Articles
<![CDATA[Sentiment Analysis of Online Lectures using K-Nearest Neighbors based on Feature Selection ]]>
<![CDATA[Junadhi]]>;
<![CDATA[Agustin]]>;
<![CDATA[Mi’rajul Rifqi]]>;
<![CDATA[M. Khairul Anam]]>
<![CDATA[ Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol. 11 No. 3 (2022) ]]>
Publisher : <![CDATA[Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.23887/janapati.v11i3.51531
<![CDATA[Online lecture is a distance learning system that utilizes information technology in its implementation. Although it has been agreed, this lecture system has caused controversy. Not infrequently online lectures are considered to bring a variety of new obstacles in lectures, and not a few also consider that online lectures are the most appropriate solution to continue to run lecture activities in the midst of alarming pandemic conditions. In response to this policy, many people expressed various kinds of opinions and views on the implementation of online lectures which are generally stated on social media, one of which is through Twitter. Sentiment analysis is a branch of the science of machine learning that is carried out to obtain useful information or new knowledge by extracting, understanding, and processing text data automatically. Several methods are widely used by researchers to classify sentiment analysis datasets including K-Nearest Neighbor (K-NN). K-NN will be adapted to classify online lecture datasets because K-NN can produce good accuracy on a large number of data. The presence of feature selection also helps machine learning in improving its performance. The purpose of this study was to determine student sentiment toward online lectures and to determine the level of accuracy of the combination of K-NN with various feature selections. Based on 780 tweets data, a classification of 394 positive sentiments, 320 negative sentiments, and 39 neutral sentiments was obtained. So, the results of student opinions are on POSITIVE sentiments. The accuracy result of the K-NN Algorithm was 56% and the accuracy of the K-NN Algorithm + Forward Selection was 51%, the accuracy of the KNN Algorithm + Adabost was 54%, and the accuracy of the KNN Algorithm + Genetic Algorithm was 55%.]]>
<![CDATA[Optimalisasi Penggunaan Microsoft Powerpoint Guna Mendukung Keahlian Siswa Magang Di Stmik Amik Riau ]]>
<![CDATA[Junadhi]]>;
<![CDATA[Agustin]]>;
<![CDATA[Edwar Ali]]>;
<![CDATA[Susanti]]>;
<![CDATA[Herwin]]>
<![CDATA[ J-PEMAS - Jurnal Pengabdian Masyarakat Vol. 4 No. 2 (2023): Jurnal Pengabdian Masyarakat J_PEMAS ]]>
Publisher : <![CDATA[STMIK Amik Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33372/j-pemas.v4i2.938
<![CDATA[Pengabdian kepada masyarakat (PKM) ini bertujuan melatih para siswa untuk membuat media pembelajaran berbasis powerpoint. Sehingga dapat dimanfaatkan dalam proses presentasi laporan di sekolah. Metode yang digunakan adalah action research (Penelitian tindakan) yang terdiri dari 4 (empat) langkah, yaitu: analisa awal, proses persiapan, proses pelaksanaan dan penutup. Adapun mitra dari kegiatan PKM ini adalah para siswa/siswi yang melaksanakan kerja praktik di STMIK Amik Riau sebanyak 20 orang dan kegiatan pengabdian ini dilaksanakan selama 2 (dua) hari. Adapun topik materi yang diberikan kepada siswa meliputi cara mengaktifkan/membuka dan menutup aplikasi Ms. PowerPoint; membuat file baru, teknik penggunaan warna, mengubah warna background, menambahkan tabel, gambar, video, sound dan menggunakan efek dalam presentasi; serta mencetak