Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

7.998

P-Index

This Author published in this journals

All Journal Jurnal Ilmu Komputer dan Informasi MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) E-Bisnis : Jurnal Ilmiah Ekonomi dan Bisnis Elkom: Jurnal Elektronika dan Komputer Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Jurnal Informatika Jurnal sistem informasi, Teknologi informasi dan komputer Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Informatika Upgris Sistemasi: Jurnal Sistem Informasi Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Informatika Swabumi (Suara Wawasan Sukabumi) : Ilmu Komputer, Manajemen, dan Sosial IJCIT (Indonesian Journal on Computer and Information Technology) Indonesian Journal on Software Engineering (IJSE) Jurnal Ilmiah Universitas Batanghari Jambi Jurnal CoreIT Jurnal Pilar Nusa Mandiri Techno Nusa Mandiri : Journal of Computing and Information Technology JURNAL ILMIAH INFORMATIKA JURNAL INSTEK (Informatika Sains dan Teknologi) Jurnal Teknik Informatika UNIKA Santo Thomas INTECOMS: Journal of Information Technology and Computer Science Jurnal ULTIMA Computing J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Informasi dan Komputer INTEK: Informatika dan Teknologi Informasi KOMPUTIKA - Jurnal Sistem Komputer JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) CSRID (Computer Science Research and Its Development Journal) JOURNAL INFORMATICS, SCIENCE & TECHNOLOGY Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar ScientiCO : Computer Science and Informatics Journal Jurnal Mantik Jusikom: Jurnal Sistem Informasi Ilmu Komputer Jurnal Ilmu Komputer dan Bisnis Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) JATI (Jurnal Mahasiswa Teknik Informatika) Sains, Aplikasi, Komputasi dan Teknologi Informasi Dinasti International Journal of Digital Business Management Jurnal Sains Komputer dan Teknologi Informasi Jurnal Digital Teknologi Informasi Journal of Applied Data Sciences Jurnal AbdiMas Nusa Mandiri Yayasan Cita Cendikiawan Al Khwarizmi J-SAKTI (Jurnal Sains Komputer dan Informatika) Tridharmadimas: Jurnal Pengabdian Kepada Masyarakat Jayakarta Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen JUSTIN (Jurnal Sistem dan Teknologi Informasi) Jurnal Teknik Informatika Unika Santo Thomas (JTIUST) Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Jurnal Pengabdian Masyarakat Bangsa Inspiration: Jurnal Teknologi Informasi dan Komunikasi Infomans: Jurnal Ilmu-ilmu Informatika dan Manajemen Jurnal Pengabdian Masyarakat Tekno SWAGATI: Journal of Community Service Journal of Innovation and Computer Science

Gata, Windu

STMIK Nusa Mandiri Jakarta

Author-ID : 1151715

Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 94 Documents Claim Missing Document

Claim Missing Document

Articles

6 7 8 9 10

Penerapan Finiste State Automata Pada Desain Vending Machine Tiket Pakan Hewan Kebun Binatang Alifudin, M. Iqbal; Gata, Windu; Bayhaqy, Achmad; Hermaliani, Eni Heni; Putra, Jordy Lasmana
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 7 No. 1 : Tahun 2022
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54367/jtiust.v7i1.1594

A Zoo is a green open space that used to maintain welfare and exhibit animals for the public. Visitors who come to the zoo reach thousands of people a day and some of them are families who want to have recreation. The enthusiasm of visitors can be seen from visitors who want to give food to animals even though it is prohibited because it is dangerous and the animals have a predetermined diet. This study aims to make a vending machine in the form of purchasing tickets for feeding animals at the zoo with the working principle of a vending machine that implements finite state automata. The method used in this study consists of five stages, the first stage is problem identification, the second stage is system design using UML, the third stage is FSA design using state diagrams, the fourth stage is FSA testing using JFLAP, and the last stage is design of vending machine. The conclusion obtained from this study is that the application of the FSA concept to the pet food ticket vending machine can make transactions as many as 6 animal feeding schedules, this can be useful in adding services to the zoo.

