This Author published in this journals
All Journal Dinamik (JELIKU) Jurnal Elektronik Ilmu Komputer Udayana Jurnal Sarjana Teknik Informatika Indonesian Journal of Artificial Intelligence and Data Mining JurTI (JURNAL TEKNOLOGI INFORMASI) Jurnal ULTIMATICS METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Multitek Indonesia : Jurnal Ilmiah Jurnal Teknologi Terpadu Journal of Information System, Applied, Management, Accounting and Research Jurnal Sistem Informasi dan Informatika (SIMIKA) Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Journal of Business and Audit Information System (JBASE) Jurnal Sosial dan Teknologi Jurnal Manajemen Informatika Jayakarta HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi Jurnal Vokasi Informatika (JAVIT) Journal Software, Hardware and Information Technology Journal of Technology and Informatics (JoTI) Simpatik: Jurnal sistem Informasi dan Informatika Indonesian Community Journal Blend Sains Jurnal Teknik Jurnal Manajemen Informatika & Teknologi Jurnal Manajemen Informatika dan Bisnis Digital Jurnal Informatika dan Komputer (JIK) Jurnal Sistem Informasi dan Ilmu Komputer Jurnal Komputer Antartika Journal Innovations Computer Science Repeater: Publikasi Teknik Informatika dan Jaringan Mars: Jurnal Teknik Mesin, Industri, Elektro dan Ilmu Komputer KETIK : Jurnal Informatika Nusantara Journal of Artificial Intelligence and Information Systems Jurnal Sistem Informasi dan Ilmu Komputer Jurnal Publikasi Manajemen Informatika
Claim Missing Document
Check
Articles

ANALISIS PERBANDINGAN CONVOLUTIONAL NEURAL NETWORK DAN SUPPORT VECTOR MACHINE PADA ANALISIS SENTIMEN RUU PILKADA DI APLIKASI X Ladopurab, Yohana Uba; Kaesmetan, Yampi R.
Journal of Information System, Applied, Management, Accounting and Research Vol 9 No 2 (2025): JISAMAR (March-May 2025)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisamar.v9i2.1887

Abstract

Regulasi terkait Pemilihan Kepala Daerah (RUU Pilkada) sering menjadi perbincangan publik dan memunculkan beragam opini di media sosial, termasuk di Aplikasi X. Analisis sentimen terhadap opini publik dapat memberikan wawasan berharga bagi pembuat kebijakan dan masyarakat dalam memahami persepsi terhadap RUU Pilkada. Dalam penelitian ini, dilakukan perbandingan antara metode Convolutional Neural Network (CNN) dan Support Vector Machine (SVM) untuk analisis sentimen terhadap data yang dikumpulkan dari Aplikasi X. Berdasarkan hasil evaluasi, SVM menunjukan kinerja yang lebih dibandingkan CNN pada hampir semua matriks, dengan akurasi SVM mencapai 92,38% dan F1-score 27,27%. Sebaliknya, CNN mencatatkan akurasi 62,86 dan F1-score 7,14%. Meskipun CNN unggul dalam pemrsesan data sekuensial, SVM terbukti lebih stabil dan akurat dalam konteks dataset ini.
Sistem Pendukung Keputusan Pemilihan Siswa Berprestasi dengan Metode PROMETHEE Nono, Mariana Selvia; Vladimir Juino Jago Uko, Christianus; Kolihar, Reflon Paskah; Rafael, Simpati Gamalio; Henakin, Yohanes Bala; Kaesmetan, Yampi
Jurnal Vokasi Teknik Informatika Vol 3 No 3 (2023)
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/javit.v3i3.162

