Claim Missing Document
Check
Articles

Rancang Bangun Website Sosialisasi dan Donasi Laut Lestari Indonesia Fathan Kevin Adhitya; Alif Mayrossi Berlison; Viktor Handrianus Pranatawijaya; Liyando Hermawan Hasibuan
Journal of Information Technology and Computer Science Vol. 3 No. 4 (2023): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v3i4.20954

Abstract

Ekosistem laut Indonesia menghadapi berbagai ancaman serius akibat aktivitas manusia, seperti pencemaran, eksploitasi berlebihan, dan dampak perubahan iklim. Untuk mengatasi permasalahan tersebut, diperlukan peningkatan kesadaran masyarakat dan dukungan aktif dalam aksi konservasi. Penelitian ini bertujuan untuk merancang dan membangun sebuah website Laut Lestari Indonesia yang berfungsi sebagai platform sosialisasi dan donasi guna mendukung pelestarian ekosistem laut di Indonesia. Website ini menyediakan informasi edukatif terkait isu-isu lingkungan laut serta memfasilitasi donasi daring yang transparan dan mudah diakses. Metode pengembangan menggunakan teknologi web berbasis PHP, HTML, CSS, dan JavaScript, dengan fitur utama berupa manajemen konten sosialisasi, sistem donasi digital, serta integrasi media sosial. Hasil akhir menunjukkan bahwa website yang dirancang berhasil memenuhi kebutuhan sebagai media edukasi dan penggalangan dana, serta mampu menjangkau masyarakat umum, akademisi, dan organisasi lingkungan. Dengan antarmuka yang ramah pengguna, platform ini diharapkan dapat memperkuat keterlibatan publik dalam upaya konservasi laut sesuai target SDG 14.
Perancangan Sistem Penyewaan Busana dan Aksesori Pernikahan Berbasis Website pada Oak Galery Ervina Ayu Rosamada; Licantik Licantik; Ade Chandra Saputra; Viktor Handrianus Pranatawijaya; Deddy Ronaldo
Journal of Information Technology and Computer Science Vol. 5 No. 2 (2025): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v5i2.22449

Abstract

Perkembangan teknologi informasi telah memberikan pengaruh yang signifikan dalam berbagai aspek kehidupan, termasuk dalam industri fashion. Penyewaan gaun pada butik Oak Gallery memiliki potensi besar namun masih dihadapkan pada berbagai tantangan terkait pengelolaan dan pemasaran yang lebih efektif. Skripsi ini bertujuan untuk menyelesaikan masalah-masalah yang muncul di dalam kegiatan sewa-menyewa yang ada di Oak Gallery dengan merancang sebuah aplikasi penyewaan gaun secara online berbasis web.Penelitian ini bertujuan untuk mengembangkan dua web yang saling terkait, yaitu web customer dan web admin. Web customer dirancang untuk memberikan kemudahan kepada pelanggan dalam melakukan proses penyewaan gaun secara online dengan fitur-fitur yang memudahkan pengguna dalam memilih, memesan, dan melakukan transaksi sewa. Sedangkan web admin dirancang untuk memfasilitasi pihak manajemen Oak Gallery dalam mengelola dan memantau proses penyewaan gaun, serta mengelola inventaris dan data pelanggan.Metodologi pengembangan aplikasi ini menggunakan pendekatan perancangan sistem yang terstruktur, dimulai dari analisis kebutuhan, perancangan aplikasi, pengkodean, hingga pengujian sistem. Selain itu, aplikasi ini dikembangkan dengan memanfaatkan teknologi web modern untuk memastikan kinerja yang optimal dan antarmuka yang ramah pengguna.Hasil dari skripsi ini adalah implementasi aplikasi penyewaan gaun berbasis web yang memenuhi kebutuhan Oak Gallery dalam meningkatkan efisiensi, keterjangkauan, dan pelayanan kepada pelanggan. Diharapkan bahwa aplikasi ini akan membawa manfaat besar dalam memperluas pasar penyewaan gaun dan memberikan pengalaman yang lebih baik bagi pelanggan Oak Gallery.
Rancang Bangun Website Pendaftaran dan Seleksi Penerimaan Beasiswa Bank Indonesia menggunakan Metode Simple Additive Weighting (SAW) Billy Oktha Pikami; Efrans Christian; Viktor Handrianus Pranatawijaya; Devi Karolita; Tomas Leonardo
Journal of Information Technology and Computer Science Vol. 5 No. 3 (2025): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v5i3.23147

