Claim Missing Document
Check
Articles

Found 12 Documents
Search

Analisis Sentimen Twitter Pasca Pengumuman Hasil Pilpres 2019 Menggunakan Metode Lexicon Analysis Nababan, Adi Pandu Rahmat; Lumenta, Arie Salmon Matius; Rindengan, Yaulie Deo; Pontoh, Fransisca Joanet; Akay, Yuri Vanli
Jurnal Teknik Informatika Vol 15, No 1 (2020): JURNAL TEKNIK INFORMATIKA
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35793/jti.15.1.2020.29030

Abstract

Perkembangan yang cepat dalam bidang teknologi informasi menjadi sebuah paradigma baru. Twitter salah satu produk teknologi yang memungkinkan pengguna menyampaikan informasi peristiwa dari dunia nyata ke media sosial sehingga dapat diketahui khalayak luas lewat media internet. Salah satu peristiwa menarik adalah pengumuman hasil Pilpres oleh KPU pada tanggal 21 Mei 2019. Banyak kicauan di twitter menjadi trending topik yang berhubungan dengan kejadian tersebut. Karena itu pada penelitian ini akan dilakukan penarikan data tweet, kemudian menganalisis data dengan metode lexicon analysis. Lalu menampilkan data yang telah dianalisis. Pada penelitian ini terdapat 21 hashtag trending topik yang ditarik. Selanjutnya data tweet melalui tahap preprosesing yaitu tokenizing, normalisasi kata, filtering dan stemming. Data dianalisis menggunakan metode lexicon analisis dan dukungan kamus lexicon dan dijalankan dalam bahasa R untuk menentukan sentimen positif, negatif dan netral. Dari hasil penelitian sentimen positif   tertinggi  pada hashtag #JokowiAminSudahMenang sebanyak 54%. Sentimen negatif   tertinggi    pada   hashtag    #PrabowoBukanPemimpin sebanyak 51%, serta sentimen netral tertinggi terdapat pada #98jagademokrasi sebanyak 72%. Lexicon analysis dapat mengklasifikasikan data tweet dalam tiga kelas yaitu positif, negatif dan netral. Dan tingkat akurasi analisis sangat ditentukan oleh banyaknya jumlah kata pada kamus lexicon.
Teknik Pengenalan Pembuluh Darah Punggung Tangan Berbasis Fitur Local Binary Pattern Pontoh, Fransisca Joanet; Kainde, Henry V.F.; Akay, Yuri Vanli
Jurnal Ilmu Komputer dan Bisnis Vol. 12 No. 2a (2021): Vol. 12 No. 2a Special Issue (2021)
Publisher : STMIK Dharmapala Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47927/jikb.v12i2a.221

Abstract

Teknologi biometrik untuk mengidentifikasi dan mengenal karakteristik bagian tubuh manusia yang unik dan tetap sudah banyak dilakukan. Teknik ini menjadi bagian dari sistem keamanan di berbagai bidang seperti sidik jari, palm print, wajah, dan iris. Tetapi semua teknik ini masih memiliki keterbatasan. Vena punggung tangan merupakan salah satu bagian dari sistem biometrik populer yang memiliki karakteristik tekstur yang berbeda pada setiap individu yang terletak di dalam tubuh sehingga sulit untuk ditempa ataupun dipalsukan, higienis dan nyaman. Metode yang digunakan adalah experimental atau berbasis pada eksperimen yang bersifat analisis. Tahapan rancangan yang dibangun meliputi input data citra, ekstraksi fitur, pencocokan dan pengenalan citra vena punggung tangan. Data yang digunakan dalam penelitian ini berupa citra punggung tangan tangan kiri dan kanan. Pengambilan gambar dilakukan menggunakan sebuah webcam yang telah dimodifikasi sehingga menangkap citra NIR. Hasil dari penelitian ini menghasilkan metode yang diusulkan dapat melakukan ekstraksi fitur pada citra pembuluh darah punggung tangan dengan akurasi maksimal mencapai 90% dan waktu komputasi selama 36.0 detik.
Pelatihan Pemanfaatan E-Commerce Untuk Peningkatan Penjualan Pengrajin Bambu di Kelurahan Kinilow, Kecamatan Tomohon Utara Pontoh, Fransisca Joanet; Adinata, Harni Seven
J-ADIMAS (Jurnal Pengabdian Kepada Masyarakat) Vol 12, No 1 (2024)
Publisher : (STKIP) PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/j-adimas.v12i1.5383