Classification of Software Defect Prediction for Bisnissyariah.co.id Media Portal using Machine Learning Technology Ismaya, Fikri; Gata, Windu; Kusuma, Muhammad Romadhona; Saputra, Dedi Dwi; Kurniawan, Sigit
Journal of Innovation and Computer Science Vol. 1 No. 2 (2025): Journal of Innovation and Computer Science
Publisher : Yayasan Mitra Peduli Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57053/jics.v1i2.96

This research was conducted to develop software defect prediction using a dataset from Bisnissyariah, a forum website with up-to-date news related to Islamic business. The study employed a straightforward research design to ensure easy comprehension for the readers. Machine learning models, including Random Forest, Gradient Boosting, and Support Vector Machine, were utilized in this research—the application of these models aimed to evaluate and compare the accuracy of software defect predictions. The research findings indicated that the Random Forest model outperformed the others, achieving an accuracy rate of 96.7%. This result shows the high effectiveness of the Random Forest model in predicting software defects based on data from Bisnissyariah. In addition, these findings significantly impact the development of more reliable and high-quality software, particularly in Islamic business. This research makes a valuable contribution to enhancing our understanding of software defect prediction using data from sources like Bisnissyariah.

SENTIMENT ANALYSIS OF PUBLIC OPINION ON TRANSPORTATION SERVICES IN INDONESIA USING MACHINE LEARNING Nufus, Fina Sifaul; Gata, Windu
Jurnal Techno Nusa Mandiri Vol. 20 No. 2 (2025): Techno Nusa Mandiri : Journal of Computing and Information Technology Period o
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/techno.v20i2.6577

This study analyzes public sentiment towards transportation services in Indonesia through social media using Naïve Bayes and Support Vector Machine (SVM) algorithms. Data was collected from Twitter using an API with transportation-related keywords over a three-month period. The analysis results indicate that 93.5% of the opinions are neutral, 3.5% are positive, and 3% are negative. The dominance of neutral sentiment suggests potential dataset imbalance or user hesitation in expressing strong opinions. SVM achieved a higher accuracy (100%) compared to Naïve Bayes (92%), which may be influenced by dataset limitations or the model's validation method. Data preprocessing involved several steps, including tokenization, stopword removal, stemming, lemmatization, and handling of missing data to ensure cleaner and more structured text input. These findings highlight the potential of sentiment analysis for transportation policy improvements, providing insights for policymakers and transport service providers. Future research should address data balancing and broader dataset usage to enhance the robustness of findings and support better decision-making in the transportation sector.

Eksistensi Metode ARIMA, SARIMA dan LSTM dalam Memprediksi Penjualan Salsabila, Nurul Jannah; Gata, Windu
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 4 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i4.76892

Prediksi penjualan merupakan fondasi strategis bagi keberlangsungan bisnis karena ketidakakuratan peramalan dapat menimbulkan kerugian signifikan akibat pengelolaan stok yang tidak optimal dan alokasi sumber daya yang kurang tepat. Penelitian ini bertujuan menganalisis dan membandingkan performa tiga metode berbeda dalam memprediksi penjualan harian: ARIMA (Autoregressive Integrated Moving Average), SARIMA (Seasonal Autoregressive Integrated Moving Average), dan LSTM (Long Short-Term Memory Network). Dataset yang digunakan mencakup data penjualan harian Golden Lamian selama tiga tahun (2020-2022) dengan total 1.916 sampel data. Metodologi penelitian mengikuti kerangka CRISP-DM yang terdiri dari enam tahapan sistematis. Eksperimen menggunakan parameter ARIMA (3,0,3), SARIMA (0,0,1) dengan seasonal order (1,1,2), dan arsitektur LSTM standar. Evaluasi performa menggunakan lima metrik: MSE, RMSE, MAE, MAPE, dan R ². Hasil penelitian menunjukkan bahwa LSTM mengungguli kedua metode lainnya dengan nilai RMSE 0.144, R ² 0.785, dan MSE 13.954. Sebaliknya, SARIMA menunjukkan performa terlemah dengan RMSE 0.235 dan R ² 0.372, yang disebabkan oleh ketidakkonsistenan pola musiman akibat dampak pandemi COVID-19. Temuan ini mengindikasikan bahwa metode deep learning seperti LSTM lebih robust dalam menangani fluktuasi data yang ekstrem dan memberikan akurasi prediksi yang lebih baik untuk implementasi bisnis praktis.

