Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal JIKO (Jurnal Informatika dan Komputer) JUSTIN (Jurnal Sistem dan Teknologi Informasi)
Ichsan Firmansyah
Universitas Potensi Utama
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Komparasi Fungsi Aktivasi Relu Dan Tanh Pada Multilayer Perceptron Ichsan Firmansyah; B. Herawan Hayadi
JURNAL INFORMATIKA DAN KOMPUTER Vol 6, No 2 (2022): ReBorn -- September 2022
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (272.079 KB) | DOI: 10.26798/jiko.v6i2.600

Abstract

Neural network is a popular method used in machine research, and activation functions, especially ReLu and Tanh, have a very important function in neural networks, to minimize the error value between the output layer and the target class. With variations in the number of hidden layers, as well as the number of neurons in each different hidden layer, this study analyzes 8 models to classify the Titanic's Survivor dataset. The result is that the ReLu function has a better performance than the Tanh function, seen from the average value of accuracy and precision which is higher than the Tanh activation function. The addition of the number of hidden layers has no effect on increasing the performance of the classification results, it can be seen from the decrease in the average accuracy and precision of the models that use 3 hidden layers and models that use 4 hidden layers. The highest accuracy value was obtained in the model using the ReLu activation function with 4 hidden layers and 50 neurons in each hidden layer, while the highest precision value was obtained in the model using the ReLu activation function with 4 hidden layers and 100 neurons in each hidden layer
Analisis Sentimen Citayam Fashion Week menggunakan Support Vector Machine Ichsan Firmansyah; B. Herawan Hayadi
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 10, No 4 (2022)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v10i4.56665

Abstract

Fashion show merupakan salah satu ajang untuk mengekspresikan diri dalam bentuk busana, dan juga sebagai wadah bagi seseorang untuk menyampaikan pesan tertentu bagi komunitas disekitarnya. Pergelaran peragaan busana Citayam Fashion Week yang cukup trending di media sosial, memberikan beberapa respon dari netizen, khususnya di media sosial tweeter. Penelitian ini bertujuan untuk menganalisa sentimen netizen yang dikumpulkan dari hasil crawling tweet media sosial Twitter, yang kemudian dianalisis nilai-nilai sentimen di dalamnya. Nilai-nilai ini kemudian dikelompokkan menggunakan algoritma k-means clustering, untuk seterusnya digunakan sebagai kategori target dalam proses klasifikasi menggunakan algoritma support vector machine. Hasil yang diperoleh dalam penelitian ini adalah dari tiga cluster yang dibentuk, 38,6% respon dari tweet menyatakan sentimen positif, 40,4% menyatakan sentimen netral, dan 21% menyatakan respon negatif. Hasil klasifikasi menggunakan algoritma SVM menunjukkan akurasi, presisi dan sensitivitas yang cukup baik untuk masing-masing cluster yang terbentuk, dengan rata-rata nilai sebesar 98,75%, 98,96%, dan 97,48%.
Co-Authors B. Herawan Hayadi B. Herawan Hayadi