Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Decode: Jurnal Pendidikan Teknologi Informasi
Maukar
Magister Manajemen Sistem Informasi Universitas Gunadarma
Computer Science & IT Control & Systems Engineering Education Languange, Linguistic, Communication & Media Other

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

Found 2 Documents
Search

 1 
Pengembangan Dashboard Analitik Real-Time Berbasis BPMN Camunda untuk Optimalisasi Proses Produksi dan Distribusi di Industri Maklon Pradnya Krisnasari Kridono; Maukar
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 2: JULI 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i2.1126

Abstract

Kebutuhan akan sistem pengawasan dan pengambilan keputusan berbasis data menjadi krusial, khususnya pada perusahaan maklon seperti PT. Elanazma Prima Int. Penelitian ini bertujuan mengembangkan dashboard analitik real-time untuk memantau dan mengelola proses bisnis secara terintegrasi, mulai dari pengajuan produk, produksi, hingga distribusi. Sistem dikembangkan menggunakan PHP dan MySQL, dilengkapi dengan fitur visualisasi interaktif, pembaruan status otomatis, dan hak akses terstruktur. Proses bisnis dimodelkan dengan pendekatan Business Process Model and Notation (BPMN) menggunakan Camunda BPM Engine. Hasil pengujian menunjukkan bahwa dashboard mampu meningkatkan efisiensi pengawasan, mempercepat respons terhadap dinamika permintaan pasar, serta meminimalisasi keterlambatan dan inefisiensi proses. Studi ini menunjukkan bahwa integrasi visual analytics berbasis situational awareness mampu memberikan dukungan keputusan yang adaptif dan akurat. Kontribusi penelitian ini terletak pada penerapan teknologi digital terintegrasi dalam konteks industri maklon untuk meningkatkan daya saing dan ketahanan operasional berbasis data.
Implementasi Bidirectional Encoder Representations from Transformers (BERT) untuk Analisis Sentimen Ulasan Aplikasi Ibis Paint X Esti Setiyaningsih; Ety Sutanty; Maukar
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 3: NOVEMBER 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i3.1413

Abstract

Perkembangan aplikasi seni digital memunculkan banyak ulasan pengguna yang bermanfaat bagi pengembang, namun sulit dievaluasi secara manual. Penelitian ini menganalisis sentimen 8.500 ulasan berbahasa Indonesia pada aplikasi Ibis Paint X yang diperoleh melalui proses scraping Google Play Store menggunakan google-play-scraper. Dataset terdiri atas dua kolom utama, yaitu review_text dan category (rating), kemudian melalui tahap preprocessing mencakup pelabelan, pembersihan teks, penghapusan stopwords, tokenisasi, serta normalisasi. Setelah dibagi menjadi data latih (70%), validasi (15%), dan uji (15%), model IndoBERT di-fine-tuning selama lima epoch untuk melakukan klasifikasi sentimen positif, negatif, dan netral. Evaluasi performa model dilakukan menggunakan akurasi, precision, recall, F1-score, serta confusion matrix. Hasil pengujian menunjukkan akurasi sebesar 87%. Kinerja model paling tinggi pada kelas sentimen negatif dengan precision 0,94, recall 0,96, dan F1-score 0,95. Namun, performa pada kelas positif (F1-score 0,52) dan netral (F1-score 0,31) masih rendah, sebagaimana turut tercermin pada confusion matrix yang menunjukkan banyaknya kesalahan klasifikasi menuju kelas positif yang dominan. Temuan ini menegaskan efektivitas BERT dalam analisis sentimen berbahasa Indonesia, sekaligus menunjukkan perlunya penanganan ketidakseimbangan data untuk meningkatkan performa pada seluruh kategori sentimen.
Co-Authors Esti Setiyaningsih Ety Sutanty Pradnya Krisnasari Kridono