Analisis Loyalitas Pelanggan Berbasis Model Recency, Frequency, dan Monetary (RFM) dan Decision Tree pada PT. Solo Basri, Basri; Gata, Windu; Risnandar, Risnandar
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 5: Oktober 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020752284

Perkembangan bisnis alat tulis kantor dan sekolah saat ini banyak yang menjanjikan, maka banyak bermunculan pemasok baru dalam bisnis Alat Tulis Kantor dan Sekolah (ATKS). PT Solo yang bergerak di bidang bisnis ATKS harus memiliki strategi dalam setiap persaingan usaha, khususnya dalam meraih loyalitas pelanggan. Loyalitas pelanggan sering dipengaruhi oleh faktor jumlah aktivitas transaksi, nilai nominal transaksi, waktu transaksi di perusahaan, dan atribut outlet. Penelitian ini mengusulkan model Recency, Frequency, dan Monetary (RFM) yang dikombinasikan dengan Decision Tree. Model RFM digunakan untuk proses klasterisasi data pelanggan berdasarkan jumlah transaksi, nilai nominal transaksi, waktu transaksi, dan atribut outlet. Sedangkan Decision Tree dapat menggambarkan tingkat loyalitas pelanggan. Data transaksi dalam penelitian ini dilakukan sepanjang 1 Januari hingga 31 Desember 2018 terhadap 1.203 pelanggan dan 18.087 transaki melalui faktur pembelian. Hasil penelitian ini menunjukan bahwa state-of-the-art pada model RFM dan Decision Tree yang diusulkan lebih unggul dibandingkan hanya dengan menggunakan model RFM saja. Cluster ke-1 memiliki 860 pelanggan menghasilkan loyalitas pelanggan sedang (biru), cluster ke-2 memiliki 69 pelanggan menghasilkan loyalitas pelanggan yang tinggi (hijau), dan cluster ke-3 memiliki 274 pelanggan menghasilkan loyalitas pelanggan yang rendah (merah). Model klasterisasi RFM dan klasifikasi Decision Tree telah menghasilkan atribut outlet yang berpengaruh terhadap nilai akurasi sebesar 67,54%. Abstract The development of office and school stationery business at this time, many promising, so many new suppliers have sprung up in the office and school stationery business. PT Solo, which has the office and school stationery business, must have a strategy in every business competition, especially in achieving customer loyalty. Customer loyalty is often influenced by factors in the number of transaction activities, transaction nominal value, transaction time at the company, and outlet attributes. This research proposes a Recency, Frequency, and Monetary (RFM) model combined with a Decision Tree. RFM model is used to process customer data clustering based on number of transactions, transaction nominal value, transaction time, and outlet attributes. Whereas Decision Tree can describe the level of customer loyalty. Transaction data in this study were conducted from 1 January to 31 December 2018 to the 1,203 customers and 18,087 transactions through purchase invoices. The results of this study indicate that the state-of-the-art in the proposed RFM and Decision Tree models is outperform compared to only using the RFM model. Cluster 1 has 860 customers resulting in moderate customer loyalty (blue), Cluster 2 has 69 customers resulting in high customer loyalty (green), and Cluster 3 has 274 customers resulting in lower customer loyalty (red). RFM clustering model and Decision Tree classification have produced outlet attributes that affect the accuracy value of 67.54%.

Analisa Sentimen Financial Technology Peer To Peer Lending Pada Aplikasi Koinworks Rousyati, Rousyati; Gata, Windu; Pratmanto, Dany; Wardhani, Nia Kusuma
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 6: Desember 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022964409

