Article Per Year (5 Year)
p-Index From 2020 - 2025
0.961
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Paradise
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Sistem Layanan Pengaduan Masyarakat Desa Gerduren Berbasis Web Prihatnowo, Bagas; Paradise
eProceedings of Engineering Vol. 12 No. 2 (2025): April 2025
Publisher : eProceedings of Engineering

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

Abstract

Sistem pengaduan masyarakat di Desa Gerduren masih menggunakan cara-cara tradisional yang dinilai birokratis dan memakan waktu. Di sisi lain, perkembangan dunia digital kini sudah sangat maju dan dengan bantuan teknologi, inefisiensi sistem birokrasi tradisional dapat dikurangi. Untuk alasan ini, sistem pengaduan publik berbasis web dikembangkan di DesaGelduren. Sistem layanan pengaduan berbasis web ini dibuat dengan menggunakan metodologi Rapid Application Development (RAD). Metodologi RAD bertujuan untuk mempercepat proses pengembangan sistem sambil menanggapi kebutuhan pengguna melalui pendekatan berulang dan interaktif. Pendekatan ini menekankan pembuatan prototipe dan pengembangan berulang yang secara aktif menggabungkan masukan pengguna. Sebagai hasil dari penelitian ini, sistemlayanan pengaduan masyarakat berbasis web didirikan di Desa Gerduren. Penduduk desa Gerduren menggunakan perangkat mereka sendiri untuk mengajukan pengaduan kepada pihak berwenang melalui internet. Karyawan yang berwenang juga dapat dengan mudah mengakses informasi yang dikumpulkan untuk ditindaklanjuti.Kata kunci—sistem, layanan, keluhan, web
Sistem Pakar Diagnosis Penyakit Tanaman Jahe Mengunakan Certainty Factor Berbasis Website Christian Tambunan, Gerry; Setiya Rafika Nur, Yohani; Paradise
eProceedings of Engineering Vol. 12 No. 2 (2025): April 2025
Publisher : eProceedings of Engineering

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

Abstract

Jahe (Zingiber officinale) merupakan komoditas biofarmasi yang tidak hanya penting dalam dunia kuliner,tetapi juga memiliki nilai ekonomis yang tinggi di pasar internasional. Selain sebagai bahan baku rempah, jahe banyak dimanfaatkan dalam industri farmasi dan kosmetik berkat kandungan bioaktifnya yang memiliki manfaat kesehatan.Namun, dalam proses budidayanya, tanaman jahe sering kali dihadapkan pada berbagai masalah penyakit yang dapatmerugikan petani, seperti layu bakteri, rimpang busuk, bercak daun, dan penyakit lainnya. Penyakit-penyakit ini dapatmenyebabkan kerugian yang besar, baik dalam hal kualitas hasil panen maupun jumlah produksi. Kendala utama dalampengendalian penyakit tanaman jahe adalah minimnya pengetahuan serta terbatasnya akses petani terhadap informasiyang akurat mengenai cara mendeteksi dan mengobati penyakit tanaman. Oleh karena itu, penelitian ini bertujuan untukmerancang sebuah sistem pakar berbasis web yang memanfaatkan metode certainty factor untuk mendiagnosispenyakit tanaman jahe. Dengan sistem ini, petani dapat dengan mudah mendiagnosis penyakit berdasarkan gejala yang ditemukan, sehingga mereka dapat mengambil langkah pengendalian yang lebih tepat dan efektif. Selain itu,penggunaan black box testing akan memastikan bahwa sistem ini berfungsi dengan baik, dan pengujian dengan ahli pertaniandiharapkan dapat meningkatkan akurasi dan presisi dalam proses diagnosis penyakit tanaman jahe.Kata kunci black box, certainty factor, jahe, sistem pakar
Gaya Sistem Pakar Untuk Mendiagnosis Gangguan Kecemasan (Anxiety) Dengan Menggunakan Metode Forward Chaining Berbasis Web Rahayu, Suci; Paradise
eProceedings of Engineering Vol. 12 No. 2 (2025): April 2025
Publisher : eProceedings of Engineering

