Article Per Year (5 Year)
p-Index From 2020 - 2025
5.028
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer JAIS (Journal of Applied Intelligent System) JOIV : International Journal on Informatics Visualization Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jurnal Teknologi Sistem Informasi dan Aplikasi J-SAKTI (Jurnal Sains Komputer dan Informatika) KOMPUTIKA - Jurnal Sistem Komputer Progresif: Jurnal Ilmiah Komputer Jurnal Manajemen Informatika dan Sistem Informasi Budimas : Jurnal Pengabdian Masyarakat Abdimasku : Jurnal Pengabdian Masyarakat J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Informatika: Jurnal Pengembangan IT Science Technology and Management Journal (STMJ) Inovasi Sosial: Jurnal Pengabdian Masyarakat
Saraswati, Galuh Wilujeng
Universitas Dian Nuswantoro
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Social Sciences Other

Published : 30 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Progresif: Jurnal Ilmiah Komputer

 1 
Penerapan Metode K-Means Clustering Dalam Menganalisis Sentimen Masyarakat Terhadap K-Popers Pada Twitter Miranti Alysha Zulia Larasati; Nurul Anisa Sri Winarsih; Muhammad Syaifur Rohman; Galuh Wilujeng Saraswati
Progresif: Jurnal Ilmiah Komputer Vol 18, No 2: Agustus 2022
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (551.485 KB) | DOI: 10.35889/progresif.v18i2.877

Abstract

The evolution of Twitter as a platform loved by the general public in Indonesia is evidenced by statistical data that shows that Indonesia is ranked 7th in the world and has a large number of users, reaching 13.2 million. Many users have expressed their opinions on Twitter. This includes expressions with hate speech to bullying. From this research, an analysis was carried out on public satisfaction with K-Pop to get a benchmark for how far people know the existence of K-Pop in Indonesia. This research was conducted using the K-Means Clustering algorithm method to group (positive, neutral and negative) sentiments from datasets taken from Twitter. The dataset used consists of 1000 data retrieved according to the results of the polarity of the tweet. Based on the test results, it got a negative sentiment value of 15.09%, neutral 51.75%, and positive 33.15%. With the evaluation level using the silhouette coefficient method, which is 0.687974 which means it has good structural results.Keywords: Data Mining, K-means Clustering, Silhouette coefficient, K-pop Abstrak. Evolusi Twitter sebagai platform yang digemari masyarakat umum di Indonesia dibuktikan dengan data statistik yang menunjukkan bahwa Indonesia menempati peringkat ke-7 dunia dan memiliki jumlah pengguna yang besar yaitu mencapai 13,2 juta. Banyak pengguna yang mengutarakan pendapat di Twitter. Ini termasuk ekspresi dengan ujaran kebencian hingga perundungan. Dari penelitian tersebut dilakukan analisis tentang kepuasan masyarakat terhadap K-Pop untuk mendapatkan tolok ukur seberapa jauh masyarakat mengetahui eksistensi K-Pop di Indonesia. Penelitian ini dilakukan dengan menggunakan algoritme K-Means Clustering untuk mengelompokkan sentimen positif, netral dan negatif dari dataset yang diambil dari twitter. Dataset yang digunakan terdiri dari 1000 data yang diambil sesuai hasil polaritas tweet. Berdasarkan hasil pengujian mendapatkan nilai sentimen negatif sebanyak 15,09%, netral 51,75%, dan positif 33,15%. Dengan tingkat evaluasi menggunakan metode Silhouette Coefficient yaitu sebesar 0.687974 yang berarti memiliki hasil struktur yang baik.Kata kunci: Data Mining, K-means Clustering , Silhouette coefficient, K-pop
Penerapan Arsitektur MVVM Pada Aplikasi Tanamin Untuk Mendeteksi Penyakit Tanaman Berbasis Android Saraswati, Galuh Wilujeng; Febrianto, Nanang
Progresif: Jurnal Ilmiah Komputer Vol 19, No 2: Agustus 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i2.1347

Abstract

Indonesia is an agrarian country or a country with a population that makes a living as farmers. Many problems experienced by farmers, especially in the handling of plant diseases. This application is a solution in preventing and dealing with plant diseases. The use of technology in developing applications can help with the problems of various sectors, especially in this case agriculture. This application development uses the MVVM (Model View -View Model) architecture and uses the Extreme Programming (XP) method. The use of the MVVM architecture was chosen to make it easier when maintaining applications because the development is separated between the interface and business logic. The main feature of this application is to detect plant diseases by taking pictures via a smartphone camera. Then the image will be sent to the cloud server to process disease detection by implementing the REST API using Retrofit. From the results of the Black Box testing carried out, the entire system works well according to the test scenario carried out.Keywords: MVVM; Tanamin; Retrofit; Blackbox; Extreme Programming AbstrakIndonesia merupakan negara agraris atau negara dengan penduduk yang bermata pencaharian sebagai petani. Banyak permasalahan yang dialami para petani khususnya dalam penanganan penyakit tanaman. Aplikasi ini menjadi solusi dalam mencegah dan menangani penyakit tanaman. Pemanfaatan teknologi dalam mengembangkan aplikasi dapat membantu permasalahan berbagai sektor khususnya dalam hal ini adalah pertanian. Pengembangan aplikasi ini menggunakan arsitektur MVVM (Model View -View Model) dan menggunakan metode Extreme Programming (XP). Penggunaan arsitektur MVVM dipilih agar memudahkan pada saat pemeliharaan aplikasi karena pengembangannya dipisahkan antara antarmuka dan logika bisnis. Fitur utama pada aplikasi ini adalah untuk mendeteksi penyakit tanaman dengan cara melakukan pengambilan gambar melalui kamera smartphone. Selanjutnya gambar tersebut akan dikirimkan ke server cloud untuk melakukan pemrosesan deteksi penyakit dengan menerapkan REST API menggunakan Retrofit. Dari hasil pengujian Black Box yang dilakukan seluruh sistem bekerja dengan baik sesuai dengan skenario tes yang dilakukan.Kata kunci: MVVM; Tanamin; Retrofit; Blackbox; Extreme Programming
Peningkatan Urgensi Daerah Rawan Bencana melalui Analisis Geoparsing pada Berita Kebencanaan dengan Text Mining Rohman, Muhammad Syaifur; Sri Winarsih, Nurul Anisa; Saraswati, Galuh Wilujeng
Progresif: Jurnal Ilmiah Komputer Vol 19, No 2: Agustus 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i2.1295

