, this virtual activity will use the Meeting Room and Virtual Classroom platforms. Participants came from students from the Faculty of Engineering, Dr. Hamka University (UHAMKA) Jakarta. The method used to test the benefits of the SAP Analytics Cloud software is in the form of training by performing population data collection techniques, Faculty of Engineering, Uhamka. Questionnaires given to students relate to the validation test and the correctness of the delivery of training materials. Then the quality of data collection in accordance with current reality by using quality quantitative instruments. The results of this evaluation are that there are 40 students who are willing to take part in the SAP Analytics Cloud competition. With the implementation of this training activity, 85.76% of the training participants have an understanding of SAP Analytics Cloud to answer the challenges of the Industrial Revolution 4.0 era regarding data analysis. Keywords: data analysis; industrial revolution 4.0; SAP analytics cloud
Penerapan Business Intelligence Untuk Menganalisa Data Gempa Bumi di Indonesia Menggunakan Tableau Public Diana Fitri Lessy; Arry Avorizano; Firman Noor Hasan
Jurnal Sistem Komputer dan Informatika (JSON) Vol 4, No 2 (2022): Desember 2022
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v4i2.5316

Abstract

One of the natural disasters that often occurs in Indonesia is an earthquake. This is because Indonesia's geological position is between 3 important lithospheric plates, namely the Pacific, Eurasian and Indo-Australian plates. The forces between the plates are constantly changing, dampening disturbances both on land and at sea. This study aims to focus on visualizing earthquake data in Indonesia and implementing Business Intelligence to display earthquake area data, depth and magnitude. The method of this study uses the Tableau Public platform to process earthquake datasets in Indonesia obtained through www.kaggle.com for the period 01 January 2018 to 30 September 2022. This research produces a report in the form of a dashboard that contains data visualization for the earthquake area, depth and magnitude from various regions in Indonesia that can be used to assist in decisions to be taken. Various designs for dashboards can be used in Tableau to make data easier to read and understand.
Implementasi Business Intelligence untuk Menganalisis Data Jumlah Sarana Kesehatan Provinsi Kaltim Tahun 2016 - 2020 Bahrul Rozak; Dian Ainurrafik Afnan Sabili; Farhan Nufairi; Muhammad Ikhwan; Firman Noor Hasan
Prosiding Seminar Nasional Teknoka Vol 7 (2022): Proceeding of TEKNOKA National Seminar - 7
Publisher : Fakultas Teknik, Universitas Muhammadiyah Prof. Dr. Hamka, Jakarta

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

Abstract

Kepercayaan public kepada pemerintah didapatkan ketika transparansi telah terpenuhi. Di era big data saat ini transparansi diimplementasikan dalam bentuk keterbukaan informasi. Keterbukaan informasi merupakan bentuk partisipasi masyarakat untuk memantau kinerja pemerintahan. Namun untuk memperoleh informasi yang akurat, data tersebut harus diolah. Dalam hal ini peran Business Intelligence akan sangat diperlukan untuk mengolah dan menganalisis informasi yang akan digunakan dalam mengambil keputusan yang bersifat strategis. Metode yang digunakan adalah dengan mengolah dataset yang bersumber dari Satu Data Indonesia dengan menggunakan Tableau. Tujuan dari penelitian ini adalah implementasi Business Intelligence untuk mengolah, menganalisis dan menampilkan informasi berupa visualisasi data jumlah sarana kesehatan provinsi Kalimantan Timur pada tahun 2016-2020. Hasil dari visualisasi data ini dapat digunakan untuk mengambil dan menjadikannya sebagai acuan serta referensi dalam menentukan keputusan di masa yang akan mendatang.
Implementasi Business Intelligence untuk Menganalisis Data Pertumbuhan Penduduk di Dunia dengan menggunakan Aplikasi Tableau Public Muhammad Abid Fajar; Ahmad Syahril; Firman Noor Hasan; Wahyu Stiyawan; Muhammad Ridwan
Prosiding Seminar Nasional Teknoka Vol 7 (2022): Proceeding of TEKNOKA National Seminar - 7
Publisher : Fakultas Teknik, Universitas Muhammadiyah Prof. Dr. Hamka, Jakarta

