Article Per Year (5 Year)
p-Index From 2020 - 2025
1.578
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Sistem Komputer dan Informatika (JSON) Teknika Data Sciences Indonesia (DSI) Bulletin of Engineering Science, Technology and Industry
Yennimar
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Physics

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Data Sciences Indonesia (DSI)

 1 
Sentiment Analysis of Indonesia Covid-19 Vaccine on Twitter Using Naïve Bayes Classifier Muhammad Ridho; Amir Mahmud Husein; Yennimar; Vivian Benita Halawa; Nova Anjelia Pasaribu; Suraj Kumar
Data Sciences Indonesia (DSI) Vol. 3 No. 2 (2023): Article Research Volume 3 Issue 2, December 2023
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v3i2.2959

Abstract

Analisis sentimen merupakan suatu teknik untuk menggali informasi berupa pandangan (sentimen) seseorang terhadap suatu isu atau peristiwa. Analisis sentimen dapat dilakukan pada media sosial Twitter dengan memanfaatkan Tweet dari pengguna dengan menghasilkan klasifikasi berupa penilaian positif, negatif atau netral. Salah satu topik yang bisa dianalisis adalah program vaksinasi COVID-19. Dengan banyaknya jenis atau merek dagang pada vaksin, hal ini menimbulkan permasalahan terkait dengan beragamnya opini masyarakat terhadap vaksin tersebut. Penelitian ini bertujuan untuk mengetahui keakuratan metode yang digunakan terhadap hasil klasifikasi pada analisis sentimen masyarakat mengenai vaksin di media sosial Twitter. Metode yang digunakan dalam penelitian ini adalah Naive Bayes Classifier. Penerapan metode ini digunakan pada dataset yang diperoleh dengan melakukan crawling pada data tweet terkait topik vaksin covid-19. Jumlah dataset yang berhasil diperoleh sebanyak 8000+ tweet mulai tanggal 15 hingga 24 Desember dengan proses pengambilan manual karena keterbatasan pengambilan tweet. Hasil akurasi metode Naive Bayes Classifier sebesar 0,93 (93%) dengan perolehan klasifikasi jumlah tweet berlabel positif 2275 (60,2%), negatif 201 (5,3%), dan netral 1304 (34,5%). ). Berdasarkan akurasi tinggi yang dihasilkan dari penerapan metode NBC pada penelitian ini, maka metode NBC sangat dipertimbangkan untuk mengklasifikasikan label untuk analisis sentimen pada topik vaksin covid-19.
Pembuatan Aplikasi Absensi Berbasis Website Pada POLDA Sumatera Utara Zizwan Putra, Adya; Amir Mahmud Husein; Yennimar; Rico Aldinata Tarigan
Data Sciences Indonesia (DSI) Vol. 3 No. 1 (2023): Article Research Volume 3 Issue 1, December 2023
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v3i1.2802

Abstract

Perkembangan teknologi dan penyebaran informasi menjadi semakin cepat berbagai aspek kehidupan, baik aspek sosial, politik, budaya, pendidikan dan pekerjaan. Perkembangan ini membuat banyak kegiatan operasional perusahaan yang menjadi lebih efisien dan efektif, salah satunya adalah kegiatan pencatatan kehadiran (absensi). Absensi menjadi salah satu aspek utama penilaian terkait ketaatan kehadiran dan kedisiplinan karyawan pada saat jam kerja. Hal ini dikarenakan absensi dapat mempengaruhi kinerja karyawan khususnya di Polda Sumatera Utara. Di Polda Sumatera Utara, sistem absensi sudah menggunakan mesin fingerprint. Namun, detektor pada mesin fingerprint seringkali mengalami masalah sehingga karyawan harus melakukan fingerprint berulang-ulang agar sidik jari dapat dikenali sensorPenelitian ini menggunakan berbagai metode yaitu metode pengamatan secara langsung terhadap kegiatan-kegiatan yang dilakukan di Polda Sumatera Utara, wawancara dengan karyawan Polda Sumatera Utara yang berkaitan langsung dengan masalah yang diteliti dan Jurnal yang berhubungan dengan penelitian yang dilakukan. Diharapkan aplikasi yang dirancang dapat menjadi solusi yang efektif dalam penyelesaian permasalahan yang dihadapi oleh Polda Sumatera Utara terutama dalam kegiatan absensi karyawan. Pengujian pada aplikasi kehadiran karyawan dilakukan agar dapat memastikan bahwa aplikasi dapat berjalan dengan baik dan tidak ada debugging pada sistem.Aplikasi kehadiran karyawan dirancang dengan model waterfall melalui empat tahapan yang dilakukan yaitu analisis kebutuhan, desain antarmuka pengguna, implementasi aplikasi, dan pengujian aplikasi, Melalui aplikasi ini, pihak Polda Sumatera Utara dapat melakukan mencatat, memeriksa, mengubah dan menyusun laporan kehadiran karyawan berbasis website, Penambahan karyawan, pengubahan data user, beserta pengunduhan laporan dalam aplikasi ini hanya dapat dilakukan oleh admin untuk menghindari kebocoran data yang terkait dengan aplikasi tersebut.
Pembuatan Aplikasi Absensi Berbasis Website Pada POLDA Sumatera Utara Zizwan Putra, Adya; Amir Mahmud Husein; Yennimar; Rico Aldinata Tarigan
Data Sciences Indonesia (DSI) Vol. 3 No. 1 (2023): Article Research Volume 3 Issue 1, June 2023
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v3i1.2802

