Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : eProceedings of Engineering

Perancangan Business Intelligence Dashboard Untuk Mendukung Keputusan Dalam Penyediaan Layanan Jaringan Berdasarkan Traffic Jaringan Internet Telkomsel Menggunakan Metode Business Dimensional Lifecycle Revo Faris Saifuddin; Rachmadita Andreswari; Edi Sutoyo
eProceedings of Engineering Vol 8, No 4 (2021): Agustus 2021
Publisher : eProceedings of Engineering

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

Abstract

Operator telekomunikasi seluler (Telkomsel) dengan berbagai produk dan layanan dalam memenuhi kebutuhan pengguna operator seluler. Layanan yang ditawarkan tidak hanya layanan suara, multimedia, dan internet. Berdasarkan APJII jumlah pengguna internet pada periode tahun 2019 – 2020 di Indonesia mencapai 196,7 juta, meningkat dari tahun 2018 dengan jumlah 23,5 juta atau 8,9 persen. Kepala Bidang Yayasan Lembaga Konsumen Indonesia (YLKI) mencatat gangguan Jaringan internet banyak dikeluhkan saat pandemi dengan pengaduan terkait permasalahan telekomunikasi pada tahun 2020, persentase pengaduan terhadap operator tertinggi yaitu Telkomsel sebesar 29,7 persen. Jumlah pengguna layanan jaringan internet yang sangat banyak dapat menurunkan nilai quality of service dan meningkatkan packet loss pengguna jaringan. Implementasi business intelligence menggunakan pentaho dengan metode business dimensional life cycle pada PT. Telkomsel. Pengolahan data pada penelitian ini menggunakan proses ETL (extraction, transform, and load) dengan menggunakan Pentaho Data Integration. Hasil dari penelitian tugas akhir ini yaitu tampilan business intelligence dashboard, berupa pengguna layanan teknologi internet berdasarkan perangkat yang digunakan untuk mengakses layanan internet dan pengguna layanan teknologi jaringan internet berdasarkan teknologi jaringan internet pada wilayah regional Jabotabek. Analisis yang dihasilkan bertujuan untuk pertimbangan bagi pihak PT. Telkomsel dalam meningkatkan layanan jaringan pada wilayah pengguna yang tinggi sehingga dapat meningkatkan customer retention pada perusahaan Telkomsel. Kata Kunci: Business Intelligence, ETL, Dashboard
Analisis Data Mining Untuk Klasifikasi Data Kualitas Udara Dki Jakarta Menggunakan Algoritma Decision Tree Dan Support Vector Machine Adinda Inez Sang; Edi Sutoyo; Irfan Darmawan
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Pertumbuhan dan perkembangan suatu kota merupakan salah satu faktor penyebab terjadinya pencemaran udara karena kualitas udara sudah tergabung dengan berbagai komponen senyawa. Menurut IQ Air 2020 prov. Untuk memantau pencemaran udara setiap harinya, Dinas Lingkungan Hidup Pemerintah Provinsi DKI Jakarta mengoperasikan Stasiun Pemantau Kualitas Udara (SPKU). Penggunaan data mining merupakan metode yang cocok untuk mengetahui informasi pencemaran udara di Provinsi DKI Jakarta. Metode data mining yang digunakan yaitu klasifikasi karena metode ini dapat mengolah data parameter ISPU menjadi informasi yang memberitahukan tingkat kualitas udara perharinya dengan menggunakan algoritma Decision Tree dan Support Vector Machine (SVM). Hasil dari penerapan data mining untuk klasifikasi kualitas udara di DKI Jakarta yaitu algoritma Decision Tree memiliki performa yang lebih baik dengan rasio terbaik 90:10 dibandingkan dengan algoritma SVM dengan rasio terbaik 60:40 dan untuk melakukan klasifikasi kualitas udara di DKI Jakarta. Pada algoritma Decision Tree mendapatkan nilai Precision sebesar 99,02%, Recall 99,73%, F1-Measure 99,37%, Akurasi 99,40% dan pada algoritma SVM mendapatkan nilai Precision sebesar 95,82%, Recall 88,89%, F1-Measure 92,22% dan Akurasi 94,93%. Kata kunci : Klasifikasi, Kualitas Udara, Decision Tree, SVM
