Claim Missing Document
Check
Articles

KLASIFIKASI KATEGORI PERTANDINGAN ATLET SILAT PERISAI DIRI MENGGUNAKAN METODE GAUSSIAN NAÏVE BAYES BERBASIS WEB Pangestu, Dwi Saka; Nilogiri, Agung; Arifianto, Deni
IPTEQ Vol 3, No 1 (2021): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v3i1.8738

Abstract

Perisai Diri merupakan salah satu dari pencak silat yang ada di Indonesia dan aktif mengadakan kejuaraan internal atau kejuaraan antar unit/ranting Perisai Diri itu sendiri. Pertandingan internal Perisai Diri memiliki tiga kategori yaitu Tanding (Fight), TGR (Tunggal, Ganda, Regu)/Seni, dan Serang Hindar, dimana dari kategori pertandingan tersebut memiliki karakteristik dan kebutuhan pertandingan yang berbeda. Perisai Diri Jember masih belum memiliki sistem untuk membantu memilih atlet, selama ini pemilihan kategori untuk atlet dilakuakan secara manual. Tujuan dari penelitian ini yaitu untuk mengetahui tingkat akurasi, presisi, dan recall dalam klasifikasi atlet Perisai Diri dengan menggunakan 64 data. Metode klasifikasi yang digunakan pada penelitian kali ini yaitu Gaussian Naïve Bayes dan menggunakan metode pendukung K-Fold Cross Validation. Hasil dari penelitian ini didapatkan akurasi sebesar 57,1%, dengan recall terbesar terdapat pada TGR  80% dan presisi terbesar terdapat pada Fight 60%.
ANALISIS DAN PENGEMBANGAN USER INTERFACE DAN USER EXPERIENCE BERBASIS METODE LEAN UX PADA APLIKASI SISTEM INFORMASI AKADEMIK MOBILE Rivansyah, Muhammad; Arifianto, Deni; Suharso, Wiwik
IPTEQ Vol 4, No 2 (2022): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v4i2.19025

Abstract

SIA UMJ Mobile adalah aplikasi sistem informasi akademik berbasis mobile merupakan aplikasi sistem informasi  akademik android yang dimiliki universitas Muhammadiyah Jember yang untuk membantu mencari informasi yang berkaitan dengan perkuliahan yang bisa diakses di manapun, kapanpun. Aplikasi ini telah dilakukan pre-research kepada 99 responden pengguna aplikasi dan menggunakan metode perhitungan UEQ (User Experience Questionnaire) dan menghasilkan nilai mean skala UEQ yaitu Attractiveness (0,414), Perspicuity (0,528), Effeciency (0,381), Dependability (0,326), Stimulation (0,109), Novelty (-0,013) yang apabila di ukur dengan mean rata rata perhitungan berbagai kumpulan data analisis tools UEQ adalah bad atau buruk. Oleh karena itu penelitian ini bertujuan meningkatkan nilai mean UEQ dengan melakukan redesign yang berdasarkan asumsi oleh ahli design dengan menggunakan metode Lean UX. Lean UX ialah metode berpusat pada UX yang berfokus pada pemangkasan proses yang tidak dibutuhkan dalam siklus pengembangan yang dihasilkan. Penerapan metode Lean UX meliputi Declare asumptions, create minimum viable product, run on experiments, feedback research. Hasil dari perbaikan menggunakan metode Lean UX yang telah dilakukan redesign mendapatkan nilai mean UEQ yaitu Attractiveness (1,714), Perspicuity (1,674), Effeciency (1,556), Dependability (1,614), Stimulation (1,417), Novelty (0,985) yang dapat dibandingkan dengan berbagai data di tools UEQ bernilai good.
PENGEMBANGAN USER INTERFACE (UI) DAN USER EXPERIENCE (UX) PADA HALAMAN WEB ESTUDY UNIVERSITAS MUHAMMADIYAH JEMBER MENGGUNAKAN METODE DESIGN THINKING Susanto, Gatot; Arifianto, Deni; Zakiyyah, Amalina Maryam
IPTEQ Vol 4, No 2 (2022): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v4i2.17466