Abstract

Beasiswa Bank Indonesia merupakan program bantuan dana pendidikan yang ditujukan bagi mahasiswa berprestasi. Namun dalam proses pendaftaran dan seleksi masih dilakukan secara manual dan kurang efisien. Penelitian ini bertujuan untuk merancang dan membangun sistem berbasis website yang dapat memfasilitasi proses pendaftaran dan seleksi penerima beasiswa secara digital. Sistem ini dirancang menggunakan metode Simple Additive Weighting (SAW) dan Weighted Product Method (WPM) untuk membantu proses pengambilan keputusan yang objektif berdasarkan kriteria yang telah ditentukan, seperti IPK, penghasilan orang tua, dan berkas lainnya. Sistem dikembangkan dengan menggunakan bahasa pemrograman PHP dan basis data MySQL serta mengakomodasi tiga jenis pengguna, yaitu pendaftar, pihak kampus, dan admin. Fitur utama dalam sistem meliputi pendaftaran online, pemberian rekomendasi oleh kampus, pengelolaan kriteria dan nilai, serta perhitungan hasil seleksi berdasarkan metode Simple Additive Weighting (SAW) dan Weighted Product Method (WPM). Hasil dari penelitian ini menunjukkan bahwa sistem yang dibangun dapat mempermudah proses seleksi beasiswa, meningkatkan transparansi, serta mengurangi kesalahan manusia dalam pengolahan data dan perhitungan seleksi.
Komparasi Machine Learning dalam Analisis Sentimen Berbasis Aspek dan Deteksi Emosi pada Ulasan Aplikasi Lowongan Kerja Hana Husna Safitri; Viktor Handrianus Pranatawijaya; Ressa Priskila
Journal of Information Technology and Computer Science Vol. 6 No. 1 (2026): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v6i1.25773

Abstract

Seiring meningkatnya penggunaan aplikasi pencari kerja, ulasan pengguna di platform digital menjadi sumber penting untuk mengevaluasi kualitas layanan. Namun, ulasan tersebut sering kali tidak terstruktur dan mengandung ekspresi kompleks. Penelitian ini menerapkan teknik machine learning untuk mengidentifikasi aspek dominan, serta memahami sentimen dan emosi dalam ulasan aplikasi Glints dan Jobstreet dari Google Play Store. Tiga model dibandingkan, yaitu Support Vector Machine (SVM), Random Forest, dan Multinomial Logistic Regression. Data diperoleh melalui scraping, diproses dengan tahapan preprocessing, dan dianotasi menggunakan LDA dan Generative AI untuk aspek, IndoBERT untuk sentimen, serta NRC Emotion Lexicon untuk emosi. Dataset dibagi dalam rasio 80:20 dan 90:10. Hasil menunjukkan bahwa model terbaik untuk klasifikasi aspek adalah SVM (split 90:10) dengan akurasi 97,67%, untuk sentimen adalah Multinomial Logistic Regression (split 90:10) dengan akurasi 94,49%, dan untuk emosi adalah SVM (split 90:10) dengan akurasi 99,46%. Aspek yang paling dominan adalah Pencarian Kerja, diikuti Pengalaman Pengguna. Sentimen ulasan didominasi oleh sentimen positif, dan emosi yang paling sering muncul adalah bahagia. Penelitian ini membantu mengevaluasi kinerja model dan memahami persepsi pengguna terhadap aplikasi pencari kerja.
Pelatihan Pemanfaatan Platform Video Conference untuk Mendukung Pembelajaran Hybrid bagi Siswa SMP Negeri 6 Palangka Raya Nova Noor Kamala Sari; Ressa Priskila; Widiatry; Viktor Handrianus Pranatawijaya; Putu Bagus Adidyana Anugrah Putra; Efrans Christian; Septian Geges; Novera Kristianti; Tomas Leonardo; Purmasari
Jurnal Atma Inovasia Vol. 6 No. 2 (2026)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jai.v6i2.12707

