Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Informatika Teknologi dan Sains (Jinteks) Journal of Artificial Intelligence and Digital Business
Dody Pradipta
Politeknik Elektronika Negeri Surabaya
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

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

Found 2 Documents
Search

 1 
Klasifikasi Sentimen Review Pengguna pada Platform Steam Menggunakan Arsitektur Transformer DistilBERT Dody Pradipta; Eko Widodo; David Fahmi A; M. Iqbal Izzul Haq
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.11000

Abstract

Ulasan pengguna pada platform Steam mengandung informasi penting yang dapat digunakan untuk mengetahui persepsi pemain terhadap suatu game. Namun, jumlah ulasan yang besar menyebabkan proses analisis secara manual menjadi kurang efisien. Penelitian ini bertujuan untuk melakukan klasifikasi sentimen ulasan pengguna Steam menggunakan model berbasis Deep Learning, yaitu DistilBERT. Metode penelitian yang digunakan adalah eksperimen dengan pendekatan kuantitatif dan mengadopsi framework CRISP-DM. Dataset yang digunakan terdiri dari 17.495 ulasan pengguna yang dibagi menjadi data latih sebesar 80% dan data uji sebesar 20%. Proses analisis meliputi data preparation, tokenisasi menggunakan DistilBERT Tokenizer, fine-tuning model DistilBERT, serta evaluasi menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model DistilBERT mampu menghasilkan nilai akurasi sebesar 90%, dengan nilai precision sebesar 90%, recall sebesar 89%, dan F1-score sebesar 90%. Hasil tersebut menunjukkan bahwa DistilBERT memiliki kemampuan yang baik dalam memahami konteks teks dan melakukan klasifikasi sentimen secara efektif. Meskipun demikian, model masih mengalami kesulitan dalam menangani ulasan yang mengandung sentimen campuran, ironi, dan bahasa informal.
RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN BERBASIS WEBSITE MENGGUNAKAN METODE WEIGHTED PRODUCT Habib Maulana Rizki; Riska Nurtantyo Sarbini; Halimahtus Mukminna; Dody Pradipta
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 2 (2026): EDISI 28
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i2.7372

Abstract

Kinerja karyawan merupakan faktor penting bagi keberhasilan organisasi. Namun, proses evaluasi kinerja secara manual cenderung memakan waktu, rumit, dan rawan kesalahan. Penelitian ini bertujuan merancang dan membangun Sistem Pendukung Keputusan (SPK) Penilaian Kinerja Karyawan berbasis website menggunakan metode Weighted Product (WP) di Kopkar Mekar, koperasi di bawah PT. Gudang Garam Tbk. Sistem ini dirancang untuk meningkatkan akurasi, mempercepat proses penilaian, serta meminimalkan kesalahan yang selama ini terjadi pada metode manual dengan Microsoft Excel. Penelitian menggunakan metode Research and Development (R&D) dengan pendekatan Waterfall dalam pengembangan perangkat lunak, melalui tahapan pengumpulan data berupa wawancara tak terstruktur dan studi pustaka. Hasil penelitian adalah sistem berbasis website yang mampu menghasilkan penilaian kinerja lebih akurat, terstruktur, dan objektif dengan mempertimbangkan bobot tiap kriteria. Sistem ini juga mendukung pengambilan keputusan terkait karyawan serta menghemat waktu. Uji coba dilakukan dengan berbagai skenario untuk memastikan fungsionalitas berjalan optimal. Evaluasi lebih lanjut menggunakan kuesioner skala Likert menunjukkan tingkat kelayakan sebesar 91,4% dengan kategori Sangat Layak. Dengan demikian, sistem ini dinyatakan siap diimplementasikan sebagai alat pendukung penilaian kinerja karyawan di Kopkar Mekar.
Co-Authors David Fahmi A Eko Widodo Habib Maulana Rizki Halimahtus Mukminna M. Iqbal Izzul Haq Riska Nurtantyo Sarbini