Abstract

Penelitian ini membahas implementasi Sistem Pendukung Keputusan (SPK) menggunakan metode PROMETHEE dalam pemilihan siswa berprestasi di SD Muhammadiyah Kupang. SPK dikembangkan dengan mempertimbangkan kriteria-kriteria seperti prestasi akademik, partisipasi dalam kegiatan ekstrakurikuler, keterlibatan dalam kegiatan sosial, dan rekomendasi guru. Melibatkan preferensi dari berbagai pihak, termasuk guru, orang tua, dan administrasi sekolah, SPK menggunakan metode PROMETHEE untuk perbandingan profil siswa dan penentuan peringkat relatif. Hasil penelitian menunjukkan bahwa SPK efektif mengidentifikasi siswa-siswa berprestasi, memberikan kontribusi pada promosi keunggulan akademik, dan mengurangi potensi bias dalam pengambilan keputusan subjektif. Studi kasus di SD Muhammadiyah Kupang menegaskan bahwa SPK ini dapat meningkatkan efisiensi dan keadilan dalam proses pemilihan siswa, memberikan kontribusi signifikan dalam konteks pengambilan keputusan pendidikan dengan pendekatan sistematis dan transparan. SPK yang diusulkan diharapkan menjadi alat berharga bagi SD Muhammadiyah Kupang dalam mendukung perkembangan siswa berprestasi.
Penerapan Sistem Informasi Geografis untuk Optimalisasi Lahan Pertanian Berkelanjutan di Kabupaten Kupang Vito Daniel Boboy; Yampi R Kaesmetan
JUMINTAL: Jurnal Manajemen Informatika dan Bisnis Digital Vol. 4 No. 1 (2025): Mei 2025
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/jumintal.v4i1.5004

Abstract

Kupang Regency in East Nusa Tenggara Province has great potential in the agricultural sector, but faces various challenges that can hinder sustainable productivity, such as declining soil quality, land degradation, and changes in rainfall patterns due to the impact of climate change. Therefore, sustainable agricultural land management is very important in maintaining regional food security and increasing agricultural production. This study aims to develop a web-based Geographic Information System (WebGis) that is capable of mapping agricultural land conditions in Kupang Regency. This system is designed to present spatial information on soil fertility levels, the existence of critical land, and the impact of climate variability on agricultural areas. In the process of land analysis and classification, the Self-Organizing Map(SOM) method is used, an unsupervised learning approach that is effective in grouping data based on certain characteristics. The mapping results are then integrated into the WebGis platform so that they can be accessed interactively and easily used by the Department of Agriculture or related policy makers. With this system, it is expected to assist in making more precise, efficient, and sustainable data-based decisions, especially in agricultural land planning and management. Overall, this research is expected to provide a real contribution in efforts to increase the efficiency of land use and encourage environmentally friendly agricultural practices in Kupang Regency.
Pemetaan Penyakit Hewan Ternak di Timor Tengah Selatan Menggunakan GIS dengan Metode K-Means Clustering Rasti Lani; Yampi R Kaesmetan
JUMINTAL: Jurnal Manajemen Informatika dan Bisnis Digital Vol. 4 No. 1 (2025): Mei 2025
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/jumintal.v4i1.5005

Abstract

South Central Timor Regency in East Nusa Tenggara Province faces serious challenges in controlling livestock diseases that impact livestock farmers' welfare and food security. rainfall patterns due to climate change impacts. This study aims to develop a WebGis-based Geographic Information System (GIS) to map the distribution of livestock diseases in the region. This system is expected to assist the Animal Husbandry Service in planning efforts to control and prevent diseases more effectively and on target. The method used is K-Means Clustering to group areas based on disease prevalence, disease type, and environmental factors that influence its spread. Accurate spatial data is collected from various sources and integrated into the WebGis platform, resulting in a livestock disease distribution map that can be easily accessed by related parties. The expected results of this study are the availability of fast, accurate, and efficient disease distribution information to support planning for animal disease control and prevention actions. The developed WebGis allows access to real-time and data-based information, thus supporting more strategic decision-making in improving livestock resilience in South Central Timor Regency
Analisis Pola Pembelian Mobil di Indonesia Menggunakan Metode ID3 Maria Yohana Gabriela Sasi; Yampi R Kaesmetan
JUMINTAL: Jurnal Manajemen Informatika dan Bisnis Digital Vol. 4 No. 1 (2025): Mei 2025
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/jumintal.v4i1.5352

