Claim Missing Document
Check
Articles

Found 10 Documents
Search

Sentimen Analisis Terkait Lockdown pada Sosial Media Twitter Muhammad Dwison Alizah; Arifin Nugroho; Ummu Radiyah; Windu Gata
Indonesian Journal on Software Engineering (IJSE) Vol 6, No 2 (2020): IJSE 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v6i2.8991

Abstract

Abstract:  Covid-19 has been set as a Pandemic by the World Health Organization (WHO). The very large impact and the infection that is fast enough are the reasons for making Covid-19 as a pandemic and efforts to overcome. One anticipation that can be done is to do lockdown. Making the decision to carry out a lockdown is intended to reduce the spread that occurs. Lockdown is certainly not a 100% good solution for all of individual. There are individual who agree that the lockdown will be implemented, also there are those who think that the lockdown is better not to be carried out considering the negative impacts that can occur. Therefore in this study will be presented the predictive modeling for sentiment analysis related to "lockdown" specially on social media Twitter. The method used to labeled was using Vader then the tweets are extracted using TF-IDF, and modeling is made for the prediction of sentiment using Naïve Bayes and Support Vector Machine. The results obtained from the two algorithms are more than 80%. Keywords: Covid-19, lockdown, TF-IDF, Naïve Bayes, Support Vector Machine Abstrak: Covid-19 telah ditetapkan sebagia Pandemi oleh World Health Organization (WHO). Dampak yang sangat besar dan penyebaran yang cukup cepat menjadi alsan untuk menjadikan Covid-19 sebagai Pandemi dan perlu dilakukan upaya penanggulangan. Salah satu upaya yang bisa dilakukan adalah dengan melakukan lockdown. Pengambilan keputusan untuk melakukan lockdown diperuntukan guna mengurangi penyebaran yang terjadi. Lockdown tentunya bukanlah solusi yang 100% baik bagi segala pihak. Terdapat pihak - pihak yang menyetujui akan dilaksanakannya lockdown, ada pula yang beranggapan bahwa lockdown lebih baik tidak dilaksanakan dengan pertimbangan dampak negatif yang bisa terjadi. Oleh karena itu, pada penelitian ini akan disampaikan mengenai pembuatan pemodelan prediksi terkait analisa sentimen terkait “Lockdown” yang dikhususkan pada media sosial Twitter. Metode yang digunakan adalah dengan melakukan labeling menggunakan Vader dan selanjutnya tweet tersebut dilakukan ekstraksi menggunakan TF-IDF, dan dibuatkan pemodelan untuk prediksi sentimen menggunakan Naïve Bayes dan Support Vector Machine. Hasil evaluasi yang didapat dari kedua algoritma tersebut ialah mencapai lebih dari 80%. Kata kunci: Covid-19, lockdown, TF-IDF, Naïve Bayes, Support Vector Machine Abstract:  Covid-19 has been set as a Pandemic by the World Health Organization (WHO). The very large impact and the infection that is fast enough are the reasons for making Covid-19 as a pandemic and efforts to overcome. One anticipation that can be done is to do lockdown. Making the decision to carry out a lockdown is intended to reduce the spread that occurs. Lockdown is certainly not a 100% good solution for all of individual. There are individual who agree that the lockdown will be implemented, also there are those who think that the lockdown is better not to be carried out considering the negative impacts that can occur. Therefore in this study will be presented the predictive modeling for sentiment analysis related to "lockdown" specially on social media Twitter. The method used to labeled was using Vader then the tweets are extracted using TF-IDF, and modeling is made for the prediction of sentiment using Naïve Bayes and Support Vector Machine. The results obtained from the two algorithms are more than 80%. Keywords:Covid-19, lockdown, TF-IDF, Naïve Bayes, Support Vector Machine Abstrak: Covid-19 telah ditetapkan sebagia Pandemi oleh World Health Organization (WHO). Dampak yang sangat besar dan penyebaran yang cukup cepat menjadi alsan untuk menjadikan Covid-19 sebagai Pandemi dan perlu dilakukan upaya penanggulangan. Salah satu upaya yang bisa dilakukan adalah dengan melakukan lockdown. Pengambilan keputusan untuk melakukan lockdown diperuntukan guna mengurangi penyebaran yang terjadi. Lockdown tentunya bukanlah solusi yang 100% baik bagi segala pihak. Terdapat pihak - pihak yang menyetujui akan dilaksanakannya lockdown, ada pula yang beranggapan bahwa lockdown lebih baik tidak dilaksanakan dengan pertimbangan dampak negatif yang bisa terjadi. Oleh karena itu, pada penelitian ini akan disampaikan mengenai pembuatan pemodelan prediksi terkait analisa sentimen terkait “Lockdown” yang dikhususkan pada media sosial Twitter. Metode yang digunakan adalah dengan melakukan labeling menggunakan Vader dan selanjutnya tweet tersebut dilakukan ekstraksi menggunakan TF-IDF, dan dibuatkan pemodelan untuk prediksi sentimen menggunakan Naïve Bayes dan Support Vector Machine. Hasil evaluasi yang didapat dari kedua algoritma tersebut ialah mencapai lebih dari 80%. Kata kunci: Covid-19, lockdown, TF-IDF, Naïve Bayes, Support Vector Machine
Aplikasi Kegiatan pada Unit Kegiatan Mahasiswa LP3I Computer Club (UKM LCC) Rendi Adriandi; Ummu Radiyah; Anton Anton; Esron Rikardo Nainggolan
INFORMAL: Informatics Journal Vol 5 No 1 (2020): INFORMAL - Informatics Journal
Publisher : Faculty of Computer Science, University of Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/isj.v5i1.17046