Abstract

Penjualan secara konvensional atau sambil menunggu pelanggan datang dan membeli barang yang dijual, sampai saat ini masih terus dilakukan. Hal ini juga terjadi pada pengrajin bambu di Kelurahan Kinilow. Sebelum terjadi pandemi Covid-19, banyak warga sekitar ataupun wisatawan baik lokal maupun mancanegara yang membeli hasil kerajinan ini. Tetapi dengan adanya pandemi Covid-19 menyebabkan turunnya hasil penjualan. Tentunya hal ini menyebabkan para pengrajin bambu ini harus berusaha melakukan inovasi baik dari produk ataupun strategi pemasaran agar boleh meningkatkan hasil penjualan, karna ini merupakan sumber pendapatan utama keluarga dan juga sebagai penunjang perputaran roda ekonomi di era adaptasi kebiasaan baru. E-commerce merupakan cara bagi konsumen untuk dapat membeli barang yang diinginkan dengan memanfaatkan teknologi internet. Pemanfaatan teknologi e-commerce dapat dirasakan oleh konsumen, maupun oleh pelaku usaha. Pengabdian kepada masyarakat ini bertujuan untuk melakukan pelatihan pemanfaatan e-commerce kepada pengrajin bambu di Kelurahan Kinilow sebagai pelaku usaha. Kegiatan yang akan dilakukan meliputi pemberian pengetahuan tentang perubahan tren usaha secara elektronik di era industri 4.0, pelatihan pemanfaatan e-commerce untuk penjualan online, dan pendampingan pemanfaaan e-commerce dalam penjualan dimedia sosial, juga pada market place seperti Bukalapak, Tokopedia, Shopee, WA dan Facebook. Kegiatan pengabdian ini dapat memberikan pemahaman dan keterampilan kepada mitra tentang media internet khususnya e-commerce sebagai sarana penjualan / promosi produk yang efektif dan efisien, dapat memanfaatkan berbagai market place berbasis internet sebagai sarana penjualan produk dan meningkatnya omzet penjualan kerajinan bambu yang diperoleh dengan memanfaatkan e-commerce. 
e-DSMES DALAM MENINGKATKAN MANAJEMEN PERAWATAN DIRI PENDERITA DIABETES MELITUS DI MASA PANDEMI COVID-19 Toar, Juwita Moreen; Rooroh, Victor Giovannie Xaverison; Pontoh, Fransisca Joanet
JURNAL KEPERAWATAN Vol. 12 No. 2 (2024): JURNAL KEPERAWATAN
Publisher : Universitas Sam Ratulangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35790/j-kp.v12i2.57891

Abstract

Abstract Background: The COVID-19 pandemic has impacted access to healthcare services and accelerated the adoption of technology in managing chronic diseases such as diabetes mellitus. Diabetes Self-Management Education and Support (DSMES) utilizing technology has become increasingly important in the context of social restrictions and changes in healthcare access, providing knowledge and support to individuals with diabetes to manage their condition independently. Self-care capabilities can optimize metabolic control, prevent complications, and improve the quality of life for diabetes patients. Education for diabetes patients during the COVID-19 pandemic is essential so that an effective educational model intervention strategy is needed.Objective: This study aims to determine the effect of electronic Diabetes Self-Management Education and Support (e-DSMES) on the self-care abilities of individuals with type 2 diabetes mellitus during the COVID-19 pandemic. Methods: The research design used was a pre-experimental design with a one-group pre-post test and the sampling technique is simple random sampling. A total of 20 individuals with type 2 diabetes mellitus enrolled in Prolanis at the Wenang Community Health Center in Manado participated in the e-DSMES program for 4 weeks. Data were collected using the Diabetes Self-Management Questionnaire (DSMQ) to measure respondents' self-care abilities. Results: Data analysis using a paired t-test showed a significant difference in the average self-care management scores before and after the implementation of e-DSMES (p < 0.05 and CI does not include zero).Conclusion: The implementation of e-DSMES can be an effective strategy in improving health outcomes for individuals with diabetes during the pandemic and other social restriction situations. Keywords: diabetes education program; telehealth; diabetes; selfcare management; covid 19      
Teknik Deteksi Biometrika untuk Pengenalan Sidik Jari Menggunakan Deteksi Minutiae Pontoh, Fransisca Joanet
Pixel :Jurnal Ilmiah Komputer Grafis Vol 17 No 1 (2024): Vol 17 No 1 (2024): Jurnal Ilmiah Komputer Grafis
Publisher : UNIVERSITAS STEKOM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/pixel.v17i1.2000

