Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Menulis: Jurnal Penelitian Nusantara (JRSIKOM) Jurnal Riset Sistem Informasi dan Aplikasi Komputer
Suparno
Universitas Panca Sakti Bekasi
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Mathematics Other

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

Found 2 Documents
Search

 1 
Klasifikasi Dukungan Politik Berdasarkan Analisis Heatmap Aktivitas Komentar di Facebook Menggunakan CNN 1D Wahyudin Ahmadi; Bramasto Daru Satrio; Suparno
Menulis: Jurnal Penelitian Nusantara Vol. 2 No. 7 (2026): Menulis - Juli
Publisher : PT. Padang Tekno Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/menulis.v2i7.1332

Abstract

Analisis sentimen opini publik di media sosial menghadapi tantangan keterbatasan data (small dataset) dan ketidakseimbangan kelas (class imbalance) yang dapat menyebabkan overfitting pada model deep learning. Penelitian ini mengkaji performa arsitektur Convolutional Neural Network 1-Dimensi (CNN-1D) untuk klasifikasi sentimen opini publik terhadap kinerja pemerintahan Presiden Prabowo Subianto ke dalam tiga kategori: Netral, Keluhan/Aduan, dan Apresiasi. Dataset terdiri dari 434 komentar media sosial dengan dominasi kategori keluhan. Untuk mengatasi overfitting dan bias kelas, penelitian ini menerapkan reduksi dimensi embedding, regularisasi dropout (0.5), serta pembobotan kelas (class weight) berdasarkan inverse class frequency. Pengujian dilakukan dengan pembagian data 80:20 dan early stopping untuk mencegah overfitting. Hasil evaluasi menunjukkan akurasi 70.11% dengan presisi tertinggi pada kategori keluhan (81.35%), sementara kategori netral masih mengalami kesalahan klasifikasi akibat keterbatasan sampel dan tumpang tindih semantik. Pembahasan menyoroti perbandingan teoretis CNN-1D dengan Support Vector Machine (SVM) pada dataset berskala kecil serta analisis kesalahan prediksi melalui grafik heatmap confusion matrix
PENGEMBANGAN DASHBOARD VISUALISASI DATA INDIKATOR PENDIDIKAN PADA SEKOLAH MENENGAH PERTAMA DI KABUPATEN BEKASI BERBASIS WEB MENGGUNAKAN POWER BI Suparno; Anik Sri Wahyuningsih; Supini
(JRSIKOM) Jurnal Riset Sistem Informasi dan Aplikasi Komputer Vol. 2 No. 3 (2026): Volume 2 Nomor 3 Tahun 2026
Publisher : PT Siantar Codes Academy Publisher

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

Abstract

Penelitian ini bertujuan untuk merancang dan membangun Dashboard Visualisasi Data Indikator Pendidikan Kabupaten Bekasi menggunakan Microsoft Power BI. Metode yang digunakan adalah ETL (Extract, Transform, Load) dengan sumber data berupa file Excel dari sekolah-sekolah di wilayah Kabupaten Bekasi. Tahapan proses meliputi ekstraksi data, transformasi dan agregasi data per kecamatan, validasi data, serta pemuatan data ke dalam dashboard. Hasil dari penelitian ini adalah sebuah dashboard interaktif yang menampilkan KPI utama grafik donut untuk sebaran indikator dan grafik batang untuk perbandingan antar kecamatan. Dashboard ini juga dilengkapi fitur navigasi modul indikator mutu, partisipasi, dan wilayah prioritas, serta fitur ekspor hasil ke dalam format PDF. Berdasarkan hasil pengujian, dashboard dapat menyajikan informasi secara real-time dan mempermudah pemantauan kondisi pendidikan di Kabupaten Bekasi. Dengan demikian, sistem ini diharapkan dapat menjadi alat bantu bagi Dinas Pendidikan dalam menentukan kebijakan dan wilayah prioritas pendidikan
Co-Authors Anik Sri Wahyuningsih Bramasto Daru Satrio Supini Wahyudin Ahmadi