Abstract

The development of telecommunications technology is very rapid along with the times that have reached the era of "technology in the grip". The use and utilization of information technology in this grip is needed by LCC UKM or LP3I Computer Club Student Activity Unit, where this UKM regularly holds training activities or seminars both for participants from internal campus and outside campus. But apparently the data management of participants who attended the activity was still manual, namely still using paper to record attendance of participants so there was no database of participants which caused the committee to find it difficult to contact participants who had already participated in UKM LCC activities if there were new activities. The main objective of the research is to produce an application based on Android activities to facilitate the committee in creating a participant database. The making of this application uses the scrum method so that it can make priorities in building this application as needed. The results of this study, the LCC UKM committee no longer needs to use paper for recording attendance and the participant database can be stored directly on the server.
KOMPARASI ALGORITMA NAIVE BAYES, RANDOM FOREST DAN SVM UNTUK MEMPREDIKSI NIAT PEMBELANJA ONLINE Cucu Ika Agustyaningrum; Windu Gata; Ridan Nurfalah; Ummu Radiyah; Mawadatul Maulidah
Jurnal Informatika Vol 20, No 2 (2020): Jurnal Informatika
Publisher : IIB Darmajaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30873/ji.v20i2.2402

Abstract

Beberapa tahun terakhir ini, penggunaan e-commerce atau toko online sangat meningkat. Bermacam-macam toko online yang bermunculan di internet, baik berskala kecil maupun yang berskala besar. Hal ini memiliki pengaruh yang sangat penting pada penggunaan waktu yang efektif dan tingkat angka penjualan. Maka dari itu e-commerce atau toko online harus mempunyai kemampuan menilai sarana yang digunakan untuk mengetahui dan mengklasifikasikan niat pembelanjaan online sehingga menghasilkan keuntungan bagi toko tersebut. Niat pembelanja online dapat dilakukan pengklasifikasian menggunakan beberapa algoritma, seperti Naive Bayes, Random Forest dan Support Vector Machine. Dalam penelitian ini perbandingan algoritma dilakukan menggunakan aplikasi WEKA dengan mengetahui nilai F1-Score, Akurasi, Kappa Statistic dan Mean Absolute Error. Terdapat perbedaan antara hasil pengujian, untuk nilai F1-Score, Akurasi, Kappa Statistic menghasilkan pengujian algoritma Random Forest-lah yang paling baik dibandingkan Naive Bayes dan Support Vector Machine. Sedangkan pada nilai Mean Absolute Error hasil pengujian algoritma Support Vector Machine merupakan nilai terbaik dari pada Naive Bayes dan Random Forest. Sehingga berdasarkan penelitian ini Algoritma Random Forest merupakan algoritma yang paling baik dan tepat untuk diterapkan sebagai pengklasifikasian niat pembelanja online, karena algoritma Random Forest yang paling mendominasi dalam mengetahui nilai kriteria seperti F1-Score, Akurasi, Kappa Statistic dan Mean Absolute Error.
IMPLEMENTASI METODE K-NEAREST NEIGHBOR UNTUK PREDIKSI PENJUALAN KEMASAN SKINCARE PADA PT. UNIVERSAL JAYA PERKASA Rino Indra Muhammad; Esron Rikardo Nainggolan; Jordy Lasmana Putra; Sidik Sidik; Susafa'ati Susafa'ati; Ummu Radiyah
Technologic Vol 12, No 2 (2021): TECHNOLOGIC
Publisher : Politeknik Manufaktur Astra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52453/t.v12i2.384