Bertambahnya jumlah perusahaan financial technology (fintech) yang terdaftar di Otoritas Jasa Keuangan mengartikan bahwa industri ini semakin dilirik karena dibutuhkan dalam sistem perekonomian di Indonesia. Namun perkembangan Fintech P2PL telah menimbulkan beberapa risiko. Pertama, ada risiko gagal bayar, karena tidak ada jaminan atau persyaratan kontak fisik. Kedua, ada risiko yang terkait dengan keamanan data (risiko cyber), tata kelola, dan privasi pelanggan dan juga karena kerentanan sistem dan penyalahgunaan data, baik sengaja atau tidak sengaja. Ulasan yang terdapat pada kolom komentar Google Play dapat dimanfaatkan sebagai sumber data yang dapat di oleh dengan data mining. Penelitian ini akan menganalisis mengenai permasalahan yang berkaitan dengan beberapa ulasan tentang Fintech P2PL apikasi Koinworks pada ulasan di Google Play Store serta menentukan hasil akurasi analisis sentimen yang dihasilkan algoritma Decision Tree, K-Nearest Neigbor dan Support Vector Machine. Adapun manfaat dari penelitian ini adalah untuk membantu manajemen aplikasi Koinworks mengenai opini positif atau negatif dari pengguna aplikasi serta dapat memberikan bukti secara empiris untuk teori yang berkaitan sehingga dapat dijadikan sumbangan pemikiran untuk pengembangan teori berikutnya. Algoritma SVM dengan Cross Validation + Parameter Optimization menghasilkan Accuracy 91,03% precision tertinggi yaitu dengan 96,73%% , recall 85,34% dan AUC tertinggi yaitu 0,986 yang termasuk dalam excellent classification. AbstractThe increasing number of financial technology (fintech) companies registered with the Financial Services Authority means that this industry is increasingly being looked at because it is needed in the economic system in Indonesia. However, the development of Fintech P2PL has created several risks. First, there is a risk of default, because there are no guarantees or physical contact requirements. Second, there are risks associated with data security (cyber risk), governance, and customer privacy and also because of system vulnerabilities and data abuse, whether intentionally or unintentionally. Reviews contained in the Google Play comments column can be used as a data source that can be shared with data mining. This research will analyze the problems related to some reviews about the Fintech P2PL Koinworks application on reviews on the Google Play Store and determine the results of the accuracy of sentiment analysis produced by the Decision Tree algorithm, K-Nearest Neigbor and Support Vector Machine. The benefits of this research are to help the management of Koinworks applications regarding positive or negative opinions of application users and can provide empirical evidence for related theories so that they can be contributed to the development of subsequent theories. SVM algorithm with Cross Validation + Parameter Optimization produces Accuracy 91.03% of the highest precision with 96.73 %%, 85.34% recall and the highest AUC of 0.986 which is included in excellent classification.

Menerapkan Algoritma Djikstra dan Metode Heuristic Dalam Menentukan Jalur Terpendek Menuju Kampus Noor, Mohamad; Bismi, Waeisul; Gata, Windu
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 6, No 2 (2021): IJCIT November 2021
Publisher : LPPM Universitas Bina Sarana Informatika

AbstrakKemacetan adalah situasi atau keadaan tersendatnya atau bahkan terhentinya lalu lintas yang disebabkan oleh banyaknya jumlah kendaraan yang melebihi kapasitas jalan. Kemacetan banyak terjadi di kota-kota besar, terutama kota yang tidak mempunyai transportasi publik yang baik atau kurang memadai. Bisa juga tidak seimbangnya kebutuhan jalan dengan kepadatan penduduk. Banyak langkah-langkah yang sudah dilakukan oleh pemerintah untuk mengatasi kemacetan. Akan tetapi, kemacetan tetap saja masih terjadi. Oleh karena itu pengguna jalan harus menemukan cara sendiri untuk mengatasi masalah tersebut. Salah satu cara yang efektif yaitu mencari jalur alternatif terpendek yang dapat dilalui dengan menggunakan Algoritma Dijkstra. Penggunaan Algoritma Dijkstra dan metode Heuristic dapat memberikan peluang solusi, karena Algoritma Dijkstra yang dipaduakan dengan metode Heuristic ini memberikan keluaran berupa jalur tercepat dan terpendek dari tempat asal menuju tempat tujuan. Dalam penelitian ini peneliti mendapati jalur terpendek dari wilayah bojong kulur menuju tempat tujuan yaitu kampus Universitas Nusa Mandiri dengan menerapkan Algortitma Djikstra dan metode Heuristic yakni dengan jarak 26,1 Km.Kata Kunci: algoritma dijkstra, Heuristic, jalur terpendekAbstractCongestion is a situation or condition of traffic jams or cessation of traffic caused by the large number of vehicles that exceed the capacity of the road. Congestion occurs a lot in big cities, especially cities that do not have good or inadequate public transportation. It could also be that the road needs are not balanced with the population density. Many steps have been taken by the government to overcome congestion. However, traffic jams still occur. Therefore, road users must find their own way to solve the problem. One effective way is to find the shortest alternative path that can be traversed using Dijkstra's Algorithm. The use of Dijkstra's Algorithm and Heuristic methods can provide solution opportunities, because Dijkstra's Algorithm combined with this Heuristic method provides output in the form of the fastest and shortest path from the origin to the destination. In this study, researchers found the shortest path from the bojong kulur area to places, namely the Nusa Mandiri University campus by applying the Djikstra algorithm and Heuristic methods, with a distance of 26.1 Km. Keywords: dijkstra algorithm, Heuristics, shortest path