Abstract

This research aims to enhance the Disaster Vulnerability Map through the utilization of Geoparsing method by Text Mining on disaster news reports. The increase in casualties and damages caused by natural disasters reported by BNPB from 2020 to 2021 necessitates effective disaster management and preparedness for future events. BPBD Jawa Tengah employs disaster news reports as a means to raise public awareness. However, the creation of an accurate Disaster Vulnerability Map requires geospatial data on the frequency of disaster occurrences, which is not available within the reports. Thus, Geoparsing is employed to process the disaster reports data. The findings of this study demonstrate that Geoparsing can enhance the accuracy of the Disaster Vulnerability Map and provide insights into the level of urgency for disaster preparedness in the Preparedness Disaster Management phase.Keywords: Text Mining; Geoparsing; Disaster Prone Area; Disaster Management AbstrakPenelitian ini bertujuan untuk meningkatkan Peta Rawan Bencana melalui penggunaan metode Geoparsing yang didapat melalui Text Mining pada berita laporan kebencanaan. Dalam kurun waktu tahun 2020 hingga 2021, terjadi peningkatan korban dan kerugian akibat bencana alam yang dilaporkan oleh BNPB. Oleh karena itu, penanganan dan persiapan yang efektif diperlukan untuk mengurangi dampak bencana di masa depan. BPBD Jawa Tengah menggunakan berita laporan kebencanaan sebagai upaya untuk meningkatkan kesadaran masyarakat. Namun, untuk menghasilkan Peta Rawan Bencana yang akurat, diperlukan data geospasial mengenai frekuensi kejadian bencana yang tidak tersedia dalam laporan tersebut. Dalam penelitian ini, dilakukan pengolahan data laporan kebencanaan menggunakan metode Geoparsing. Hasil penelitian menunjukkan bahwa Geoparsing dapat meningkatkan akurasi Peta Rawan Bencana dan memberikan informasi mengenai tingkat urgensi persiapan terhadap bencana di fase Preparedness Disaster Management.Kata kunci: Text Mining; Geoparsing; Disaster Prone Area; Disaster Management
Co-Authors Achmad Naila Muna Ramadhani Adhitya Nugraha Aditya Wahyu Ramadhan Adji, Dian Restu Ahmad Zainul Fanani Ajib Susanto Akbar Dwi Syahputra Angga Apriano Hermawan Azhara Devi Sandi Azzahra, Tarissa Aura Bagas Aditya Mahendra Danny Oka Ratmana Danny Oka Ratmana Dianna Yanuaresta Dwi Puji Prabowo, Dwi Puji Erba Lutfina Etika Kartikadarma Fafaza, Safira Alya Fakhrurrozi Fakhrurrozi Febrianti, Ervina Febrianto, Nanang Filmada Ocky Saputra Filmada Ocky Saputra Guruh Fajar Shidik Gustina Alfa Trisnapradika Handoyo, Dhiky Resandi Wur Heru Agus Santoso Lakui Johary Lutfina, Erba Malik Aziz Ali Mardiantara, Naya Alifiah az Azar Putri Megantara, Rama Aria Meilani Dwi Permatasari Miranti Alysha Zulia Larasati Muhamad Ni'am Syukri Roni Asmi Muhammad Syaifur Rohman Muhammad Syaifur Rohman Muljono, - Mulyanto, Edy Nur Inayati Nurun Najmi Amanina Pergiwati, Dewi Prashanti, Eva Pulung Nurtantio Andono Rahmat Trinanda Pramudya Amar Rama Tri Agung Ramadhan, Aditya Wahyu Ramadhani, Irfan Wahyu Ratmana, Danny Oka Renjiro Azhar Pramono Ricardus Anggi Pramunendar Rino Agung Rizky Syah Gumelar Rohman, Muhammad Syaifur Rohman, Muhammad Syaifur Saputra, Filmada Ocky Sri Winarsih, Nurul Anisa Wildan Mahmud Winarsih, Nurul Anisa Sri Yustiqomah, Evita Citra