Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Informasi Jurnal Ilmu Komputer Jurnal Infortech
Fitra Septia Nugraha
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Languange, Linguistic, Communication & Media Library & Information Science

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
SENTIMENT ANALYSIS ON E-SPORTS FOR EDUCATION CURRICULUM USING NAIVE BAYES AND SUPPORT VECTOR MACHINE Rian Ardianto; Tri Rivanie; Yuris Alkhalifi; Fitra Septia Nugraha; Windu Gata
Jurnal Ilmu Komputer dan Informasi Vol 13, No 2 (2020): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information
Publisher : Faculty of Computer Science - Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21609/jiki.v13i2.885

Abstract

The development of e-sports education is not just playing games, but about start making, development, marketing, research and other forms education aimed at training skills and providing knowledge in fostering character. The opinions expressed by the public can take form support, criticism and input. Very large volume of comments need to be analyzed accurately in order separate positive and negative sentiments. This research was conducted to measure opinions or separate positive and negative sentiments towards e-sports education, so that valuable information can be sought from social media. Data used in this study was obtained by crawling on social media Twitter. This study uses a classification algorithm, Naïve Bayes and Support Vector Machine. Comparison two algorithms produces predictions obtained that the Naïve Bayes algorithm with SMOTE gets accuracy value 70.32%, and AUC value 0.954. While Support Vector Machine with SMOTE gets accuracy value 66.92% and AUC value 0.832. From these results can be concluded that Naïve Bayes algorithm has a higher accuracy compared to Support Vector Machine algorithm, it can be seen that the accuracy difference between naïve Bayes and the vector machine support is 3.4%. Naïve Bayes algorithm can thus better predict the achievement of e-sports for students' learning curriculum.
Perancangan Sistem Informasi E-Raport dengan Metode Waterfall Pada Pondok Pesantren Al-Khoirat Cikupa Muhammad Suryanto; Andi Taufik; Fitra Septia Nugraha
Jurnal Ilmu Komputer Vol 15 No 1 (2022): April 2022
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

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

Abstract

Sistem pengolahan nilai akademik santri di Pondok Pesantren Al-Khoirat saat ini masih manual dengan cara pengajar memberikan data nilai tiap santri ke admin sehingga memakan waktu, dan rentan terhadap kesalahan dalam pengerjaannya. untuk meminimalisir permasalahan yang ada, diperlukan suatu sistem informasi pengolahan nilai yang lebih baik. Penulis melakukan penelitian untuk membuat sistem informasi tersebut dengan metode pengumpulan data dengan cara observasi atau mengamati langsung kegiatan dan proses yang berkaitan dengan permasalahan diatas, wawancara dengan orang-orang yang terlibat didalamnya dan studi pustaka buku dan jurnal yang berkaitan dengan permasalahan diatas dan menggunakan model pengembangan sistem waterfall dan diimplementasikan kedalam sistem berbasis web. Hasil dari penelitian ini adalah sistem informasi E-Raport berbasis web yang diharapkan sistem tersebut dapat membuat pengolahan nilai akademik santri di Pondok Pesantren Al-Khoirat lebih mudah dan meminimalisir kesalahan dalam pengerjaannya dan sistem yang terintegrasi sehingga mengelola nilai akademik santri di pondok pesantren Al-Khoirat lebih cepat, efektif dan efisien.
IMPLEMENTASI FAIL OVER DAN LOAD BALANCE UNTUK GROUPING JALUR KONEKSI USER DAN MONITORING Alfan Khudori; Anton Anton; Fitra Septia Nugraha
Jurnal Infortech Vol 4, No 2 (2022): Desember 2022
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/infortech.v4i2.13753

Abstract

Kebutuhan internet di masa pandemi yang menuntut semua serba digital harus dipersiapkan oleh perusahaan yang menggunakan internet pada operasionalnya. Internet yang cepat, stabil dan handal sangat dibutuhkan untuk menunjang kegiatan pekerjaan perusahaan, sehingga pekerjaan perusahaan lebih produktif. Ketika sebuah penyedia internet mengalami gangguan, maka akan terganggu juga operasional perusahaan. Menggunakan teknologi fail over dan load balance pada router Mikrotik dapat memecahkan masalah tersebut, dimana internet bisa berjalan bersamaan dari dua ISP dan dapat menjadi backup ketika salah satunya mengalami gangguan, sehingga meminimalisir waktu down pada jaringan internet perusahaan. Dengan melakukan monitoring pada jaringan menggunakan cacti, kita dapat menganalisa, membuat rencana, dan menyiapkan solusi ketika terjadi masalah, sehingga keputusan bisa diambil yang paling terbaik. Hasil yang didapati ketika melakukan konfigurasi fail over dan load balance, user mampu menjalankan tugas pekerjaan tanpa mengalami kendala yang berarti ketika internet salah satu ISP gangguan. Hal ini membuktikan jaringan dapat dioptimalkan dengan baik ketika melakukan konfigurasi fail over dan load balance.
Co-Authors Alfan Khudori Andi Taufik Anton Anton Gata, Windu Muhammad Suryanto Rian Ardianto Tri Rivanie Yuris Alkhalifi