Article Per Year (5 Year)
p-Index From 2021 - 2026
0.888
P-Index
This Author published in this journals
All Journal INFORMASI (Jurnal Informatika dan Sistem Informasi) JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer JISCOMP (Journal of Information System and Computer)
Pradipta, Dody
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Application of the Decision Tree Method to Forest Fire Detection (Case Study: in Palembang, South Sumatra) Mahendra, Awanda Putra; Pradipta, Dody; Saputro, Moh. Rizal Bayu; Kusrini, Kusrini
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 2 No 1: JTECS Januari 2022
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v2i1.2196

Abstract

Kebakaran hutan dan lahan merupakan masalah pada lingkungan yang sangat merugikan bagi masyarakat. Penelitian ini bertujuan untuk mengklasifikasi prediksi kebakaran hutan dan lahan yang terjadi pada kota Palembang, Sumatera Selatan. penelitian ini menggunakan data dari BPS kota Palembang sebanyak 60 data dalam empat tahun (2015-2019). Model yang digunakan pada penelitian ini menggunakan algoritma Decision Tree C4.5 dengan variabel yang digunakan berupa bulan, kecepatan angin, curah hujan dan kelembaban udara. Penelitian ini menerapkan 5 skenario dengan kombinasi variabel dengan tingkat akurasi terbaik. Hasil penelitian yang dikeluarkan berupa klasifikasi apakah suatu hutan dan lahan terjadi kebakaran atau tidak. Nilai akurasi dari dataset tersebut dalam waktu empat tahun (2015-2019) dengan skenario pembagian dataset training 80 dan data testing 25% mendapatkan nilai akurasi sebesar 92%. Maka model algoritma Decision Tree C4.5 yang digunakan pada penelitian ini, dapat disimpulkan bahwa model algoritma Decision Tree C4.5 memiliki potensi untuk melakukan klasifikasi terhadap potensi kebakaran hutan dan lahan pada kota Palembang, Sumatera Selatan.
Sentiment Analysis Comments Covid-19 Variant Omicron on Social Media Instagram with Bidirectional Encoder from Transformers (BERT) Pradipta, Dody; Kusrini, Kusrini; Fatta, Hanif Al
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 3 No 1: JTECS Januari 2023
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v3i1.3219

Abstract

Internet merupakan alat komunikasi yang banyak diminati karena pesatnya perkembangan teknologi dan informasi beberapa tahun belakangan ini. Ini adalah konteks untuk memodernisasi dan sepenuhnya mendigitalkan komunikasi. Salah satu perubahan dalam komunikasi digital adalah media sosial, platform digital yang memungkinkan orang berbicara satu sama lain, berbagi informasi, dan lainnya. Pada platform media sosial ini, yang dirancang untuk mendapatkan masukan inti dari pengguna atau konsumen secara efisien, komentar dapat digunakan untuk mengumpulkan opini dari pengguna. Instagram adalah salah satu platform media sosial paling populer saat ini, dan banyak penggunanya menggunakannya untuk menyuarakan pendapat (komentar) mereka tentang pandemi Covid-19. Menggunakan metode Bidirectional Encoder from Transformers (BERT), komentar masyarakat nantinya dapat diklasifikasikan menjadi sentimen positif, negatif, dan netral. Analisis sentimen mengungkapkan bagaimana perasaan orang tentang varian Omicron pandemi Covid-19. Prosedur scraping menghasilkan 1.052 data yang terdiri dari 663 komentar negatif, 388 komentar netral, dan 1 komentar positif. Hasil tes memiliki akurasi sebesar 0,632 (63%).
Sentiment Analysis on Social Media using Bidirectional Encoder from Transformers (Case Study : Covid – 19 Omicron) Pradipta, Dody; Widodo, Eko
INFORMASI (Jurnal Informatika dan Sistem Informasi) Vol 16 No 2 (2024): INFORMASI (Jurnal Informatika dan Sistem Informasi)
Publisher : LPPM STMIK Indonesia Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37424/informasi.v16i2.319