Abstract

PT. Universal Jaya Perkasa merupakan perusahaan yang bergerak dalam industri kemasan skincare. Perusahaan ini memiliki berbagai jenis kemasan skincare yang ditawarkan. Kendala yang dialami perusahaan yaitu belum adanya suatu metode dalam menentukan prediksi penjualan pada setiap produk di PT. Universal Jaya Perkasa dan belum adanya akurasi yang tepat dalam melihat penentuan suatu prediksi penjualan produk sehingga terjadi penumpukkan barang yang tidak terjual sesuai target perusahaan. Maka dibutuhkan prediksi untuk penjualan produk kemasan skincare yang paling banyak diminati setiap bulannya, yang berguna untuk mempermudah pihak perusahaan dalam perencanaan penyediaan stok produk. Untuk mengetahui penjualan produk kemasan skincare yang paling banyak diminati digunakan teknik klasifikasi data mining dan algoritma K-Nearest Neighbor menggunakan tools Rapidminer. Hasil perhitungan data mining menggunakan teknik klasifikasi dan algoritma K-Nearest Neighbor, terdiri dari atribut Kategori Produk, Kuantitas dan Bulan. Didapatkan hasil prediksi penjualan tertinggi pada produk kemasan skincare dengan 7 kategori produk yaitu Lipgloss Tube pada bulan (Juli & Maret), Cream Bottle (Februari), Essential Oil Bottle (Oktober), Spray Bottle (September), Powder Box (Januari), Pump Bottle (Agustus & Oktober) dan Tube (Agustus & Desember). Hasil pengujian perhitungan akurasi menggunakan Rapidminer untuk mengetahui penjualan beberapa bulan mendatang diperoleh hasil nilai akurasi 80%.
Implementasi Spanning Tree Protocol (STP) pada Perancangan Virtual Local Area Network (VLAN) pada PT. Regalindo Sakti Jakarta Vergina Maria Josefina Renwarin; Ummu Radiyah
JI-Tech Jurnal JI-Tech Vol.17 No.1 (2021)
Publisher : Sekolah Tinggi Teknologi Informasi NIIT