Abstract

Indonesia's geographical conditions consisting of islands encourage the need to develop efficient transportation, especially automotive, to improve the country's economy. Cars are seen as safer vehicles than motorbikes, and with the increasing number of automotive companies, competition in the market is getting tighter. Car sales, especially from brands such as Toyota, Honda, and Mitsubishi, have shown rapid growth, with Toyota recording sales growth of 6.5% and Honda increasing by 56% in 2023. This condition requires companies to understand consumer needs and implement the right business strategies. The comfort and quality of the car are the main priorities in choosing a vehicle, although price is also an important consideration. With the growth of marketing through social media, the expected data can be used for further analysis, so that manufacturers can improve the quality of their products. The purpose of using the ID3 Method (Iterative Dichotomiser 3) as an algorithm to explore patterns in car purchasing decisions in Indonesia, given its ability to form decision trees that can reflect alternative choices and decision results. This study aims to analyze car purchase data and provide more insight into consumer preferences in the context of the Indonesian automotive market
Klasifikasi Motif Kain Tenun di Pulau Flores Menggunakan Metode CNN dan RNN Kembo, Emanuel Kristiano; Kaesmetan, Yampi R.
Blend Sains Jurnal Teknik Vol. 4 No. 1 (2025): Edisi Juli
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/blendsains.v4i1.816

Abstract

Pulau Flores memiliki kekayaan budaya yang tercermin dalam berbagai motif kain tenun yang dihasilkan oleh masyarakat lokal. Keberagaman motif ini sangat penting untuk dilestarikan, namun proses identifikasi dan klasifikasi motif kain tenun secara manual memiliki tantangan tersendiri. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi motif kain tenun di Pulau Flores menggunakan metode deep learning, khususnya Convolutional Neural Network (CNN) dan Recurrent Neural Network (RNN). CNN digunakan untuk ekstraksi fitur visual dari gambar motif kain, sementara RNN diterapkan untuk mengenali pola urutan motif yang ada pada kain tenun. Metode ini diharapkan dapat meningkatkan akurasi dalam mengklasifikasikan berbagai motif kain tenun secara otomatis, serta mendukung pelestarian dan digitalisasi warisan budaya daerah. Hasil penelitian menunjukkan bahwa penerapan metode CNN dan RNN dapat memberikan akurasi yang tinggi dalam klasifikasi motif kain tenun, sehingga bermanfaat untuk mempromosikan dan melestarikan kain tenun Flores dalam skala yang lebih luas.
Implementasi Metode SAW (Simple Additive Weighting) Dalam Sistem Pendukung Keputusan Seleksi Penerima Beasiswa KIP Menggunakan Algoritma Profile Matching Frans, Harry Wolter; Kaesmetan, Yampi R
Jurnal Manajemen Informatika & Teknologi Vol. 5 No. 2 (2025): Oktober : Jurnal Manajemen Informatika & Teknologi
Publisher : LPPM Sekolah Tinggi Ilmu Ekonomi - Studi Ekonomi Modern

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/1ev5md93

Abstract

Pemberian beasiswa merupakan salah satu upaya strategis untuk meningkatkan akses pendidikan dan mendorong pemerataan kesempatan belajar bagi mahasiswa berprestasi maupun yang berasal dari keluarga kurang mampu. Salah satu program beasiswa yang mendukung hal ini adalah Kartu Indonesia Pintar (KIP) Kuliah. Namun, proses seleksi penerima beasiswa seringkali menghadapi tantangan dalam hal objektivitas dan efisiensi penilaian. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan (SPK) dalam seleksi penerima beasiswa KIP di STIKOM Uyelindo Kupang dengan mengimplementasikan metode Simple Additive Weighting (SAW) dan algoritma Profile Matching. Metode SAW digunakan untuk menghitung nilai akhir berdasarkan pembobotan tiap kriteria, sedangkan metode Profile Matching berfungsi untuk mencocokkan profil ideal dengan data kandidat berdasarkan selisih nilai (GAP) dari setiap kriteria. Penggabungan kedua metode ini diharapkan mampu menghasilkan sistem seleksi yang lebih akurat, transparan, dan efisien dalam menentukan mahasiswa yang paling layak menerima beasiswa. Hasil akhir dari penelitian ini adalah prototipe sistem berbasis komputer yang dapat dijadikan sebagai alat bantu pengambilan keputusan oleh pihak kampus dalam proses seleksi beasiswa KIP.
Classification of Public Sentiment Related to Stunting in Indonesia Using BERT and SVM Kaesmetan, Yampi R
JBASE - Journal of Business and Audit Information Systems Vol 8, No 2 (2025): JBASE - Journal of Business and Audit Information Systems
Publisher : Universitas Bunda Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30813/jbase.v8i2.8960