slide, note page, dan handout. Hasil yang diperoleh dari kegiatan PKM ini yaitu sebanyak 83% dari jumlah siswa sebagai peserta telah mampu membuat media presentasi berbasis powerpoint secara tuntas. Dengan demikian bisa ditarik kesimpulan bahwa kegiatan ini dapat memberikan dampak yang baik karena peserta (siswa) telah mampu meningkatkan hardskill untuk mengoperasikan laptop atau komputer diantaranya bisa membuat media pembelajaran berbasis powerpoint. Sehingga media pembelajaran yang telah dibuat tersebut dapat digunakan dalam kegiatan keperluan di sekolah.]]>
<![CDATA[Diagnosa Jenis Penyakit Epilepsi pada Anak Menggunakan Metode Certainty Factor ]]>
<![CDATA[Junadhi -]]>;
<![CDATA[Agustin -]]>
<![CDATA[ SATIN - Sains dan Teknologi Informasi Vol 2 No 2 (2016): SATIN - Sains dan Teknologi Informasi ]]>
Publisher : <![CDATA[STMIK Amik Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (387.68 KB)
|
DOI: 10.33372/stn.v2i2.183
<![CDATA[Pemanfaatan teknologi informasi sudah dilakukan di berbagai sektor kehidupan, tidak terkecuali bidang kesehatan. Salah satunya yaitu pemanfaatan sistem pakar. Sistem pakar dapat menggantikan peran seorang dokter dalam mengalisa suatu penyakit dan mengambil keputusan seperti yang biasa dilakukan oleh seorang pakar. Dalam penelitian ini sistem pakar digunakan dalam mendiagnosa penyakit epilepsi pada anak menggunakan metode certainty factor. Epilepsi terjadi karena adanya gangguan saraf pada batang otak yang dapat menimbulkan ketidaksadaran, emosi, halusinasi, kejang dan nyeri pada bagian kepala. Hasil implementasi yang telah dilakukan, aplikai sistem pakar menggunakan metode certainty factor dapat menganalisis gejala-gejala jenis penyakit epilepsi berdasarkan gejala yang diberikan oleh pasien menjadi sebuah keputusan jenis penyakit epilepsi. Sehingga aplikasi ini dapat memberikan kemudahan bagi dokter dalam melakukan diagnosa penyakit epilepsi pada anak dengan cepat, mudah dan efektif.]]>
<![CDATA[Perancangan Aplikasi Berbasis Client Server dalam Mengupload File-File Ujian pada Laboratorium Komputer STMIk Amik Riau ]]>
<![CDATA[rometdo muzawi]]>;
<![CDATA[Rahmaddeni -]]>;
<![CDATA[Agustin -]]>
<![CDATA[ SATIN - Sains dan Teknologi Informasi Vol 3 No 1 (2017): SATIN - Sains dan Teknologi Informasi ]]>
Publisher : <![CDATA[STMIK Amik Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (474.389 KB)
|
DOI: 10.33372/stn.v3i1.210
<![CDATA[Client-server merupakan sebuah paradigma dalam teknologi informasi yang merujuk kepada cara untuk mendistribusikan aplikasi ke dalam dua pihak yaitu pihak client dan pihak server. Dalam model clien-server, sebuah aplikasi dibagi menjadi dua bagian yang terpisah, tapi masih merupakan sebuah kesatuan yakni komponen client dan komponen server. Berdasarkan teknik client-server dirancanglah sebuah aplikasi yang dapat berinterasi dengan pengguna dalam proses penguplodan file-file ujian yang diberikan oleh dosen baik untuk program studi Teknik Informatika maupun program studi Manajemen Informatika. Aplikasi yang dirancang menggunakan pemrograman PHP dan database MySQL pada server. Hasil yang diberikan berupa aplikasi dengan teknik client-server yang dapat digunakan oleh mahasiswa dan pihak laboran. yang mencakup keperluan dalam hal penguploadan file-file ujian mahasiswa. Simpulan yang diberikan dalam penelitian ini secara umum dapat mengefesiensi waktu dari pihak mahasiswa dalam proses penguplodan file ujian dan pihak laboran dalam proses pembuatan laporan.]]>
