Article Per Year (5 Year)
p-Index From 2020 - 2025
1.503
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Komputer Terapan IT JOURNAL RESEARCH AND DEVELOPMENT INOVTEK Polbeng - Seri Informatika INTECOMS: Journal of Information Technology and Computer Science Journal of Applied Engineering and Technological Science (JAETS) Proceeding International Applied Business and Engineering Conference JITER-PM (Jurnal Inovasi Terapan - Pengabdian Masyarakat)
Yuliska Yuliska
Politeknik Caltex Riau
Religion Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
Analisis Sentimen pada Data Saran Mahasiswa Terhadap Kinerja Departemen di Perguruan Tinggi Menggunakan Convolutional Neural Network Yuliska Yuliska; Dini Hidayatul Qudsi; Juanda Hakim Lubis; Khairul Umum Syaliman; Nina Fadilah Najwa
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 5: Oktober 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021854842

Abstract

Review atau saran dari customer dapat menjadi sangat penting bagi penyedia layanan, begitu pula saran dari mahasiswa mengenai layanan sebuah unit kerja di perguruan tinggi. Review menjadi penting karena dapat menjadi indikator kinerja penyedia layanan. Pengolahan review juga sangat penting karena dapat menjadi referensi untuk pengambilan keputusan dan peningkatan layanan yang lebih baik ke depannya. Penelitian ini menerapkan analisis sentimen pada data saran atau review mahasiswa terhadap kinerja unit kerja atau departemen di perguruan tinggi, yaitu Politeknik Caltex Riau. Analisis sentimen dilakukan dengan menggunakan Convolutional Neural Network (CNN) dan word embedding Word2vec sebagai representasi kata. CNN merupakan metode yang memiliki performa yang baik dalam mengklasifikasi teks, yaitu dengan teknik convolutional yang menggabungkan beberapa window kata pada kalimat dan mengambil window yang paling representative. Word2Vec digunakan sebagai representasi data saran dan inputan awal pada CNN, dimana Word2Vec merupakan dense vectors yang dapat merepresentasikan hubungan antar kata pada data saran dengan baik. Saran mahasiswa dapat mengandung kalimat yang sangat panjang, karena itu perpaduan Word2Vec sebagai representasi kata dan CNN dengan teknik convolutional, dapat menghasilkan representasi yang representative dari kalimat panjang tersebut. Penelitian ini menggunakan dua arsitektur CNN, yaitu Simple CNN dan DoubleMax CNN untuk mengidentifikasi pengaruh kompleksitas arsitektur terhadap hasil klasifikasi sentimen.  Berdasarkan hasil pengujian, DoubleMax CNN dapat mengklasifikasi sentimen pada saran mahasiswa dengan sangat baik, yaitu mencapai Akurasi tertinggi sebesar 98%, Recall 97%, Precision 98% dan F1-Score 98%. AbstractStudent’s reviews about department performance can be essential for a college for it can be used to evaluate the department performance and to take an immediate action to improve its performance. This research applies sentiment analysis in the student’s reviews of college department in Politeknik Caltex Riau. Convolutional Neural Network and Word2Vec are employed to analyze the sentiment. CNN is known for its good performance in text classification by applying a convolutional technique to the input sentences. Word2Vec is used as word representation and as an input to the CNN. Word2Vec are dense vectors which can represent the relationship between words excellently. Student’s reviews can be a long sentence; hence the combination of Word2Vec as word representation and CNN with convolutional technique can produce a representative fiture from that long sentence. This research utilizes two CNN architectures, which are Simple CNN dan DoubleMax CNN to identify the effect of the complexity of CNN architecture to final result. Our experiments show that DoubleMax CNN has a great performance in classifying sentiment in the student’s reviews with the best Accuracy value of 98%, Recall 97%, Precision 98% and F1-Score value of 98%.
Literatur Review Terhadap Metode, Aplikasi dan Dataset Peringkasan Dokumen Teks Otomatis untuk Teks Berbahasa Indonesia Yuliska Yuliska; Khairul Umam Syaliman
IT Journal Research and Development Vol. 5 No. 1 (2020)
Publisher : UIR PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25299/itjrd.2020.vol5(1).4688

Abstract

Saat ini, kebutuhan akan mesin peringkas dokumen teks menjadi semakin nyata karena semakin banyaknya informasi digital yang tersedia baik online maupun offline. Mesih peringkas dokumen teks dibutuhkan agar pembacaan dan pencarian informasi menjadi lebih cepat. Literatur review ini membahas metode, aplikasi, dataset dan Teknik evaluasi yang dapat diimplementasikan untuk riset di bidang peringkasan dokumen untuk teks berbahasa Indonesia. Kami melakukan review terhadap berbagai teknik text summarization, baik unsupervised maupun supervised, dataset yang dapat digunakan sebagai baseline dalam pengembangan sebuah metode dan evaluation measure yang tepat. Literature review ini juga akan menjelaskan sejauh apa perkembangan riset di bidang text summarization untuk dokumen berbahasa Indonesia.
The Implementation of Deep Learning Techniques in Developing Conversational Chatbot as The Source of Vaccination Information Yuliska Yuliska; Nina Fadhilah Najwa; Khairul Umam Syaliman
Journal of Applied Engineering and Technological Science (JAETS) Vol. 4 No. 1 (2022): Journal of Applied Engineering and Technological Science (JAETS)
Publisher : Yayasan Riset dan Pengembangan Intelektual (YRPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37385/jaets.v4i1.1340

