Claim Missing Document
Check
Articles

Found 37 Documents
Search

Klasifikasi Opini Terhadap Pertanian Sawit (Palm Oil) Indonesia Menggunakan Naïve Bayes Hafiz Irsyad; Muhammad Rizky Pribadi
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 6 No 2 (2020): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM) STMIK Global Informatika MDP

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (203.709 KB) | DOI: 10.35957/jatisi.v6i2.182

Abstract

Last three years the production of oil palm agriculture has been considered to have increased significantly. Indonesia is the largest contributor to palm oil with Malaysia, which is 85-90% of the total world palm oil yield. With so much information on Indonesian oil palm on Twitter so that it can be used to see public opinion about Indonesian oil palm. In this study managed to collect tweet data from 28 August 2019 to 21 June 2018 resulting in 1015 tweets. In order to see the tweets, the categories are categorized into positive, negative and neutral, then the tweets are classified using the naïve Bayes method and using the Orange tools. Meanwhile, to do data crawling using Twitter API facilities. Of the 1015 data tweets 70% is used for training data and 30% for testing data. In the application of calisification with the naïve bayes method it produces an average accuracy of 0.83337% for the average of all categories, for precision obtains 0.80303% for the average of all categories, and for recall produces 0.90853% for all average categories. With this level of accuracy the Naïve Bayes method works in line with expectations.
Peramalan Harga Saham Pertambangan Pada Bursa Efek Indonesia (BEI) Menggunakan Long Short Term Memory (LSTM) Roby Julian; Muhammad Rizky Pribadi
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 8 No 3 (2021): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM) STMIK Global Informatika MDP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v8i3.1159

Abstract

Stock investment is one of the right choices to get more profit. However, in investing in stocks, it is necessary to analyze the data of a company that can determine the rise or fall of a stock price in the company. Very dynamic movements require data modeling to predict stock prices in order to get a high level of accuracy. An algorithm was developed to solve the problem of long-term data or historical data, namely Long Short Term Memory (LSTM). By using the Long Short Term (LSTM) this study produces a fairly good RMSE value with an increase in the RMSE value based on the addition of the number of epoch variations. The optimal epoch variation was obtained with the number of epochs of 200. Meanwhile, the optimal RMSE value produced by the Long Short Term Memory (LSTM) method was generated by TINS issuers with an RMSE of 31.71.
Klasifikasi Opini Masyarakat Terhadap Pertanian di Indonesia dengan Naive Bayes pada Twitter Hafiz Irsyad; M Rizky Pribadi
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 4 No 1: Tahun 2019
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (650.213 KB) | DOI: 10.17605/jti.v4i1.515

Abstract

Pertanian di Indonesia dalam beberapa tahun terakhir menjadi sebuah perbincangan yang sangat penting. Sektor pertanian Indonesia mengalami pertumbuhan yang sangat signifikan sampai mencapai di angka 2.56% pada tahun 2017. Dengan angka yang disebutkan tadi membuat pemerintah Indonesia mengeluarkan target yang sangat tinggi. Target tersebut adalah menjadikan Indonesia sebagai lumbung pangan dunia pada tahun 2045. Agar tercapainya target tersebut perlu adanya perluasan bisnis, salah satunya adalah melalui media sosial. Dalam perluasan bisnis dengan media sosial membuat masyarakat banyak mengeluarkan pendapat, pernyataan, maupun tanggapan tentang target yang telah ditetapkan oleh pemerintah. Prediksi dalam mencapai hasil dari target pemerintah dapat dilakukan dengan menganalisa opini masyarakat atau biasanya disebut dengan sentimen analisa yang dapat dicurahkan dalam teks yang dituliskan oleh penggiat sosial media. Metode penelitian yang digunakan oleh peneliti terdiri dari beberapa tahap, yaitu: pengambilan data pada twitter dengan memanfaatkan fasilitas API Twitter, membuat metode analisis sentimen (pre-processing, case folding, tokenizing dan stop removal) menggunakan tools orange dan metode analisis menggunakan metode Naïve Bayes. Data yang digunakan adalah sebanyak 391 dengan masing-masing kaegori. Metode Naive Bayes pada penelitian ini menghasilkan akurasi dengan rata-rata 0.523% pada seluruh kategori, untuk Precision menghasilkan rata-rata 0,865% diseluruh kategori dan untuk Recall sendiri mendapatkan persentase 0,701 % dari keseluruhan kategori opini masyarakat di twitter. Dengan tingkat akurasi tersebut dapat disimpulkan metode Naïve Bayes berjalan sesuai dengan harapan.
Comparison Algorithm Backpropagation And Support Vector Machine On The Introduction of Corn Seed Type Yunarto Yunarto; Muhammad Rizky Pribadi; Hafiz Irsyad
Jurnal Algoritme Vol 1 No 1 (2020): Jurnal Algoritme
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1022.778 KB) | DOI: 10.35957/algoritme.v1i1.539