<![CDATA[Sistem Layanan Pesan Pijat Online di Kota Pekanbaru (SISLAPPO) ]]>
<![CDATA[Junadhi Junadhi]]>;
<![CDATA[Agustin Agustin]]>
<![CDATA[ SATIN - Sains dan Teknologi Informasi Vol 4 No 1 (2018): SATIN-Sains dan Teknologi Informasi ]]>
Publisher : <![CDATA[STMIK Amik Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (871.147 KB)
|
DOI: 10.33372/stn.v4i1.301
<![CDATA[Penggunaan layanan internet sudah merambah ke berbagai bidang kehidupan. Tak sedikit perusahaan yang memanfaatkan layanan internet demi meningkatkan kualitas pelayanan terhadap pelanggan. Banyak startup yang tumbuh, yang mendukung peningkatan kualitas pelayanan terhadap pelanggan, sehingga para pengguna internet mendapatkan layanan yang terbaik dan berkualitas sesuai dengan kebutuhannya. Rutinitas yang begitu padat tentu berdampak kepada kebugaran tubuh seseorang, Â untuk kembali bugar berbagai macam tindakan dilakukan yaitu, berendam dengan air hangat, istirahat yang cukup, dan pijat badan Dari beberapa cara tersebut orang lebih sering menggunakan jasa pijat, dimana badan lebih cepat terasa bugar. Permasalahan yang muncul adalah ketika seseorang yang ingin menggunakan jasa pijat dan tidak mengetahui alamat, nomor handphone, biaya dan jam praktek. Sistem mengusung konsep agregator, yakni menghubungkan penggunanya dengan penyedia jasa pijat. Sistem ini memberikan kemudahan kepada para pengguna untuk mencari dan memesan layanan pijat sesuai yang mereka butuhkan. Untuk layanan pijat, pelanggan bisa mendatangkan terapis langsung ke rumah atau langsung datang ke lokasi pijat.]]>
<![CDATA[Perbandingan Penerapan Metode Tsukamoto dan Metode Sugeno untuk Menentukan Jumlah Produksi Kursi ]]>
<![CDATA[Agustin -]]>;
<![CDATA[Susanti -]]>
<![CDATA[ SATIN - Sains dan Teknologi Informasi Vol 3 No 2 (2014): SATIN - Sains dan Teknologi Informasi ]]>
Publisher : <![CDATA[STMIK Amik Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (518.345 KB)
|
DOI: 10.33372/stn.v3i2.362
<![CDATA[Produksi merupakan suatu kegiatan yang bertujuan untuk menambah nilai guna suatu benda atau menciptakan benda baru sehingga bermanfaat dalam memenuhi kebutuhan. Logika fuzzy adalah suatu cara untuk memetakan permasalahan dari suatu ruang input kedalam suatu ruang output. Perbedaan antara logika fuzzy dan logika tegas adalah dalam logika tegas hanya memiliki dua nilai yaitu nilai benar dan salah, tapi dalam logika fuzzy suatu keadaan dapat bernilai salah dan benar secara bersamaan. Kelebihan logika fuzzy adalah kemampuannya dalam proses penalaran secara bahasa sehingga dalam perancangannya tidak memerlukan persamaan matematik yang rumit. Pada metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk If-Then harus dipresentasikan dalamsuatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Hasilnya output hasil inferensi dari tiap-tiap aturan diberikan secara tegas berdasarkan α-predikat. Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot. Pada metode Sugeno output system tidak hanya berupa himpunan fuzzy, melainkan berupa konstanta atau oersamaan linear.]]>
<![CDATA[Sistem Pendeteksi Tingkat Kesamaan Teks pada Pengusulan Proposal Penelitian Internal Menggunakan Algoritma Rabin-Karp ]]>
<![CDATA[Rahmaddeni - Rahmaddeni]]>;
<![CDATA[Didik Sazali]]>;
<![CDATA[Agustin Agustin]]>
<![CDATA[ SATIN - Sains dan Teknologi Informasi Vol 4 No 2 (2018): SATIN - Sains dan Teknologi Informasi ]]>
Publisher : <![CDATA[STMIK Amik Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (562.424 KB)
|
DOI: 10.33372/stn.v4i2.415
