Article Per Year (5 Year)
p-Index From 2021 - 2026
5.144
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) IJoICT (International Journal on Information and Communication Technology) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA JSiI (Jurnal Sistem Informasi) JURIKOM (Jurnal Riset Komputer) INTEK: Jurnal Penelitian Building of Informatics, Technology and Science JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Journal of Data Science and Its Applications BERNAS: Jurnal Pengabdian Kepada Masyarakat eProceedings of Engineering Nuansa Informatika Jurnal Pemanfaatan Teknologi untuk Masyarakat
Mahendra Dwifebri Purbolaksono
Universitas Telkom
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Neuroscience Nursing Public Health Social Sciences Veterinary Other

Published : 35 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 35 Documents
Search

 1   2   3   4 
Sentiment Analysis of Game Review in Steam Platform using Random Forest Dwifebri Purbolaksono, Mahendra
International Journal on Information and Communication Technology (IJoICT) Vol. 10 No. 2 (2024): Vol.10 No. 2 Dec 2024
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/ijoict.v10i2.1007

Abstract

Steam provides a platform for buyers to write reviews of the software or games they have purchased. Developers will benefit from knowing the criticisms and suggestions given by their community. The number of reviews users give is so large that developers find it difficult to determine whether users like or dislike the games they create. In the Steam application, there is a rating system, but the ratings given by users do not always represent the content of the comments. Therefore, sentiment analysis is used to facilitate developers in understanding the sentiment of the reviews given by users. Sentiment analysis is used to solve this problem. In this research, the sentiment analysis method used is Random Forest with TF-IDF feature extraction in Bigram and Trigram. Based on the research results, scenario testing using Bigram TF-IDF instead of Trigram then in the preprocessing stage without Lemmatization achieved the highest performance. The average F1 score obtained was 62%.
Analisis Sentimen Kategori Aspek Pada Ulasan Produk Menggunakan Metode KNN Dengan Seleksi Fitur Mutual Information Wilantapoera, Alex Wira; Astuti, Widi; Purbolaksono, Mahendra Dwifebri
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-Analisis sentimen adalah bidang yang cukup populer untuk menganalisis opini, sikap, dan emosi terhadap suatu subjek dari banyak orang. Dalam hal ini teks ulasan menjadi alat untuk menilai, menimbang, dan mengkritik sebuah produk yang diulas. Produk adalah suatu hal yang dapat memuaskan seorang konsumen dalam bentuk yang beragam seperti barang, jasa, dan sebagainya. Pada penelitian ini dilakukan sebuah implementasi sebuah klasifikasi pada ulasan produk kecantikan dari situs Female Daily dengan menggunakan metode k-Nearest Neighbor (kNN). Metode kNN merupakan metode yang umum digunakan untuk klasifikasi. Lalu menggunakan Mutual Information (MI) sebagai metode seleksi fiturnya. Pada penelitian ini dihasilkan nilai akurasi 91,59% pada aspek price, 90,33% pada aspek packaging, 50,05% pada aspek product, dan 85,89% pada aspek aroma.Kata kunci-k-Nearest Neighbour, Ulasan Produk, Ulasan, Produk, Mutual Information, Analisis sentimen.
Perbandingan Algoritma Machine Learning untuk Analisis Sentimen Berbasis Aspek pada Review Female Daily Wicaksono, Muhammad Hadiyan; Purbolaksono, Mahendra Dwifebri; Faraby, Said Al
eProceedings of Engineering Vol. 10 No. 3 (2023): Juni 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak-Beredar produk produk kecantikan yang di jual di internet oleh berbagai macam produsen baik luar negeri maupun dalam negeri. Akan tetapi masih diragukan kualitas kosmetik yang dijual oleh tiap produsen, agar mengetahui apakah produk tersebut baik digunakan maka produsen perlu mendapatkan ulasan/review dari konsumen yang memakai produk tersebut. Untuk itu agar produsen lebih mudah untuk mencari produk yang relevan dengan kesehatan maka dibutuhkan sebuah sistem untuk mengklasifikasikan review produk tersebut termasuk kategori relevan atau tidak relevan terhadap aspek kesehatan. Pada Tugas Akhir ini digunakan Machine learning pada klasifikasi sentimen menggunakan Random Forest, Support Vector Machine(SVM), dan K-Nearest Neighbour(KNN) untuk mencari accuracy tertinggi dan F1-score dari ketiga algoritma tersebut dengan menggunakan feature extraction yaitu chi-square dengan feature selection menggunakan Selected K Best untuk proses preprocessing. Dalam penelitian ini telah diperoleh analisis hasil bahwa algoritma SVM dengan kernel Linear mendapatkan nilai akurasi terbaik sebesar 67.10%.Kata kunci-perbandingan, analisis sentimen, KNN, random forest, SVM, chi- square, selected K Best, female daily, kesehatan
Performance and Efficiency Testing Analysis of Database Systems in Academic Information Systems: Analisis Pengujian Kinerja dan Efisiensi Sistem Basis Data dalam Sistem Informasi Akademik Utami Kusuma Dewi; Ryan Lingga Wicaksono; Mahendra Dwifebri Purbolaksono; Villy Satria
NUANSA INFORMATIKA Vol. 19 No. 2 (2025): Nuansa Informatika 19.2 Juli 2025
Publisher : FKOM UNIKU