Abstract

Stunting is a serious health issue in Indonesia, including in East Nusa Tenggara Province (NTT), which requires an analysis of public perception to support data-driven policies. This study proposes sentiment analysis using deep learning and machine learning approaches to classify public opinions regarding stunting from social media/online platforms. It aims to evaluate the performance of the BERT (Bidirectional Encoder Representations from Transformers) and SVM (Support Vector Machine) models in identifying sentiment (positive, negative, neutral), compare the advantages of BERT (transformer-based) and SVM (traditional machine learning) for sentiment classification tasks, and analyze the linguistic and contextual factors influencing sentiment polarity through text feature extraction. The research methods include collecting text data from digital platforms, text preprocessing, and model training with BERT embeddings as input features for SVM. The results are compared with traditional baselines (TF-IDF and word2vec) to measure accuracy improvement. The evaluation results show that for Negative Sentiment (86 tweets) Precision: 58%, Recall: 58%, F1-Score: 58%, Accuracy: 100%. Neutral Sentiment (814 tweets) Precision: 30%, Recall: 20%, F1-Score: 25%, Accuracy: 100%. Positive Sentiment (100 tweets) Precision: 60%, Recall: 75%, F1-Score: 68%, Accuracy: 100%. Meanwhile, SVM with various kernel types showed performance differences in sentiment classification.
SISTEM PENDUKUNG KEPUTUSAN UNTUK PENERIMAAN MURID BARU PADA SMKN 4 KOTA KUPANG MENGGUNAKAM METODE PROMETHEE Mutty, Nanda Gracenda Christina; Wole, Jernianti Susanti; Ndun, Alfrend; Kaesmetan, Yampi R
MULTITEK INDONESIA Vol 17 No 2 (2023): Desember
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/mtkind.v17i2.8152

Abstract

Kegiatan penerimaan murid baru merupakan kegiatan yang dilakukan disetiap sekolah. SMKN 4 Kota Kupang merupakan salah satu sekolah yang setiap tahunnya menyelenggarakan pendaftaran murid baru. Pendaftaran yang dilakukan masih secara manual seperti menggunakan spredsheet atau pengolah angka menimbulkan permasalahan antara lain lamanya proses pendaftaran. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan penerimaan murid baru menggunakan metode promethee. Di era teknologi dan komunikasi yang semakin maju, sekolah – sekolah membutuhkan sistem yang efisien dan akurat dalam memilih murid baru. Sistem pendukung keputusan sebagai salah satu alat pengambilan keputusan, kini sudah mulai banyak diterapkan dalam berbagai bidang kehidupan , tak terkecuali dalam proses pengambilan keputusan penerimaaan peserta didik baru di SMKN4 Kota Kupang. Dengan adanya sistem pendukung keputusan (SPK) Dapat membantu sekolah dalam pemilihan jurusan pada murid baru. Metode yang digunakan dalam membangun sistem pendukung keputusan, metode promethee (Preference Rangking Organization Method For Enrichment Evaluation ) adalah suatu penentuan urutan atau prioritas dalam analisis multikriteria. 
Sistem Pendukung Keputusan Penentuan Penerimaan Guru Baru Di Sma 9 Kupang (Bimoku) Menggunakan Metode Weighted Product Rihi, Ivana; Laoe, Desly sabatini; Tefa, Sepri; Kaesmetan, Yampi R
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 3 No. 1 (2020): Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI)
Publisher : Utility Project Solution

