Claim Missing Document
Check
Articles

Found 4 Documents
Search

PREDIKSI TINGKAT KELULUSAN NILAI MAHASISWA TERHADAP MATAKULIAH WEB PROGRAMMING MENGGUNKAN METODE NEURAL NETWORK Azis, Mochammad Abdul; Fazriansyah, Agung
Jurnal Pilar Nusa Mandiri Vol 15 No 2 (2019): Pilar Nusa Mandiri : Journal of Computing and Information System Periode Septemb
Publisher : LPPM Universitas Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1057.015 KB) | DOI: 10.33480/pilar.v15i2.660

Abstract

Penerapan teknologi informas dalan dunia pendidikan juga dapat menghasilkan data yang berlimpah mengenai data mahasiswa dan nilai pembelajaran yang dihasilkan. Seperti nilai matakuliah unggulan tersebut yang sangat mempengaruhi jumlah ipk dan kelulusan karna jika salah satu matakuliah unggulan seperti Web Programing tersebut mendapatkan nilai D maka mahasiswa tersebut tidak dapat melakukan pendaftaran Tugas akhir atau Skripsi. Salah satunya caranya adalah dengan melakukan klasifikasi daa nilai mahasiswa untuk mengetahui nilai matakuliah unggulan apa saja yang paling krusial dari semester pertama. Neural Network lebih flesksibel yaitu tidak ada batasan apriori yang dikenakan bila dibandingkan dengan pemodelan statistic klasik, sehingga Neural Network cenderung memberikan prediksi yang akurat.
Pelatihan Email Blast untuk Penyebaran Informasi Kegiatan Pada P2KPTK2 Jakarta Barat Ichsan, Nurul; Sulaiman, Hamdun; Yuliani, Yuri; Fazriansyah, Agung
PRAWARA Jurnal ABDIMAS Vol 1 No 4 (2022): PRAWARA JURNAL ABDIMAS
Publisher : CV. Manha Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63297/abdimas.v1i4.37

Abstract

Kehidupan manusia modern tidak dapat dilepaskan dari kemajuan teknologi. Kemudahan yang dihadirkan oleh kemajuan teknologi telah mempermudah aktivitas manusia, misalnya dalam berkomunikasi ataupun memperoleh informasi melalui media. Saat ini, tidak hanya individu saja yang berusaha memanfaatkan keberadaan media, tetapi juga lembaga. Email memiliki fungsi sebagai tempat surat menyurat kepada rekan perusahan atau Lembaga. Ruang penyimpanan yang cukup besar sehingga dapat menyimpan surat dengan jumlah yang banyak. Setiap lembaga dapat memanfaatkan media email blasting yang dapat digunakan untuk memberikan informasi kepada anggota, karyawan atau bahkan data yang ada tanpa mengirimkan email satu persatu, hal ini tentu dapat menghemat waktu, pesan yang disampaikan akan lebih sesuai dengan tujuan sehingga lebih personal, jangkauan yang luas sehingga akan memperluas relasi. Pusat Pengembangan Kompetensi Pendidik, Tenaga Kependidikan dan Kejuruan (P2KPTK2) merupakan Unit Pelaksana Teknis Dinas Pendidikan dalam pelaksanaan kegiatan pengembangan kompetensi pendidik, tenaga kependidikan dan kejuruan. P2KPTK2 terdiri dari 5 wilayah salahsatunya berada di Jakarta Barat. P2KPTK2 memiliki cakupan yang luas menaungi SD, SMP dan SMA sederajat yang memiliki banyak sekali informasi yang harus di sebarluaskan, berkaitan dengan permasalahan tersebut tentu P2KPTK2 membutuhkan media yang efektif untuk menyampaikan informasi tersebut. Pengabdian masyarakat ini memberikan solusi untuk P2KPTK2 dalam Email blasting bisa menjadi solusi oleh P2KPTK2 untuk menyebarkan informasi-informasi kepada semua relasi. Informasi yang disampaikan akan lebih personal dan cepat. Program studi Sistem Informasi Universitas Bina Sarana Informatika dalam hal ini mencoba untuk selalu memberikan kontribusi dalam peningkatan kegiatan-kegiatan yang memiliki nilai positif kepada masyarakat khususnya Pusat Pengembangan Kompetensi Pendidik, Tenaga Kependidikan dan Kejuruan (P2KPTK2).
Analisis Ulasan Konsumen sebagai Data Non-Keuangan dalam Sistem Informasi Akuntansi Agustin Fitriana, Lady; Fahmi Julianto, Muhammad; Dahlia , Rizka; Rifqi Firdaus , Muhammad; Fazriansyah, Agung
PROFITABILITAS Vol 5 No 1 (2025): JURNAL PROFITABILITAS
Publisher : Sistem Informasi Akuntansi Kampu Kabupaten Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/profitabilitas.v5i1.8269

