Claim Missing Document
Check
Articles

Found 24 Documents
Search

Exploring Resilience: A Virtual Tour of Disaster-Affected Communities through Digital Photo Stories Hasibuan, Annalisa Sonaria; Destiadi, Rezha; Chan, Andi Supriadi; Fajrin, Alfannisa Annurallah
Gondang: Jurnal Seni dan Budaya Vol. 8 No. 1 (2024): GONDANG: JURNAL SENI DAN BUDAYA, JUNE 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/gondang.v8i1.52581

Abstract

This study analyzes and explores disaster village tourism and life situation communication, clarifies the form and virtual scenarios, determines building blocks, and suggests sufficient functional requirements to develop virtual tourism scenarios. The questionnaire survey method is direct and effective for identifying questions; the case analysis method surveys the situation of the disaster village tourist attraction; and the theoretical analysis method discusses theories related to Digital Photo Book. The results indicate that tourists are interested in using Digital Photo Book as an information guide. Digital Photo Book's contribution to tourist information is more significant than conventional information, with 77% of tourists believing that the information provided greatly influenced their interest in the future. 70% of respondents stated that the impact of the information provided reached a satisfactory level. Digital Photo Book is more easily accepted and appreciated by tourists and is more suitable to be applied globally in the aspect of tourism, especially in areas with limited access.
IMPLEMENTASI TAMAN IQRA DIGITAL BERBASIS AUGMENTED REALITY PADA JOHOR ISLAMIC GREEN SCHOOL Annalisa Sonaria Hasibuan; Andi Supriadi Chan; Rezha Destiadi; Gabriel Ardi Hutagalung
J-COSCIS : Journal of Computer Science Community Service Vol. 4 No. 1 (2024): J-COSCIS : Journal of Computer Science Community Service
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/jcoscis.v4i1.17029

Abstract

Sekolah Johor Islamic Green School merupakan salah satu pelopor sekolah alam berbasis agama Islam di kota medan yang menjadi pengerak dalam edukasi dan Pendidikan anak. Sekolah Johor Islamic Green School ini sudah memiliki siswa lebih dari 50 orang baik dari kalangan masyarakat umum di kota medan. Saat ini Sekolah Johor Islamic Green School melakukan kegiatan untuk memberikan edukasi dan meningkatkan antusian dan minat belajar siswa di alam dan tidak berada di kelas pada umumnya. Beberapa permasalahan yang dihadapi oleh sekolah ini seperti media pembelajaran yang bersifat konvensional dan peralatan pembelajaran untuk edukasi yang masih terbatas. Tujuan pengabdian kepada masyarakat yang dilakukan oleh Tim Pengabdi ini untuk menyelesaiakan permasalahan yang dihadapi oleh mitra dengan penerapan Iptek yang dibuat untuk menyelesaikan permasalahan dengan cara implementasi teknologi digital untuk pengenalan Iqra berbasis Augmented Reality dan taman Iqra Digital. Iptek yang akan di implementasikan pada mitra adalah taman Iqra digital pada Kawasan sekolah. Kemudian pelatihan penggunaan dan pemberian informasi, penyediaan media pembelajaran ini sebagai promosi dan kegiatan serta media informasi. Metode yang digunakan pada kegiatan ini adalah pemberdayaan masyarakat dengan konsep berbasis masyarakat kelompok produktif (Community base Education) yang dilakukan dengan Langkah berupa pencarian permasalahan yang dihadapi oleh Sekolah Johor Islamic Green School dan disepakati Bersama oleh tim. pelatihan untuk Mitra. Kemudian akan diadakan pelatihan melalui forum grup discussion (FGD). Dan kegiatan akhir mengukur hasil kegiatan pengabdian kepada masyarakat melalui respon Mitra dan hasil perbandingan pasca dan pra kegiatan tersebut.
PELATIHAN APLIKASI TRIBELIO UNTUK MEMBUAT LANDING PAGE PEMASARAN DIGITAL BAGI SISWA DAN SISWI SMKN 6 PEKANBARU Novendra, Rizki; Vebby; Turnandes, Yogo; Supriadi Chan, Andi; Safitri Syam, Salmaini; Walhidayat; Juliani, Fitri; Riyanda Eka Putra, Wan
J-COSCIS : Journal of Computer Science Community Service Vol. 4 No. 2 (2024): J-COSCIS : Journal of Computer Science Community Service
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/jcoscis.v4i2.19136

Abstract

Digital marketing merupakan strategi atau upaya untuk memasarkan atau mempromosikan produk melalui segala jenis media digital, baik melalui internet atau jaringan lainnya yang saling terhubung. Dengan banyaknya media digital saat ini, sudah jelas bahwa Digital marketing merupakan cara pemasaran yang sangat efektif. Media Digital marketing mencakup saluran komunikasi yang sering kita jumpai, baik melalui jaringan Internet maupun jaringan lainnya seperti telepon dan televisi. Tujuan digital marketing diantaranya untuk menarik konsumen dan calon konsumen secara cepat, kecepatan penyebaran, kemudahan evaluasi, jangkauan lebih luas, murah dan efektif dan membangun brand. Landing page atau halaman arahan adalah halaman web yang dirancang khusus untuk tujuan pemasaran atau promosi. Tujuannya adalah untuk mengarahkan pengunjung ke tindakan tertentu, seperti mendaftar, membeli, atau mengisi formulir. Kegiatan inilah yang disebut dengan convertion rate. Halaman inilah yang ditampilkan ketika pengunjung mengakses website dari hasil pencarian berbayar (paid search). Membuat landing page merupakan upaya meningkatkan pengalaman pengunjung di website.
A Performance Enhancement Strategy for Sentiment Classification Models On Political Social Media Using Hyperparameter Tuning And Boosting Chan, Andi Supriadi; Husna, Meryatul; Putra, Pandu Pratama
International Journal of Advances in Data and Information Systems Vol. 6 No. 3 (2025): December 2025 - International Journal of Advances in Data and Information Syste
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/ijadis.v6i3.1455

Abstract

This study aims to develop an optimized machine learning-based sentiment classification model for election-related issues. A dataset comprising 10,001 entries was collected from the social media platform X and manually labeled into three sentiment classes: positive, negative, and neutral. The preprocessing stage involved text cleaning, stemming, and feature transformation using the Term Frequency-Inverse Document Frequency (TF-IDF) method. To address class imbalance, the Synthetic Minority Over-sampling Technique (SMOTE) was employed. Three baseline classification algorithms—K-Nearest Neighbors (KNN), Support Vector Machine (SVM), and Gaussian Naive Bayes (GNB)—were initially evaluated to establish a performance benchmark. Model development proceeded by applying hyperparameter optimization using the Optuna framework and further enhancing the models via boosting with Extreme Gradient Boosting (XGBoost). Experimental results revealed that the combination of SVM with Optuna and XGBoost achieved the best performance, reaching 97% accuracy, precision, recall, and F1-score across all classes. In contrast, the KNN and GNB models experienced a notable decline in performance following hyperparameter tuning, although partial recovery was observed when combined with boosting. These findings suggest that hyperparameter tuning and boosting are not universally effective across all classifiers, yet their synergistic application significantly enhances performance in SVM-based models. This study highlights the importance of model-specific optimization strategies in building robust sentiment analysis systems, particularly for handling unbalanced public opinion data in social media contexts.