Abstract

Jagung termasuk tumbuhan biji-bijian seperti padi, gandum, sorgum yang dikonsumsisebagai sumber makanan pokok di Amerika dan beberapa wilayah di Indonesia seperti Madura,Nusa Tenggara Timur, Sulawesi dan Jawa Tengah. Jagung biji memiliki banyak jenis, makadari itulah jika jagung biji tersebut tercampur akan susah untuk dibedakan. Tujuan daripenelitian ini adalah untuk mengenali biji jagung tersebut. Jenis biji jagung yang digunakanadalah jagung merah pozole, jagung pipil, jagung putih dan jagung warna-warni yang difotomenggunakan camera 16MP dengan jarak pengambilan foto 10cm antara kamera dengan objekjagung. Metode pengenalan yang digunakan adalah algoritma backpropagation dan support vector machine, sedangkan untuk ekstraksi fitur menggunakan metode GLCM(Gray Co-occurence Matrix) yang terdiri dari Contrast, energy, homogeneity, dan correlation. Pada perhitungan dengan confusion matrix hasil tertinggi didapatkan pada algoritmabackpropagation dengan rata-rata accuracy 97,5, rata-rata precision 95% dan rata-rata recallsebesar 95,1% dibandingkan dengan algoritma support vector machine yang hanya mendapatrata-rata accuracy 97,1%, rata-rata precision 93,3% dan rata-rata recall sebesar 95%.
Integrasi RUP dan DSDM untuk Rancang Bangun Sistem Informasi Olahraga yang Komprehensif Studi Kasus: Pengurus Besar Taekwondo Idonesia Muhammad Rizky Pribadi
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 6, No 1 (2017): Maret
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (608.474 KB) | DOI: 10.32736/sisfokom.v6i1.43

Abstract

Dalam paper ini, penulis membahas beberapa isu metodologi terkait dengan pembangunan sistem informasi olahraga, dan menggambarkan mafaat yang diberikan kedapa organisasi olahraga terhadap penerapan sistem informasi dalam operasional organisasi. Dalam paper ini PBTI dipilih sebagai study kasus. Penulis membahas dalam paper ini manfaat menggunakan penelitian sebagai mekanisme untuk menjelajahi masalah terkait guna membentuk sebuah sistem informasi olahraga yang ideal
Analisis Performa Jaringan 3G Pada Saat Cuaca Bagus dan Cuaca Buruk Menggunakan OPNET Muhammad Rizky Pribadi
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 6, No 1 (2017): Maret
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (329.913 KB) | DOI: 10.32736/sisfokom.v6i1.47

Abstract

Saat ini tiap operator telekomunikasi sudah menggunakan teknologi 3G/UMTS setelah sebelumnya GSM lalu disusul CDMA. Namun biasanya harga murah yang ditawarkan operator 3G tidak menjamin kualitas suatu pelayanan misalnya akses data yang susah sekali tersambung atau bahkan tiba-tiba putus saat kita melakukan koneksi. Untuk mengetahui penyebab kegagalan koneksi tersebut, dengan mengambil study kasus apakah cuaca merupakan penyebab dari gagal koneksi pada jaringan 3G. Untuk mensimulasikannya dalam penelitian ini menggunakan simulato OPNET. Untuk cuaca baik transmission power nya 1.0 DB sedangkan untuk transmission power nya 0.1 DB
Model Konseptual Penerapan Tata Kelola TI PLN Pembangkitan Sumbagsel Berdasarkan COBIT 5 Muhammad Rizky Pribadi; Hafidz Irsyad
Jurnal Informatika Global Vol 9, No 1
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (456.205 KB) | DOI: 10.36982/jiig.v9i1.440

