Article Per Year (5 Year)
p-Index From 2021 - 2026
3.718
P-Index
This Author published in this journals
All Journal Journal of Information Systems Engineering and Business Intelligence Indonesian Journal on Computing (Indo-JC) Al Ishlah Jurnal Pendidikan JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Tekno Insentif JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Building of Informatics, Technology and Science Bubungan Tinggi: Jurnal Pengabdian Masyarakat BERNAS: Jurnal Pengabdian Kepada Masyarakat Charity : Jurnal Pengabdian Masyarakat Journal La Multiapp Instal : Jurnal Komputer Jurnal Nasional Teknik Elektro dan Teknologi Informasi eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Jurnal Pengabdian Masyarakat Bangsa Jurnal INFOTEL LOGIC: Jurnal Penelitian Informatika
Indra Lukmana Sardi
Universitas Telkom
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry 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 Mathematics Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 46 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 28 Documents
Search
Journal : eProceedings of Engineering

 1   2   3 
Penerapan Metode Semantic Web Filtering System (swfilter) Pada Fungsi Pencarian Data : Studi Kasus Pada Website Telkomtesthouse.co.id Rais Hafiyyan; Dana Sulistyo Kusumo; Indra Lukmana Sardi
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Sertifikasi pada perangkat telekomunikasi sangat dibutuhkan dalam mendapatkan kepuasan dan loyalitas pelanggan. Salah satu badan sertifikasi dari PT. Telekomunikasi Indonesia Tbk, yaitu Divisi Digital Service. Badan Sertifikasi tersebut melayani sertifikasi perangkat telekomunikasi pada laboratorium pengujian perangkat telekomunikasi yang berada di bawah kendali bidang Infrastructure Assurance (IAS). Bidang Infrastructure Assurance (IAS) ini mempunyai website yang berfungsi untuk menyajikan informasi pengujian dan penerbitan sertifikasi terhadap produk perangkat telekomunikasi yang dilakukan sesuai dengan standar yang telah ditetapkan. Pada website ini menangani banyak informasi data yang berupa perusahaan, pemohon, perangkat, tipe pengujian, aksi dan status pengujian. Salah satu fungsionalitas yang sangat dibutuhkan dan sering kali digunakan oleh pengguna adalah fungsi pencarian data. Fungsi pencarian data ini berguna untuk menampilkan data yang sesuai dengan keyword yang dimasukkan oleh pengguna. Namun, seringkali data yang didapatkan tidak sesuai dengan keyword yang dimasukkan oleh pengguna. Hal ini didapatkan dari hasil observasi secara langsung kepada pengguna. Pengguna mengharapkan fungsi pencarian data tersebut dapat menampilkan data yang sesuai dengan keyword yang dimasukkan. Yang mana keyword tersebut berisikan kalimat yang mengandung beberapa kata dari data perusahaan, pemohon, perangkat, tipe pengujian, aksi dan status pengujian. Oleh karena itu, dalam penelitian ini telah dikembangkan prototype sistem pencarian berbasis semantik pada data yang ada di website tersebut dengan menggunakan metode Semantic Web Filtering System (SWFilter). Setiap kalimat yang dimasukkan pengguna akan dilakukan proses indexing keyword yang dimasukkan oleh pengguna. Selanjutnya diteruskan dengan proses filtering untuk menentukan dengan cepat antara keyword dengan web service melalui Ontology Information dan Ontology Composition yang membutuhkan rancangan IR System. Selain itu metode SWFilter juga mendukung Semantic Matching antara keyword yang dimasukkan oleh pengguna dengan web service yang sudah diterapkan pada sistem. Hasil dari pengujian yang dilakukan memperlihatkan bahwa metode SWFilter dapat dijadikan sebagai solusi terhadap kendala-kendala yang dihadapi dalam melakukan pencarian berbasis semantik pada website tersebut dan memiliki akurasi yang cukup tinggi dalam memberikan hasil pencarian. Kata Kunci: Filtering, Information Retrieval, Ontology Composition, Ontology Information, Query, Searching Data, Semantic Matching, Semantic Web Filtering System (SWFilter), telkomtesthouse.co.id, User Queries, Web Service. Abstract Certification in telecommunication equipment is needed in getting customer satisfaction and loyalty. One of the certification bodies from PT. Telekomunikasi Indonesia Tbk, namely the Digital Service Division. The Certification Body serves telecommunication equipment certification in telecommunication equipment testing laboratories which are under the control of the Infrastructure Assurance (IAS) field. The Infrastructure Assurance (IAS) field has a website that serves to present information on testing and issuance of certification for telecommunication equipment products that are carried out in accordance with established standards. This website handles a lot of data information in the form of companies, applicants, devices, types of tests, actions and test status. One of the function that is needed and often used by users is the data search function. This data search function is useful for displaying data that matches the keywords entered by the user. The user expects the data search function to display data that matches the entered keywords. Which keywords contain sentences containing several words from company data, applicants, devices, types of tests, actions and test status. Therefore, in this study a semantic-based search system prototype was developed on the data on the website using the Semantic Web Filtering System (SWFilter) method. Each sentence inputted by the user will be carried out by the keyword indexing process entered by the user. Then proceed with the filtering process to quickly determine the keywords with the web service through the Ontology Information and Ontology Composition that need IR System program. In addition, the SWFilter method also supports Semantic Matching between keywords inputted by the user and the web service that has been applied to the system. The results of the tests conducted show that the SWFilter method can be used as a solution to the obstacles faced in conducting semantic-based searches on the website and has a fairly high accuracy in providing search results. Keywords: Filtering, Information Retrieval, Ontology Composition, Ontology Information, Query, Searching Data, Semantic Matching, Semantic Web Filtering System (SWFilter), telkomtesthouse.co.id, User Queries, Web Service.
