p-Index From 2020 - 2025
12.592
P-Index
This Author published in this journals
All Journal Jurnal Informatika Jurnal Teknologi Informasi dan Ilmu Komputer JUITA : Jurnal Informatika POSITIF Sistemasi: Jurnal Sistem Informasi JOIV : International Journal on Informatics Visualization IJCIT (Indonesian Journal on Computer and Information Technology) JITK (Jurnal Ilmu Pengetahuan dan Komputer) Techno Nusa Mandiri : Journal of Computing and Information Technology SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Jurnal Teknologi Sistem Informasi dan Aplikasi J-SAKTI (Jurnal Sains Komputer dan Informatika) JURIKOM (Jurnal Riset Komputer) Jurnal Riset Informatika JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) JOISIE (Journal Of Information Systems And Informatics Engineering) CCIT (Creative Communication and Innovative Technology) Journal Jurnal SITECH : Sistem Informasi dan Teknologi Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer JUKANTI (Jurnal Pendidikan Teknologi Informasi) Jurnal Mnemonic Abdimasku : Jurnal Pengabdian Masyarakat Journal of Information Technology Ampera Jurnal Algoritma, Logika dan Komputasi Journal of Business and Audit Information System (JBASE) IJECS: Indonesian Journal of Empowerment and Community Services Jurnal Pendidikan dan Teknologi Indonesia Jurnal Indonesia : Manajemen Informatika dan Komunikasi J-SAKTI (Jurnal Sains Komputer dan Informatika) JUSTIN (Jurnal Sistem dan Teknologi Informasi) Jurnal Janitra Informatika dan Sistem Informasi Literasi: Jurnal Pengabdian Masyarakat dan Inovasi Jurnal Informatika: Jurnal Pengembangan IT Jurnal Pendidikan Teknologi Informasi (JUKANTI) Jurnal Indonesia : Manajemen Informatika dan Komunikasi Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Progresif: Jurnal Ilmiah Komputer

Analisis Sentimen Review Aplikasi LinkedIn di Google Play Store Menggunakan Support Vector Machine Muhamad Makhasinul Maarif; Nina Setiyawati
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1614

Abstract

Social Networking Sites (SNS) have emerged as popular communication tools for sharing knowledge and connections. LinkedIn, which is the most widely used professional network in today’s technological era, is primarily utilized by professionals and the business world. LinkedIn serves as a platform for interacting with other professionals, building a professional profile, establishing connections and relationships, as well as developing work networks and business opportunities. In this research, a sentiment analysis of the usefulness of the LinkedIn application was conducted, involving 3000 reviews from the Google Play Store, using the Support Vector Machine (SVM) algortihm. The research process includes data collection (crawling), data cleaning, translation, labeling, text tokenization, and the elimination of common words (stop words). After optimizing parameters using the grid search method (grid param), a classification accuracy of 82% was achieved with parameter settings of C = 1; gamma = 0.1; and kernel = ‘linear’. This result indicates that the SVM algorithm can be used quite accurately for sentiment classification in Google Play Store reviews. Kata kunci: LinkedIn; Support Vector Machine; Google Play Store  AbstrakSocial Networking Sites (SNS) muncul sebagai alat komunikasi yang cukup populer untuk berbagi pengetahuan dan koneksi. LinkedIn, yang merupakan jaringan profesional yang paling banyak di gunakan die era perkembangan teknologi saat ini, terutama oleh para professional dan dunia kerja. LinkedIn berfungsi sebagai platform untuk berinteraksi dengan profesional lainnya, membangun profil profesional, membangun koneksi dan relasi, serta mengembangkan jaringan kerja dan peluang bisnis. Dalam penelitian ini, dilakukan analisis sentimen terhadap kegunaan aplikasi LinkedIn dengan melibatkan 3000 ulasan di Google Play Store, menggunakan algoritma Support Vector Machine (SVM). Proses penelitian ini meliputi pengambilan data (crawling), pembersihan data (cleaning), penerjemahan (translation), pemberian label (labelling), pemenggalan teks menjadi token (tokenization), dan eliminasi kata-kata umum (stop words). Setelah dilakukan optimisasi parameter dengan metode grid search (grid param), diperoleh akurasi klasifikasi sebesar 82% dengan pengaturan parameter C = 1; gamma = 0,1; dan kernel = ‘linear’. Hasil ini menunjikkan bahwa algoritma SVM dapat digunakan dengan cukup akurat untuk melakukan klasifikasi sentimen pada ulasan di Google Play Store.Kata kunci: LinkedIn; Support Vector Machine; Google Play Store
Pembangunan Aplikasi Monitoring Distribusi Bantuan Kepada UMKM Berbasis Web Bangkalang, Dwi Hosanna; Setiyawati, Nina; Susetyo, Yerymia Alfa; Saian, Pratyaksa Ocsa Nugraha
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.1615