Abstract

The community service activity entitled “Training on the Use of Video Conference Platforms for Students of SMP Negeri 6 Palangka Raya” was conducted with the main objective of enhancing students’ digital literacy, particularly in utilizing online learning applications such as Google Meet and Zoom. The identified problem was the students’ limited technical skills in operating these platforms, which could hinder their active participation in both hybrid and online learning. To address this issue, the program was designed as a hands-on training that included the introduction of basic features, simulations of virtual classrooms, and guidance on digital ethics in online interactions. Through this approach, students not only acquired fundamental technical skills but also improved their confidence in participating in online learning and developed a sense of responsibility in using technology. Therefore, this activity provides a tangible contribution to supporting students’ readiness in facing the increasingly digitalized educational landscape
Analisis Sentimen Dampak Artificial Intelligence (AI) Untuk Pendidikan Pada X Menggunakan Naive Bayes Nurdin, Nurdin; Jama, Luniko; Magnus, Thomas Zugildo; Priskila, Ressa; Pranatawijaya, Viktor Handrianus
Jurnal Informatika UPGRIS Vol 10, No 1: Juni 2024
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v10i1.18867

Abstract

AI ini telah menjadi salah satu topik hangat dalam beberapa tahun terakhir, dengan potensinya untuk merevolusi berbagai industri, termasuk pendidikan. Disisi lain, pendidikan adalah proses untuk memperoleh pengetahuan yang dibutuhkan untuk menjalani kehidupan yang sukses. Namun, opini publik tentang penggunaan AI dalam pendidikan berbeda. Beberapa orang mungkin melihatnya sebagai kemajuan yang baik yang dapat membantu siswa mempersiapkan diri untuk tantangan masa depan. Sementara yang lain mungkin khawatir tentang konsekuensi moral, konsekuensi sosial, atau bahkan apakah teknologi akan menggantikan pekerjaan manusia. Melalui analisis sentimen pada X, penelitian ini bertujuan untuk mencoba menemukan komponen yang mempengaruhi persepsi publik terhadap AI untuk pendidikan. Untuk dapat mengumpulkan data tersebut, menggunakan X harvest untuk melakukan crawling data pada X. Pada tahap klasifikasi menggunakan metode naïve bayes. Dari 327 data yang dianalisis, 82% mengekspresikan sentimen positif, 17% menunjukkan sentimen negatif, sementara hanya 1% bersifat netral. Dari ­confusion matrix ­yang dihasilkan, dapat diperoleh nilai akurasi, presisi, recall, dan skor f1. Metode naïve bayes menghasilkan accuracy sekitar 72,73%, precision sekitar 77,40%, recall sekitar 72,73%, dan f1-score sekitar 71,74%. Terbukti bahwa metode naïve bayes merupakan pengklasifikasi teks yang baik untuk menganalisis sentimen mengenai Analisis Sentimen Dampak Artificial Intelligence Untuk Pendidikan Pada X Menggunakan Naïve Bayes.
Utilization of Chatbots for Sentiment Prediction of Alumni Data Using IndoRoBERTa Classifier: Pemanfaatan Chatbot dalam Prediksi Sentimen Data Alumni Menggunakan IndoRoBERTa Classifier Nova Noor Kamala Sari; Tomas Leonardo; Efrans Christian; Viktor Handrianus Pranatawijaya; Widiatry Widiatry
Journal of Information and Technology Vol. 5 No. 2 (2025): Journal of Information and Technology Unimor (JITU)
Publisher : Department of Information Technology, Universitas Timor, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32938/jitu.v5i2.9174