Desain Vending Machine Rujak Buah dengan Finite State Automata Nugraha, Ranu Agastya; Yanto, Yanto; Mulyani, Astriana; Gata, Windu
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 5, No 2 (2020): November 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Abstrak - Rujak buah sebagai makanan tradisional telah menjadi makanan global namun penjualannya masih secara tradisional dengan menggunakan gerobak keliling. Penjualan rujak buah dapat dikembangkan dengan cara lebih modern yaitu dengan vending machine rujak buah. Untuk memperdalam pemahaman mengenai salah satu model komputasi yang paling mendasar, dalam desain vending machine rujak buah akan memanfaatkan metode finite state automata model mealy machine. Dengan desain finite state automata, penelitian ini telah menghasilkan desain mesin penjaja otomatis rujak buah yang dapat menerima masukan dan pemilihan kombinasi dari beberapa jenis buah sebagai bahan rujak buah serta pemilihan bumbu sambal sesuai tingkat kepedasan yang menghasilkan keluaran sesuai yang diharapkan. Produk rujak buah yang dijual dengan mesin penjaja otomatis diharapkan meningkatkan nilai tambah berupa otomasi, pengemasan dan kehigienisan suatu produk yang dapat menarik konsumen secara luas.Indonesian fruit salad as a traditional food has become a global food but its sales are still traditionally using mobile carts. The sale of indonesian fruit salad can be developed in a more modern way by using a fruit rujak vending machine. To deepen understanding of one of the most basic computational models, in the design of fruit salad vending machines will utilize the mealy machine model finite state automata method. With the finite state automata design, this research has produced a fruit salad vending machine design that can receive input and selection of combinations of several types of fruit as fruit salad ingredients and chili seasoning selection according to spiciness level that produces the expected output. Indonesian fruit ruit salad products sold with automatic vending machines are expected to increase added value in the form of automation, packaging and hygiene of a product that can attract consumers widely.

OPTIMALISASI PENGGUNAAN MICROSOFT EXCEL UNTUK TUGAS ADMINISTRASI KADER KOPPAJA BOGOR Marlinda, Linda; Gata, Windu; Tutopoli, Taranza
TRIDHARMADIMAS: Jurnal Pengabdian Kepada Masyarakat Jayakarta Vol 3 No 2 (2023): PKM-TRIDHARMADIMAS (December 2023)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/tridharmadimas.v3i2.1310

