Article Per Year (5 Year)
p-Index From 2021 - 2026
4.208
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Informasi JSM (Jurnal SIFO Mikroskil) Jurnal TIMES E-Dimas: Jurnal Pengabdian kepada Masyarakat Jurnal CoreIT JURNAL MEDIA INFORMATIKA BUDIDARMA Indonesian Journal of Artificial Intelligence and Data Mining CARADDE: Jurnal Pengabdian Kepada Masyarakat MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Jurnal Nasional Komputasi dan Teknologi Informasi JURNAL MAHAJANA INFORMASI Abdi: Jurnal Pengabdian dan Pemberdayaan Masyarakat BERNAS: Jurnal Pengabdian Kepada Masyarakat Yayasan Cita Cendikiawan Al Khwarizmi ARMADA : Jurnal Penelitian Multidisiplin
Winardi, Sunaryo
Universitas Mikroskil
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy 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 Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 31 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 31 Documents
Search

 1   2   3   4 
Analyzing Sentiment with Self-Organizing Map and Long Short-Term Memory Algorithms Frans Mikael Sinaga; Sio Jurnalis Pipin; Sunaryo Winardi; Karina Mannita Tarigan; Ananda Putra Brahmana
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 23 No 1 (2023)
Publisher : LPPM Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v23i1.3332

Abstract

This research delves into the impact of Chat Generative Pre-trained Transformer, one of Open Artificial Intelligence Generative Pretrained Transformer models. This model underwent extensive training on a vast corpus of internet text to gain insights into the mechanics of human language and its role in forming phrases, sentences, and paragraphs. The urgency of this inquiry arises from Chat Generative Pre-trained Transformer emergence, which has stirred significant debate and captured widespread attention in both research and educational circles. Since its debut in November 2022, Chat Generative Pre-trained Transformer has demonstrated substantial potential across numerous domains. However, concerns voiced on Twitter have centered on potential negative consequences, such as increasedforgery and misinformation. Consequently, understanding public sentiment toward Chat Generative Pre-trained Transformer technology through sentiment analysis has become crucial. The research’s primary objective is to conduct Sentiment Analysis Classification of Chat Generative Pre-trained Transformer regarding public opinions on Twitter in Indonesia. This goal involves quantifying and categorizing public sentiment from Twitter’s vast data pool into three clusters: positive, negative, or neutral. In the data clustering stage, the Self-Organizing Map technique is used. After the text data has been weighted and clustered, the next step involves using the classification technique with LongShort-Term Memory to determine the public sentiment outcomes resulting from the presence of Chat Generative Pre-trained Transformer technology. Rigorous testing has demonstrated the robust performance of the model, with optimal parameters: relu activation function, som size of 5, num epoch som and num epoch lstm both at 128, yielding an impressive 95.07% accuracy rate.
Pengembangan Dan Pelatihan Aplikasi Pengelolaan Perpustakaan Berbasis Web Winardi, Sunaryo; Gunawan; Ulina, Mustika; Iregho, Rian; Sananto, Muhammad Tubagus
CARADDE: Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 2 (2022): Desember
Publisher : Ilin Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31960/caradde.v5i2.1608

Abstract

Salah satu elemen penting dalam proses belajar mengajar di sekolah Yayasan Perguruan Sultan Iskandar Muda adalah perpustakaan. Perpustakaan berkaitan erat dengan sistem penyimpanan, pemeliharaan, peminjaman. pengembalian, dan pelaporan yang disusun menurut sistem tertentu. Masalah yang ditemukan pada sistem perpustakaan saat ini di sekolah Yayasan Perguruan Sultan Iskandar Muda adalah proses peminjaman koleksi yang harus langsung dilakukan di lokasi perpustakaan. Selain itu, kurangnya informasi koleksi yang akan dipinjam membuat anggota perpustakaan juga kesulitan untuk mencari koleksi yang ingin dibaca atau dipinjam pada saat berkunjung ke perpustakaan. Beberapa masalah tersebut dirasakan kurang efektif dan efisien untuk pengelolaan sebuah perpustakaan sekolah. Pemanfaatan teknologi informasi dapat diterapkan untuk meningkatkan kegiatan-kegiatan dalam perpustakaan menjadi sistem perpustakaan terkomputerisasi. Pada program pengabdian kepada masyarakat ini dilakukan dengan mengembangkan dan mengimplementasikan sebuah aplikasi pengelolaan perpustakaan berbasis web dengan metode pengembangan perangkat lunak prototyping. Hasil yang dicapai dengan aplikasi web pengelolaan perpustakaan pada Yayasan Perguruan Sultan Iskandar Muda antara lain, penyediaan manajemen buku, manajemen data anggota yang terdiri atas siswa dan guru, transaksi peminjaman buku secara daring dan luring secara manual.
Pelatihan Python Sebagai Landasan Awal Belajar Pemrograman bagi Siswa/Siswi SMK Methodist Tanjung Morawa Sunaryo Winardi; Andri Andri; Ng Poi Wong
BERNAS: Jurnal Pengabdian Kepada Masyarakat Vol. 4 No. 4 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/jb.v4i4.6863