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

Abstract

Manajemen data adalah bagian penting dari bisnis, tetapi prosesnya tidak mudah. Selain perkembangan teknologi, ada banyak cara untuk mengolah dan mengelola data. Salah satunya adalah business intelligence (BI). Menurut perkiraan populasi dunia saat ini oleh Biro Sensus AS pada Juni 2019, populasi dunia saat ini adalah 7.577.130.400 di Bumi, jauh di atas populasi dunia sebesar 7,2 miliar pada tahun 2015. Perkiraan kami sendiri berdasarkan data PBB menunjukkan populasi dunia melebihi 7,7 miliar. Tujuan dari penelitian ini adalah untuk memberikan informasi yang dapat membantu meningkatkan efektivitas rumah sakit di seluruh dunia, berdasarkan business intelligence. Dalam penelitian ini, analisis data dilakukan dengan menggunakan Tableau Public. Tableau Public adalah perangkat lunak bisnis intelijen yang mudah untuk digunakan, terutama dalam hal membuat visualisasi data, analisis data, dan laporan. Dengan menggunakan metodologi deskriptif yang berasal dari pengamatan terhadap data yang ada, hasil berupa informasi tentang tren pertumbuhan penduduk di seluruh dunia selama beberapa dekade terakhir.
Co-Authors Achmad Ramadhan Agus Fikri Ahmad Faiz Rahmatullah Ahmad Rizal Dzikrillah Ahmad Rizal Dzikrillah Ahmad Roshid Ahmad Syahril Alfandi Safira Allif Rizki Abdillah Allif Rizki Abdillah Allif Rizki Abdillah Ananda Bagas Pranata Ananda Prasta Warasati Janah Andika Saputra Ari Wibowo Arief Wibowo Arien Bianingrum Rossianiz Arvin Rafialdo Avis Tantra Mukti Avorizano, Arry Azhar Haikal Anwar Azhar Haikal Anwar Bagas Kembar Rezkyllah Bahrul Rozak Bahrul Rozak Dan Mugisidi Dandie Triyanto Desty Afni Dian Ainurrafik Afnan Sabili Dian Ainurrafik Afnan Sabili Diana Fitri Lessy Diana Fitri Lessy Dimas Febriawan Dion Parisda Ray Djeli Moh Yusuf Erizal Erizal Estu Sinduningrum Estu Sinduningrum Estu Sinduningrum Estu Sinduningrum Fadli Hardiyanto Putra Faisal Parsakh Nursyamsi Faisal Parsakh Nursyamsyi fajar sidik Fajar Sidik Faldy Irwiensyah Faldy Irwiensyah Farhan Bias Purnama Putra Farhan Nufairi Farhan Nufairi Fauzan Setya Ananto Fauzi Kurniawan Fayakun Kun Febriandirza, Arafat Hafizh Dhery Al Assyam Harry Ramzah Hibatullah Faisal Hibatullah Faisal Hilmy Zhafran Muflih Hilmy Zhafran Muflih I Ketut Sudaryana Ibnu Suhada Indra Ramadhan Indra Ramadhan Intania Widyaningrum Irawati Irawati Irfan Ricky Affandi Irfan Ricky Affandi Isa Faqihuddin Hanif Isnan Wisnu Prastiyo Kurniyati Nur Lingga Lita Astri Pramesti Luqman Abdur Rahman Malik Luthfi Akbar Ramadhan Meliyawati Mia Kamayani Mohammad Akhdaan Juliandra Muchammad Sholeh Muchammad Sholeh Muhamad Saiful Arif Muhammad Abid Fajar Muhammad Ikhwan Muhammad Ikhwan Muhammad Rafly Al Fattah Zain Muhammad Ridwan Mutiara Zahra Arifin Nisa Qonita Rizkina Nofendri, Yos Nunik Pratiwi Prastika Indriyanti Prista Afikah Rafli Erlangga Reisa Inayah Rian gustini Ridwan Maulana Subekti Rika Nurhayati Riyan Ariyansah Rizki Alamsyah Rizki Kamelia Rizky Ramdhani Sri Fitriani Tasya Rizki Salsabilla Tia Anggita Sari Wahyu Stiyawan Wanda Aulia Windi Al Azmi Zuhri Halim