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

Abstract

Perkembangan teknologi di dunia global termasuk Indonesia telah memasuki era revolusi industri 4.0 yang ditandai dengan semakin pesatnya perkembangan segala perkembangan baru tersebut yang ternyata telah menimbulkan gangguan di berbagai bidang kehidupan manusia, termasuk salah satunya yang cukup berdampak pada kehidupan manusia. dampak yang besar yaitu pada sektor pendidikan. Hal inilah yang mendorong SMA Negeri 9 Bimoku Ogan Komering Ilir memperbaiki sistem rekrutmen guru untuk meningkatkan kualitas sumber daya manusia guna memaksimalkan pembelajaran dengan menggunakan metode Weighted Product (WP) dengan kriteria penilaian dan pembobotan data kriteria tersebut dalam berupa pendidikan, pengalaman kerja, umur, tes tertulis, tes kesehatan, A1 mempunyai nilai vektor s sebesar 0,9099, sehingga nilai tersebut dibagi dengan jumlah nilai vektor s dari alternatif yang ada maka diperoleh nilai sebesar 0,1460, sehingga hasilnya sebesar 0,0836, diketahui alternatif C5 yaitu junaidi merupakan pilihan alternatif terbaik berdasarkan hasil perhitungan manual dan perangkingan akhir dari sistem pendukung keputusan rekrutmen guru.
Co-Authors Abraham Do Hina Abubakar, Muhammad A. Alfayet, Teofano E.D Andreas Curtis Hopper Fua Anindya, Fazha Safha Atfandianus Ewal Azahra Imran, Fatimah Azis, Mayang Fitrylia Babis, Arjen Yohanes Bajuri, Miftahul K Bambali, Achmad Bahrudin Bastian Jumilton Lenggu Beda, Helena Bendi, Muhammad Indra Bintang Vieshe Mone Boboy, Vito Daniel Boling, Angel Agustina Delfince Toleu Desty A. Bekuliu Dinda Ayusma Tonael Djawas, Julaica F. Dominggus Mangngi Edwin Ariesto Umbu Malahina Elisabeth Kolastriwan Romanda Endang Oekolos Fahik, Ferdinandus Febianus Asa Frans, Harry Wolter Fransiskus Xaverius Moruk Fryonanda, Harfebi Fua, Andreas Curtis Hopper Fuzy Yustika Manik, Fuzy Yustika Ginting, Rudolf F.A. Handul, Yohanes Janssen Helena dorothea Mbura Henakin, Yohanes Bala Jamung, Maria Susanti Jekonia Nelchika Titing Jusrianto A Johannis Kamirsa, Yota Putra Katihara, Gustaf Karel Kehi, Balthasar Kembo, Emanuel Kristiano Kolihar, Reflon Paskah Komba, Clarisa La Beu, Dian Nurcahyani Ladopurab, Yohana Uba Lae, Archangela Cornelia Laoe, Desly sabatini Latuan, Franklyn Priscian Leosae, Sepriono Maria Claris Salzano Nurak Maria Yohana Gabriela Sasi Marlinda Vasty Overbeek Martin Ch. Liufeto Matulessy, Junus Yosia Eran Saktriawan Melania Zemil Meliana O Meo Mone, Gerry Moruk, Fransiskus Xaverius Mutty, Nanda Gracenda Christina Nawa, Yesaya Laga Ndun, Alfrend Nelci Non Nesi, Maria Yunita Nimrot Doke Para Nindy Aulia Safirah Nono, Mariana Selvia Owa, Frederikus Mantolda Dede Penlaana, Vania Serafin Pua geno, Muhamad Nazhif Zuhri Putra Prawira Yohanes Puka Rafael, Simpati Gamalio Rasti Lani Rexion Alondeo Boimau Rihi, Ivana Rosid, Achmat Saban, Aryandi Sanrina Natalia Evelin Tolan Saputri, Nur Azizah Indah Sayyid Ahmad Wisak selan, frederikus Selan, Frederikus Wanforsan Reynaldy Stefanus Taek, Adelvino Tahuk, Wilhelmina Johana Tefa, Sepri Vito Daniel Boboy Vito Daniel Boboy Vladimir Juino Jago Uko, Christianus Wilhelmina Johana Tahuk Wole, Jernianti Susanti Wulansari Masan Yafet Balan Yesaya Laga Nawa Yota Putra Kamirsa Yunita Luruk Ulu Yustina Bete Dos Santos Yusuf Elpontus Tanaem