Article Per Year (5 Year)
p-Index From 2021 - 2026
1.879
P-Index
This Author published in this journals
All Journal Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Conference SENATIK STT Adisutjipto Yogyakarta Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika Jurnal Teknika : Jurnal Teoritis dan Terapan Bidang Keteknikan Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen JUSTIN (Jurnal Sistem dan Teknologi Informasi) JOINTECOMS (Journal of Information Technology and Computer Science) Diteksi : Jurnal Pengabdian Kepada Masyarakat
Ronaldo, Deddy
Universitas Palangka Raya
Aerospace Engineering Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mechanical Engineering

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
Studi Literatur Sistematis Terhadap Pengembangan Leksikon Sentiment Christina, Sherly; Ronaldo, Deddy
Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Vol. 4 No. 2 (2020)
Publisher : P3M Politeknik Negeri Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31961/eltikom.v4i2.211

Abstract

Leksikon sentiment adalah sebuah kamus berisi istilah-istilah yang telah diklasifikasikan menurut polaritas sentiment positif, negatif dan netral. Biasanya istilah-stilah di dalam leksikon sentiment juga dilengkapi dengan nilai bobot polaritasnya. Leksikon sentiment memiliki peranan penting dalam proses analisis sentiment. Analisis sentiment adalah proses mengklasifikasikan polaritas emosi yang terkandung dalam suatu data. Jadi, leksikon sentiment adalah pondasi yang memperkuat akurasi hasil klasifikasi oleh mesin analisis sentiment. Mengingat pentingnya peranan leksikon sentiment maka banyak penelitian yang telah mengembangkan leksikon sentiment. Penelitian ini adalah sebuah literature review mengenai pengembangan leksikon sentiment. Hasil dari penelitian ini adalah identifikasi mengenai metode-metode untuk pengembangan leksikon sentimen, masalah yang terjadi dalam pengembangan leksikon sentiment, solusi-solusi untuk mengatasi permasalahan yang terjadi, jumlah data dan sumber data yang dibutuhkan, serta pengaruh leksikon sentiment pada perfoma sistem analisis sentiment. Penelitian ini menggunakan pendekatan systematic literature review dalam proses pelaksanaannya. Hasil dari penelitian ini dapat berkontribusi sebagai tinjauan bagi proyek pengembangan leksikon sentiment.
IMPLEMENTASI FINANCIAL FORECASTING METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) PADA SISTEM KEUANGAN CAFE SAKUYAN SIDE Fieradova, Deanyse Oxana; Licantik, Licantik; Ronaldo, Deddy; Saputra, Ade Chandra; Parhusip, Jadiaman
Journal of Information Technology and Computer Science Vol. 4 No. 3 (2024): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

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

Abstract

Sakuyan Side adalah cafe outdoor yang juga menyediakan fasilitas sewa tempat untuk berbagai acara. Saat ini, Sakuyan Side sedang menyelesaikan pembangunan dua unit home stay sebagai fasilitas tambahan. Permasalahan utama yang dihadapi meliputi kurangnya perencanaan strategis bisnis, operasional harian tanpa timeline kerja, dan perencanaan pemasaran yang belum optimal, sehingga menyebabkan kurangnya efektivitas operasional dan pemanfaatan data keuangan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Financial Forecasting menggunakan Metode Autoregressive Integrated Moving Average (ARIMA) di Cafe Sakuyan Side. Sistem ini dikembangkan menggunakan rekayasa web UWE (UML-Based Web Engineering) dengan tahapan Analisis dan Desain, mencakup pembuatan Usecase, Activity Diagram, Class Diagram, dan navigation model, serta pengujian menggunakan metode Blackbox. Hasil penelitian menunjukkan bahwa model ARIMA(5,1,5) adalah yang terbaik untuk peramalan pendapatan laba bersih cafe Sakuyan Side, dengan tingkat kesalahan rata-rata (MAPE) sebesar 24%, atau akurasi prediksi 76%. Nilai RMSE sebesar Rp. 18,919,570.83 menunjukkan tingkat kesalahan rata-rata prediksi terhadap nilai aktual. Prediksi laba bersih untuk April 2024 adalah Rp. 22,411,293.57. Hasil peramalan ini dapat digunakan sebagai bahan pertimbangan untuk keputusan bisnis cafe di masa mendatang.
PREDIKSI EMOSI DALAM TEKS BAHASA INDONESIA MENGGUNAKAN MODEL INDOBERT Saputra, Ade Chandra; Saragih, Agus Sehatman; Ronaldo, Deddy
Jurnal Teknologi Informasi: Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika Vol. 19 No. 1 (2025): Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Inform
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jti.v19i1.17617

Abstract

This study aims to predict emotions in Indonesian text using the IndoBERT model. Emotions play an essential role in human communication and have a significant impact on sentiment analysis and natural language processing. In Indonesia, the lack of optimized datasets and models for emotion analysis in the Indonesian language poses a major challenge. This research utilizes IndoBERT, a BERT-based model specifically trained for Indonesian, to predict six categories of emotions: anger, sadness, happiness, love, fear, and disgust. The research methodology includes data collection from social media X, data preprocessing, emotion labeling, model training, and performance evaluation using metrics such as accuracy, precision, recall, and F1-score. Results show an overall model accuracy of 73%, with strong performance in recognizing emotions like "disgust" and "fear," although there are misclassifications in distinguishing similar emotions like "happiness" and "love." These findings indicate that IndoBERT has significant potential for emotion prediction in the Indonesian language and provides a foundation for developing more culturally relevant NLP technologies for Indonesia.
Rancang Bangun E-Learning Pelajaran Produktif Multimedia Dan Pemasaran Pada Smk Karsa Mulya Kota Palangka Raya Rif’an, Muhammad; Sylviana, Felicia; Ronaldo, Deddy
Journal of Information Technology and Computer Science Vol. 2 No. 1 (2022): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (627.766 KB) | DOI: 10.47111/jointecoms.v2i1.8830