Abstract

SMK Methodist Tanjung Morawa telah mengintegrasikan pembelajaran algoritme dalam kurikulum mereka. Akan tetapi pembelajaran algoritme yang dilakukan sebelum pengabdian ini dilakukan, masih sebatas menggunakan flowchart. Hal ini membuat siswa belum memiliki pengalaman untuk bagaimana mengimplementasi algoritme dalam pemrograman. Kurangnya pengalaman ini memotivasi SMK Methodist Tanjung Morawa bekerja sama dengan dosen Universitas Mikroskil untuk menyelenggarakan pengabdian kepada Masyarakat dalam bentuk pelatihan implementasi algoritme ke dalam pemrograman. Mereka memilih bahasa pemrograman Python karena strukturnya sederhana dan sintaksisnya lebih mudah dibanding bahasa lain. Adapun kegiatan  ini dilakukan di Lab Komputer Universitas Mikroskil selama 2 hari, yang meliputi kegiatan Pre Test, pemaparan teori, latihan, diskusi, dan Post Test. Pre Test dan Post Test dilakukan menggunakan quizzizz untuk sebagai media interaktif untuk meningkatkan semangat siswa dalam mengerjakan test. Hasil pengabdian kepada masyarakat ini menunjukkan penurunan dari 44% di Pre Test menjadi 37% di Post Test, yang dimungkin karena kurangnya partisipasi siswa di kelas XI saat Post Test. Selain itu juga, siswa masih menghadapi kendala dalam memahami materi pemrograman Python karena merupakan pengalaman baru dari siswa pelatihan. Proses pembelajaran pemrograman memerlukan latihan dan waktu tambahan untuk memahami materi. Dengan demikian, pelatihan ini adalah langkah awal penting dalam memperkenalkan siswa pada dunia pemrograman
PENGGUNAAN MOBILENET UNTUK INTELLIGENT CHARACTER RECOGNITION (ICR) PENILAIAN OTOMATIS OPERASI MATEMATIKA DASAR Winardi, Sunaryo; Gunawan; Mikael Sinaga, Frans; Rio Fa, Farrell; Sintiya, Cindy; Jikky
Jurnal TIMES Vol 12 No 2 (2023): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.12.2.2023707

Abstract

Matematika sering dikenal sebagai mata pelajaran yang sulit dan rumit, sehingga dibutuhkan media pembelajaran yang dapat memotivasi dan membantu siswa. Pembelajaran matematika yang terkesan membosankan dan kurang variasi dapat mengurangi daya tarik bagi siswa untuk belajar matematika. Tujuan penelitian ini adalah mengembangkan purwarupa awal berbasis ponsel dengan sistem operasi Android yang dapat mengenali ekspresi matematika dalam tulisan tangan dan dapat secara otomatis memberikan nilai (grading) terhadap ekspresi matematika yang dihasilkan dengan memanfaatkan intelligent character recognition (ICR). ICR adalah teknologi pengenalan karsakter yang dapat digunakan untuk mengonversi tulisan tangan atau tulisan digital menjadi teks digital yang dapat diproses oleh komputer dan dapat memperbaiki kesalahan pengenalan secara otomatis. Sistem Android dibangun menggunakan Teachable Machine yang disediakan oleh Google untuk pembuatan model dan pendukung pembelajaran mesin TensorFlow sebagai pendeteksi tulisan tangan pada perangkat mobile. Proses pengenalan tulisan akan menggunakan MobileNet yang merupakan arsitektur jaringan saraf tiruan yang disediakan oleh flutter_tflite. Hasil deteksi kemudian akan dilakukan kalkulasi untuk menentukan penulisan arikmatika yang dideteksi benar atau salah. Dari hasil pengujian terhadap 100 tulisasn tangan siswa SD kelas 3 didapatkan hasil pengujian penilaian otomatis dengan akurasi sebesar 46%. Rendahnya hasil akurasi ini dikarenakan tulisan tangan siswa yang memiliki variasi tinggi dan tidak ada dua karakter tulisan tangan yang identik. Pada Penelitian ini ditemukan masih banyak simbol sama dengan (=) diklasifikasikan sistem sebagai tanda kurang (-) dan angka 8 yang diklasifikasi sebagai angka 3.
Optimization of Sentiment Analysis Classification of ChatGPT on Big Data Twitter in Indonesia using BERT Sinaga, Frans Mikael; Purba, Ronsen; Pipin, Sio Jurnalis; Lestari, Wulan Sri; Winardi, Sunaryo
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 8, No 3 (2024): Juli 2024
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v8i3.7861