Identifikasi Keberpihakan Tweet Pada Twitter Menggunakan Naive Bayes Classifier Berdasarkan Klasifikasi Emosi Menggunakan Class Sequential Rules (studi Kasus: Pemilihan Presiden 2019) Rizky Wahyu Kurniawati; Anisa Herdiani; Indra Lukmana Sardi
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Penggunaan media sosial untuk analisis politik menjadi hal yang umum terjadi, terutama selamapemilihan presiden (pilpres). Banyak peneliti dan media mencoba menggunakan media sosial untukmemahami opini dan tren publik. Twitter merupakan media sosial yang digunakan sebagai tempat banyakmasyarakat di internet memberikan opininya termasuk terkait pilpres. Beragam jenis emosi ditunjukkanoleh mereka melalui tweetnya dan suatu jenis emosi tertentu dapat menentukan kecenderungankeberpihakan seseorang terhadap suatu paslon. Klasifikasi emosi pada tweet diperlukan untuk mengetahuiseberapa banyak masyarakat yang berpihak pada suatu paslon. Dalam satu tweet dapat terdiri lebih darisatu kalimat dan banyak kata. Susunan kata juga dapat mempengaruhi hasil emosi yang disimpulkan. Padapenelitian ini metode Class Sequential Rules (CSR) digunakan karena kemampuannya dalam pendekatanberbasis pola bahasa didukung dengan pendekatan berbasis leksikon. Selain itu, juga menggunakan NaiveBayes Classifier (NBC) untuk mengidentifikasikan keberpihakan tweet terhadap suatu pasangan calon.Dengan metode tersebut, hasil yang didapatkan dari sistem yaitu keberpihakan kepada Jokowi sebesar67.5% sedangkan Prabowo sebesar 35.5% serta didapatkan F1-Score sebesar 67.83%.Kata kunci : klasifikasi, emosi, prediksi, pilpres, CSR, twitter.AbstractThe use of social media for political analysis is common, especially during presidential elections. Manyresearchers and media try to use social media to understand public opinion and trends. Twitter is a socialmedia that is used as a place for many people on the internet to give their opinions, including those relatedto the presidential election. Various types of emotions are shown by them through their tweets and a certaintype of emotion can determine a person's tendency to align with a paslon. Emotional classification on tweetsis needed to find out how many people are in favor of a paslon. In one tweet can consist of more than onesentence and many words. Word order can also affect the outcome of emotions that are inferred. In thisstudy the Class Sequential Rules (CSR) method is used because its ability in a language pattern-basedapproach is supported by a lexicon-based approach. In addition, it also uses Naive Bayes Classifier toidentify tweet alignments towards a candidate pair. With this method, the results obtained from the systemare alignments to Jokowi by 67.5% while Prabowo by 35.5% and F1-Score of 67.83%.Keywords: classification, emotion, prediction, election, CSR, twitter 
Rekomendasi Pemilihan Tempat Usaha Makanan Dengan Metode Copras Di Kecamatan Jambangan Muhammad Fikri Ridhwan; Indra Lukmana Sardi; Shinta Yulia Puspitasari
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

AbstrakPersaingan pada usaha makanan semakin meningkat. Persaingan ini dilihat dengan tumbuhnya usahamakanan baru. Pertumbuhan ini tidak diimbangi dengan penambahan tempat untuk berjualan. Sehinggaketersediaan tempat berjualan semakin sedikit. Faktor lain seperti biaya sewa dan bermacam fasilitaspada tempat berjualan juga mempengaruhi pada pemilihan tempat. Sehingga membuat pemilihan tempatusaha harus memiliki banyak pertimbangan. Solusi yang dibangun merupakan sebuah Sistem PendukungPengambilan Keputusan (SPPK). Subjek pada Tugas Akhir ini yaitu pedagang warung nasi. SPPK inimenggunakan metode Complex Proportional Assessment (COPRAS), metode ini merupakan salah satumetode dalam kasus pengambilan keputusan. Metode ini melakukan pengambilan keputusanberdasarkan jenis kriteria untuk mengambil keputusan. Hasil dari program merupakan peringkatalternaitf tempat usaha yang hasilnya berupa urutan dari alternatif yang paling baik berdasarkanperhitungan metode. Urutan hasil peringkat dengan menggunakan metode COPRAS yaitu alternatifB>A>C>D>E. Dilakukan percobaan dengan membanding metode lain dan menghasilkan bahwaCOPRAS merupakan metode yang dapat menyelesaikan permasalahan pemilihan tempat usaha.Kata kunci : warung nasi, SPPK, COPRASAbstractCompetition in food businesses is increasing. This competition is seen by the growth of new