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

Abstract

ABSTRAKVergina Maria Josefina Renwarin (12190027), Implementasi Spanning Tree Protocol (STP) pada Perancangan Virtual Local Area Network (VLAN) pada PT. Regalindo Sakti Jakarta.                Teknologi informasi yang berkembang semakin pesat sudah menjadi suatu kebutuhan untuk setiap perusahaan. PT. Regalindo Sakti merupakan perusahaan besar yang bergerak dalam bidang perdagangan besar textile, sehingga peneliti melakukan metode penelitian dengan menggunakan metode observasi.  Perusahaan ini mencakup usaha perdagangan besar hasil industry textile ke luar negeri.  Manajemen jaringan  sangatlah penting untuk menunjang komunikasi dan transaksi dengan client. Penggunaan jaringan komputer pada perusahaan ini belum memiliki manajemen jaringan yang baik antara lain tidak adanya redundancy atau jalur alternatif yang dapat menangani apabila paket data terjadi loop dan mengalami down jaringan. Pada lain hal jaringan komputer di beberapa divisi belum menyediakan hak akses atau privasi.Untuk menyelesaikan kondisi ini maka penulis mencoba menerapkan manajemen jaringan dengan Spanning Tree Protocol (STP) pada switch agar dapat memberikan jalur redundan dan mencegah loop pada jaringan, serta mengembangkan jaringan ke dalam bentuk virtual local area network (VLAN). Sistem VLAN diyakini mampu memberikan kemudahan dari segi biaya dan lebih mudah untuk mengatur manajemen jaringannya, sebab VLAN sendiri mampu melakukan konfigurasi secara terpusat dan mampu memonitor terhadap client. Kata kunci: manajemen jaringan, spanning tree protocol (STP), virtual local area network (VLAN)
RANCANGAN SISTEM INFORMASI E-RECRUITMENT BERBASIS WEBPADA PT.GEOSERVICES Nurlaili Anisah; Anton Anton; Ummu Radiyah
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 3 No. 2 (2016)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (944.049 KB)

Abstract

Sistem perekrutan karyawan baru selama ini masih bersifat konvensional dimana calon karyawan yang akan melamar pekerjaan harus mendatangi langsung ke perusahaan atau calon karyawan dapat mengirimkan berkas lamaran melalui email. Proses pencarian calon karyawan dengan mendistribusikan informasi lowongan melalui media masa juga dinilai kurang efektif dan juga membutuhkan anggaran biaya yang tidak sedikit. Dampak dari proses perekrutan karyawan secara manual ini menyebabkan banyaknya tumpukan berkas yang sudah tidak terpakai sehingga membutuhkan ruang penyimpanan dan juga akan menjadi masalah polusi lingkungan. Rancangan sistem informasi e-recruitment ini adalah rancangan sistem perekrutan karyawan baru pada PT.Geoservices menggunakan model Rapid Application Development (RAD).Pelamar kerja dapat dengan mudah mengakses informasi lowongan pekerjaan yang ada, memilihnya dan memberikan informasi tentang pelamar sehingga memudahkan PT.Geoservices dalam memilih calon karyawan baru. age:IN;mso-fareast-language: EN-US;mso-bidi-language:AR-SA'> Hasil penelitian ini adalah  dapat mengimplementasikan text autocomplete yang berfungsi untuk menampilkan materi-materi pembelajaran bahasa Inggris kelas sembilan dan juga untuk menampilkan pencarian kata pada Regullar and Irregular verb. Dari hasil implementasi dan pengujian, aplikasi pembelajaran dapat berjalan pada platform android dan mampu menjalankan fungsi dengan baik. -2 dapat mendeteksi kebocoran Gas. LPG Monitoring system ini dapat diaplikasikan di berbagai tempat yang terkoneksi dengan jaringan operator dan sistem dapat terkoneksi dengan modem sebagai notifikasi.
OPTIMALISASI KEAMANAN WIDE AREA NETWORK (WAN) MENGGUNAKAN RAW FIREWALL BERBASIS MIKROTIK PADA PT. PERMATA GRAHA NUSANTARA Mohammad Nadhir; Ummu Radiyah; Muhammad Qomarudin
INTI Nusa Mandiri Vol 17 No 1 (2022): INTI Periode Agustus 2022
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/inti.v17i1.3401

