Article Per Year (5 Year)
p-Index From 2020 - 2025
9.146
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer @is The Best [Accounting Information System & Information Technology Business Enterprise] Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi (JUST-SI)
Nanang Yudi Setiawan
Fakultas Ilmu Komputer, Universitas Brawijaya
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 153 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 153 Documents
Search

 12   13   14   15   16 
Prediksi Tipe Kepribadian MBTI Artis K-Pop Berdasarkan Caption Instagram Menggunakan Word2Vec dan Long-Short Term Memory (LSTM) Alfian Hakim; Satrio Hadi Wijoyo; Nanang Yudi Setiawan
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 5: Oktober 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20231057064

Abstract

Myers-Briggs Type Indicator (MBTI) adalah metode pengujian psikologi yang membedakan kepribadian seseorang. MBTI termasuk pembagian tipe kepribadian yang paling populer di dunia, termasuk di Korea Selatan. Tren MBTI di Korea Selatan juga dimanfaatkan oleh para artis K-Pop untuk berbagi tipe MBTI sehingga bisa mendekatkan hubungan antara penggemar dan idolanya. Salah satu media sosial yang umum digunakan oleh artis K-Pop adalah Instagram. Penelitian ini mencoba membuat model klasikasi tipe kepribadian berdasarkan caption Instagram artis K-Pop menggunakan Word2Vec dan Long-Short Term Memory (LSTM). Terdapat 118.401 data caption yang sudah dibersihkan melalui serangkaian langkah pre-processing dari 458 artis. Distribusi tipe kepribadian menunjukkan bahwa target tidak seimbang sehingga perlu dilakukan penanganan yaitu penggeseran threshold yang dilakukan pasca pemodelan. Evaluasi kombinasi model menghasilkan nilai macro f1 0,65 pada data artis, dengan rincian model Extroversion-Introversion, Sensing-Intuition, Thinking-Feeling memiliki nilai macro f1 yang sama yaitu 0,88, sedangkan model Judging-Perceiving memiliki nilai macro f1 yang sedikit lebih baik yaitu 0,90. Model diimplementasikan dalam aplikasi web Streamlit agar penggemar K-Pop dapat menggunakannya untuk memprediksi tipe MBTI dengan masukan caption Instagram. Aplikasi web dievaluasi menggunakan kuesioner System Usability Scale (SUS) dan mendapatkan skor 84,55 sehingga sudah termasuk kategori acceptable.   Abstract Myers-Briggs Type Indicator (MBTI) is a psychological test that distinguishes a person's personality. The MBTI is one of the most popular personality types in the world, including South Korea. The MBTI trend in South Korea is also used by K-Pop artists to share their MBTI types so they could be closer to their fans. One of the social media commonly used by K-Pop artists is Instagram. This study tries to develop a personality type classification model based on Instagram captions of K-Pop artists using Word2Vec and Long-Short Term Memory (LSTM). There are 118,401 caption data that have been cleaned through a series of pre-processing steps from 458 artists. The distribution of personality types shows that the target is not balanced, so it is necessary to handle imbalanced data, namely shifting the threshold after modeling. Evaluation of the combination model yields a macro f1 value of 0.65 in the artist data, with the details of the Extroversion-Introversion, Sensing-Intuition, Thinking-Feeling models having the same macro f1 value of 0.88, while the Judging-Perceiving model has a slightly better macro f1 value of 0.90. The model is deployed in the Streamlit web application so that K-Pop fans can use it to predict the MBTI type by inputting Instagram captions. The web application is evaluated using the System Usability Scale (SUS) questionnaire and gets a score of 84.55 so it is considered acceptable.
Analisis Sentimen Ulasan Rumah Makan Menggunakan Perbandingan Algoritma Support Vector Machine dengan Naive bayes (Studi Kasus: Ayam Goreng Nelongso Cabang Singosari, Malang) Dinar Fairus Salsabillah; Dian Eka Ratnawati; Nanang Yudi Setiawan
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 1: Februari 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20241117584