Abstract

eStudy Universitas Muhammadiyah Jember merupakan sebuah aplikasi berbasis web yang menggunakan internet untuk membantu mahasiswa dan dosen dalam melaksanakan kegiatan belajar mengajar, mengumpulkan tugas, bimbingan, dan lainlain. Setelah dilakukan pre-reseach dengan metode perhitungan System Usability Scale (SUS), ditemukan bahwa eStudy Universitas Muhammadiyah Jember mendapatkan skor 48,76. Skor ini termasuk Acceptabilty Range kategori Not Acceptable atau tidak dapat diterima, Grade Scale dengan nilai F, dan Adjective Rating kategori Poor dalam metode perhitungan SUS. Oleh karena itu, peneliti berupaya meningkatkan skor SUS dengan cara mengubah User Interface menggunakan pendekatan Design Thinking. Design Thinking adalah metode kolaborasi yang mengumpulkan banyak ide dari disiplin ilmu untuk mendapatkan sebuah solusi dari suatu permasalahan. Tahapan pada metode Design Thinking adalah empathize, define, idieate, prototype dan testing. Hasil dari menerapkan pendekatan Design Thinking pada tahap testing adalah tampilan User Interface eStudy yang baru mendapatkan skor 81,79, skor ini masuk dalam kategori Acceptable atau dapat diterima, Grade Scale dengan nilai B, dan Adjective Rating kategori Good.
ANALISIS SENTIMEN TERHADAP ULASAN NETIZEN PADA APLIKASI CAMSCANNER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) Sari, Wina Ayunda; Arifianto, Deni; Nilogiri, Agung
IPTEQ Vol 4, No 2 (2022): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v4i2.17465

Abstract

CamScanner merupakan aplikasi pemindai dari sesuatu yang dapat menghasilkan gambar, maupun dokumen. Pada penelitian ini penulis melakukan analisis sentimen terhadap ulasan netizen yang terdapat pada komentar di Google Play Store, proses ini menerapkan metode Support Vector Machine (SVM). Dataset yang digunakan pada penelitian ini berjumlah 1315 data dan dibagi menjadi 2 bagian, 1000 sebagai proses Cross Validation, 315 sebagai unseen data. Data diklasifikasi berdasarkan kelas positif, netral, dan negatif. Hasil akurasi terbaik yang didapatkan pada penelitian ini yaitu sebesar 95,2%. Hasil pengujian menggunakan unseen data test menghasilkan nilai akurasi sebesar 81%. Proses Confusion Matrix pada presisi menghasilkan nilai sebesar 96%, recall sebesar 98%, dan F-Measure sebesar 98%.
Penerapan Metode Single Exponential Smothing dalam Sistem Pendukung Keputusan untuk Menentukan Jumlah Produksi Tahu Aji, Alif Syadillah; Arifianto, Deni; Warisaji, Taufik Timur
IPTEQ Vol 5, No 2 (2023): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v5i2.22274

Abstract

Peramalan merupakan tahap awal dalam proses pengambilan keputusan. Sebelum melakukan prediksi, penting untuk memahami esensi masalah keputusan yang dihadapi. Pabrik tahu Sumber Pakem belum mengadopsi sistem aplikasi peramalan produksi yang terkomputerisasi, sehingga penggunaan aplikasi otomatis dapat mempermudah proses peramalan produksi tanpa harus menghitung secara manual. Metode Single Exponential Smoothing merupakan salah satu metode peramalan moving average dengan pembobotan, di mana bobot diberikan berdasarkan fungsi eksponensial. Pemulusan eksponensial adalah proses berkelanjutan yang memperbaiki perkiraan dengan merata-ratakan penurunan nilai masa lalu dari data berbasis waktu. Data yang digunakan dalam skripsi ini adalah data penjualan bulan Juli 2022 sampai bulan Juli 2023. Hasil penelitian menyimpulkan dapat memudahkan dalam pengolahan dan peramalan produksi. Hasil akurasi dengan nilai alpha 0.9 memberikan MAPE sebesar 0.98%. Berdasarkan hasil perkiraan ini, produksi bulan berikutnya dapat ditentukan.
OPTIMASI METODE MULTINOMIAL NAÏVE BAYES DENGAN MENGGUNAKAN METODE LEVENSHTEIN DISTANCE PADA ULASAN APLIKASI KAI ACCESS Fariz, Muhammad Ivan; Arifianto, Deni; Rahayu, Yeni Dwi
IPTEQ Vol 5, No 1 (2023): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v5i1.20990