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

Abstract

Gangguan kecemasan (anxiety) adalah kondisi psikologis yang ditandai dengan rasa cemas berlebihan yangdapat mengganggu aktivitas sehari-hari. Berdasarkan data dari Perhimpunan Dokter Spesialis Kedokteran Jiwa Indonesia(PDSKJI), pemeriksaan terhadap 14.988 orang pada periode 2020-2022 menunjukkan peningkatan kasus gangguankecemasan setiap tahunnya. Persentase individu yang mengalami kecemasan tercatat sebesar 68,8% pada tahun 2020,meningkat menjadi 76,1% pada tahun 2021, dan sedikit menurun menjadi 75,8% pada tahun 2022. Penelitian inibertujuan untuk mengembangkan sistem pakar berbasis web guna membantu pengguna dalam mendiagnosis gangguankecemasan menggunakan metode Forward Chaining. Sistem ini dirancang sebagai alat diagnosis awal yang dapat memberikanarahan kepada pengguna untuk menentukan langkah selanjutnya dalam menangani gangguan kecemasan mereka.Pengumpulan data dalam penelitian ini dilakukan dengan mengacu pada berbagai jurnal ilmiah serta data dari RSUDProf. Margono, yang berfokus pada rekam medis pasien rawat inap selama tahun 2022. Sistem pakar ini menggunakan metodeForward Chaining untuk menarik kesimpulan berdasarkan gejala yang dimasukkan oleh pengguna. Untuk mengukurefektivitas sistem, dilakukan dua jenis pengujian, yaitu pengujian blackbox dan pengujian validasi. Hasil pengujianvalidasi menunjukkan tingkat akurasi sistem sebesar 83,3%, sedangkan hasil pengujian blackbox menunjukkan tingkatkelayakan sistem mencapai 94%. Dengan adanya sistem pakar berbasis web ini, diharapkan pengguna dapat memperolehdiagnosis awal terkait gangguan kecemasan secara lebih cepat dan akurat, sehingga mereka dapat mengambil langkah yangtepat dalam menangani kondisi tersebut.Kata kunci— Anxiety, Blackbox, Forward Chaining, Sistem Pakar, Website.
Analisis Sentimen Komentar Youtube Kanal Dirty Vote Menggunakan Metode Naive Bayes Classifier Khanafiyah, Yuyun; Paradise; Kartika Sari, Dian
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Youtube merupakan media sosial yang digunakan masyarakat untuk mengekspresikan opini terhadap berbagai isu, termasuk politik. Salah satu kanal yang menjadi perhatian publik adalah Dirty Vote, yang memuat konten edukatif dan kritis terhadap kondisi demokrasi di Indonesia menjelang Pemilu 2024. Penelitian ini bertujuan untuk mengkaji sentimen publik terhadap konten tersebut melalui komentar pengguna. Topik ini penting karena opini publik yang terbentuk di media sosial seperti YouTube dapat mencerminkan persepsi dan respon masyarakat terhadap isu politik strategis. Namun, komentar di media sosial memiliki karakteristik teks yang tidak terstruktur, campuran bahasa, hingga sarkasme, yang menimbulkan tantangan dalam analisisotomatis. Solusi yang diterapkan adalah dengan melakukananalisis sentimen pada komentar video “Dirty Vote – full movie”menggunakan algoritma Naïve Bayes Classifier. Prosesmencakup crawling data, preprocessing (cleaning, case folding,tokenisasi, stopword removal, stemming), pelabelanmenggunakan TextBlob, serta klasifikasi berbasis TF-IDF. Datayang dianalisis berjumlah 63 ribu komentar. Hasil pengujianmenunjukkan bahwa metode Naïve Bayes Classifier mampumengklasifikasikan komentar dengan akurasi sebesar 71%.Untuk sentimen positif, diperoleh precision sebesar 70%, recall91%, dan f1-score 79%; sementara sentimen negatifmenghasilkan precision 76%, recall 42%, dan f1-score 54%.Penelitian ini memberikan gambaran umum mengenai responpublik terhadap konten politik di media sosial.Kata kunci— Analisis Sentimen, Youtube, Naive BayesClassifier, Dirty Vote, Komentar, Politik