Abstract

The Covid-19 pandemic has hit Indonesia for more than 2 years. To overcome Covid-19, Indonesian government implemented a vaccination program with a target of 70% of the population being vaccinated. However, the recorded population that has been vaccinated to reduce the risk of being exposed to Covid-19 is still low. Several studies have stated that information and invitations to vaccines through mass media are considered insufficient to convince the population to vaccinate. Residents who are still unsure and do not even want to vaccinate need really comprehensive information from experts. To answer this problem, a chatbot that can replace experts in explaining everything related to vaccines can be one solution. This is evidenced by a study which states that the interaction between people who have not been vaccinated with a chatbot that explains about vaccination can reduce the level of doubt of the population about the vaccine by up to 20%. The purpose of this research is to build a chatbot using deep learning technique. Meanwhile, the deep learning technique used to build a conversational chatbot is the Multilayer Perceptron Network (MLP). Based on the result of our study, our chatbot can answer 83% questions correctly out of 30 questions.
Peringkasan Dokumen Teks Otomatis Berdasarkan Sebuah Kueri Menggunakan Bidirectional Long Short Term Memory Network Yuliska Yuliska; Khairul Umam Syaliman
INTECOMS: Journal of Information Technology and Computer Science Vol 5 No 2 (2022): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v5i2.4729

Abstract

Query-focused summarization atau peringkasan teks otomatis berdasarkan sebuah kueri adalah sebuah bidang penelitian pada natural language processing yang bertujuan untuk menghasilkan sebuah dokumen pendek atau ringkasan dari sekumpulan dokumen panjang, dimana ringkasan yang dihasilkan harus relevan dengan sebuah kueri yang diberikan. Hingga saat ini, berbagai metode deep learning telah digunakan untuk menghasilkan ringkasan dari sebuah maupun banyak dokumen dengan pendekatan abstraktif maupun ekstraktif. Pada penelitian ini, peneliti menggunakan Bidirectional Long Short Term Memory Network (Bi-LSTM) untuk menghasilkan sebuah ringkasan berdasarkan sebuah kueri dari beberapa dokumen dengan pendekatan ekstraktif. Bi-LSTM merupakan salah satu metode deep learning yang sering digunakan dalam klasifikasi teks. Dataset yang peneliti gunakan adalah DUC 2005-2007 dataset, yang merupakan dataset yang umum digunakan pada text summarization. Berdasarkan eksperimen yang peneliti lakukan, Bi-LSTM mampu menghasilkan ringkasan yang baik, yang dibuktikan dengan skor ROUGE-1 = 43.53, skor ROUGE-2 = 11.40 dan skor ROUGE-L = 18.67.
Rancang Bangun Aplikasi Museum Digital Berbasis Android (Studi Kasus: Museum Sang Nila Utama Provinsi Riau) Yuliska Yuliska
Jurnal Inovtek Polbeng Seri Informatika Vol 7, No 2 (2022)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v7i2.2556

Abstract

Museum Sang Nila Utama mengoleksi warisan-warisan budaya Melayu Riau. Saat ini, Museum Sang Nila Utama memiliki lebih dari 4000 koleksi yang dibagi menjadi 10 klasifikasi, yaitu Geologika, Biologika, Etnografi, Arkeologika, Historika, Numismatika, Filologika, Keramilogika, Seni Rupa, dan Teknologika. Sejak tahun 2018, kunjungan ke Museum Sang Nila Utama mengalami peningkatan, namun sejak pandemi COVID-19 mulai masuk ke Indonesia, khususnya kota Pekanbaru, Museum Sang Nila ditutup untuk masyarakat. Dengan ditutupnya museum sang nila utama, fungsi museum sebagai wisata edukasi menjadi terhambat dan tidak terlaksana. Aplikasi museum digital merupakan solusi yang penulis tawarkan agar kunjungan museum tidak lagi terbatas pada kunjungan offline, namun juga dapat dilakukan secara online, kapan dan dimana saja. Aplikasi Museum Digital yang dibangun akan meliputi semua koleksi yang dipamerkan oleh pihak museum, yakni terdiri dari 10 klasifikasi, dengan total jumlah koleksi hampir 300 koleksi. Aplikasi mobile yang dibangun berbasis android agar aplikasi dapat digunakan oleh sebagian besar masyarakat. Berdasarkan hasil pengujian, aplikasi museum digital telah memenuhi kelima aspek pengujian usability dan memiliki nilai usability yang baik. Kelima aspek usability yaitu Learnability, Efisiensi, Memorability, Error, dan Satisfaction, memiliki nilai rata-rata di atas 4 yang berada di atas nilai tengah dalam skala 5.
Mining Student's Reviews to Obtain Their Perception toward College Department Performance Yuliska Yuliska; Dini Hidayatul Qudsi; Lya Anggraini; Juanda Hakim Lubis
International ABEC 2021: Proceeding International Applied Business and Engineering Conference 2021
Publisher : International ABEC