Abstract

KAI Access merupakan aplikasi untuk mempermudah pengguna dalam mengakses layanan dan informasi terkait tiket perjalanan kereta api. KAI Access memiliki fitur ulasan beraneka ragam yang merupakan wadah bagi pengguna untuk memberikan feedback. Pada penelitian ini akan dilakukan analisis sentimen terhadap data ulasan KAI Access sejumlah 8713 data ulasan. Metode yang digunakan yaitu multinomial naïve bayes dan metode levenshtein distance. Dari kombinasi metode tersebut diharapkan dapat meningkatkan hasil klasifikasi. Seluruh data akan dilakukan pemodelan menggunakan metode K Fold Cross Validation dengan nilai k=2,3,4,5,6,7,8,9 dan 10. Berdasarkan hasil pengujian menggunakan multinomial naïve bayes diperoleh nilai tertinggi yaitu akurasi sebesar 92%, tingkat presisi sebesar 60% dan tingkat recall sebesar 45%. Sedangkan kombinasi metode multinomial naïve bayes-levesnhtein distance mangalami peningkatan pada pengujian K-ke 9 yang awalnya menggunakan multinomial naïve bayes saja mendapatkan nilai akurasi 83%, presisi 59% dan recall 44%, kemudian meningkat ketika menggunakan kombinasi metode levenshtein distance sebesar akurasi 84%, presisi 60% dan recall 46%. Proses pengujian yang telah dilakukan dapat disimpulkan bahwa optimasi multinomial naïve bayes menggunakan levenshtein distance meningkatkan hasil akurasi, presisi dan recall sebesar 1-2%.
Analisis Kinerja Transformer Untuk Named Entity Recognition (NER) Menggunakan IndoBERT Pada Transkrip Video Politik Berbahasa Indonesia Muchtar, Nabillah Ufairoh; Deni Arifianto; Reni Umilasari
Discovery Vol 10 No 2 (2025): October 2025
Publisher : LPPM Universitas Hasyim Asy'ari Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33752/discovery.v10i2.10133

Abstract

Penelitian ini mengkaji kinerja model Named Entity Recognition (NER) berbasis IndoBERT pada transkrip pidato politik berbahasa Indonesia. Dataset terdiri dari 186 transkrip pidato resmi Presiden Republik Indonesia (periode 2014–2024) yang diperoleh dari kanal YouTube Sekretariat Kabinet. Proses meliputi pembersihan teks, normalisasi, tokenisasi WordPiece, pelabelan otomatis menggunakan model cahya/bert-base-indonesian-NER, serta fine-tuning dengan strategi 5-fold cross validation. Evaluasi menggunakan metrik precision, recall, dan F1-score. Hasil menunjukkan IndoBERT mampu mengenali entitas inti (PER, ORG, LOC) dengan performa sangat baik (nilai metrik rata‑rata > 0.98 untuk sebagian besar label), sementara entitas DATE dan CRD sedikit lebih rendah. Analisis distribusi entitas mengungkap dominasi penyebutan organisasi, lokasi, dan angka dalam pidato politik. Temuan ini memperkuat potensi IndoBERT sebagai alat bantu analisis teks politik berbahasa Indonesia
SISTEM PELAPORAN RAPID ASSESSMENT DAN STATUS KESEHATAN KORBAN BENCANA (SILAPENA) Wahyuni Adriani, Sri; Arifianto, Deni; Fadila Oktaviana, Kadek; Pradana Aryanto, Risqi
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 7, No 7 (2024): MARTABE : JURNAL PENGABDIAN MASYARAKAT
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v7i7.2584-2591

Abstract

Indonesia merupakan negara yang rawan mengalami bencana baik secara geografis, geologis, maupun sosio-demografis. Tingginya kerawanan bencana di Indonesia merupakan kondisi yang perlu menjadi perhatian semua pihak. Tujuan kegiatan pengabdian ini adalah menyusun sistem pelaporan rapid assessment dan status kesehatan korban bencana untuk memudahkan tim penanggulangan bencana dalam melaporkan hasil kaji cepat dan status kesehatan korban. Metode yang digunakan yakni: 1) Focus group discussion dalam menyusun instrumen yang dibutuhkan; 2) Analisis kebutuhan user; 3) Desain interface; 4) Penyusunan rancangan sistem (coding) dan manual book sistem; 5) uji coba perangkat lunak; 6) Demonstrasi; 7) Sosialisasi penggunaan sistem. Hasil kegiatan pengabdian yakni tersusunnya sistem SILAPENA yang dapat digunakan oleh tim Muhammadiyah Disaster Management Center (MDMC) pada saat melakukan kaji cepat saat terjadi bencana. Evaluasi hasil survey kepuasan mitra yang diukur dari 5 aspek yakni tangible (kemampuan sistem) 85,18% mitra merasa sangat puas, reliable (kehandalan sistem) 92,59% sangat puas, responsiveness (pertanggung jawaban) 81,48% sangat puas, assurance (jaminan) 85,18% sangat puas, dan emphaty (empati) 92,59% sangat puas. Tim juga membandingkan nilai kepuasan antara harapan dan kenyataan terhadap sistem yang dikembangkan. Hasil perbandingan harapan dan kenyataan diketahui 74,07% sangat puas dan 25,93% puas. SILAPENA merupakan sistem yang membantu tim MDMC dalam mempercepat hasil pelaporan kaji cepat saat menanggulangi bencana. Semakin mudah pelaporan hasil kaji cepat, maka tindak lanjut penanggulangan bencana yang dilakukan akan semakin cepat
Inovasi Pengembangan Web Sekolah Dan Media Pembelajaran Interaktif Dalam Kurikulum Merdeka SD Muhammadiyah Kaliwates Jember Suharso, Wiwik; Setyowati, Trias; Arifianto, Deni; Wardhani, Wahju Dyah Laksmi
Journal of Community Development Vol. 6 No. 2 (2025): Desember
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/comdev.v6i2.1476