Analisis Sentimen Masyarakat Terhadap Penggunaan Aplikasi PeduliLindungi untuk Aktivitas Ruang Publik pada Media Sosial Twitter Erlangga, Gilang; Sutoyo, Edi; Fakhrurroja, Hanif
eProceedings of Engineering Vol. 10 No. 2 (2023): April 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Pemerintah Indonesia telah mengeluarkan kebijakan baru untuk membantu memantau penyebaran virus COVID-19 agar dapat ditangani secara efisien dengan melacak riwayat lokasi yang dikunjungi masyarakat dengan memerintahkan kepada mereka untuk melakukan check-in dan check-out di ruang publik menggunakan aplikasi PeduliLindungi. Twitter merupakan media yang digunakan sebagai sarana menyampaikan pendapat terkait isu yang hangat diperbincangkan. Beragam pendapat dikeluarkan oleh masyarakat baik bernada positif maupun negatif. Maka dari itu, dilakukan analisis sentimen terhadap penggunaan aplikasi PeduliLindungi. Analisis sentimen yang dilakukan menggunakan pendekatan Machine Learning dengan algoritma Support Vector Machine (SVM) sebagai metode untuk mengklasifikasikan setiap tweets nya ke dalam dua sentimen, yaitu positif dan negatif. Penelitian menghasilkan model terbaik yaitu menggunakan dengan metode pemisahan train dan test data yaitu metode holdout rasio 70:30, dan metode SMOTE untuk penyeimbangan datanya. Model tersebut menghasilkan nilai accuracy: 81.23%, precision: 83.58%, recall: 86.62%, F-1 score: 85.07%, dan AUC: 0.881. Model tersebut digunakan untuk klasifikasi penentuan sentimen dari setiap tweets sehingga dapat diketahui tren persebaran sentimen masyarakat terhadap penggunaan aplikasi PeduliLindungi untuk aktivitas ruang publik pada media sosial Twitter periode Oktober 2021 hingga Juli 2022.Kata kunci— PeduliLindungi, twitter, analisis sentimen, Support Vector Machine (SVM)
Co-Authors ., Sulha Achmad Pratama Rifai Adinda Inez Sang Aini, Nafis Qurrotul Akbar, Barkah Ali Khoirul Hidayat ANI SAFITRI, ANI Anugrah, Zamil Arifah Batubara, Qurratul Ain Aris Haryanto Armansyah Halomoan Tambunan Aulia Putri, Meilani Budi Hartono Budi Hartono Chika Enggar Puspita Darmawan, Dwiki Darmawan, Ryan Dimas Samodra Bimaputra Dodih Dwi Yuliaji Edy Hartulistiyoso Erlangga, Gilang Fadil Mochamad Ramdan Fadlurrahman, M Asri Fakhrurroja, Hanif Fauzan Radifan Shidiq Fauzy, Restu Firmansyah, Yusup Fitriani Fitriani Fitriani Fitriyah, Atiqotun Frisca Febriyani Kurniawan Hablinur Alkindi Hafiza, Sifha Hajad, Makbul Hakim, Muhammad Iqbal Furqonul Hasan Santosa Hasibuan, Musta'anul Husaini Hidayat, Ali Husaini Hasibuan, Musta'anul Iqbal Santosa Irfan Darmawan Iwan Tri Riyadi Yanto Kahfi Ahadian Mutaqin Komara, Sofyan Akbar Supni Mamat Rahmat MAMAT RAHMAT Mardadi, Silo Muhammad Nanang Prayudyanto Muhammad Ridwan Nabila Amalia Khairani Nashrullah, Nuruddin Nguyen, Huu-Tho Nurhayati, Immas Nurtanto, Bagus Dwi Oktariani Nurul Pratiwi Oktoriansyah, Rinaldi Panji Romadon, Joe Pariatiara, Dicky Nur Pawesti, Khoiriah Widia Pramono, Gatot Eka Pramono, Gatot Eka Pramono, Sigit Dwi Pramuditha, Anggie Randy Prayuda, Ilham Vega Rabbani, Haidar Rachmadita Andreswari Rahmat Fauzi Rahmat Rosyadi, Abdu Rd. Rohmat Saedudin Revo Faris Saifuddin Rizki, Asep Roy Waluyo Rusydi Rusydi Safitri, Tari Hardiani Salundik Saragih, Michael Yudhea SETIAWAN, Ahmad Setya Permana Sutisna Setyawan, Gigih Bayu Shah, Syed Humayon Suganda, Cecep SUMADI SUMADI Sunarya, Derivan Sutisna, Setya Syamsurizal, Adi Tegar, Muhammad Tika Hafzara Siregar Titing Suharti Turmudi Tutut Herawan Wahyu, Susila Wangi Pandan Sari Yakin, Ahmad Ainul Yoga Hermawan Yogi Sirodz Gaos, Yogi Sirodz Zaki, Abdul