Article Per Year (5 Year)
p-Index From 2019 - 2024
0.562
P-Index
This Author published in this journals
All Journal Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat
Abdul Malik Zuhdi
Universitas Amikom Yogyakarta
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PERBANDINGAN KECEPATAN LAYER 7 PROTOCOL DAN WEB PROXY UNTUK BLOK SITUS Aflahah Apriliyani; Abdul Malik Zuhdi; Muhammad Fatahillah; Hanafi Hanafi
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 5 No 1 (2019): Juni
Publisher : Politeknik Indonusa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (890.698 KB) | DOI: 10.46808/informa.v5i1.61

Abstract

Seiring dengan perkemabangan perangkat router yang cukup pesat, membuat teknik filtering pada router Mikrotik semakin banyak. Teknik filtering pada router Mikrotik dapat dilakukan dengan berbagai cara diantaranya adalah Layer 7 Protocols dan Web Proxy. Penelitian ini membandingkan kecepatan dari kedua teknik tersebut saat di implementasikan pada sebuah situs. Dari hasil penelitian memperlihatkan bahwa teknik pemblokiran menggunakan WebProxy adalah teknik tercepat yaitu dengan waktu proses rata-rata 0.0578368 detik.
ANALISIS SENTIMENT TWITTER TERHADAP CAPRES INDONESIA 2019 DENGAN METODE K-NN Abdul Malik Zuhdi; Ema Utami; Suwanto Raharjo
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 5 No 2 (2019): Juni
Publisher : Politeknik Indonusa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (314.491 KB) | DOI: 10.46808/informa.v5i2.73

Abstract

Twitter adalah media sosial di mana banyak orang dari seluruh dunia dapat mengungkapkan pendapat mereka. Di Twitter masyarakat ramai berbincang tentang pemilihan pilpres 2019, sehingga bermunculan opini yang bersifat positif maupun negatif tentang calon presiden. Penelitian ini diharapkan dapat bermanfaat membantu riset atas opini masyarakat yang mengandung sentimen positif, negatif dan netral. Tahapan penelitian dilakukan dengan pengumpulan data tweet, preprosesing, tokenisasi, penentuan class atribut, load directory, determine sentiment, kemudian dilanjutkan klasifikasi, dengan pengujian nilai k dan pengujian confusion matrix. Dari hasil penelitian dan pengujian, metode K-NN memiliki tingkat akurasi klasifikasi sentimen mencapai 83,33%.
SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE NAIVE BAYES UNTUK PEMILIHAN DOSEN PEMBIMBING Uli Rizki; Abdul Malik Zuhdi; Kusrini Kusrini
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 5 No 2 (2019): Juni
Publisher : Politeknik Indonusa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (669.438 KB) | DOI: 10.46808/informa.v5i2.85

Abstract

Pemilihan dosen pembimbing merupakan hal yang harus dilakukan mahasiswa untuk dapat menyelesaikan masa studinya. Dalam penyusunan skripsi dosen pembimbing berperan penting dalam skripsi seorang mahasiswa. Dalam pemilihan dosen pembimbing terkadang terjadi keputusan yang kurang maksimal dimana dosen yang ditunjuk kurang sesuai dengan kriteria mahasiswa, akibatnya skripsi yang dihasilkan kurang berkualitas atau membutuhkan waktu yang cukup lama. Untuk memecahkan masalah tersebut maka dibutuhkan sistem pendukung keputusan untuk pemilihan dosen pembimbing. Proses pemilihan dosen pembimbing dilakukan dengan mencari alternatif terbaik berdasarkan kriteria-kriteria yang telah ada selanjutnya menampilkan presentase ketepatan lulus mahasiswa apabila memilih dosen pembimbing tersebut. Dari hasil penelitian menunjukan bahwa pemilihan dosen pembimbing dapat di implementasikan dalam sebuah sistem yang di buat menggunakan bahasa pemrograman web dan MySQL sebagai databasenya. Dengan menggunakan data sebanyak 400 dan metode Naive Bayes menghasilkan akurasi sebesar 77,50%
Co-Authors Aflahah Apriliyani Ema Utami Hanafi Hanafi Kusrini Kusrini Muhammad Fatahillah Suwanto Raharjo Uli Rizki