Abstract

AbstractThe implementation of IT governance in BUMN is a must. This is because BUMN use IT as an innovative service upgrade, both internal and external services. In the IT Governance there are several problems, such as the use of IT sometimes not in line with expectations, where an increasingly large IT investment was not followed by the increasing support for achieving the goals and strategies of companies / institutions. COBIT 5 is a renewed version that brings together cutting-edge thinking in engineering and IT governance. COBIT 5 is developed based on COBIT 4.1 by integrating Val IT and Risk IT from ISACA, ITIL, and relevant standards from ISO. Seven enablers of COBIT 5 standards are used as criteria in applying IT governance models in this study. PT PLN (Persero) Pembangkitan Area South Sumatra (PLN KITSBS) is one of the BUMN located in Southern Sumatra. PLN KITSBS is one of the generating units of PT PLN (Persero) which seeks the generation and supply of electricity in sufficient quantity and quality. PLN KITSBS has a capable power capacity of 2765 MW. PLN KITSBS has 10 (ten) generating sectors with work areas spread in South Sumatera, Bengkulu, Jambi, West Sumatera and Bandar Lampung. The research method used in this research is qualitative method, by doing case study approach. The result of this research is a draft of conceptual model of IT governance at PLN Pembangkitan Sumatera Selatan.Keywords : Conceptual model,IT governance,COBIT 5, PLN Abstrak Penerapan tata kelola TI di BUMN merupakan sebuah hal yang menjadi keharusan. Hal tersebut dikarenakan BUMN menggunakan TI sebagai inovasi pengingkatan layanan, baik layanan internal maupun eksternal. Dalam Tata Kelola TI terdapat beberapa masalah, diantaranya penggunaan TI kadang tidak sesuai dengan harapan, dimana investasi TI yang semakin besar ternyata tidak diikuti dengan dukungan yang semakin besar pula terhadap pencapaian tujuan dan strategi perusahaan/institusi. COBIT 5 adalah sebuah versi pembaharuan yang menyatukan cara berpikir yang mutakhir di dalam teknik dan tata kelola TI.COBIT 5 dikembangkan berdasarkan COBIT 4.1 dengan mengintegrasikan Val IT dan Risk IT dari ISACA, ITIL, dan standar yang relevan dari ISO. Seven enabler standar COBIT 5 digunakan sebagai kriteria dalam penerapan model tata kelola TI pada penelitian ini. PT PLN (Persero) Pembangkitan Area Sumatera Bagian Selatan (PLN KITSBS) merupakan salah satu BUMN yang berada di Sumatera Bagian Selatan. PLN KITSBS adalah salah satu unit pembangkitan PT PLN (Persero) yang mengusahakan pembangkitan dan penyediaan tenaga listrik dalam jumlah dan mutu yang memadai. PLN KITSBS ini mempunyai kapasitas daya mampu sebesar 2765 MW. PLN KITSBS memiliki 10 (sepuluh) sektor pembangkitan dengan wilayah kerja yang tersebar di Provinsi Sumatera Selatan, Bengkulu, Jambi, Sumatera Barat dan Bandar Lampung. Metode peneltian yang digunakan dalam penelitian ini adalah metode kualitatif, dengan melakukan pendekatan studi kasus. Hasil dari penelitian ini adalah sebuah rancangan model konseptual tata kelola TI pada PLN Pembangkitan Sumatera Bagian Selatan.Kata kunci : Model Konseptual, Tata Kelola TI, COBIT 5, PLN
Penerapan Tata Kelola Teknologi Informasi Dengan Menggunakan Cobit Framework 4.1 (Studi Kasus Pada Rsud Bari Palembang) Muhammad Rizky Pribadi
Jurnal Eksplora Informatika Vol 4 No 2 (2015): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (181.52 KB)