Abstract

Fingerprint recognition is a popular biometric technology due to its unique properties and high accuracy rate. Fingerprint recognition systems generally use fingerprint image representations, such as grayscale images, phase images, skeleton images, and minutiae. In this research, fingerprint image pre-processing is performed using Gaussian Blur, Median Blur, Thresholding, Otsu Thresholding, Thinning with Guo-Hall algorithm, and Minutiae Detection. Minutiae detection produces 426 termination points and 459 bifurcation points. The results of the pre-processing and minutiae detection were then used for minutiae matching on 5 different images. Minutiae matching produces varying degrees of similarity with a high level of accuracy, reaching an average accuracy of 88.80%.
Identifikasi Pembuluh Darah Jari Tangan, Menggunakan Bahasa Pemrograman Python Pontoh, Fransisca Joanet
Jurnal Esensi Infokom : Jurnal Esensi Sistem Informasi dan Sistem Komputer Vol 8 No 2 (2024): Jurnal Esensi Infokom : Jurnal esensi sistem informasi dan sistem komputer
Publisher : Lembaga Riset dan Pengabdian Masyarakat Institut Bisnis Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55886/infokom.v8i2.918

Abstract

Biometric systems automatically identify people based on their behavioral characteristics. Finger veins are more secure as biometric data than other biometric data. Finger vein patterns are difficult to forge because they are below the surface of the skin. To make the vascular pattern visible on the skin, a special method is needed to identify it. This research aims to develop a finger vein recognition system using the Convolutional Neural Network (CNN) method implemented in Python, with the aim of replacing the fingerprint-based employee attendance system in hospitals. This method offers higher security and resistance to forgery, given that finger veins are difficult to access from outside the body. This research utilizes the blood vessel dataset from Kaggle and goes through three main stages: preprocessing, training, and testing. The trained CNN model showed high performance with 99.99% accuracy in recognizing patterns in the finger vein images. The results of this study confirm that the developed system can provide accurate
Combination of TF-IDF and Rabin-Karp for Detecting Document Similarity in Student Thesis Abstracts Saputro, Pujo Hari; Pontoh, Fransisca Joanet; Tumurang, Olivia Maria
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol. 8 No. 1 (2025): J-SISKO TECH EDISI JANUARI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v8i1.10611

Abstract

Final semester students are required to complete a final project in the form of research relevant to their respective fields of study, to find innovative solutions, and to develop critical thinking skills. However, plagiarism is a common problem that often arises. Plagiarism is defined as the act of taking someone else's work, including opinions, and claiming it as one's own. Therefore, technology can be used to detect similarities in the abstracts of student manuscripts submitted during thesis title submissions, allowing for early detection of plagiarism. The corpus used was taken from the directory of final projects from the Computer Engineering Study Program, consisting of 98 data points, and from the Civil Engineering Study Program, consisting of 40 data points. In this study, utilizing the TF-IDF and Rabin-Karp algorithms, it was found that TF-IDF is capable of detecting the importance of a word in a document relative to the entire corpus. Rabin-Karp has also proven effective in detecting matching patterns in several corpuses, with a known pattern matching accuracy of 70%.
Pelatihan Pemanfaatan Google-Maps Sebagai Bentuk Digitalisasi Pemasaran Produk UMKM di Kelurahan Woloan Dua Pontoh, Fransisca Joanet; Tielung, Maria Veronica Jaegueline; Sengkey, Rizal
J-ADIMAS (Jurnal Pengabdian Kepada Masyarakat) Vol 13, No 1 (2025)
Publisher : (STKIP) PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/j-adimas.v13i1.7515