Abstract

To encourage consumption and demand for MSME products in the form of goods and services, Dinas Koperasi, Usaha Kecil dan Menengah (DinKopUKM) of Salatiga City is taking steps by organizing activities that will provide stimulus in the form of gifts in the form of goods and gifts in the form of shopping vouchers. To expedite this program, an integrated aid distribution system was built, one of the applications in which is a web-based Aid Distribution Monitoring Application. This application functions to monitor voucher distribution. The application was built using the CodeIgniter framework and consists of six main features. The applications that have been built are tested using black box testing and user acceptance testing methods. From the testing process, it was found that the functional application was running as expected and users strongly agreed that the application that was built made it easier to monitor the distribution of aid to MSMEs.Kata kunci: Monitoring Aid Distribution; Web; Blackbox Testing; User Acceptance Testing; MSMEs AbstrakUntuk mendorong terjadinya konsumsi dan kebutuhan akan produk-produk UMKM baik berwujud barang maupun jasa, Dinas Koperasi, Usaha Kecil dan Menengah Kota Salatiga (DinKopUKM) melakukan langkah dengan menyelenggarakan kegiatan yang akan memberikan stimulus berupa hadiah berwujud barang dan hadiah berwujud voucher belanja. Untuk memperlancar program ini, maka dibangunlah sistem distribusi bantuan terintegrasi dimana salah satu aplikasi didalamnya adalah Aplikasi Monitoring Distribusi Bantuan berbasis web. Aplikasi ini berfungsi untuk melakukan pemantauan distribusi voucher. Aplikasi dibangun menggunakan framework CodeIgniter dan terdiri dari enam fitur utama. Aplikasi yang telah dibangun diuji menggunakan metode blackbox testing dan user acceptance testing. Dari proses pengujian, didapatkan bahwa fungsional aplikasi telah berjalan sesuai dengan yang diharapkan dan pengguna sangat setuju aplikasi yang dibangun memudahkan proses monitoring distribusi bantuan kepada UMKM.Kata kunci: Monitoring Distribusi Bantuan; Web; Blackbox Testing; User Acceptance Testing; UMKM 
Co-Authors Ade Iriani Agustinus Fritz Wijaya Aleksander Bagas Andrean Richardo Andreas Adi Nugroho Andreas Gibran Nethanel Paat Andrew Robot Feldy Najoan Ariyansa, Budi Asmara, Gilang Windu Bangkalang, Dwi Hosanna Benedict Hardyanto Harjono Budhi Kristianto Danny Manongga Devylia Todingbua Dewi, Eka Kamilla Dian Novita Kristiyani Dinda Fitri Ningtyas Dwi Hosanna Bangkalang Dyarenggasto, Yuven Prisma Eben Haezer, Eben Haezer Yena Kristianto Ellyandrew, Bravelyan Edgar Randista Elya Eko Widiyanto Evangs Evangs Mailoa Gabrielle Beauty Linelejan Gilang Windu Asmara Hanna Prillysca Chernovita Hanusia Manuel Oktrivania Zamili Hendry Herlambang Adi Wicaksono Hindriyanto Dwi Purnomo Irwan Sembiring Jihot Lumban Gaol Juniarto Christiawan Hartono Kevin Harlim Lim Kinanthi, Wikan Chandra Kosasih, Billy Chrisdianta Kristiadi, Nidia Claressa Kristoko Dwi Hartomo Linelejan, Gabrielle Beauty Lumban Gaol, Jihot Magdalena Ariance Ineke Pakereng Malvin Hariyanto Markus Permadi Muhamad Makhasinul Maarif Najoan, Andrew Robot Feldy Nataldo Noya Ningtyas, Dinda Fitri Permadi, Markus Pitarto, Yuhono Indra Posumah, Theresia Mutiara Prayogi, Yosef Agil Pribadi, Jemy Agung Purwoko, Agus Radius Tanone Rafael Jonathan Rani Kusuma Wardhani Raynaldo Raynaldo Raynaldo Raynaldo, Raynaldo Reinhard Alfaries Saemani Rezal Hiariej Riko Yudistira Saian, Pratyaksa Ocsa Nugraha Saluling, Jefferson Julystian Hendrik Sippan, Refli Bob Soebroto, Dorkas Tri Oktavena Sterry Fleanry Mulaki Susetyo, Yerymia Alfa Totti, Francesco Adhimas Tri Darma Krismanda Vania Harianto Putri Tjandra Vio Ayu Oktavia Putu Warisman Wicaksono Dwi Pamungkas Wijaya, Yemima Clara Yayi Suryo Prabandari Yerymia Alfa Susetyo Yohanes Puguh Suharjito Yos Richard Beeh Yos Richard Beeh Yudistira, Riko Yuliana T. B. Tacoh Yuny Tamariska Bota Yuven Prisma Dyarenggasto