Abstract

Perkembangan teknologi dan penyebaran informasi menjadi semakin cepat berbagai aspek kehidupan, baik aspek sosial, politik, budaya, pendidikan dan pekerjaan. Perkembangan ini membuat banyak kegiatan operasional perusahaan yang menjadi lebih efisien dan efektif, salah satunya adalah kegiatan pencatatan kehadiran (absensi). Absensi menjadi salah satu aspek utama penilaian terkait ketaatan kehadiran dan kedisiplinan karyawan pada saat jam kerja. Hal ini dikarenakan absensi dapat mempengaruhi kinerja karyawan khususnya di Polda Sumatera Utara. Di Polda Sumatera Utara, sistem absensi sudah menggunakan mesin fingerprint. Namun, detektor pada mesin fingerprint seringkali mengalami masalah sehingga karyawan harus melakukan fingerprint berulang-ulang agar sidik jari dapat dikenali sensorPenelitian ini menggunakan berbagai metode yaitu metode pengamatan secara langsung terhadap kegiatan-kegiatan yang dilakukan di Polda Sumatera Utara, wawancara dengan karyawan Polda Sumatera Utara yang berkaitan langsung dengan masalah yang diteliti dan Jurnal yang berhubungan dengan penelitian yang dilakukan. Diharapkan aplikasi yang dirancang dapat menjadi solusi yang efektif dalam penyelesaian permasalahan yang dihadapi oleh Polda Sumatera Utara terutama dalam kegiatan absensi karyawan. Pengujian pada aplikasi kehadiran karyawan dilakukan agar dapat memastikan bahwa aplikasi dapat berjalan dengan baik dan tidak ada debugging pada sistem.Aplikasi kehadiran karyawan dirancang dengan model waterfall melalui empat tahapan yang dilakukan yaitu analisis kebutuhan, desain antarmuka pengguna, implementasi aplikasi, dan pengujian aplikasi, Melalui aplikasi ini, pihak Polda Sumatera Utara dapat melakukan mencatat, memeriksa, mengubah dan menyusun laporan kehadiran karyawan berbasis website, Penambahan karyawan, pengubahan data user, beserta pengunduhan laporan dalam aplikasi ini hanya dapat dilakukan oleh admin untuk menghindari kebocoran data yang terkait dengan aplikasi tersebut.
Sentiment Analysis of Indonesia Covid-19 Vaccine on Twitter Using Naïve Bayes Classifier Muhammad Ridho; Amir Mahmud Husein; Yennimar; Vivian Benita Halawa; Nova Anjelia Pasaribu; Suraj Kumar
Data Sciences Indonesia (DSI) Vol. 3 No. 2 (2023): Article Research Volume 3 Issue 2, December 2023
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v3i2.2959

Abstract

Analisis sentimen merupakan suatu teknik untuk menggali informasi berupa pandangan (sentimen) seseorang terhadap suatu isu atau peristiwa. Analisis sentimen dapat dilakukan pada media sosial Twitter dengan memanfaatkan Tweet dari pengguna dengan menghasilkan klasifikasi berupa penilaian positif, negatif atau netral. Salah satu topik yang bisa dianalisis adalah program vaksinasi COVID-19. Dengan banyaknya jenis atau merek dagang pada vaksin, hal ini menimbulkan permasalahan terkait dengan beragamnya opini masyarakat terhadap vaksin tersebut. Penelitian ini bertujuan untuk mengetahui keakuratan metode yang digunakan terhadap hasil klasifikasi pada analisis sentimen masyarakat mengenai vaksin di media sosial Twitter. Metode yang digunakan dalam penelitian ini adalah Naive Bayes Classifier. Penerapan metode ini digunakan pada dataset yang diperoleh dengan melakukan crawling pada data tweet terkait topik vaksin covid-19. Jumlah dataset yang berhasil diperoleh sebanyak 8000+ tweet mulai tanggal 15 hingga 24 Desember dengan proses pengambilan manual karena keterbatasan pengambilan tweet. Hasil akurasi metode Naive Bayes Classifier sebesar 0,93 (93%) dengan perolehan klasifikasi jumlah tweet berlabel positif 2275 (60,2%), negatif 201 (5,3%), dan netral 1304 (34,5%). ). Berdasarkan akurasi tinggi yang dihasilkan dari penerapan metode NBC pada penelitian ini, maka metode NBC sangat dipertimbangkan untuk mengklasifikasikan label untuk analisis sentimen pada topik vaksin covid-19.
Co-Authors Amir Mahmud Husein Bagas Andhika Br Hotang, Etis Landya Dhanny Rukmana Manday Duran, Filbert Gabriella Br. Surbakti Grisela Sangap Damayanti Saragih Juilo Diamond Sitepu Julfan Farman Zebua Leonardo Manihuruk, Rohni Endetta Mardi Turnip Muhammad Ridho Napitupulu, Agrifa Insani Nova Anjelia Pasaribu Rico Aldinata Tarigan Shickhem Shiddik, Fahriza Suraj Kumar Vivian Benita Halawa Wikesyah Putri Sitorus William Owen Wijaya Yans YMP Situmorang Zizwan Putra, Adya