Abstract

This research is grounded in the emergence of ChatGPT technology, supported by prior and similar studies. The urgency of the issue is highlighted by previous research indicating non-convergent classification outcomes in LSTM (Long Short-Term Memory) methods due to suboptimal hyperparameter settings and limitations in understanding text data within Big Data. The presence of ChatGPT technology brings both benefits and potential misuse, such as copyright infringement, unauthorized news extraction, and violations of accountability principles. Understanding public sentiment towards the presence of ChatGPT technology is crucial. The research aims to implement the BERT (Bidirectional Encoder Representations from Transformers) method to achieve accurate and convergent sentiment analysis classification. This study involves data preprocessing stages using Natural Language Processing (NLP) techniques. Text data, already vectorized, is classified using BERT to determine public sentiment (positive, negative, neutral) towards ChatGPT technology, ensuring greater accuracy, convergence, and contextual relevance. Performance testing of the BERT model is conducted using a Confusion Matrix. With parameters set to Max Sequence Length = 128 and Batch Size = 16, the highest classification accuracy achieved is 93.4%.
Exploring New Frontiers: XCEEMDAN, Bidirectional LSTM, Attention Mechanism, and Spline in Stock Price Forecasting Kelvin, Kelvin; Sinaga, Frans Mikael; Winardi, Sunaryo; Susmanto, Susmanto
Indonesian Journal of Artificial Intelligence and Data Mining Vol 7, No 2 (2024): September 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/ijaidm.v7i2.29649

Abstract

The Attention Mechanism is acknowledged as a machine learning method proficient in managing relationships within sequential data, surpassing traditional models in this regard. However, the unique characteristics of stock data, including substantial volatility, multidimensionality, and non-linear patterns, present challenges in attaining accurate forecasts of stock prices. This research aims to tackle these hurdles by enhancing a prior model through the incorporation of an Attention Mechanism, resulting in an enhanced model. The forecasted data are standardized and prepared for analysis before undergoing signal decomposition into high and low-frequency components. Subsequently, the Attention Mechanism processes the high-frequency signals. Evaluation entails comparing the performance of the proposed model with that of the previous model using identical parameters. The findings indicate that the proposed model achieves a reduced RMSE value of 0.5708777053 compared to the previous model's average RMSE value of 0.5823726212, indicating enhanced accuracy in stock price prediction. This approach is anticipated to make a substantial contribution to the advancement of more dependable and effective stock price prediction models, addressing the limitations of prior methodologies
Membangun Fondasi Pemrograman dengan Python pada SMA Swasta Methodist Tanjung Morawa Kelvin; Sinaga, Frans Mikael; Kurniawan, Heru; Winardi, Sunaryo; Saragih, Yuni Marlina
Dedikasi Sains dan Teknologi (DST) Vol. 4 No. 2 (2024): Artikel Riset Nopember 2024
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dst.v4i2.4875

