Claim Missing Document
Check
Articles

Found 34 Documents
Search

Rancang Bangun Website Promosi City Forest Nyaru Menteng menggunakan Metode Waterfall Marsa, Euodia; Alexandro, Yosua; Ronaldo, Deddy; Nugrahaningsih, Nahumi; Geges, Septian
Journal of Information Technology and Computer Science Vol. 5 No. 3 (2025): 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.v5i3.23149

Abstract

City Forest Nyaru Menteng di Palangka Raya merupakan destinasi ekowisata yang sangat potensial, namun belum banyak dikenal masyarakat luas. Salah satu kendalanya adalah minimnya promosi digital. Penelitian ini mencoba menghadirkan solusi dengan membuat sebuah website yang mudah diakses dan informatif, menggunakan metode Waterfall yang sistematis mulai dari analisis hingga pemeliharaan. Data dikumpulkan langsung melalui observasi, dokumentasi, dan wawancara dengan pengelola kawasan. Website ini dilengkapi dengan galeri foto, informasi fasilitas, peta lokasi, panduan berwisata, dan profil kawasan yang lengkap. Setelah diuji, semua fitur berjalan lancar dan memberikan pengalaman pengguna yang menyenangkan. Dengan adanya website ini, diharapkan City Forest Nyaru Menteng bisa lebih dikenal, menarik lebih banyak pengunjung, dan meningkatkan kesadaran akan pentingnya menjaga kelestarian alam. Kesimpulannya, website ini bisa menjadi alat efektif untuk mendukung pengembangan ekowisata yang berkelanjutan.
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
Perbandingan dan Prediksi Ketepatan Pengembalian Buku di Perpustakaan Menggunakan Machine Learning Rijal, Muhammad; Handrianus Pranatawijaya, Viktor; Ronaldo, Deddy; Parhusip, Jadiaman
Journal of Information Technology and Computer Science Vol. 5 No. 4 (2025): 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.v5i4.25344

Abstract

Penelitian ini bertujuan untuk membandingkan dan memprediksi ketepatan pengembalian buku di perpustakaan menggunakan algoritma machine learning, dengan data historis peminjaman yang mencakup informasi judul buku, tanggal peminjaman, tanggal pengembalian, dan status pengembalian. Empat algoritma yang diterapkan adalah Random Forest, Support Vector Machine (SVM), Decision Tree, dan Gradient Boosting untuk memprediksi ketepatan pengembalian buku, apakah tepat waktu, terlambat, atau tidak dikembalikan. Data penelitian diperoleh dari Perpustakaan MAN 1 Pulang Pisau berupa riwayat peminjaman buku siswa kelas X sampai XII periode Juli 2022 hingga Agustus 2023 dengan total 730 data peminjaman yang melibatkan 643 peminjam. Proses penelitian mencakup pra-pemrosesan data, seperti pembersihan data, pembuatan fitur baru berupa 'Lama Pinjam' yang dihitung dari selisih tanggal pengembalian dan peminjaman, serta pengolahan data kategorikal pada kolom 'Judul Buku' dengan teknik encoding. Data kemudian dibagi menjadi fitur (X) dan target (Y), dengan target berupa status pengembalian buku (tepat waktu, terlambat, atau tidak dikembalikan). Hasil evaluasi menunjukkan bahwa Decision Tree memberikan performa terbaik dengan akurasi sebesar 87%, diikuti oleh Gradient Boosting (86%), Random Forest (85%), dan SVM (73%). Decision Tree terpilih sebagai model terbaik karena memberikan keseimbangan optimal dalam memprediksi semua kategori pengembalian buku dengan macro average F1-score sebesar 0.84. Model ini dapat digunakan oleh pengelola perpustakaan untuk mengidentifikasi buku.
Analisis Quality of Service Jaringan Internet PT PLN Icon Plus di Universitas Palangka Raya Simangunsong, Elieser; Geges, Septian; Ronaldo, Deddy; Licantik, Licantik; Teguh, Rony
Journal of Information Technology and Computer Science Vol. 6 No. 1 (2026): 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.v6i1.25775

Abstract

Penelitian ini bertujuan untuk menganalisis kinerja jaringan internet PT PLN ICON PLUS yang digunakan di lingkungan Universitas Palangka Raya menggunakan metode Quality of Service (QoS). Parameter QoS yang dianalisis meliputi bandwidth, delay, jitter, dan packet loss. Pengukuran dilakukan menggunakan aplikasi Wireshark dan Iperf3 pada jaringan WLAN kampus di beberapa waktu pengujian. Hasil pengukuran kemudian dibandingkan dengan standar ITU-T G.1010 dan ETSI TIPHON untuk menentukan tingkat kualitas layanan jaringan. Hasil penelitian menunjukkan bahwa nilai rata-rata bandwidth sebesar 63,52 Mbps, delay sebesar 13,538 ms, jitter sebesar 2,79 ms, dan packet loss sebesar 0,62%, yang secara keseluruhan berada pada kategori baik hingga sangat baik. Berdasarkan hasil tersebut, dapat disimpulkan bahwa kinerja jaringan internet PT PLN ICON PLUS di Universitas Palangka Raya telah memenuhi standar kualitas layanan jaringan, meskipun tetap diperlukan upaya peningkatan dalam aspek pemerataan akses dan stabilitas jaringan pada jam sibuk.