Abstract

Penjualan secara konvensional atau sambil menunggu pelanggan datang dan membeli produk yang dijual, sampai saat ini masih terus dilakukan. Hal ini juga terjadi pada Usaha Mikro Kecil dan Menengah (UMKM) yang ada di Kelurahan Woloan Dua. Digitalisasi pemasaran merupakan salah satu alternatif solusi dalam membantu memulihkan keterpurukan pelaku UMKM. Salah satu alat digital yang menjadi andalan dalam meningkatkan efisiensi dan efektivitas pemasaran produk UMKM adalah Google-Maps. Google-Maps merupakan sebuah aplikasi layanan pemetaan yang dikembangkan oleh Google, telah menjadi salah satu alat yang paling populer dan mudah digunakan dalam menjelajahi dan menemukan lokasi-lokasi fisik, serta dalam merencanakan perjalanan. Namun, potensi Google-Maps dalam mendukung pemasaran produk UMKM belum sepenuhnya dimanfaatkan secara optimal. Pelaku UMKM dapat memanfaatkan berbagai fitur yang disediakan oleh Google-Maps seperti penanda lokasi, ulasan pelanggan, dan informasi kontak. Selain itu, para pelaku UMKM dapat membuat profil bisnis mereka yang informatif dan menarik bagi calon konsumen. Selain memberikan manfaat kepada pelaku UMKM, penggunaan Google-Maps juga memberikan keuntungan bagi konsumen. Mereka dapat menemukan produk atau jasa yang mereka butuhkan dengan bantuan peta interaktif, serta melihat ulasan dan rekomendasi dari pengguna lain.
Penyuluhan Kesehatan dengan Health Belief Model pada Pasien Hipertensi Pondaag, Ferlan Ansye; Sembiring, Erika Emnina; Pontoh, Fransisca Joanet
Jurnal Lentera Sehat Indonesia Vol. 4 No. 1 (2025): Jurnal Lentera Sehat Indonesia
Publisher : Yayasan Bina Lentera Insan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57207/my5e0y15

Abstract

Hipertensi merupakan salah satu penyakit kronis yang masuk dalam 10 besar penyakit kronis di Indonesia dan mengalami peningkatan dari tahun ke tahun. Selain dapat menyebabkan kematian, hipertensi juga dapat menyebabkan komplikasi seperti stroke, penyakit jantung dan penyakit ginjal . Untuk mencegah dan mengendalikan penyakit hipertensi perlu adanya pemahaman dan pengambilan keputusan yang tepat sehingga orang yang beresiko mengalami hipertensi dapat melakukan pencegahan dan bagi penderita dapat melakukan menajemen penyakit hipertensi yang tepat untuk menghindari komplikasi yang dapat mempengaruhi kualitas hidup penderita. Pengabdian kepada masyarakat ini bertujuan untuk memaksimalkan potensi diri penderita penyakit hipertensi dalam mengelola penyakit dengan memberikan edukasi menggunakan health belief model yang terdiri dari persepsi kerentanan, persepsi keparahan, persepsi manfaat, persepsi hambatan, isyarat untuk bertindak, dan persepsi diri di Wilayah Kerja Puskesmas Bengkol. Kegiatan ini dilakukan meliputi, edukasi tentang hipertensi dengan health belief model dan pemeriksaan tekanan darah. Hasil yang ditargetkan dari program ini adalah peningkatan pengetahuan tentang penyakit, proporsi minum obat dan kontrol tekanan darah rutin bagi penderita hipertensi meningkat dan mencegah terjadinya komplikasi
Teknik Deteksi Biometrika untuk Pengenalan Sidik Jari Menggunakan Deteksi Minutiae Pontoh, Fransisca Joanet
Pixel :Jurnal Ilmiah Komputer Grafis Vol. 17 No. 1 (2024): Pixel :Jurnal Ilmiah Komputer Grafis dan Ilmu Komputer
Publisher : UNIVERSITAS STEKOM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/pixel.v17i1.2000

Abstract

Fingerprint recognition is a popular biometric technology due to its unique properties and high accuracy rate. Fingerprint recognition systems generally use fingerprint image representations, such as grayscale images, phase images, skeleton images, and minutiae. In this research, fingerprint image pre-processing is performed using Gaussian Blur, Median Blur, Thresholding, Otsu Thresholding, Thinning with Guo-Hall algorithm, and Minutiae Detection. Minutiae detection produces 426 termination points and 459 bifurcation points. The results of the pre-processing and minutiae detection were then used for minutiae matching on 5 different images. Minutiae matching produces varying degrees of similarity with a high level of accuracy, reaching an average accuracy of 88.80%.