Abstract

Fokus penelitian ini adalah optimalisasi keamanan jaringan dengan implementasi metode firewall dengan teknik raw firewall pada perangkat jaringan mikrotik. Firewall membatasi siapa saja yang berhak mengakses suatu internet dalam jaringan, dan siapa saja yang harus diizinkan dan tidak diizinkan untuk lewat, hal ini biasa disebut dengan filtering. Firewall pada jaringan, dapat memantau aktifitas suatu jaringan. Raw Firewall adalah teknik keamanan jaringan yang dalam penggunaannya tidak membutuhkan resource yang besar. Pada penelitian ini dilakukan dua skenario pengujian: (i) pengujian pertama dengan melakukan serangan ping attack sebelum implementasi teknik raw firewall, yaitu menggunakan filter rules, dan (ii) pengujian kedua melakukan serangan ping attack kembali setelah implementasi firewall raw. Hasil yang diperoleh dari penelitian memperlihatkan bahwa penggunaan resource cpu dengan teknik filter rules rata-rata sebesar 41% dan resource cpu setelah implementasi raw firewall rata-rata sebesar 2% saat terjadi serangan. Implementasi raw firewall terhadap ping attack berhasil menurunkan beban pada cpu, sehingga pada kondisi ini kinerja perangkat tidak terganggu.
Pelatihan Dasar Ms.Power Point dalam Peningkatan Kreatifitas Presentasi bagi Staf dan Pengajar TKQ-TPQ Kecamatan Tanjung Priok Jakarta Utara Ummu Radiyah; Mulyani, Astriana; Sidik; Budiawan, Imam
JURNAL ABDIMAS DOSMA (JAD) Vol. 2 No. 2 (2023): JUNI
Publisher : IKATAN ALUMNI DOSEN MAGANG KEMENRISTEKDIKTI TAHUN ANGKATAN 2017

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70522/jad.v2i2.28

Abstract

The staff and teachers of TKQ/TPQ Kec. Tanjung Priok in their work activities is not proficient in using technology or applications that make work easier. The problems experienced include not being able to make creative presentation material. Based on the problems experienced by TKQ/TPQ staff and teachers in Tanjung Priok District, basic Ms. Power Point training was carried out to help find solutions to the problems they faced. Ms. Power Point basic training is held to make it easier for staff and teachers to be more able to use and apply technology in the work activities carried out. Ms. Power Point training can also help prepare creative and interesting presentation materials so that teaching and learning activities become dynamic and material can be conveyed by attracting the interest and attention of students and can be timely in disseminating teaching materials. The service method consists of survey stages, training, and evaluation stages. The results of the service show that the TKQ/TPQ staff and teachers, kec. Tanjung Priok can make presentation materials or teaching media that are effective and interesting.
Penerapan Algoritma C4.5 Untuk Prediksi Penggunaan Layanan Jasa Laundry Orchardz Hotel Pontianak Misbahul Munir; Vivit Marcelina; Ika Kurniawati; Ummu Radiyah
Jurnal Infortech Vol 5, No 1 (2023): JUNI 2023
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/infortech.v5i1.15834

Abstract

Abstrak  - Orchardz Hotel adalah perusahaan yang menyediakan pelayanan jasa penginapan. Salah satu fasilitas yang disediakan Orchardz Hotel Pontianak adalah layanan jasa laundry. Adanya fasilitas laundry, membuat para tamu tidak perlu lagi merasa repot untuk memikirkan masalah baju kotor selama menginap. Pilihan metode pencucian beragam mulai dari laundry biasa, press dan dry cleaning. Layanan laundry hanya dikhususkan bagi tamu, sehingga tidak tersedia bagi umum, linen attendant menawarkan ke tamu-tamu dengan cara mengetuk pintu kamar, namun banyaknya kamar yang tersedia dan terisi pada Orchardz Hotel sering kali tidak selesai dikunjungi karena keterbatasan waktu. Oleh karena itu Penerapan prediksi layanan jasa laundry perlu diimplementasikan sehingga proses penawaran ini dapat dilakukan secara akurat terhadap perkiraan tamu yang memiliki nilai prediksi tertinggi dan menjadikan waktu penawaran jasa menjadi lebih cepat karena mengetahui tamu mana saja yang menjadi perioritas. Maka penelitian ini mengimplementasikan algoritma C4.5 untuk mengklasifikasikan dan memprediksi tamu mana saja yang memiliki nilai accuracy tertinggi sehingga dapat diprioritaskan untuk dikunjungi kamar tamunya. Hasil dari implementasi menghasilkan nilai confusion matrix dengan nilai Accuracy 83,61% dan nilai AUC sebesar 0,527 serta atribut dengan bobot tertinggi adalah Gender (Jenis Kelamin) dan Floor (Lantai Kamar) dengan masing-masing nilai 0,397 untuk gender dan 0,391 untuk floor. Kata Kunci : C4.5, data mining, klasifikasi, prediksi Abstract - Orchardz Hotel is an accommodation company or business entity that provides lodging services. One of the facilities provided by Orchardz Hotel Pontianak is a laundry service. The existence of laundry facilities, makes guests no longer need to feel bothered to think about the problem of dirty clothes during their stay. The choice of washing methods varies from regular laundry, press and dry cleaning. Laundry service is only reserved for guests who stay, so it is not available to the public, the linen attendant offers to guests by knocking on the room door, but the number of rooms available and filled at Orchardz Hotel are often not completed due to time constraints. Therefore, the application of laundry service predictions needs to be implemented so that the bidding process can be carried out accurately on the estimated guests who have the highest predictive value and make the service offer time faster because it knows which guests are the priority, so this study implements the C4.5 algorithm. 5 to classify and predict which guests have the highest accuracy values so that they can be prioritized for their guest rooms to visit. The results of the implementation produce a confusion matrix value with an Accuracy value of 83.61%, and AUC value of  0.527 and the attributes with the highest weights are Gender and Floor  with each value of 0.397 for gender and 0.391 for floor. Keywords : C4.5, classification, data mining, prediction
Pelatihan Pengolahan Data Menggunakan Ms. Excel Bagi SDM SPSN Bale Bermain Ummu Radiyah; Ika Kurniawati; Mulyani, Astriana; Budiawan, Imam
Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 1 (2025): Juli
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat Politeknik Negeri Media Kreatif