Kegiatan pengabdian kepada masyarakat ini dilatar belakangi oleh kebutuhan para kader Komunitas Peduli Pendidikan Anak Jalanan (Koppaja). Mereka kebanyakan belum familiar dengan Microsoft Excel dan tidak menggunakannya untuk pengolahan data dan menyelesaikan tugas sehari-hari. Microsoft Excel merupakan aplikasi pengolah data otomatis yang dapat digunakan untuk berbagai keperluan administratif, dari yang sederhana hingga yang kompleks. 12 orang kader koppaja semuanya ikut berpartisipasi dalam program ini. Hasil analisis awal menunjukkan bahwa hanya sedikit kader yang dapat menggunakan Microsoft Excel, padahal kemampuan menggunakan aplikasi ini sangat diperlukan. Seiring dengan bertambahnya volume pekerjaan dan timeline penyelesaian pekerjaan. Kegiatan ini bertujuan untuk melatih para kader tentang cara menggunakan Microsoft Excel dalam menyelesaikan tugas sehari-hari sehingga dapat menyelesaikan pekerjaannya dengan lebih cepat dan tepat serta dapat meningkatkan prestasi kerja dan keterampilannya. Metode yang diterapkan dalam pelaksanaan program pengabdian masyarakat ini adalah bimbingan belajar dan pelatihan langsung Microsoft Excel dengan menggunakan laptop. kegiatan akan diselenggara dengan mudah dan nyaman karena seluruh peserta dipinjamkan laptop untuk pelatihan excel oleh pada dosen dan mahasiswa. Semoga program pelatihan excel ini memberikan manfaat bagi para kader agar dapat mengaplikasikan secara optimasi didalam pengolahan proyek administratif yang ada di koppaja Bogor. Hasil yang dapat dicapai dari kegiatan layanan masyarakat ini adalah meningkatnya pemanfaatan fasilitas IPTEK menggunakan microsoft excell sebagai media penunjang kegiatan operasional sebesar 80% para kader sudah memiliki kemampuan mengoperasikan microsoft excel seperti, membuat perhitungan keuangan

Analisis Sentimen Stakeholder Atas Layanan Haidjpb Pada Media Sosial Twitter Dengan Menggunakan Metode Support Vector Machine dan Naïve Bayes Harsono, Muhammad Luthfiy Kurniawan; Alkhalifi, Yuris; Nurajijah; Gata, Windu
Infoman's : Jurnal Ilmu-ilmu Informatika dan Manajemen Vol. 16 No. 1 (2022): Infoman's
Publisher : LPPM & Fakultas Teknologi Informasi UNSAP

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

Creation of a special account on social media Instagram and Twitter that aims to accommodate the delivery of questions, input, criticism and suggestions from stakeholders around the ongoing business processes and the use of applications in the framework of budget planning, commitment making, disbursement of the state budget, accounting receipts and financial reporting based on the fact that social media cannot be separated from community activities because the presence of digital devices (smartphones) and affordable internet access makes various groups of people able to obtain information quickly and easily. Organizations have an interest in getting benchmarks for services that have been provided in order to improve the quality of services going forward based on tweets data obtained from Twitter social media. This study discusses the process of collecting and processing tweet data on the @haiDJPb account in order to perform stakeholder sentiment analysis of haiDJPb services on twitter social media using Support Vector Machine and Naïve Bayes algorithms and the accuracy of the Support Vector Machine algorithm is 74.55 % and 77.18% for the Naïve Bayes algorithm.