<![CDATA[STMIK Amik Riau yang merupakan perguruan tinggi komputer di Provinsi Riau memiliki suatu unit lembaga yang mengelola penelitian yang bernama LPPM STMIK Amik Riau. Untuk mewujudkan visi LPPM STMIK Amik Riau, lembaga ini memulainya dari hal internal terlebih dahulu berupa adanya pengelolaan manajemen penelitian yang baik dalam sebuah website yang dapat diakses secara online. Permasalahan yang terjadi selama ini dalam sebuah website LPPM STMIK Amik Riau adalah dalam hal pengajuan proposal penelitian internal. Dalam pengajuan proposal internal yang dilakukan oleh dosen STMIK Amik Riau melalui sistem yang ada, belum bisa mendeteksi adanya kesamaan teks yang diajukan melalui paparan abstrak yang diberikan. Sistem yang ada menerima semua usulan yang diberikan dalam hal abstrak tanpa memberikan rekomendasi ke reviewer akan tingkat kesamaan usulan penelitian yang diajukan dengan penelitian yang ada. Menanggapi permasalahan yang ada dan untuk mewujudkan visi LPPM STMIK Amik Riau, maka perlu adanya sistem yang mampu memberikan rekomendasi bagi reviewer akan tingkat kesamaan teks melalui usulan abstrak penelitian yang diajukan oleh dosen STMIK Amik Riau. Tujuan dari penelitian ini adalah menerapkan algoritma Rabin-Karp pada website LPPM STMIK Amik Riau untuk mendeteksi tingkat kesamaan abstrak penelitian internal STMIK Amik Riau agar meminimalisir terjadinya penelitian yang plagiat. Selain berbasis website, sistem juga dapat diakses melalui perangkat mobile android.]]>
<![CDATA[Sistem Pendukung Keputusan Penunjukan Supplier Pengadaan Perangkat Kesehatan Pada Instalasi Farmasi RSUD Arifin Achmad Pekanbaru Dengan Metode Multifactor Evaluation Process ]]>
<![CDATA[Hadi Asnal]]>;
<![CDATA[Agustin]]>;
<![CDATA[Triyani Arita Fitri]]>;
<![CDATA[M. Khairul Anam]]>
<![CDATA[ SATIN - Sains dan Teknologi Informasi Vol 6 No 1 (2020): SATIN - Sains dan Teknologi Informasi ]]>
Publisher : <![CDATA[STMIK Amik Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (551.752 KB)
|
DOI: 10.33372/stn.v6i1.618
<![CDATA[RSUD Arifin Ahcmad Pekanbaru setiap harinya membutuhkan berbagai macam perangkat kesehatan guna menunjang keperluan medis di rumah sakit tersebut, dan perangkat kesehatan tersebut dipasok oleh supplier yang ditunjuk. Selama ini dalam proses penunjukan supplier masih mengunakan proses manual yang berubah-ubah dan dikhawatirkan akan berdampak kurang baik terhadap kelancaran suplai hingga kualitas perangkat kesehatan yang disuplai, disisi lain tanpa didukung sistem informasi yang handal, akan sulit bagi berbagai unsur terkait untuk melakukan antisipasi maupun perencanaan dan pengembangan untuk jangka panjang (Edwar Ali, Susandri & Rahmaddeni, 2015). Untuk itu perlu dibuat sebuah sistem yang nantinya dapat menampilkan laporan kelayakan supplier berdasarkan kriteria yang dibutuhkan, kriteria yang dimaksud berupa : Harga, kualitas, kelengkapan dan garansi. Sistem pendukung keputusan ini dibuat dengan menggunakan bahasa pemograman PHP dan database MYSQL. Metode MFEP digunakan dengan memberikan pertimbangan subyektif dan intuitif terhadap Faktor yang dianggap penting. Pertimbangan-pertimbangan tersebut berupa pemberian bobot (weighting system) atas multifactor yang terlibat dan dianggap penting tersebut. Dengan menggunakan sistem ini diharapkan pihak RSUD Arifin Ahcmad akan memperoleh kemudahan dalam mendapatkan informasi yang dibutuhkan yang berkaitan dengan kegiatan pengadaan perangkat kesehatan di RSUD Arifin Ahcmad.]]>
<![CDATA[Analisis Sentimen Prosesor AMD Ryzen menggunakan Metode Support Vector Machine ]]>