Abstract

SMA Swasta Methodist Tanjung Morawa adalah salah satu sekolah swasta di bawah naungan Yayasan Methodist Kasih Imanuel Indonesia, yang berdiri sejak tahun 2008. SMA Swasta Methodist Tanjung Morawa memiliki ketertarikan terhadap teknologi robot yang merupakan teknologi yang saat ini sedang banyak-banyaknya diterapkan diberbagai sector. Salah satu bekal yang dapat dipersiapkan untuk para murid adalah pemahaman dalam menggunakan Bahasa pemrograman, sehingga para siswa nantinya dapat membangun sendiri berbagai instruksi dalam membuat robot atau bahkan sekedar program sederhana. Untuk mendukung keinginan tersebut, Fakultas Informatika Universitas Mikroskil menawarkan kegiatan berupa pelatihan pengenalan salah satu Bahasa pemrograman yaitu python. Kegiatan pelatihan ini berlangsung selama 1 hari dan dilaksanakan di laboratorium komputer Universitas Mikroskil. Selama kegiatan pelatihan ini para siswa akan mendengarkan pemaparan materi, mengerjakan latihan-latihan sederhana dan quiz pada akhir pelatihan sebagai evaluasi untuk menilai sejauh mana pemahaman siswa tentang bahasa pemrograman setelah pelatihan.
ANALISIS DAN PERANCANGAN SISTEM INFORMASI PELACAKAN PENGEMBALIAN BARANG PADA USAHA DISTRIBUTOR YAMAJAYA BERBASIS WEB Wielsen; Djeishman Tongam Hutajulu, Thendro; Athaya, Amirah; N.S. Damanik, Florida; Winardi, Sunaryo
Jurnal TIMES Vol 13 No 2 (2024): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.13.2.2024775

Abstract

Analisis dan perancangan ini membahas permasalahan yang dihadapi oleh usaha distributor Yamajaya dalam memproses pengembalian barang. Terdapat tiga masalah utama yang diidentifikasi: Pencarian data barang pengembalian yang dilakukan secara manual oleh satu admin, progres perbaikan barang yang sulit diketahui karena pencatatan yang terbatas dan tidak terorganisir, serta pelanggan kesulitan mendapatkan informasi pengembalian barang karena harus melalui komunikasi tidak langsung. Tujuan dari penelitian ini adalah menganalisis dan merancang sistem pelacakan pengembalian barang yang otomatis. Tahapan yang digunakan pada analisis dan perancangan ini meliputi menentukan ruang lingkup, analisis masalah, analisis kebutuhan sistem, desain antarmuka, dan Entity Relationship Diagram (ERD). Sistem yang dirancang menghasilkan fitur penyaringan dan kategorisasi status untuk memudahkan pencarian informasi, serta fitur pelacakan dan pembaruan status progres perbaikan barang. Selain itu, portal sistem dirancang khusus untuk pelanggan dengan notifikasi untuk setiap pembaruan status. Sistem yang dirancang dapat memberikan informasi yang lebih detail dan terorganisir, meningkatkan transparansi, serta mempermudah admin dan pelanggan dalam proses pengembalian barang rusak. Sistem ini diharapkan dapat memberikan inovasi baru dalam proses pelacakan pengembalian barang pada usaha distributor.
Analisis dan Perancangan Sistem Informasi Inventori Stok Pada Usaha Distributor Gamaplast Berbasis Web Cendana, Vannes; Sitohang, Yosuanto; Tristanto, Fredrick Austin; Damanik, Florida N.S.; Winardi, Sunaryo
Jurnal Sifo Mikroskil Vol. 25 No. 2 (2024): JSM VOLUME 25 NOMOR 2 TAHUN 2024
Publisher : Fakultas Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55601/jsm.v25i2.1439

