Article Per Year (5 Year)
p-Index From 2019 - 2024
2.529
P-Index
This Author published in this journals
All Journal SITEKIN: Jurnal Sains, Teknologi dan Industri JTT (Jurnal Teknologi Terpadu) Jurnal CoreIT Seminar Nasional Teknologi Informasi Komunikasi dan Industri Jurnal Informatika Universitas Pamulang Jurnal Nasional Komputasi dan Teknologi Informasi Krea-TIF: Jurnal Teknik Informatika JSAI (Journal Scientific and Applied Informatics) INFORMASI (Jurnal Informatika dan Sistem Informasi) JUKI : Jurnal Komputer dan Informatika Jurnal Restikom : Riset Teknik Informatika dan Komputer Jurnal Computer Science and Information Technology (CoSciTech) Jurnal Teknologi Terapan and Sains 4.0 SATIN - Sains dan Teknologi Informasi
Muhammad Fikry
Universitas Islam Negeri Sultan Syarif Kasim Riau
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
Klasifikasi Tweet E-Commerce dengan Menggunakan Metode Support Vector Machine Yusra, Yusra; Fikry, Muhammad
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 4, No 2 (2018): Desember 2018
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (416.116 KB) | DOI: 10.24014/coreit.v4i2.5205

Abstract

Aktifitas belanja online telah menjadi kebutuhan masyarakat. Online shop di media sosial merupakan pilihan tempat berbelanja karena pembeli dapat berinteraksi dan berkonsultasi langsung dengan penjual. Tantangan dalam mengumpulkan informasi transaksi e‑commerce di media sosial adalah banyaknya pemilik online shop dan kerahasiaan data. Namun demikian, informasi transaksi e‑commerce di Twitter dapat ditemukan pada tweet yang dapat diakses publik. Tweet biasanya berisikan aktifitas sebelum pembelian, aktifitas pembelian, aktifitas pengiriman oleh penjual, atau aktifitas penerimaan oleh pembeli. Hal ini menjadi indikator adanya transaksi. Tantangan lainnya adalah teks di media sosial menggunakan bahasa alami manusia yang seringkali dituliskan secara tidak terstruktur. Dalam penelitian ini, diklasifikasikan apakah suatu tweet berkaitan dengan transaksi e‑commerce atau tidak. Oleh karena itu, tweet yang telah dikumpulkan dan diberi label perlu dipraproses, meliputi case folding, cleaning, tokenisasi, normalisasi kata, stopword removal dan stemming. Selanjutnya, dilakukan ekstraksi fitur berdasarkan nilai document frequency dan threshold minimum bagi kata untuk dipilih sebagai fitur. Untuk setiap tweet, ditentukan nilai fitur dengan term frequency-inverse document frequency. Setelah dilakukan cross-validation dengan menggunakan kernel RBF, diketahui parameter terbaik adalah pasangan parameter C=0,9 dan γ=0,8 dengan rataan akurasi sebesar 96,1%. Model terbaik merupakan model yang menghasilkan nilai akurasi tertinggi. Akhirnya dilakukan pengujian dengan hasil akurasi sebesar 94%.
Chatbot Deteksi Awal Gangguan Kecemasan Menggunakan Dialogflow Rahmat Rizki Hidayat; Muhammad Fikry; Yusra Yusra
Jurnal Teknologi Terpadu Vol 11, No 2 (2023): JTT (Jurnal Teknologi Terpadu)
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32487/jtt.v11i2.1867

Abstract

Nowadays, anxiety disorders are experienced by many individuals, making a significant impact on one's quality of life. Some people are unaware of the symptoms of anxiety disorders, making anxiety disorders trivial. This situation can cause serious physical and emotional discomfort, in some cases, leading to more severe impacts if not treated appropriately. One of the first steps in overcoming anxiety disorders is early detection. The earlier the disorder is detected, the better the chances of providing effective treatment and reducing its impact. The development of artificial intelligence technology has opened up new opportunities to address this problem. This research proposes an innovation in the form of a chatbot. The purpose of this study is to determine the feasibility and acceptability of a chatbot to identify and provide information related to symptoms of anxiety disorders. The research methodology includes Data Collection, conversation formation, model formation, implementation using Dialogflow, testing and results. The results of UAT testing on respondents consisting of students and psychologists obtained results of 84% and 74%, respectively.
PENDETEKSIAN KALIMAT SINDIRAN MENGGUNAKAN ALGORITMA NAIVE BAYES Muhammad Fikry; Safwandi Safwandi
Jurnal Teknologi Terapan and Sains 4.0 Vol 4, No 3 (2023): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v4i3.14744

