Article Per Year (5 Year)
p-Index From 2021 - 2026
1.836
P-Index
This Author published in this journals
All Journal Jupiter Jurnal Simetris TELKOMNIKA (Telecommunication Computing Electronics and Control) JSI: Jurnal Sistem Informasi (E-Journal) Indonesian Journal of Electrical Engineering and Informatics (IJEEI) Jurnal IPTEK-KOM (Jurnal Ilmu Pengetahuan dan Teknologi Komunikasi) InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Jurnal Ilmiah KOMPUTASI Jurnal Ilmiah Matrik Jurnal Informatika Global Jurnal Tekno Kompak Jurnal Mantik Jurnal Tekinkom (Teknik Informasi dan Komputer) Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer
Tri Basuki Kurniawan
Universitas Bina Darma
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Social Sciences Other

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search

 1   2 
Analisis Sentimen Masyarakat Terhadap Tweet Ruang Guru Menggunakan Algoritma Naive Bayes Classifier (NBC) Indah Novitasari; Tri Basuki Kurniawan; Deshinta Arrova Dewi; Misinem
Jurnal Mantik Vol. 6 No. 3 (2022): November: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

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

Abstract

Pembalajaran online di masa modern kala ini telah menjadi kebutuhan primer bagi pelajar. Ruang guru Sebagai aplikasi penyedia layanan pendidikan terbesar di Indonesia tentu perlu melakukan sebuah evaluasi kebergunaan dalam menaikkan kualitas layanan aplikasi tersebut. Cara yang dapat digunakan untuk mengetahui data tersebut yaitu dengan melakukan penelitian analisis sentimen. Analisis sentimen yang dilakukan dalam penelitian ini akan diklasifikasikan menjadi label sentimen positif,negatif dan netral,dengan memanfaatkan algoritma Naive Bayes Classifier, karena dapat Kualitas klasifikasi memuaskan, bahkan dengan hanya sejumlah kecil data training, dan kinerja pada kumpulan data besar akurat dan cepat. Tahapan yang dilakukan dalam penelitian ini adalah pengumpulan data, preprocessing, pengolahan data, akurasi dan evaluasi. Hasil dari penelitian ini menunjukkan bahwa prediksi yang dihasilkan lebih dominan pada sentimen positif. Dan performa dari metode pengujian Naive Bayes Classifier yang telah dilakukan didapatkan hasil nilai presisi 71%, recall 69% dan F1-score 69% dengan nilai akurasanyinya adalah 69%.
Analisis Sentimen pada e-Government Mobile Application Indonesia Menggunakan Algoritma Naïve Bayes Rudy Seftiawan; Tri Basuki Kurniawan; Misinem
Jurnal Ilmiah Komputasi Vol. 21 No. 1 (2022): Jurnal Ilmiah Komputasi Volume: 21 No. 1, Maret 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.1.2811

Abstract

Dalam dunia komputerisasi ada suatu metode dimana kita dapat mereview dan mengumpulkan berbagai komentar di media social, artikel pada berita, bahkan komentar di suatu aplikasi yang di publikasi di marketplace seperti google playstore atau appstore yang umum digunakan pengguna mobile internet di Indonesia. Analisis Sentiment adalah sub-bidang dari Natural Languange Processing (NLP). Pekerjaan tipikal adalah klasifikasi sentimen: mengidentifikasi polaritas, misalnya positif atau negatif, dari suatu dokumen. dimana Naïve bayes sendiri adalah salah satu algoritma untuk klasifikasi kemudian Cross validation digunakan untik mengevaluasi kinerja model atau algoritma dari analisis sentiment tersebut . Model sentiment naïve bayes dan cross validation yang dihasilkan dalam penelitian ini berhasil untuk melihat kecendrungan komentar dari ketiga aplikasi E-Government yang digunakan pada penelitian ini (Paspor online, BMKG, E-Hac). Dari ketiga aplikasi tersebut 2 aplikasi yaitu passport dan E-Hac komentar atau review pengguna cenderung negatif sedangkan untuk BMKG cenderung berimbang diatara positif dan negatif.
Klasifikasi Pemberian Beasiswa Berprestasi Menggunakan Perbandingan Tiga Algoritma Nanda Tri Haryati; Edi Surya Negara; Tri Basuki Kurniawan
Jurnal Tekno Kompak Vol 17, No 1 (2023): Februari
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v17i1.2211