Abstract

Indonesia tercatat sebagai negara dengan jumlah pengguna internet terbesar di Dunia, sehingga adanya perubahan komunikasi dimasyarakat. Kemajuan jaman membuat interaksi manusia banyak dihabiskan pada media sosial, diantaranya Instagram, facebook, twitter (X) dan Tiktok mendominasi ruang digital. Tingginya interaksi pada sosial media, tidak bisa dipungkiri kerap kali bias, menimbulkan banyak persepsi baik karena subjektivitas, pandangan pribadi, maupun emosi sesaat. Pandemi Covid-19 memaksa pemerintah mencari solusi untuk berbagai masalah yang muncul, namun kebijakan yang diambil seringkali memicu gejolak di dunia maya. Penelitian ini bertujuan untuk melihat seberapa baik performa BERT dalam mengklasifikasikan komentar, BERT (Bidirectional Encoder Representations from Transformers) memanfaatkan pendekatan word embedding untuk memahami konteks kata dalam dua arah. Arsitektur BERT menggunakan transformers, mekanisme yang memberikan makna kontekstual pada kata, membantu BERT dalam mengklasifikasikan komentar. Keunggulan BERT terletak pada pemahaman konteks kata yang mendalam melalui embedding kontekstual, dengan encoder transformers yang membaca kalimat dua arah.. Data yang digunakan adalah komentar pada instagram dan facebook didapatkan data sebanyak 3.522 data. Fokus penelitian ini adalah Covid – 19 varian omicron, topik ini diambil karena polaritas reaksi pada masyarakat. Model pada penelitian ini menggunakan 4 proporsional dataset, untuk melihat kontribusi data latih untuk model yang dikembangkan, sedangkan untuk evaluasi menggunakan dataset yang dilabeli secara manual. Penelitian ini mengungkapkan bahwa BERT dapat digunakan untuk mengklasifikasikan sentimen dengan hasil yang baik, model yang dibangun mendapatkan rentang efisiensi pada epoch 3 sampai 5, meskipun nilai terbaik berada epoch 8, dengan akurasi sebesar 90%. Mayoritas sentimen menunjukkan sentimen negatif ditengarai timbul panik dimasyarakat terkait penanganan Pandemi Covid – 19.
RANCANG BANGUN SISTEM KEAMANAN PADA APLIKASI INVENTORY BERBESIS WEB GDTFARM (STUDI KASUS : PT MITRA JAYA FARMINDO) Taufikurrohman, Aula Ilyas; Utomo, Yudo Bismo; Pradipta, Dody
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 3 No 2 (2025): Juni
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jiscomp.v3i2.7469

Abstract

Manajemen stok merupakan aspek penting dalam menjaga kelancaran operasional gudang, terutama pada industri peternakan telur yang membutuhkan pencatatan yang akurat dan efisien. Banyak perusahaan masih menggunakan metode manual yang rentan terhadap kesalahan pencatatan dan keterlambatan pelaporan. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem informasi inventory berbasis web yang dilengkapi dengan fitur keamanan CAPTCHA guna meminimalisir akses tidak sah dan meningkatkan akurasi data. Sistem dikembangkan menggunakan framework Laravel dengan arsitektur MVC, serta mendukung autentikasi pengguna multi-level (Superadmin, Manajer, dan Operator). Hasil pengujian menunjukkan bahwa sistem ini mampu mempercepat proses pencatatan stok, mengurangi kesalahan input data, serta meningkatkan efisiensi pengambilan keputusan berbasis data. Penerapan sistem ini menjadi solusi digital yang mendukung transformasi manajemen gudang secara modern dan aman.
Co-Authors Eko Widodo Hanif Al Fatta Kusrini, Kusrini Mahendra, Awanda Putra Saputro, Moh. Rizal Bayu Taufikurrohman, Aula Ilyas Utomo, Yudo Bismo