Abstract

Dalam era digital, analisis sentimen menjadi alat penting bagi institusi pendidikan untuk memahami opini alumni. Data yang tidak terstruktur dari survei dan media sosial memerlukan pendekatan berbasis kecerdasan buatan (AI) agar analisis lebih efisien. Namun, model Natural Language Processing (NLP) yang tersedia belum sepenuhnya dioptimalkan untuk Bahasa Indonesia, sehingga akurasi klasifikasi sentimen masih terbatas. Penelitian ini mengembangkan chatbot berbasis IndoRoBERTa Classifier untuk memprediksi sentimen alumni secara otomatis dalam tiga kategori: positif, negatif, dan netral. Hasil evaluasi menunjukkan bahwa model ini lebih akurat dibandingkan metode machine learning konvensional. Selain itu, chatbot yang dikembangkan dapat mempercepat analisis dengan memberikan respons real-time terhadap pengguna. Implementasi chatbot ini membantu institusi pendidikan dalam memahami kepuasan alumni dan meningkatkan layanan akademik. Penelitian ini merekomendasikan eksplorasi lebih lanjut terhadap model NLP deep learning serta integrasi chatbot dengan sistem pengelolaan umpan balik untuk mendukung pengambilan keputusan akademik yang lebih efektif.
Co-Authors -, Rendy Swanda Narastu ., Widiatry ., Widiatry ., Yukandri Ade Chandra Saputra Admi Ruth Sinana Adonis Jethro Patianom Agus Sehatman Saragih Agustin, Ria Ahmad Abdul Hadi Alfian Rizaldi Alif Mayrossi Berlison Alwinda Megawati Yogiswari Amazon, Firlo Anak Agung Istri Sri Wiadnyani Andini, Wafik Angel, Aprilia Christyana Tri Anugrah Putra, Putu Bagus Adidyana Anugrahnu, Dian Putra Aprilia, Salsabila Aprilian, Rivan Aprimikardo, Aprimikardo Arya Bima Mohammad Heriansyah Aryabimo, Agsa Rakha Audry Maharani Baghaskara, Ghiraldi Bernady, Delon Billy Oktha Pikami Candra Wijaya, Candra Candrawati, Nuri Christie, Sagita Amaria Christina, Sherly Debora, Jessica Kurnia Deddy Ronaldo Devi Karolita DWI SURYANTO Edi Rusadi Efrans Christian Efrans Christian Ervina Ayu Rosamada Fajari, Rizqi Farhani Farhani Farhani, Farhani Fathan Kevin Adhitya Felicia Sylviana Ferdinan, Bryan Desmonda Firdo, Daud Firlo Amazon Florensia, Nela Puspita Frira Sesilia Gavin Berylian Josepto Gunawan, Vincentius Abdi Hana Husna Safitri Handoko, Rifky Mustaqim Handoko, Rifky Mustaqim Handoko Haridjaya, Ezra Janitra Hariyadi Hariyadi Hariz Kurniawan Hefi Kristianto Hendra Yulianto Hidayat, Febrian Nur Jama, Luniko Jordi Irawan Jovito, Felik Rolantius Kalawa Putri, Maria Ramanda Kelvin Wijaya, Kelvin Kristianti, Novera Kristianto, Hefi Lena, Martha Leonardo, Tomas Lia Nelda Licantik Licantik Lisa Lisa Lisa Lisa, Lisa Liyando Hermawan Hasibuan Magnus, Thomas Zugildo Marhayu Marhayu Marhayu, Marhayu Martha lena Marvin Donald Richardo Aronggear Masitoh, Reina Dewi Maulana, Ferdy Afriza Melisa Tryastie Muhamad Rafliansyah Nadya Revelin Putri Nadya Revelin Putri Nasution, Annio Indah Lestari Natalius Natalius Natalius, Natalius Natasya Priyani Nela Puspita Florensia Nelda, Lia Nova Noor Kamala Sari Nova Noor Kamalasari Novia Fitriani Nurdin Nurdin Patianom, Adonis Jethro Patimah, Yulia Permana, Ananda Aji Ivan Pratama, Ferdha Alif Priskila, Ressa Purmasari Puspitarani, Siska Putra, Bima Faru Rochkim Putra, Putu Bagus A.A. Putra, Putu Bagus Adidyana Anugrah Putra, Rholand Deo Eka Putra, Wahyuni Putri, Oktaviani Enjela Rafif Dhia Yusrana Rahman, Resha Ananda Ramadhani, Aditya Ananda Rendy Saputra Ressa Priskila Ressa Priskilla Rinaldi Rizwar Rizaldi, Alfian Rizky Aditya Ronaldo, Deddy Rusadi, Edi Ryan Delon Pratama Sadarman Zai Sahay, Abertun Sagit Saputra, Ferry Saputra, Muhammad Dwi Saputra, Rizal Wahyu Saputra, Septian Dwi Saripah Ainah Savero, Joshua Evan Septian Geges Septian Geges Sriyanto, Naufal Ihsan Syahrohim, Imam Tanciang, Tanciang Tomas Leonardo Tomas Leonardo Tri Amri Wijaya Tryastie, Melisa Wahyuni Putra Wandri Bungkam Wandri Bungkam Widiatry Widiatry Widiatry, Widiatry Widyasari, Yolantya Wijaya, Tri Amri Willy Azrieel Yogiswari, Alwinda Megawati Yosepha, Elsa Yukandri Yulia Patimah Yusie Nur Chusnul Khotimah