Abstract

Dalam jurnal ini membahas tentang pentingnya Tata Kelola Teknologi Informasi, karena peningkatan peran Teknologi Informasi nantinya harus berbanding lurus dengan investasi yang dikeluarkan yang biasanya mengeluarkan uang dalam jumlah besar. Hal ini akan membutuhkan perencanaan yang matang dalam pelaksanaan investasi Teknologi Informasi nantinya. Untuk itulah diperlukan adanya tata kelola Teknologi Informasi yang baik pada suatu perusahaan dimulai dari perencanaan sampai dengan implementasi, agar perusahaan tersebut dapat berjalan secara optimal. COBIT 4.1 Framework menyediakan ukuran, indicator, proses dan kumpulan praktik terbaik untuk membantu perusahaan optimal dari pengelolaan Teknologi Informasi dan mengembangkan control terhadap manajemen Teknologi Informasi yang pantas untuk suatu organisasi. Dengan demikian perusahaan akan merasa bahwa investasi Teknologi Informasi mereka membawa keuntungan maksimal bagi proses bisnis mereka. Penelitian ini mengangkat kasus pada RSUD BARI Kota Palembang, dimana saat ini RSUD Bari telah dalam tahap menerapkan tata kelola Teknologi Informasi. Pada RSUD BARI penelitian ini hanya mengukur maturity untuk domain Acquire and Implementation (AI). RSUD BARI memiliki enam proses pada level defined dan satu proses pada level repeatable but intuitive yaitu pada proses Manage Changes.
Klasifikasi Opini Masyarakat Terhadap Jasa ISP MyRepublic dengan Naïve Bayes Hafiz Irsyad; Ahmad Farisi; Muhammad Rizky Pribadi Mail
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 8 No 1: Februari 2019
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1060.237 KB)

Abstract

Opinion classification is an analysis that aims to determine the sentiments of the community or a group about a particular entity. Opinion classification can be categorized as positive, negative, and neutral. This research of the classification of public opinion was conducted on the MyRepublic internet service provider. At the moment, MyRepublic has reached sevenprovinces in Indonesia. MyRepublic has used a lot of media to communicate with its customers, especially Twitter. MyRepublic Twitter account is MyRepublicid with a number of followers of 9,414. This research uses comments or tweets from followers that can be used to see opinions from followers of My Republic, whether positive or negative. The comments or tweets classification on Twitter is using naïve Bayes method. The data used is 1,553. As much as 70% of the data from each category is used as training data and the remaining 30% as testing data. The naïve Bayes method produces positive accuracy value of 0.976%, negative accuracy value of 0.82895%, and neutral accuracy value of 0.8333%, with an average of 0.87949%. Based on the result, it can be concluded that the naïve Bayes method is able to classify the data very well.
IMPLEMENTASI TEXT MINING DALAM PENGELOMPOKAN DATA TWEET PERTANIAN INDONESIA DENGAN K-MEANS Hafiz Irsyad; M Rizky Pribadi
Kurawal - Jurnal Teknologi, Informasi dan Industri Vol 3 No 2 (2020): Jurnal Kurawal Volume 3, Nomor 2, Oktober 2020
Publisher : Universitas Ma Chung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33479/kurawal.2020.3.2.164 - 172

