Article Per Year (5 Year)
p-Index From 2021 - 2026
2.282
P-Index
This Author published in this journals
All Journal PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Journal of Information System E-Dimas: Jurnal Pengabdian kepada Masyarakat Jurnal Ilmiah FIFO JITK (Jurnal Ilmu Pengetahuan dan Komputer) Jurnal Sisfokom (Sistem Informasi dan Komputer) Petir Ensiklopedia of Journal Journal of Applied Engineering and Technological Science (JAETS) Jurnal Pasopati : Pengabdian Masyarakat dan Inovasi Pengembangan Teknologi Jurnal Pengabdian Masyarakat Nasional
Bagus Priambodo
Universitas Mercu Buana
Aerospace Engineering Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Electrical & Electronics Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Social Sciences

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Machine Learning Approaches to Sentiment Analysis of Mental Health Discussions on Platform X Yuwan Jumaryadi; Riri Fajriah; Umniy Salamah; Bagus Priambodo; Arie Lystha
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol. 13 No. 2 (2025): September 2025
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33558/piksel.v13i2.11350

Abstract

Sentiment analysis on mental health issues is crucial for understanding public perceptions of healthcare services. This study analyzed tweets related to mental health on platform X in 2025 using SVM, Random Forest, and Naive Bayes algorithms. Data was collected through web scraping with Python, then evaluated using a confusion matrix with accuracy, precision, f1-score, and recall metrics. The classification results showed a distribution of sentiment: positive (3,667 tweets), neutral (838 tweets), and negative (704 tweets). A comparative analysis of the three algorithms revealed that SVM achieved the highest accuracy (78.69%), followed by Random Forest (75.04%) and Naive Bayes (70.44%), proving the superiority of SVM in classifying mental health sentiment. These findings provide valuable insights for stakeholders in improving mental healthcare services based on public feedback, while also offering a reference for effective sentiment analysis methods for social media data.
SOSIALISASI APLIKASI PENDETEKSI DIABETES DILENGKAPI DENGAN LIE DETECTION UNTUK MASYARAKAT KELURAHAN DURI KEPA Umniy Salamah; Yuwan Jumaryadi; Diky Firdaus; Bagus Priambodo; Afifah Fitri Anggraini; Vivie Herlina; Ayaitulla Salsabilla Achmad; Putra Ardiansyah; Romeo Mulia Pratama; Zehandra Gibran Nugroho
Jurnal Pengabdian Masyarakat Nasional Vol. 6 No. 1 (2026)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/pemanas.v6i1.36927

Abstract

Diabetes Melitus Tipe 2 (DMT2) merupakan salah satu permasalahan kesehatan utama di wilayah perkotaan dan banyak dialami oleh kelompok usia produktif, termasuk masyarakat di Kelurahan Duri Kepa. Rendahnya pemahaman masyarakat, khususnya ibu-ibu PKK, mengenai deteksi dini diabetes menjadi latar belakang pelaksanaan kegiatan Pengabdian kepada Masyarakat (PkM) yang berfokus pada sosialisasi aplikasi pendeteksi risiko diabetes berbasis teknologi lie detection. Kegiatan yang dilaksanakan pada 10–31 Oktober 2025 ini meliputi tahap persiapan, pelaksanaan, evaluasi, dan tindak lanjut, dengan melibatkan partisipasi aktif masyarakat. Aplikasi yang diperkenalkan memanfaatkan analisis respons pengguna untuk mengidentifikasi potensi risiko diabetes dan memberikan kategori hasil berupa Tipe 1, Tipe 2, atau Tidak Terdeteksi. Hasil yang diberikan bukan merupakan diagnosis medis, tetapi indikator awal yang berfungsi sebagai pengingat agar masyarakat lebih memperhatikan pola makan, aktivitas fisik, dan gaya hidup sehat. Evaluasi kegiatan menunjukkan adanya peningkatan pengetahuan dan kesadaran masyarakat terhadap deteksi dini diabetes serta pemanfaatan teknologi informasi dalam bidang kesehatan. Program ini memberikan dampak positif dalam meningkatkan literasi kesehatan digital dan menunjukkan penerapan inovasi teknologi informasi untuk mendukung upaya pencegahan penyakit tidak menular di lingkungan masyarakat.
Evaluasi Kualitas Sistem Informasi Akademik Dengan Webqual dan IPA Yuwan Jumaryadi; Misbahul Fajri; Bagus Priambodo
JOINS (Journal of Information System) Vol 7 No 2 (2022): Edisi November 2022
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v7i2.6187

Abstract

Peran dari teknologi informasi di suatu institusi sangat dibutuhkan untuk menunjang kinerja karyawan di institusi tersebut. Penggunaan teknologi informasi akan meningkatkan tingkat efisiensi dan eketivitas dari suatu proses. Evaluasi terhadap usabilitas merupakan hal yang penting dalam memberikan rekomendasi terhadap sistem informasi untuk meningkatkan kepuasan pengguna. Penelitian ini melakukan evaluasi terhadap kualitas sistem informasi akademik di salah satu perguruan tinggi di Jakarta menggunakan menggunakan metode Website Quality (WebQual) dan Importance Performance Analysis (IPA). Kuadran I merupakan kuadran dengan prioritas penting, dimana indikator pada kuadran I adalah Usability_2. Pada Kuadran II sistem informasi akademik harus mempertahankan indikator yang ada seperti Inf_Qual_1, Inf_Qual_2, Inf_Qual_3, Inf_Qual_4, Usability_1, Usability_3, dan Usability_4. Pada kuadran III merupakan indikator yang dapat diabaikan kepentingannya, dimana indikator yang terdapat didalamnya adalah Serv_Int_4, Serv_Int_3, Inf_Qual_5, Usability_5, dan Usability_6, dan kuadran IV dinilai memiliki tingkat kepentingan yang rendah namun memiliki tingkat kinerja yang sangat baik dimana indikatornya adalah Serv_Int_1, Serv_Int_2, Usability_7. Berdasarkan penelitian yang dilakukan, maka indikator Usability_2 merupakan hail prioritas agar dapat ditingkatkan untuk meningkatkan kepuasan pengguna terhadap penggunaan sistem informasi akademik.
Co-Authors Aditya Alif Afifah Fitri Anggraini Arie Lystha Ayaitulla Salsabilla Achmad Azlina Ahmad Delaila Rosa Wardiman Dewi Sri Utami Diky Firdaus Gushelmi Hana Prasetiyo Diennida Ika Nur Suciati Ilham Rahmaditia Arlingga Jumaryadi, Yuwan Misbahul Fajri Nazmi Aulia Putra Ardiansyah Rabiah Abdul Kadir Riri Fajriah Romeo Mulia Pratama Ruci Meiyanti Salamah, Umniy Samidi Samidi Vivie Herlina Yustika Erliani Zehandra Gibran Nugroho