Co-Authors Achmad Bayhaqy Ade Priyatna Aditya Adiguna Agung Sudrajat Agustiani, Sarifah Ahmad Bayhaqi Ali Ahmad Alizah, Muhammad Dwison Angga Ardiansyah Angga Ardiansyah - Anton . Ardiansyah Ardiansyah Ari Abdilah Ari Saputro Arif Budiarto Arifin Nugroho Awalloedin, Niki Badariatul Lailiah Balla, Imanuel Basri Basri Bayhaqy, Achmad Binti Husna, Modesta Bobby Suryo Prakoso Cucu Ika Agustyaningrum Daniati Uki Eka Saputri Dany Pratmanto Dedi Dwi Saputra Deny Robyanto Destiana Putri Diantika, Sri Dika Putri Metalica Dinar Ismunandar DWI SURYANTO Dwiza Riana Dwiza Riana Eko Supriyanto Elah Nurlelah Ellis Ermawati Eni Heni Hermaliani Eni Heni Hermaliani, Eni Heni F Lia Dwi Cahyanti Fabiyanto, Dedik Fahrul Rozi Faisal, Anas Fajar Sarasati Fathur Rahman Fatiha, Zulfati Dinul Fauzi Ahmad Muda Fauzi, Ahmad Ferda Ernawan Firmansyah, Maman Fitra Septia Nugraha Franseda, Afrilio Frieyadie Fuad Nur Hasan Grace Gata, Grace Hafez Aditya Hafidz, Noor Hafifah Bella Novitasari Hakim, Valianda Hamdan Hari Prasetyo, Basuki Harianto, Sony Harsono, Muhammad Luthfiy Kurniawan Hasan, Rosmani Hendra Budi Kusnawan Hendra Setiawan HENDRA SETIAWAN Hendri Hendri Hiya Nalatissifa iboy, rahmat satria buana Ida Ayu Putu Sri Widnyani Ida Zuniarti, Ida Imam Budiawan Ismaya, Fikri Jamil, Muh. Jordy Lasmana Putra Kadafi, Abdul Rahman Kartika Handayani Ketut Sakho Parthama Kholifah, Desiana Nur Khuluq, Anjahul Krisnandi, Dwi Kurniawan, Triadi Kusuma, Muhammad Romadhona Laela Kurniawati Laela Kurniawati, Laela Lawa Rizky, Joy Linda Marlinda Lindung Parningotan Manik M Ardiansyah M. Iqbal Alifudin M. Rangga Ramadhan Saelan Maghfiroh Maulani Manik, Lindung Parningotan Maria Irmina Prasetiyowati Maria Irmina Prasetiyowati Marta Dinata, Riadi Mawadatul Maulidah Mayangky, Nissa Almira Muchamad Bachram Shidiq Muchamad Bachram Shidiq Mudinillah, Adam Muhamad Azhar, Muhamad Muhammad Anif Muhammad Anif Muhammad Dwison Alizah Muhammad Haris MUHAMMAD HARIS Muhammad Rifqi Firdaus Mulyani, Astriana Nadiyah Hidayati Nawawi, Hendri Mahmud Nia Kusuma Wardhani Nia Kusuma Wardhani, Nia Kusuma Nida Umi Latifah Nila Hardi Nita Merlina Nita Merlina, Nita Noor, Mohamad Normah Normah, Normah Novitasari, Hafifah Bella Nufus, Fina Sifaul Nugraha, Fitra Septia Nugraha, Ranu Agastya Nugroho, Arifin Nurajijah Nurhasanah, Fitri Yani Nurlaelatul Maulidah Nurlaelatul Maulidah Nurmalasari Nurmalasari Nurul Qomariyah Panggabean, Supriadi Pinem, Tuahta Hasiolan Popon Handayani Prasetya, Arfhan Pratiwi, Risca Lusiana Prayogi, Kurnia Pribadi, Yogie Purnomo, Niko Putra, Septian Ade Rabiatus Sa’adah Rachmaliya Joi, Suciaty Rahayu, Cicih Sri Rangga Pebrianto Rhini Fatmasari, Rhini Rian Ardianto Ricko Anugrah Mulya Pratama Ridan Nurfalah Ridwan Muhammad Riefky Sungkar Riki Supriyadi Risnandar, Risnandar Ristyani Slamet rivan, almay faiz Rivanie, Tri Rizki Aulianita Rizky, Joy Lawa Rizmayanti, Ade Irma Romadhona Kusuma, Muhammad Ronny Tanjung Rousyati, Rousyati Rudianto, Biktra S Siswanto Salsabila, Nurul Jannah Saputra, Dedi Dwi Saputra, Surya Fajar Saragih, Gabriel Vangeran Septiani, Riska Kurnia Sidik Sidik Sigit Kurniawan Sigit Kurniawan Simatupang, Lamria Siswanto Siswanto, Siswanto Sita Anggraeni, Sita Siti Helmyati Siti Khotimatul Wildah SRI RAHAYU STMIK, Author Super Sukmawati Anggraeni Putri, Sukmawati Anggraeni Sulaeman, Okky Robiana Sulistyowati, Daning Nur Supriadi Panggabean Sutrisno Wanda, Sulistianto Syarifa, Naf'a SYUAIB, SYUAIB Taopik Hidayat Taufan, Resi Taufik Asra Thira, Indra Jiwana Tika Adilah M Tri Rivanie Trihardo, Rendra Triyanto, M.Kom., Toeko Triyanto, Toeko Tutopoli, Taranza Tutupoly, Taransa Agasya Ummu Radiyah Ummu Radiyah, Ummu Verra Sofica Waeisul Bismi warjiyono Wawan Kurniawan Wawan Kurniawan Widi Astuti Yamin Nuryamin YANTO YANTO Yuliazmi, Yuliazmi Yuris Alkahfi Yuris Alkhalifi

Title

Found 94 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 94 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 94 Documents
Search