Abstract

Di era digital saat ini, ulasan pengguna pada platform e-commerce seperti Shopee telah menjadi salah satu sumber informasi non-keuangan yang penting dalam menilai persepsi konsumen terhadap produk maupun layanan. Informasi ini memiliki nilai strategis dalam sistem informasi akuntansi, khususnya dalam mendukung pengambilan keputusan berbasis data pelanggan. Namun, tantangan utama yang dihadapi adalah besarnya volume data ulasan yang tidak terstruktur. Oleh karena itu, penelitian ini bertujuan untuk mengeksplorasi metode yang efektif dalam mengklasifikasikan sentimen ulasan pengguna aplikasi Shopee sebagai data non-keuangan yang dapat digunakan dalam sistem informasi akuntansi manajerial. Penelitian ini memanfaatkan kombinasi teknik Natural Language Processing (NLP) dan algoritma K-Nearest Neighbors (KNN). Data ulasan dikumpulkan melalui proses crawling dari Google Play Store menggunakan pustaka google-play-scraper. Data tersebut kemudian diproses melalui serangkaian tahapan NLP seperti case folding, tokenization, normalisasi, penghapusan stopword, dan stemming. Untuk ekstraksi fitur, digunakan metode TF-IDF dan Cosine Similarity untuk menghasilkan representasi vektor yang sesuai dengan kebutuhan klasifikasi. Model KNN digunakan untuk mengklasifikasikan sentimen berdasarkan data latih, dengan pengujian pada berbagai nilai n_neighbors. Hasil penelitian menunjukkan bahwa model dengan n_neighbors = 9 menghasilkan akurasi 88%, presisi 85%, recall 86%, dan F1-score 85%.Temuan ini menunjukkan bahwa kombinasi NLP dan KNN efektif dalam mengklasifikasikan sentimen ulasan pengguna, serta berpotensi besar untuk diterapkan sebagai bagian dari sistem informasi akuntansi guna memperkuat analisis non-keuangan dalam mendukung evaluasi kinerja penjualan dan pengambilan keputusan manajerial.
Penerapan Machine Learning untuk Analisis Sentimen Agoda dengan Algoritma KNN, Naive Bayes, dan SVM Rindiani, Popi; Fatmawati, Jeni; Wira Hadi, Sofian; Fazriansyah, Agung; Fitriana, Lady Agustin
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 4 No 2 (2025): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Publisher : STMIK Amika Soppeng

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70247/jumistik.v4i2.232

Abstract

The rapid advancement of digital technology has significantly transformed the tourism industry, particularly in online hotel booking services such as Agoda. The large volume of user reviews available on this platform serves as a valuable data source for analyzing customer satisfaction and perceptions. This study aims to conduct sentiment analysis on 5,000 Indonesian-language user reviews from the Agoda mobile application by comparing the performance of three machine learning algorithms: K-Nearest Neighbors (KNN), Naïve Bayes, and Support Vector Machine (SVM). Data were collected using a web scraping technique from Google Play Store and processed through several preprocessing stages, including cleaning, case folding, tokenization, word normalization, stopword removal, and stemming. Text representation was performed using the CountVectorizer method, with an 80:20 ratio of training and testing datasets. The experimental results show that the SVM algorithm achieved the highest performance with an accuracy of 84.1%, outperforming Naïve Bayes (65.3%) and KNN (61.7%). These findings indicate that SVM demonstrates superior capability in classifying positive, negative, and neutral sentiments in Indonesian text. The results of this research are expected to contribute to the development of sentiment analysis models and support service quality improvement based on user feedback.