<![CDATA[Erlin]]>;
<![CDATA[Josef Sianturi]]>;
<![CDATA[Alyauma Hajjah]]>;
<![CDATA[Agustin]]>
<![CDATA[ SATIN - Sains dan Teknologi Informasi Vol 7 No 2 (2021): SATIN - Sains dan Teknologi Informasi ]]>
Publisher : <![CDATA[STMIK Amik Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1074.311 KB)
|
DOI: 10.33372/stn.v7i2.804
<![CDATA[Prosesor AMD menjadi salah satu pesaing prosesor Intel semenjak dikeluarkannya prosesor Ryzen generasi 3. Berbagai pendapat dan opini masyarakat mengenai prosesor ini sangat mudah ditemui pada media sosial Twitter. Opini ini dapat digunakan sebagai sistem untuk mendukung keputusan berkaitan dengan produk AMD Ryzen. Tujuan penelitian ini adalah untuk mengimplementasikan Analisis Sentimen dalam pendekatan Data Mining untuk menganalisa tekstual data yang terdapat pada Twitter menggunakan metode Support Vector Machine, mengeksplorasi dan memahami tren opini publik mengenai prosesor AMD Ryzen dan mengklasifikasikannya kedalam polaritas biner. Penelitian ini menggunakan Tweet dari Library Tweetscrapper. Pelabelan dilakukan oleh expert untuk diklasifikasikan menjadi sentimen positif dan negatif. Selanjutnya melakukan pra-pemrosesan data untuk menghilangkan noise, mendeteksi nilai data yang hilang, data duplikat dan tidak relevan. Selanjutnya, algoritma machine learning digunakan untuk memprediksi data baru. Model yang dihasilkan dievaluasi menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa kinerja metode SVM sangat baik dalam hal akurasi, presisi, recall dan F1 Score dengan nilai masing-masing 96,67%, 96,43%, 100% dan 98,18%. Berdasarkan hasil yang diperoleh, sebagian besar publik memiliki opini yang positif terhadap prosesor AMD Ryzen. Penelitian ini juga membuktikan bahwa metode Support Vector Machine dapat digunakan sebagai algoritma cerdas untuk memprediksi sentimen di Twitter untuk data baru dengan cepat dan akurat.]]>
<![CDATA[Sentiment Analysis for Online Learning using The Lexicon-Based Method and The Support Vector Machine Algorithm ]]>
<![CDATA[M. Khairul Anam]]>;
<![CDATA[Triyani Arita Fitri]]>;
<![CDATA[Agustin Agustin]]>;
<![CDATA[Lusiana Lusiana]]>;
<![CDATA[Muhammad Bambang Firdaus]]>;
<![CDATA[Agus Tri Nurhuda]]>
<![CDATA[ ILKOM Jurnal Ilmiah Vol 15, No 2 (2023) ]]>
Publisher : <![CDATA[Prodi Teknik Informatika FIK Universitas Muslim Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33096/ilkom.v15i2.1590.290-302
<![CDATA[The pros and cons regarding online learning has been a hot topic in society, both on social media and in the real world. Indonesian netizens still post opinions about online learning on social media such as Twitter. This study aims to analyze public comments to determine whether the trend of the comments is positive, negative, or neutral. The classification of netizen opinions is called sentiment analysis. This study applies 2 ways of carrying out sentiment analysis. The first stage employs the SVM algorithm with data labeling automatically obtained from the Emprit Academy drone portal while the second stage is still using the SVM algorithm but the data labeling with lexicon-based method. The results of this study are comparisons of labels obtained automatically from the Emprit Academy drone portal and labeling using lexicon based. The SVM algorithm obtains an accuracy of 90%, while the use of lexicon-based increases the accuracy value by 5% to 95%. It can be concluded that labeling data using a lexicon-based method can improve the accuracy of the SVM algorithm.]]>