Abstract

Revolusi Industri 4.0 mempengaruhi kebijakan pembelajaran pada satuan pendidikan dasar. Pendidik merancang pembelajaran interaktif agar dapat menghasilkan peserta didik yang berprestasi. Pemerintah menerapkan Kurikulum Merdeka 2022 untuk menguatkan karakter dan kompetensi peserta didik. Penerapan Kurikulum Merdeka menuntut pendidik memiliki kompetensi teknologi dan kurikulum. Kompetensi teknologi berfokus pada kemampuan TIK untuk menciptakan pembelajaran interaktif. Kompetensi kurikulum berfokus pada pengembangan capaian pembelajaran sesuai dengan tujuan pembelajaran dalam suatu mata pelajaran, dikenal sebagai Alur Tujuan Pembelajaran (ATP). Wawancara bersama mitra SD Muhammadiyah Kaliwates Jember menemukan permasalahan prioritas. Diantaranya adalah sebagian besar Guru kesulitan dalam menyusun dokumen ATP sesuai Kurikulum Merdeka, Tenaga Kependidikan (Tendik) tidak optimal memberikan dukungan teknologi, dan tidak tersedianya web sekolah sebagai media informasi dan promosi. Oleh karena itu, kegiatan pengabdian ini bertujuan mengembangkan web sekolah dan dokumen ATP untuk mendukung pembelajaran interaktif dan operasional sekolah. Tim Pelaksana telah melaksanakan sosialisasi program, pengembangan web sekolah, penyusunan dokumen ATP terdiri dari IPAS (IPA dan IPS), Matematika dan Bahasa Inggris, pendampingan pengelolaan web sekolah dan implementasi dokumen ATP dalam pembelajaran, pemberian LCD Proyektor. Hasil kegiatan ini berupa web sekolah dan dokumen ATP yang mengintegrasikan profile sekolah, penerimaan peserta didik baru, ensiklopedia, dan pembelajaran berbasis dokumen ATP. Tim pelaksana sebagai pendamping, sedangkan Guru dan Tendik sebagai peserta. Metode pelatihan, pendampingan dan penugasan digunakan sebagai pendekatan yang efektif. Kegiatan ini berhasil memenuhi tujuan dan luaran yang diharapkan, dan peningkatan kualitas pembelajaran dan promosi sekolah
THE EFFECT OF IMPERFECTIVE DATA SAMPLING METHOD ON SUPPORT VECTOR MACHINE ACCURACY Erna Cholida, Ferdy Maulana; Arifianto, Deni; Umilasari, Reni
Computing and Information System Journal Vol. 1 No. 3 (2025): Data Science, UI/UX, and E-Government for Decision Making
Publisher : IndoCompt Publisher

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

Abstract

Sentiment analysis is used to understand the direction of public opinion, but problems arise due to the unbalanced distribution of sentiment data, where one class dominates. This imbalance causes classification models such as Support Vector Machine (SVM) to be biased towards the majority class, which results in decreased accuracy and generalizability of the model. This study aims to assess the effectiveness of two data balancing techniques, namely, SVM-SMOTE, and ADASYN, in improving SVM performance. The research data was taken from social media platform X (Twitter), and testing was conducted using the K-Fold Cross Validation method (K=2, 5, and 10) using evaluation metrics such as accuracy, precision, recall, and F1-score. The results show that without data balancing, the SVM model can only achieve an average accuracy of 76.34% and F1-score of 62.38%, which reflects the weakness in recognizing minority classes. The application of the two balancing methods successfully improved the model performance. ADASYN increased the F1-score to 67.94%, while SVM-SMOTE showed the most optimal results with 82.4% accuracy and 74.02% F1-score. These findings indicate that SVM-SMOTE is the most effective technique in handling data imbalance and improving sentiment classification accuracy equally.