Implementasi Metode Naïve Bayes Classifier Terhadap Analisis Sentimen Boikot Produk Terafiliasi Israel Pada Media Sosial “X” Sekar Ayu Shaumi, Miranda; Paradise
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Konflik antara Israel dan Palestina menimbulkan dampak global, ermasuk memicu gerakan pemboikotan terhadap produk-produk yang memiliki keterkaitan dengan Israel. Di Indonesia, gerakan ini mendapatkan dukungan luas, terutama di media sosial “X”. Penelitian ini dilakukan untuk mengevaluasi pandanganmasyarakat terhadap gerakan tersebut melalui metode analisis sentimen berbasis teks, dengan memanfaatkan data berupa komentar pada unggahan pengguna yang kemudian dikategorikan ke dalam sentimen positif dan negatif. Isu boikot produk Israel menjadi perhatian masyarakat luas, ditandai dengan masifnya penyebaran opini di media sosial. Penelitian ini penting karena dapat memberi pemahaman tentang persepsi masyarakat yang mampu dimanfaatkan oleh pemilik merek untuk menjaga reputasi mereka. Proses analisis dijalankandengan menerapkan algoritma Naïve Bayes Classifier terhadap data teks dari media sosial “X” sepanjang tahun 2024. Hasil klasifikasi mengindikasikan bahwasanya dari total 9.442 komentar, sebanyak 63,1% termasuk sentimen positif dan 36,9% tergolong negatif. Model mencapai tingkat akurasi sejumlah 83%, dengan nilai f1-score tertinggi pada kelas sentimen positif, yakni 0,87%. Kontribusi utama dari penelitian ini adalah penerapan pipeline klasifikasi yang efektif untuk menangkap opini publik terhadap isu sosial yang sensitif. Kata kunci— Analisis Sentimen, Naive Bayes, Boikot, Produk Israel, Media Sosial, Klasifikasi Teks
Klasifikasi Tingkat Urgensi Pengaduan Masyarakat Menggunakan Long Short-Term Memory (Lstm) (Studi Kasus: Website Lapak Aduan Banyumas) Fauzian Setiawan, Kelvin; Paradise; Agung Prabowo, Dedy
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Penggunaan website pengaduan masyarakatsudah diterapkan di berbagai daerah, termasuk Lapak AduanBanyumas milik Pemerintah Kabupaten Banyumas. Website inimemfasilitasi masyarakat untuk menyampaikan informasi,keluhan, pertanyaan, dan usulan terkait pelayanan daerah.Peningkatan jumlah aduan pada Desember 2023 (950 aduan)dan Januari 2024 (1.032 aduan) memperlambat prosespenanganan, dan tanpa sistem skala prioritas penangananmenjadi tidak tepat sasaran. Penelitian ini bertujuan untukmengimplementasikan sistem klasifikasi tingkat urgensipengaduan masyarakat menggunakan metode Long Short-TermMemory (LSTM). Pada website Lapak Aduan Banyumas,pengaduan yang masuk diklasifikasikan ke dalam kategori“Urgent” berlaku jika kondisinya sangat memprihatinkan danberdampak serius dan “Not Urgent” berlaku jika kondisinyaserius tetapi tidak memerlukan penanganan segera. Penelitianini menggunakan data yang diambil dari website Lapak AduanBanyumas, terdiri dari 19.240 data pengaduan selama periode2 Januari 2024 hingga 27 April 2025. Proses penelitian meliputitahapan Preprocessing Data, Pelabelan Data, FeatureExtraction, Pembuatan Model Klasifikasi, dan Deployment.Berdasarkan hasil penelitian, model berhasilmengklasifikasikan pengaduan ke dalam dua kategori denganrata-rata akurasi sebesar 99.51%. Nilai precision, recall, danF1-score juga tinggi dan seimbang di kedua kategori, yaitu 0,99untuk Urgent maupun Not Urgent. Macro dan weighted averagesebesar 0.99 menunjukkan bahwa model mampu menanganikedua kategori dengan sangat konsisten.Kata kunci — Lapak Aduan Banyumas, Pengaduan, LSTM,Urgent, Not Urgent
Co-Authors Christian Tambunan, Gerry Dedy Agung Prabowo Dian Kartika Sari Fauzian Setiawan, Kelvin Khanafiyah, Yuyun Prihatnowo, Bagas Sekar Ayu Shaumi, Miranda Suci Rahayu Yohani Setiya Rafika Nur