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25134/ilkom.v19i2.438

Abstract

This study examines the performance and efficiency of database systems within academic information systems, acknowledging the increasing demand for responsiveness and reliability in managing complex academic data. As educational institutions increasingly rely on digital systems, performance testing becomes essential to ensure that these systems continue to support the learning environment effectively. Guided by the ISO/IEC 25010 standard, the research focuses on evaluating three key aspects of performance efficiency: time behavior, resource utilization, and capacity. Using JMeter, a range of user load scenarios were simulated, and the results were examined through Control Quality Charts and Nelson Rules to detect underlying issues affecting system performance. The findings reveal that 82.5% of queries demonstrated good time behavior, and 80% performed well in resource usage. However, half of the tests related to capacity highlighted the need for further improvements. Some queries experienced delays and consumed excessive CPU and memory resources, indicating areas where optimization is required. These insights highlight the importance of refining queries and managing resources more effectively to ensure a seamless user experience. Future research should consider automated optimization, machine learning-based performance prediction, and system scalability, especially in more dynamic and distributed academic environments.
Digitalisasi Informasi Kualitas Udara melalui Signage Interaktif untuk Meningkatkan Kesadaran Lingkungan Ruang Publik Novian Anggis Suwastika; Mahendra Dwifebri Purbolaksono; Said Al Faraby3
JAPATUM: Jurnal Pemanfaatan Teknologi untuk Masyarakat Vol 4 No 1 (2025): Maret, 2025
Publisher : MATRADIPTI

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

Abstract

Permasalahan kualitas udara menjadi isu penting yang berdampak langsung terhadap kesehatan masyarakat dan keberlanjutan lingkungan, terutama di wilayah yang belum memiliki sistem pemantauan yang memadai. Keterbatasan akses informasi kualitas udara secara real-time menyebabkan rendahnya kesadaran masyarakat dalam menjaga lingkungan. Kegiatan pengabdian ini bertujuan untuk mengembangkan sistem CJUC (Cek Jaga Udara Cerdas) berbasis Internet of Things (IoT) yang terintegrasi dengan signage interaktif dan dashboard digital guna menyajikan informasi kualitas udara secara real-time dan mudah dipahami. Metode yang digunakan meliputi analisis kebutuhan, perancangan dan pengembangan sistem, implementasi, serta sosialisasi kepada masyarakat. Kegiatan dilaksanakan selama 12 minggu di Desa Banjar Agung, Kabupaten Tulang Bawang, dengan sasaran 3.580 jiwa atau 270 kepala keluarga. Hasil pengabdian menunjukkan bahwa sistem mampu meningkatkan akses informasi kualitas udara serta mendorong perubahan perilaku masyarakat, seperti mengurangi pembakaran sampah dan meningkatkan penghijauan. Dengan demikian, digitalisasi informasi kualitas udara berbasis IoT terbukti efektif dalam meningkatkan kesadaran lingkungan dan mendukung pembangunan berkelanjutan.
Co-Authors Abdurrahman Al Afifi Adiwijaya Adnan Imam Hidayat Al Faraby, Said Alfian Akbar Gozali Amala, Ihsan Ahsanu Angelia Brigitta Maharani M.P Anggitha Yohana Clara Antika Putri Permata Wardani Ardian Adam Alfarisyi Bima Mahardika Wirawan Deninsyah Tiya Bella Pratama Dody Qori Utama Donni Richasdy Eko Darwiyanto Fahmi Hamzah Fahriza Ichsani Rafif Fakhri Taufiqurrahman Felia Novitasari Fhira Nhita Firdaus, Muhammad Abdurrahman Gde Agung Brahmana Suryanegara Gede Agung Ary Wisudiawan Ghinaa Zain Nabiilah Imam Prayoga Irfan Budi Prakoso Kemas Muslim Lhaksmana M. Mujahid Biagi Usama Mbake Woka, Adrian Yoris Muhammad Farhan Muhammad Irvan Tantowi Naufal Hilmiaji Novia Russelia Wassi Novian Anggis Suwastika Nugraha, Mohamad Rizki Pramoedya Syachrizalhaq Lyanda Pramoedya Syachrizalhaq Lyanda Rendhy Al-Farrel Rendi Kustiawan Rizal Adi Putranto Rizki Syafaat Amardita Rizkiyanto, Muhamad Dafa RIZKY, ACHMAD Ryan Lingga Wicaksono Said Al Faraby3 Tandya Rizky Pratama Tetuko Muhammad Hanurogo Utami Kusuma Dewi Villy Satria Wicaksono, Muhammad Hadiyan Widi Astuti Widi Astuti Wilantapoera, Alex Wira Winkie Setyono Yudi Priyadi