Abstract

Program Indonesia Pintar (PIP) merupakan program kerjasama dari tiga kementrian yaitu Kementrian Pendidikan dan Kebudayaan (Kemendikbud), Kementrian Sosial (Kemensos) dan Kementrian Agama (Kemenag). PIP melalui Kartu Indonesia Pintar (KIP) adalah pemberian bantuan tunai pendidikan kepada anak usia sekolah yang berasal dari keluarga miskin, rentan miskin, pemilik Kartu Keluarga Sejahtera (KKS), Program Keluarga Harapan (PKH), yatim piatu, penyandang disabilitas dan korban bencana alam/musibah. PIP merupakan bagian dari penyempurnaan program Bantuan Siswa Miskin (BSM) dengan tujuan untuk menjamin agar seluruh anak usia sekolah dari keluarga kurang mampu terdaftar sebagai penerima bantuan sampai anak lulus jenjang pendidikan menengah, baik melalui jalur pendidikan formal maupun non formal. Bantuan yang akan di terima yaitu berupa dana dengan besaran yang telah ditentukan sesuai tingkatan pendidikan. Banyaknya jumlah siswa yang mengajukan permohonan untuk menerima beasiswa dan kriteria penilaian yang banyak pula maka tidak semua siswa yang mengajukan permohonan beasiswa dapat dikabulkan. Permasalahan yang biasanya dihadapi oleh sekolah sehubungan dengan penentuan beasiswa adalah tidak adanya sistem yang dapat membantu untuk melakukan penyeleksian atau penentuan penerima beasiswa secara otomatis sesuai dengan kriteria-kriteria yang telah ditentukan. Untuk menyelesaikan hal ini, salah satu solusi yang akan digunakan adalah dengan mempelajari pola dari data siswa yang menerima beasiswa dan data siswa yang tidak menerima beasiswa. Dari data-data tersebut dapat dibentuk satu model yang dapat digunakan untuk mepredisksi siswa siswa mana yang kemungkinan akan menerima beasiswa pada tahun berikutnya. Dalam penelitian ini dilakukan perbandingan dari 3 (tiga) algoritma klasifikasi untuk membantu menentukan prediksi siswa penerima beasiswa, sehingga pihak sekolah dapat dengan mudah menentukan data siswa mana yang akan diajukan. Algoritma yang dipilih untuk dibandingkan yaitu algoritma Naïve Bayes, Random Forest dan Support Vector Machine dengan tujuan untuk mengetahui algoritma mana yang paling baik dalam hal tingkat akurasi dan berdasarkan literatur yang ada, tiga algoritma ini adalah algoritma yang umum digunakan dalam penelitian sejenis. Dari ke-3 algorithma tersebut, algoritma Random Forest memberikan nilai akurasi yang paling tinggi, yaitu 75%, diikuti oleh algoritma Support Vector Machine sebesar 59% dan nilai akurasi terendah yaitu algoritma Naïve Bayes sebesar 55%. Berikutnya, dengan menggunakan algoritma Random Forest, algoritma yang menghasilkan model dengan akurasi paling tinggi, dilanjutkan proses pemilihan fitur (feature selection) untuk melihat fitur mana yang paling memberikan pengaruh kepada label keputusan dan fitur mana yang tidak, yang selanjutkan dapat diabaikan atau tidak ikut dalam proses pembentukan model. Hasil yang diperoleh, menunjukkan fitur yang paling berpengaruh yaitu fitur penghasilan, sedangkan fitur mtk dan bhs_inggris dapat diabaikan, karena tidak memberikan pengaruh yang besar kepada label keputusan. Setelah itu, dilakukan pembandingan hasil model sebelum dilakukan pemilihan fitur dengan model setelah dilakukan pemilihan fitur dalam hal tingkat akurasi dan kecepatan proses menggunakan algoritma Random Forest. Hasil perbandingan menunjukan hasil peningkatan akurasi dan penuruan waktu proses yang cukup signifikan.
Implementasi Analisis Sentimen dan Model Deep Learning Untuk Prediksi Harga Bitcoin Andree Fernando Pratama; Tri Basuki Kurniawan; Misinem; Deshinta Arrova Dewi
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 15 No 1b (2023): Jupiter Edisi April 2023
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281./5522/15.jupiter.2023.04

Abstract

Cryptocurrency is a digital or virtual currency that is guaranteed by cryptography. With cryptography, this digital currency has become almost impossible to counterfeit. The recording of all transactions made is stored on the blockchain. This blockchain is widespread between one computer and another and is connected in a network that is widespread so that it is not centralized in one place, otherwise known as decentralization. Sentiment analysis is used to see the reaction of the community or the public in general to an ongoing issue, whether the public reaction is positive or negative. the determination of these sentiments will be based on which label appears the most. Then the sentiment that has been obtained is determined to correlate with the increase in bitcoin prices so that sentiment can be one of the attributes that can be used to increase the accuracy of bitcoin price predictions. Bitcoin is then predicted using a deep learning model with an LSTM layer.
Smart System Side Slip Tester Results Accuracy Improvement Using Exponential Filter Arief Marwanto; Riky Maulana Firdaus; Muhammad Qomaruddin; Deshinta Arrova Dewi; Tri Basuki Kurniawan; Imam Much Ibnu Subroto
Indonesian Journal of Electrical Engineering and Informatics (IJEEI) Vol 11, No 2: June 2023
Publisher : IAES Indonesian Section