Abstract

Gamaplast adalah distributor plastik yang menghadapi masalah dalam manajemen inventori, termasuk kesalahan dalam pemesanan dan waktu pencarian barang yang lama. Penelitian ini bertujuan untuk melakukan analisis dan merancang sistem berbasis web untuk meningkatkan efisiensi dalam proses pembelian, penjualan, dan pengelolaan stok. Proses analisis dilakukan melalui wawancara dan observasi untuk mengidentifikasi masalah yang ada, serta analisis kebutuhan fungsional dan non-fungsional yang diperlukan untuk sistem baru. Hasil dari penelitian ini adalah perancangan sistem yang mencakup fitur-fitur untuk mengelola rak, pemasok, pelanggan, serta proses pembelian dan penjualan. Dengan adanya sistem ini, pemilik usaha dapat melakukan pemesanan barang dengan lebih akurat, mengurangi waktu pencarian barang, dan meminimalkan kesalahan dalam pengelolaan inventori. Dari penelitian ini diharapkan dapat memberikan kontribusi berupa solusi praktis untuk masalah yang dihadapi oleh Gamaplast, serta menyediakan dasar bagi pengembangan sistem informasi yang lebih baik di usaha distributor lainnya. Implementasi sistem ini diharapkan dapat meningkatkan produktivitas dan efisiensi operasional di Gamaplast.
Optimization of Sentiment Analysis Classification of ChatGPT on Big Data Twitter in Indonesia using BERT Sinaga, Frans Mikael; Purba, Ronsen; Pipin, Sio Jurnalis; Lestari, Wulan Sri; Winardi, Sunaryo
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 8, No 3 (2024): Juli 2024
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v8i3.7861

Abstract

This research is grounded in the emergence of ChatGPT technology, supported by prior and similar studies. The urgency of the issue is highlighted by previous research indicating non-convergent classification outcomes in LSTM (Long Short-Term Memory) methods due to suboptimal hyperparameter settings and limitations in understanding text data within Big Data. The presence of ChatGPT technology brings both benefits and potential misuse, such as copyright infringement, unauthorized news extraction, and violations of accountability principles. Understanding public sentiment towards the presence of ChatGPT technology is crucial. The research aims to implement the BERT (Bidirectional Encoder Representations from Transformers) method to achieve accurate and convergent sentiment analysis classification. This study involves data preprocessing stages using Natural Language Processing (NLP) techniques. Text data, already vectorized, is classified using BERT to determine public sentiment (positive, negative, neutral) towards ChatGPT technology, ensuring greater accuracy, convergence, and contextual relevance. Performance testing of the BERT model is conducted using a Confusion Matrix. With parameters set to Max Sequence Length = 128 and Batch Size = 16, the highest classification accuracy achieved is 93.4%.
Co-Authors Aidil Febrian Ananda Putra Brahmana Andri, Andri Ardiansyah, Alvin Christ Arwin Halim Arwin Halim Athaya, Amirah Bryan Herberth Tambela Carsten, Carsten Carvien Kenniji Cendana, Vannes Charles Charles Cynthia Cynthia Damanik, Florida N.S. Djeishman Tongam Hutajulu, Thendro Erico Erico Erlina Halim Fa, Farrell Rio Felix Ferawaty, Ferawaty Ferry Andika Putra Filbert, Filbert Florida N.S. Damanik Frans Glendly Manuel Sianipar Ginting, Tri Wulandari Gunawan Gunawan - Gunawan Gunawan Gunawan Gunawan Hardy Hardy Heru Kurniawan Hulu, Gideon Perdamaian Iregho, Rian Irpan Pardosi Januri, Calvin Jeffry Gunawan Jikky Jikky, Jikky Juangsyah Putra Nasution Karina Mannita Tarigan Kelvin Kelvin Kelvin Lim, Justine Liman, Felix Manurung, Monica Marito Marniat Wati Gulo Marpaung, Yosua Chrisarga Manuntun Mikael Sinaga, Frans Muhammad Noor Hakim N.S. Damanik, Florida Nadya Sikana Natanael Halomoan Nainggolan Ng Poi Wong Panjaitan, Erwin Setiawan Pipin, Sio Jurnalis Purba, Rizki Azzura Saifani Putri Retning Jati Rika Melani Sitorus Rio Fa, Farrell Ritchie Kurniawan Rivaldi Lubis Rizki Abdul Azis Ronsen Purba Sananto, Muhammad Tubagus Saragih, Yuni Marlina Sihotang, Jona Martua Simon Sinaga, Frans Mikael Sintiya, Cindy Sio Jurnalis Pipin Sitohang, Yosuanto Situmorang, Gilbert Fernando Stephanie Wijaya Steven Steven Sufinata, Sufiandy Sunario Megawan Sunario Megawan Susmanto, Susmanto Syanti Irviantina Tanidi, Davin Taqwa, Fitrah Sultan Tiartha Triagustinus Sitanggang Tristanto, Fredrick Austin Ulina, Mustika Widya Monica Pakpahan Wielsen Wijaya, Grace Putri Wulan Sri Lestari Yulian, Hendric