Abstract

Pertanian 4.0 merupakan suatu gebrakan dimana konsumen lebih dekat pada petani atau para perusahaan pertanian. Salah satu bentuk pertanian 4.0 ini adalah pertanian digital agar setiap kegiatan pertanian dapat terekam, menghasilkan data dan informasi terhadap bentuk dukungan untuk aktivitas pertanian di Indonesia. Pada penelitian ini menerapkan text mining pada data tweet agar dapat mengelompokkan data tersebut dengan menggunakan Algoritma K-Means. Dalam implementasi peneletian ini dibantu dengan menggunakan 2 tools, yakni orange tools untuk melakukan text processing dan Rapidminer untuk melakukan pengolahan algoritma KMeans. Hasil dari penerapan algortima K-Means terdapat 5 klaster, yaitu Pangan, Produksi, Lahan, Ekspor dan Teknologi. Dari 5 (lima) klaster tersebut kemudian menggunakan operator % performance pada rapidminer untuk mendapatkan rata-rata akurasi terhadap klaster tersebut adalah 0.344%. maka hasil dari penelitian ini terdapat 2 klaster yang nilainya tinggi yaitu kluster 0 Pangan dengan nilai 0.528% dan kluster 2 Produksi dengan nilai 0.523% dan untuk kluster yang nilai paling rendah adalah klaster 3 tentang ekspor dengan nilai 0.123% dengan hasil tersbut artinya implementasi text mining dapat dilakukan pada tools rapidminer.
Co-Authors Aditya Al Assad Adrian Chen Ahmad Dumyati Ahmad Farisi Ahmad Zaky Nadimsyah Alwin Marcellino Ampu Syura Andreas Saputra Andrian Wijaya Angel Kelly Bakti Ananda Fernando Bella Jenni Ourelia Boy Putra Calvin Bertnas Valentino Calvin Saputra Carissa Maharani Chandra Clara Meyhazlinda Putri Daniel Daniel Daniel Johan Darwin Saputra David Sebastian Desta Rahman Theja Dicky Ryanto Fernandes Diva Putri Kynta Dwi Apriyanti Sastika Egi Fransisco Saputra Eka Puji Widiyanto Evi Maria Fadhil Sa'adat Farisi, Ahmad Fathimah Azzahra Felicia Felicia Fellyca Effendi Feriyanto Feriyanto Fernandi Indi Nizar G Fernando Fernando Fernando Namas Fionna Caroline Florence Renaldo Frans Bachtiar Fransiskus Daniel Chandra Frisky Wijaya Geraldo Wilson Gerry Christian Pilipus Hafidz Irsyad Hafiz Irsyad Hafiz Irsyad Hafiz Irsyad Hansen Hansen Ilham Indra Hidayat Imelia Dwinora Cahyati Irsyad, Hafiz Ivan Luthfi Laksono Jackie Wijaya Jasen Jonathan Ja`Far Ja`Far Jelvin Krisna Putra Kelvin Dwi Wahyudi Kevin agustria zahri Kevin Andreas KGS M Ammar Yazid Laurentius Ricardo Wijaya Leo Chandra Leonardo Yahya Lipi Amanda Putra michael Wijaya Millenia Mudita Chandra Muhammad Abdul Azizul Hakim Muhammad Alfa Rizi Muhammad Azril Fahrezi Muhammad Dafhi Mayrizkiy Muhammad Dody Muhammad Fadli Muhammad Hamdandi Muhammad Naufal Anugrah Muhammad Redho Saputra Muhammad Reyza Nirwana Nabila Syiva Altarisa Nabilah Dayanah Nathacia Lais Nathaniel Jerin Naufal Akbar Neilsen Nicholas Komah Nicolas Jacky Pratama Hasan Nova Ariansyah Reza Satria Rika Maulina Riki Chandra Rio Ferdynand Riska Fajriati Rivaldo Therino Elevan Riza Umami Rizky Kurniawan Roby Julian Romi Laxi Ronaldo Putra Rusbandi Rusbandi Salwa Fakhira Imletta San Gabriel Vanness Kenrick Erwi Sanila Maharani Sherdian Djunaidi Sinshevan Viswanatan Kravizt Erwi Sonia Sonia Sri Yulianto Joko Prasetyo Stephen Setyawan Steven Tribethran Suryasatria Trihadaru Sutarto Wijono Syahrani Nur Hakim Syifa Wahyuni vannes wijaya Vanness Bee Vincent Vincent William Wijaya Yennica Valentine Hagunawan Yohanes Andika Dharma Yohanes Fransisco Mardi Chandra Yohannes Yohannes Yoko Saputra Dewa Yosefa Camilia Moniung Yunarto Yunarto `Adelia Anjelina