foodbusinesses. This growth is not ballanced by the addition of places to sell. So there is less availability ofplaces. Other factors such as rental costs and various facilities at the place also affect the choice of place.So that the choice of place of business must have many considerations. The solution is built a DecisionSupport System (DSS). The subject of this Final Project is the rice stall merchant. This DSS uses theComplex Proportional Assessment (COPRAS) method, this method is one method in case of decisionmaking. This method makes decisions based on the types of criteria to make decisions. The results of theprogram are the alternaitf ranking of the place of business whose results are in the order of the bestalternatives based on the calculation method. The order of ranking using the COPRAS method isalternative B>A>C>D> E. Experiments were conducted by comparing other methods and resulted thatCOPRAS was a method that could solve the problem of choosing a place of business.Keywords: rice stalls, DSS,COPRAS
Penilaian Credibility Pada News Site Dengan Crowdsourcing Berbasis Reputasi Dari Crowdworker Febrio Ibrahim Sebayang; Dana Sulistyo Kusumo; Indra Lukmana Sardi
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

AbstrakBesarnya perkembangan news site menjadikan news site salah satu sumber utama pencarian berita online.Banyaknya pengguna news site menjadikan jumlah news site juga bertambah. Hal ini menjadikan permasalahanutama news site yaitu credibility banyak diteliti. Sulitnya mendapatkan credibility pada news site dikarenakansulitnya menyampaikan berita jujur dan tidak memihak serta kurangnya analisis dan fakta aktual yang disajikanpada news site ditambah banyaknya news site yang terindikasi memberikan berita kurang akurat menjadikancredibility news site dipertanyakan. Credibility adalah hasil dari evaluasi seseorang dengan berbagai faktor.Penelitian ini melakukan penilaian credibility pada 10 news site terbesar di Indonesia. Dan meneiliti pengaruhtrustworthiness, expertise, interactivity, multimediality, dan hypertextuality terhadap credibility. Banyaknya danberagamnya pengguna news site menjadikan crowdsourcing adalah cara pengambilan data yang tepat untukditerapkan pada penelitian ini. Crowdsourcing digunakan karena mengabil data dari kumpulan banyak kontributoryang memberikan penilaian mereka terhadap credibility secara bebas. Namun crowdsourcing memiliki kelemahandari segi kualitas hasil kerja kontributor, sehingga penelitian ini menerapkan seleksi hasil kerja pada kontributordengan menggunakan reputasi yang berbentuk like/dislike yang dilakukan oleh crowdworker yang merupakanexpert dibidang jurnalistik. Penelitian ini juga bertujuan untuk menganalisis pengaruh reputasi yang diberikanterhadap hasil akhir. Hasil pengujian dilakukan oleh 55 kontributor yang memiliki rata rata usia 21 tahun danmembaca 6 berita dalam satu hari yang merupakan relawan yang bersedia berpartisipasi dalam penelitian ini. Darihasil pengujian didapat nilai untuk setiap news site dan didapati bahwa trustworthiness memiliki pengaruh palingtinggi terhadap credibility. Kemudian diikuti oleh expertise, interacivity, hypertextuality, dan multimediality. Darianalisis hasil pengujian juga didapati reputasi yang diberikan pada crowdsourcing mampu merubah hasil akhirmenjadi lebih berkualitas dengan menggunakan crowdworker sebagai expert yang melakukan seleksi penilaiandari kontributor.Kata Kunci: kredibilitas, crowdsourcing , news siteAbstractThe great development of news site makes news site as first medium to get news on line. A lot of news siteusers create news site amount is increased as well. It causes the main problem of news site that is credibilityhas been a lot analyzed. The difficulty in getting credibility on news site is due to the difficulty in providingfair and objective news as well as lack of analysis and actual facts on news site, in addition a lot of news sitesare indicated providing less accurate news makes the credibility of news site is being questioned. Credibilityis the result from the expert’s evaluation from various factors. This research analyzes credibility assessmenton big 10 news sites in Indonesia. And also analyzes the effect of trustworthiness, expertise, interactivity,multimediality, and hypertextuality toward credibility. Various news site users makes crowdsourcing as thecorrect data