Abstract

Dalam kehidupan masyarakat modern ini tidak terlepas dari dari media sosial, dimana penggunaan media sosial yang tidak bijak bisa mengakibatkan hal yang fatal. Dimasa sekarang ini banyak terjadi kasus pem-bully-an maupun kasus dimana masyarakat saling sindir menyindir sehingga terjadi saling permusuhan antar masyarakat. Pada penelitian kali ini penulis akan membuat sebuah sistem untuk mendeteksi kalimat-kalimat sindiran yang sering terjadi dalam kehidupan sehari-hari masyarakat indonesia. Penulis menggunakan metode Naive Bayes, Metode ini juga sangat sering digunakan oleh peneliti-peneliti lain karena tingkat akurasinya yang tinggi.Kata Kunci—Pendeteksian kalimat, Kalimat sindiran, Deteksi sindiran, Naive Bayes, Metode Naive Bayes.
Perbandingan Metode Naive Bayes Classifier dan Support Vector Machine dalam Analisis Sentimen Terhadap Pemilihan Presiden 2024 Alga Prananda; Elin Haerani; Muhammad Fikry; Febi Yanto
Krea-TIF: Jurnal Teknik Informatika Vol 11 No 2 (2023)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32832/krea-tif.v11i2.15364

Abstract

Salah satu sarana masyarakat untuk memberikan pendapat atau opini adalah menggunakan media sosial, khususnya youtube. Pada penelitian ini berfokus melakukan analisis sentimen terhadap Pemilihan Presiden 2024 dengan tiga kelas dan 2000 data opini, mendapatkan 875 kelas positif, 577 negatif, dan 548 netral. Tahapan penelitian melibatkan pengumpulan data, pre-processing (case folding, tokenizing, filtering, stemming), klasifikasi, pengujian, dan evaluasi. Juga melakukan perbandingan antara metode Naive Bayes Classifier (NBC) dan Support Vector Machine (SVM), menunjukkan bahwa SVM mendapat akurasi lebih baik dari NBC di setiap tipe pembagian kelas. Selain itu, hasil analisis sentimen menggunakan empat kata kunci menunjukkan dominasi sentimen positif terhadap Anies Baswedan (80.54%), Prabowo Subianto (64.76%), Calon Presiden secara umum (33.91%), dan Ganjar Pranowo (36.17%). Sentimen negatif cenderung tinggi untuk Ganjar Pranowo (51.42%) dan Prabowo Subianto (25.99%), sementara Anies Baswedan dan Calon Presiden memiliki tingkat sentimen negatif yang lebih rendah (16.53% dan 25.22%). Sentimen netral tercatat pada Prabowo Subianto (9.25%), Ganjar Pranowo (12.41%), Calon Presiden secara umum (40.87%), dan Anies Baswedan (2.93%).
Algoritme Logistic Regression untuk Mendeteksi Ujaran Kebencian dan Bahasa Kasar Multilabel pada Twitter Berbahasa Indonesia Ayu Fransiska; Surya Agustian; Fitri Insani; Muhammad Fikry; Pizaini Pizaini
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 4 (2022): Agustus 2022
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i4.4524

Abstract

Abstrak - Ujaran kebencian semakin meningkat bersamaan dengan banyaknya pengguna media sosial. Twitter merupakan salah satu media sosial yang membantu penyeberan ujaran ujaran melalui fitur twit-nya yang dilakukan berulang-ulang. Penelitian ini dilakukan untuk mengklasifikasi apakah sebuah twit mengandung ujaran kebencian atau bahasa kasar, dan jika terdeteksi mengandung ujaran kebencian maka akan diukur tingkatannya. Dataset yang digunakan diambil dari twitter sebanyak 13.126 twit asli. Klasifikasi menggunakan Algoritma logistic Regression dan fitur teks word embedding. Dilakukan beberapa kali percobaan untuk mendapatkan model terbaik agar pengujian didapatkan secara optimal. Rata-rata akurasi yang dari ketiga kelas sebesar 75,59%, untuk kelas hate speech 75,86%,kelas abusive 80,05%, kelas level 70,86% dengan komposisi 90:10.Kata kunci: Klasifikasi, Logistic Regression, Ujaran Kebencian, Twitter. Abstract - Hate speech is increasing along with the number of social media users. Twitter is one of the social media that helps spread utterances through its repeated tweet features. This study was conducted to classify whether a tweet contains hate speech or abusive language, and if it is detected to contain hate speech, the level will be measured. The dataset used was taken from twitter as many as 13,126 original tweets. Classification using Logistic Regression Algorithm and word embedding text feature. Several experiments were carried out to get the best model so that the test was obtained optimally. The average accuracy of the three classes is 75.59%, for the hate speech class is 75.86%, the abusive class is 80.05%, the level class is 70.86% with a composition of 90:10.Keyword : Classification, Logistic Regression, Hate Speech, Twitter.
Co-Authors Alga Prananda Alwis Nazir Ayu Fransiska Damayanti, Elok Detha Yurisna Elin Haerani Elin Haerani Elvia Budianita Fadhilah Syafria Febi Yanto Fitri Insani Ibnu Surya Inggih Permana Lola Oktavia Muhammad Irsyad Nanda Sepriadi Pizaini Pizaini Pizaini Putri Mardatillah Rahmat Rizki Hidayat Ramadanu Putra Reski Mai Candra Rinaldi Syarfianto Safwandi Safwandi Sayed Omas Tutus Arifta Sayed Sofiah Surya Agustian Suwanto Sanjaya Taufik Hidayat Tiara Dwi Arista Yani, Susmi Syahfrida Yuda Zafitra Fadhlan Yusra YUSRA YUSRA Yusra, Yusra