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (806.217 KB)

Abstract

Student’s perception toward department performance can be crucial, therefore, it can be used to evaluate the department outcome and take an immediate action to improve its management. This study applies sentiment analysis and topic modeling to the student’s reviews of college department at Politeknik Caltex Riau in order to mine student’s perception for seven college departments performance. Sentiment analysis with Support Vector Machine (SVM) is employed to obtain student’s sentiment. There are 3 types of sentiments to be analyzed; positive, negative and neutral. Topic modeling with Latent Dirichlet Allocation (LDA) is also carried out to get some important keywords in the student’s reviews. Our experiments show that Positive is the most prominent sentiment in the student’s reviews while LDA reveals some important topics toward preferences.
Edukasi Dasar Basis Data Pada Mata Pelajaran Informatika Siswa MAN 2 Pekanbaru Kartina Diah; Yuliska Yuliska; Khairul Umam Syaliman; Meilany Dewi; Ardianto Wibowo
JITER-PM (Jurnal Inovasi Terapan - Pengabdian Masyarakat) Vol. 1 No. 1 (2023): JITER-PM
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (400.287 KB) | DOI: 10.35143/jiterpm.v1i1.5893

Abstract

MAN 2 Pekanbaru merupakan salah satu sekolah menengah atas unggulan yang ada di Pekanbaru. Dalam rangka peningkatan kemampuan IT kepada para siswa, MAN 2 Pekanbaru menyelenggarakan pembelajaran Informatika sebagai mata pelajaran pilihan. Namun MAN 2 Pekanbaru kesulitan mencari tenaga pengajar yang memiliki kompetensi sesuai dengan kebutuhan mata pelajaran khususnya Basis Data dan tidak tersedia SDM (Guru) yang benar-benar siap untuk memberikan materi mengenai basis data. Berdasarkan permasalahan tersebut, didukung dengan ketersediaan sumber daya di Program Studi Teknik Informatika (PSTI) khususnya Dosen dengan kompetensi Basis Data, maka PSTI mengusulkan program kegiatan pelatihan Dasar Basis Data bagi siswa MAN 2 Pekanbaru untuk kelas X yang berjumlah 9 kelas. Diharapkan setelah pelatihan ini selesai para siswa dapat lebih memahami tentang basis data sehingga kedepannya mampu merancang skema basis data dengan tepat.
Rancang Bangun Sistem Informasi Koperasi Simpan Pinjam Berbasis Website Yuliska Yuliska; Nina Fadilah Najwa; Khairul Umam Syaliman
Jurnal Komputer Terapan Vol. 9 No. 2 (2023): Jurnal Komputer Terapan
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35143/jkt.v9i2.6177

Abstract

Penggunaan teknologi sangat membantu dalam berbagai proses bisnis organisasi, salah satunya koperasi. Koperasi adalah usaha bersama untuk memperbaiki nasib kehidupan ekonomi berdasarkan tolong menolong. Koperasi Pegawai Republik Indonesia (KPRI) Kanwil Kemenag Provinsi Riau harus berupaya memberikan pelayanan yang baik kepada anggota dan pelanggannya untuk menciptakan loyalitas anggota. Meskipun telah lama berdiri, koperasi Kanwil Kemenag Provinsi Riau masih menggunakan aplikasi Microsoft excel dan dokumen kertas dalam manajemen data koperasi. Selain itu, untuk transaksi melakukan peminjaman uang koperasi juga masih dilakukan secara konvensional. Tidak jarang terjadi kesalahan dalam pengelolaan data koperasi terutama apabila ada anggota koperasi yang keluar, penambahan simpanan, atau yang melakukan perubahan skema pinjaman. Melihat berbagai kelemahan manajemen data koperasi tersebut, perlu adanya sistem koperasi yang mampu mempermudah kinerja manajemen koperasi. Pada penelitian ini, system koperasi dibangun dengan menggunakan metode SDLC (Software Development Life Cycle) Waterfall. Berdasarkan hasil pengujian dengan menggunakan metode black box dengan teknik Boundary value analysis, sistem berjalan sebagaimana mestinya, di mana fitur utama adalah memberikan transparasi, kemudahan transaksi dan pengelolaan data, menghitung simulasi, dan menghindarinya kesalahan pencatatan data.
Co-Authors Ardianto Wibowo Dini Hidayatul Qudsi Juanda Hakim Lubis Juanda Hakim Lubis Kartina Diah K. W. Khairul Umam Syaliman Lya Anggraini Najwa, Nina Fadilah Nina Fadhilah Najwa