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52549/ijeei.v11i2.3576

Abstract

According to Article 6, Paragraph 1, of Law No. 55 of 2012 Concerning Cars, cars that are not roadworthy are particularly harmful for the safety of passengers and other road users. The front wheel ring, which has a significant impact on the safety of the motorized vehicle, is one of the technical requirements for roadworthiness. The front wheel pins make sure the car can go straight, which is related to the steering system's safety and has an impact on fuel economy. Through routine testing at the motor vehicle testing facility owned by the Transportation Service, the front wheel valve examination is performed using a front wheel blade test tool known as the Side Slip Tester. Previously, a lot of the automobile test equipment used at various test facilities was impractical and inaccurate. The construction of a smart system for evaluating wheel blades on cars is covered in this study, along with the implementation of an exponential filter to improve and lower the noise in sensor readings of ADC signals. By comparing the readings of the manufactured tool with a calibrated dial indicator, tests and calibrations are performed. The graph shows that the response to the input signal is quick and excellent for noise filtering, so based on the results of the exponential filter test, 0.2 is the ideal weight for the ADC reading filter. The 9 mm side slip bench shear test yields a maximum error result of 3% following tool calibration.
Analisis Penerapan Metode Algoritma Apriori Untuk Melihat Minat Pengunjung Pada Objek Wisata Kota Palembang Astri Cahaya Plangi; Tri Basuki Kurniawan
Jurnal Ilmiah Matrik Vol 22 No 3 (2020): Jurnal Ilmiah Matrik
Publisher : Direktorat Riset dan Pengabdian Pada Masyarakat (DRPM) Universitas Bina Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33557/jurnalmatrik.v22i3.1056

Abstract

The management of tourist destinations in Palembang City is managed by the Dinas Pariwisata, Tourism in Palembang City is classified into 3 Tourism, namely Nature Tourism, Cultural History Tourism, and Special Interests. However, Dinas Pariwisata has not seen the pattern of interest of visitors from grouped tours. This makes the authors want to determine the patterns of interest of the respondents by distributing questionnaires to 100 respondent. The results show that there are 10 rules established by the WEKA application with a minimum support value of 5% and a minimum confidence value of 50%. The results of the pattern formed are Al-Qur'an Al-akbar, Musi River, and Ampera Bridge with a confidence value of 90%.
EVALUASI TATA KELOLA TEKNOLOGI INFORMASI DENGAN FRAMEWORK COBIT 5 DI BANK SUMSEL BABEL CABANG INDRALAYA Fajar Prayoga; Widya Cholil; Tata Sutabri; Tri Basuki Kurniawan
JURNAL ILMIAH BETRIK Vol. 14 No. 01 APRIL (2023): JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : P3M Institut Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36050/betrik.v14i01 APRIL.17

Abstract

Bank Sumsel Babel is one of the banks in Indonesia with the company name PT Regional Development Bank of South Sumatra and Bangka Belitung. Bank Sumsel Babel is also a Regionally Owned Commercial Bank (BUMD) which has many branch offices, one of which is Bank Sumsel Babel Indralaya Branch. Currently, Bank Sumsel Babel, Indralaya Branch, in governance or governance of IT (Information Technology) processes have not been fully implemented. Evaluation of information technology governance needs to be carried out to determine the level of success or progress of IT and measure whether the existing IT at Bank Sumsel Babel Indralaya is used effectively and efficiently. The processes used in this study are EDM03, EDM04, APO01, APO02, APO06, APO07, DSS01, DSS03, and MEA01. The maturity level is used to see an overview of the current state of information technology governance and future improvements so as to produce an IT Governance recommendation. which is the development of IT Governance that has been implemented by Bank Sumsel Babel Indralaya at this time. From the mapping of the maturity model, it will be obtained what level is the maturity level of Sumsel Babel Indralaya, so that the maturity of each control process can be even better to support the achievement of IT management objectives carried out on maximum point.
Co-Authors Afriyudi Ahmad Haidar Mirza Andree Fernando Pratama Arief Marwanto Astri Cahaya Plangi Astried, Astried Benny Jannakha Putra Darius Antoni Darius Antoni Dedy Syamsuar Dendi Irawan Deshinta Arrova Dewi Deshinta Arrova Dewi Deshinta Arrova Dewi Edi Surya Negara Fajar Prayoga Febriyanti Panjaitan Imam Much Ibnu Subroto Indah Hidayanti Indah Novitasari Iski Zaliman Jepri Yandi Misinem Muhamad Akbar Muhammad Qomaruddin Nanda Tri Haryati Novita Anggraini Rika Nuraini Riky Maulana Firdaus Rudy Seftiawan Tata Sutabri Usman Ependi Widya Cholil