Abstract

The Electronic E-learning System for Productive Multimedia and Marketing Lessons at Karsa Mulya Vocational High School, Palangkaraya City, was built for convenience for teachers and students who during this time the learning process is always limited when studying in the room. In the process of designing an E-learning system for productive lessons in Multimedia and Marketing at SMK Karsa Mulya, Palangkaraya City, using the Waterfall Method according to Sommerville (2011: 29-30) which is divided into several stages, namely Analysis and definition of needs, system design and software, implementation and unit testing, system integration and testing, operation and maintenance. In the analysis and design stage the writer conducted a survey, interview and discussion with the school to find options and solutions for what features would be designed next and this analysis stage also made a flowchart, then used the programming language THML, PHP, CSS, Bootstrap, JavaScript and MySQL as the database creation. Then implemented into an E-learning website, which is carried out in the testing phase using a Blackbox. From the results of research that has been carried out by the author implementing the results of this study in the E-learning system of Productive Multimedia and Marketing lessons at SMK Karsa Mulya, Palangka Raya city. The output produced by this system is in accordance with the expected criteria and objectives, obtained an accuracy of 72.7% with a system error value of 27.2% in testing system results.
Pencarian Jarak Terdekat Lokasi Rumah Makan Tradisional Kota Palangka Raya Dengan Menggunakan Algoritma Breadth First Search Sitinjak, Maruli Valentino; Ronaldo, Deddy; Parhusip, Jadiaman
Journal of Information Technology and Computer Science Vol. 3 No. 2 (2023): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v3i2.10826

Abstract

In determining the location of the desired traditional restaurant, of course, consumers need information or criteria to choose the closest traditional restaurant according to their needs, while information about the location, menu list and condition of the food place is still limited. This can make some users choose the location of a restaurant that is far away because they do not have enough information about the location of the nearest restaurant. Based on these problems, a system that can provide information is needed and is facilitated by finding the nearest location for traditional restaurants. This study aims to build a geographic information system that displays information and the location of traditional restaurants presented in the form of digital maps. This research applies the Breadth First Search (BFS) algorithm by testing the Haversine formula method system for finding the nearest location, HereMaps as a digital map builder, and developed based on a website. Making this application using the waterfall method, at the analysis stage the analysis stage is carried out on the things needed for website creation. At the design stage, program modeling is described in the Unified Modeling Language (UML). Then at the coding stage of making this website using the Visual Studio Code (VSC) and xampp applications and testing this application using the black box method.
PERBANDINGAN NILAI AKURASI DISTILBERT DAN BERT PADA DATASET ANALISIS SENTIMEN LEMBAGA KURSUS Saputra, Ade Chandra; Saragih, Agus Sehatman; Ronaldo, Deddy
Jurnal Teknologi Informasi: Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika Vol. 18 No. 2 (2024): Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Inform
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jti.v18i2.13278

Abstract

Penelitian ini bertujuan untuk menerapkan Analisis Sentimen dalam Ulasan Kursus dengan menggunakan pendekatan Transfer Learning menggunakan model bahasa DistilBERT dalam konteks pengembangan sistem pendidikan. Dengan pertumbuhan yang pesat dalam domain e-learning dan layanan kursus online, pemahaman pengguna terhadap berbagai kursus menjadi semakin penting bagi institusi pendidikan. Metode transfer learning, yang mengandalkan model-model NLP yang sudah terlatih seperti DistilBERT, telah terbukti efektif dalam tugas analisis sentimen dengan kinerja yang baik dan efisiensi yang tinggi. Dengan peningkatan minat pada pembelajaran online, penelitian ini menginvestigasi bagaimana pendekatan analisis sentimen dapat memberikan wawasan yang lebih dalam terhadap ulasan kursus. Dengan penerapan teknik DistilBERT, diharapkan sistem mampu efektif dalam mengekstrak sentimen yang terkandung dalam ulasan tersebut, memberikan pemahaman menyeluruh terkait pendapat dan perasaan pengguna terhadap kursus yang mereka ikuti. Melalui penelitian ini, diharapkan dapat memberikan kontribusi penting bagi penyelenggara kursus dalam meningkatkan kualitas layanan pendidikan yang mereka tawarkan, memberikan umpan balik yang lebih terperinci dan tepat waktu kepada pengguna. Diharapkan diseminasi hasil penelitian ini memberikan pandangan yang lebih luas mengenai penerapan transfer learning dalam analisis sentimen, terutama dalam konteks ulasan kursus
Co-Authors Ade Chandra Saputra Agus Sehatman Saragih Bagus Valentino Centauri, Beta Christina, Sherly Christina, Sherly Enny Dwi Oktaviyani Enny Dwi Oktaviyani Farhani, Farhani Felicia Sylviana Fieradova, Deanyse Oxana Hanna Darmawan Intan Berliana Putri Jadiaman Parhusip, Jadiaman Jen Paolo Encun Karolita, Devi Licantik Licantik Licantik, Licantik Mustafa Arifin Nahumi Nugrahaningsih Nova Noor Kamala Sari Oktaviyani, Enny Dwi Oktaviyani, Enny Dwi Pisces Adam Ratu, Triana Rif’an, Muhammad Saputra, Aderay Sherly Christina Sitinjak, Maruli Valentino Viktor Handrianus Pranatawijaya Zaini, Rosya M Zaini, Rosya M Zaini, Rosya Marullah