Abstract

Peningkatan kualitas produk dan pelayanan merupakan tantangan yang dihadapi oleh bisnis kuliner, termasuk rumah makan Ayam Goreng Nelongso Singosari di Kabupaten Malang. Analisis sentimen digunakan untuk mengidentifikasi ulasan pelanggan terkait pelayanan, kualitas produk, harga, dan kepuasan pelanggan. Penelitian ini membandingkan metode Support Vector Machine (SVM), metode Naïve Bayes Classifier (NBC), dan Root Cause Analysis untuk mengklasifikasikan sentimen ulasan pelanggan dan menganalisis masalah yang mendasarinya. Tujuan penelitian ini adalah membandingkan hasil dari algoritma Support Vector Machine dan Naïve Bayes Classifier dalam pengklasifikasian sentimen ulasan pelanggan rumah makan Ayam Goreng Nelongso. Penelitian ini juga bertujuan untuk menghasilkan rekomendasi berdasarkan analisis root cause pada sentimen negatif ulasan pelanggan. Implementasi kedua algoritma klasifikasi menunjukkan performa yang baik dalam mengklasifikasikan data dengan akurasi tinggi. Pengujian menunjukkan bahwa kinerja SVM lebih unggul dengan tingkat akurasi mencapai 92,74%, sementara NBC mencapai tingkat akurasi sebesar 91,67%. Hasil analisis root cause menunjukkan beberapa rekomendasi untuk meningkatkan aspek harga, makanan, layanan, dan tempat rumah makan. Rekomendasi yang dapat dilakukan oleh pihak rumah makan diantaranya adalah evaluasi ukuran dan harga, penggunaan deep frying, pelatihan dan evaluasi pelayanan, serta penambahan tenaga kerja atau kerjasama dengan outsourcing dalam menjaga kebersihan tempat. Hasil penelitian diharapkan dapat membantu pemilik rumah makan dalam mengembangkan kualitas produk dan pelayanan serta memberikan pandangan untuk langkahlangkah yang dapat diambil di kemudian hari. 
Analisis Interaksi Aktivitas Pembelajaran Daring Berdasarkan Data Log Aktivitas pada Learning Managemefnt System (LMS) Menggunakan Educational Process Mining Novriani Dewi Anwar; Nanang Yudi Setiawan; Welly Purnomo
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.1077987