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46961/jpk.v5i1.1503

Abstract

Abstrak: Guru sebagai garda terdepan harus mampu meningkatkan kompetensi baik dalam hal kemampuan metodologi pengajaran maupun kemampuan teknis yang berhubungan dengan penggunaan teknologi sebagai penunjang proses pembelajaran. Pemanfaatan teknologi informasi belum sepenuhnya diterapkan untuk peningkatan kompetensi guru tersebut salah satunya adalah pemanfaatan Ms. Excel untuk pengolahan data siswa. Guna mengatasi permasalahan yang dihadapi Guru dan Staf di SPSN Bale Bermain, tim pengabdian kepada masyarakat Universitas Nusa Mandiri melakukan kegiatan pelatihan pengolahan data menggunakan Ms. Excel. Metode yang dilakukan dalam pelaksanaan kegiatan ini adalah pengajaran teori, tutorial (pendampingan) dengan menggunakan modul, diskusi dan tanya jawab. Adapun materi yang diberikan adalah pengenalan workbooks, worksheets, formula dan function, conditional formatting, logical dan mathematical function, serta charts di Excel. Target capaian luaran dari kegiatan ini yaitu penerbitan press release di media online dan publikasi jurnal. Hasil akhirnya berupa peningkatan kompetensi dan kinerja guru dan staf dalam bidang pengolahan data serta tujuan dari proses belajar mengajar tercapai atau sesuai yang diharapkan yaitu lebih efisien dan efektif.   Kata Kunci: Kompetensi, Microsoft Excel, Pengolahan data, Pelatihan.   Abstract: Teachers as the front line must be able to improve their competence both in terms of teaching methodology skills and technical skills related to the use of technology to support the learning process. The use of information technology has not been fully implemented to improve teacher competence, one of which is the use of Ms. Excel for student data processing. To overcome the problems faced by Teachers and Staff at SPSN Bale Bermain, the Nusa Mandiri University community service team conducted data processing training activities using Ms. Excel. The methods used in implementing this activity are theoretical teaching, tutorials (mentoring) using modules, discussions, questions, and answers. The materials provided are an introduction to workbooks, worksheets, formulas and functions, conditional formatting, logical and mathematical functions, and charts in Excel. The target output of this activity is the publication of press releases in online media and journal publications. The result is an increase in the competence and performance of teachers and staff in the field of data processing and the objectives of the teaching and learning process are achieved or as expected, namely more efficient and effective.   Keywords: Competence, Microsoft Excel, Data processing, Training