Abstract

Perpaduan perkembangan teknologi di bidang pendidikan telah mengembangkan suatu inovasi yang disebut LMS (Learning Management System) yang dapat diakses dari mana saja dan kapan saja tanpa harus melakukan pertemuan secara fisik di kelas. Kegiatan interaksi pada LMS memiliki event log yang dapat diekstraksi untuk mengidentifikasi analisis menggunakan Educational Process Mining (EPM). Kami mengekstrak event log dari ELING, platform LMS yang disediakan oleh fakultas kami. Selanjutnya, kami melakukan Process Mining menggunakan metode Heuristic Miner dari tiga dosen kelas mata kuliah Data Warehouse yang berbeda. Analisis yang dilakukan yaitu melihat gambaran kegiatan pembelajaran yang diberikan oleh masing-masing dosen dan pendekatannya dalam mengarahkan mahasiswa untuk berinteraksi dengan modul materi pada ELING apakah sesuai urutan dalam Rencana Pembelajaran Semester (RPS). Kami memvariasikan dependency threshold untuk mengidentifikasi modul pembelajaran mana yang memiliki tingkat ketergantungan yang lebih tinggi antar event yang menjadi inti pembelajaran mata kuliah tersebut. Pada dependency threshold 0,6, jumlah kegiatan dari model yang ditemukan untuk semua dosen adalah 21. Sementara pada threshold 0,8, jumlah kegiatan bervariasi antara 12 dan 20. Dengan variasi dependency threshold ini juga akan mengidentifikasi modul mana yang tetap muncul yang berhubungan dengan bentuk model aktivitas pembelajaran dan apakah model yang dihasilkan sesuai dengan urutan RPS.   Abstract   The combination of technological developments in the field of education has developed an innovation called LMS (Learning Management System) that can be accessed from anywhere and anytime without having to conduct physical meetings in class. Interaction activities in the LMS have event logs that can be extracted to identify analysis using Educational Process Mining (EPM). We extract event logs from ELING, an LMS platform provided by our faculty. Next, we conducted Process Mining using the Heuristic Miner method from three different Data Warehouse course class lecturers. The analysis carried out is to see an overview of the learning activities provided by each lecturer and their approach in directing students to interact with the material modules on ELING whether in the order in the Semester Learning Plan (RPS). We vary the dependency threshold to identify which learning modules have a higher level of dependency between events that are at the core of the course's learning. At a dependency threshold of 0.6, the number of activities from the model found for all lecturers was 21. While at the threshold of 0.8, the number of activities varies between 12 and 20. With dependency threshold variations, it will also identify which modules still appear that relate to the shape of the learning activity model and whether the resulting model matches the RPS sequence.
Co-Authors Achmad Nofandi Ade Ayu Puspitasari Adeyaksa Galuh Waluyo Adha Apriliosusworo Adhitira Febrieztha Ramadhan Adilla Widyandhana Nuriman Aditya Rachmadi Adityo Dwirahmawan Agustinus Ryan Wicaksono Ahmad Afif Supianto Ahmad Afif Supianto Ain Nur Anisa Akbar Ilham Aldhila Meykasari Alfian Hakim Alya Paramitha Ayuningsih Amanda Puti Wibawa Ananda Risqi Amalia Andhika Akbar Saputra Andhika Mifta Alauddin Andi Reza` Perdanakusuma Anggara Cahya Nugraha Anggie Tamara Blanzesky Annisa Arifa Sesyazhade Apriyanti Apriyanti Arieftia Wicaksono Aulia Dwi Fitriani Ayu Pramadita Dewi Azhari Arsyad Azri Putri Rahmatika Bayu Rahayudi Bella Karina Sari Buce Trias Hanggara Budi Santoso Cahyaningtyas Sekar Wahyuni Carellia An-nisa Monik Citra Hemas Jati Inayu Claudio Canigia Guntara Daniel Austin Dominicus Deafinansia Nurido Andiyani Dedi Romario Desy Miladiana Devi Septiani Devita Widyasari Diah Priharsari Dian Eka Ratnawati Dicky Ilham Mualfi Dimas Hariyanto Sudarpi Dimounitif Nelaspaba Dinar Fairus Salsabillah Dinar Indah Dwi Utami Dinda Agnes Putri Dinda Ayu Rudyana Putri Dio Hilmi Habibi Dio Rahmat Putra Dion Ricky Saputra Djoko Pramono Djoko Purnomo Dorothy Gabriel Sihombing Dwi Asri Nuryulianti Dwija Wisnu Brata Dzurriyatul Iflahah Ellen Yanuarti Endang Suryawati Erni Dwi Hartini Erzhal Risan Wikata Fajar Ubaidillah Ahmad Faqih Hidayatur Rahman Faris Wibowo Putro Farisa Aidilla Alfas Fawwaz Roja Mahardika Fawwaz Roja Mahardika Febiko Ramadina Febrian Pandu Widhianto Fitra A. Bachtiar Fitra Abdurrachmad Bachtiar Fitra Abdurrachman Bachtiar Frydo Tio Fernando Hafizh Yuwan Fauzan Hamim Nizar Yudistira Hanifah Muslimah Az-Zahra Haris Surya Wijayanto Harisul Ikrom Amin Heraspati Yudha Pratama Herman Tolle Hetty Mukammilah Higam Saiful Sadzali Hilmi Rezkian Aziz Dama Hilwa Aminatus Sholihah Ibnu Irawan Pratama Iffa Aulia Ulwani Ihza Razan Alghifari Ilma Bunga Sahara Imam Setyo Wibowo Indra Fahrizal Inggrid E. A. Siahaan Inka Setya Anggraini Intan Rumaysha Intan Sartika Eris Maghfiroh Iqbal Taufiq Ahmad Nur Ismiarta Aknuranda Istania Salma Jesy Thesalonica Mononimbar Juara Hutagalung Kartika Utami Kelvin Yabes Sitompul Kevin Gusti Farras Fari' Utomo M. Iqbal Farras Pratama Mega Isma Juwita Merlien Yuliana Permatasari Moch. Rosul Zein Mochamad Chandra Saputra Mohammad Malik Abdul Azis Muhamad Fauziawan Agung Rewanda Muhammad Aswin Muhammad Averous Mahdafikiyah Muhammad Ferdyandi Muhammad Hanif Hasanain Muhammad Ibrahim Al Ghazi Saragi Muhammad Indra Firdaus Muhammad Iqbal Muhammad Rasyad Fauzan Muhammad Rayhan Ravandika Muhammad Rizqi Ramadhan Muhammad Taufik Dharmawan Muhammad Tri Hermawan Mumtazah Rizti Arini Nabilah Iftah Nella Nadhif Mahendra Putra Nafiani Nafiani Nanda Petty Wahyuningtyas Nashihul Ibad Al Amin Nasita Ratih Damayanti Nazva Abiya Niken Hendrakusma Wardani Niken Hendrakusma Wardani Nourman Hajar Novira Azpiranda Novriani Dewi Anwar Nur Fatimah Nur Laita Rizki Amalia Prakoso Adi Bagaskara Prasetyo Iman Nugroho Priyambadha, Bayu Putera Iga Arrahma Putri Puspitasari Raden Sandra Yuwana Raditya Rizky Putra Rafi Audian Retno Indah Rokhmawati Rista Yasin Lamohammad Hende Rizal Halim Adirasyid Rois Yanuar Rahman Wahyudi Rokhmah Vira Santi Ryan Dwi Pambudi Salsabilla Syafta Sandrian Yulian Firmansyah Noorihsan Sarah Anggina Satrio Agung Wicaksono Satrio Arif Budiman Satrio Dwiartono Satrio Hadi Wijoyo Sheila Maulidia Sholachuddin Al Ayubi Syifa Basyasyah Bysi Theresia Emiliana Boleng Tirta Saraswati Tito Rhenaldi Priono Topan Prakoso Tri Afirianto Tri Susanto Victor Axelius Kristianto Siren Welly Purnomo Whita Parasati Wildan Arrizal Wahyu Sutomo Wildan Dery Rahadi Wira Kumara Wiratama Ahsani Taqwim Yoga Tika Pratama Yusi Tyroni Yusi Tyroni Mursityo Zaenal Kurniawan Zulfiar Ryanda Putra