collecting method to be applied in this research. Crowdsourcing is applied because it receivesdata from a lot of contributors that give their judgement freely. However, crowdsourcing has weakness oncontributor’s work result quality, so this research applies work results selection on contributor by applyinglike/dislike reputation by crowdworker that is expert in journalism. This research is also aimed to analyzethe effect of given reputation towards the final result. The assessment result is done by 55 contributorsaround 21 years old and read six news in a day that are voluntarily participated in this research. From theassessment result has got rating for each news site and it is clear that trustworthiness has the highest effecttowards credibility. Then, followed by expertise, interactivity, hypertextuality, and multimediality. Fromthe analysis of assessment result is also clear that given reputation on crowdsourcing can change the finalresult becomes having higher quality by putting crowdworker as expert in selecting the assessment resultfrom contributor.Keywords: credibility, crowdsourcing, news site
Analisis Sentimen Opini Masyarakat Terhadap Pasangan Calon Presiden Dan Wakil Presiden Pada Media Sosial Twitter Menggunakan Ontology Supported Polarity Mining (studi Kasus: Pemilihan Umum 2019) Yustisia Susandi; Anisa Hendiawan; Indra Lukmana Sardi
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

AbstrakPemilihan umum (pemilu) presiden dan wakil presiden tak lepas dari pembicaraan publik. Masyarakatbebas mengemukakan opininya baik melalui media sosial maupun di dunia nyata. Salah satu mediasosial yang digemari masyarakat untuk menyampaikan opini adalah Twitter. Banyaknya masyarakatyang beropini mengenai pemilihan presiden di Twitter dapat menghasilkan informasi yang dapatdimanfaatkan lembaga survei untuk menentukan tingkat keterpilihan atau elektabilitas pasangan calonpresiden dan wakil presiden. Oleh karena itu, perlu adanya analisis sentimen opini masyarakat tentangPemilihan Umum 2019 yang berkaitan dengan para pasangan calon, sehingga dapat diketahuibagaimana penilaian masyarakat terhadap pasangan calon presiden dan wakil presiden yang sudahdiklasifikasikan ke dalam masing-masing aspek secara spesifik. Metode yang digunakan untuk analisissentimen opini masyarakat adalah Ontology Supported Polarity Mining (OSPM). Metode OSPM dipilihkarena dapat meningkatkan penambangan polaritas dengan ontologi yang dapat memberikan informasisuatu topik secara terperinci. Hasil menunjukkan bahwa OSPM dengan teknik penambangan polaritasrule dapat mengklasifikasikan sentinmen level aspek dan menghasilkan akurasi sebesar 93.76%sedangkan tanpa rule rata-rata akurasi sebesar 85.11%, dengan kata lain rule dapat meningkatkanakurasi sebesar 8.65%.Kata Kunci : sentimen, level aspek, OSPM, pilpres, twitter AbstractThe general election (election) of the president and vice president cannot be separated from publicdiscussion. People are free to express their opinions both through social media and in the real world. Oneof the social media favored by the public to express their opinion is Twitter. The number of people whothink about the presidential election on Twitter can produce information that can be used by surveyinstitutions to determine the level of electability or electability of candidates for president and vicepresidential candidates. Therefore, it is necessary to analyze the sentiment of public opinion about the2019 General Election relating to the candidate pairs, so that it can be seen how the community evaluatesthe presidential and vice presidential candidate pairs that have been specifically classified into eachaspect. The method used for public opinion sentiment analysis is Ontology Supported Polarity Mining(OSPM). The OSPM method was chosen because it can improve polarity mining with ontologies that canprovide detailed information on a topic. The results show that OSPM with polarity rule miningtechniques can classify sentinmen level aspects and produce an accuracy of 93.76% while without rule theaverage accuracy is 85.11%, in other words the rule can increase accuracy by 8.65%. Keywords : sentiment, aspect level, OSPM, presidential election, twitter
Identifikasi Spam Tweet Komentar Pada Twitter Berbasis Ontologi (studi Kasus : Tweet / Caption Di Twitter Dengan Tema “pilpres 2019”) Jahtra Genio Muhammad; Anisa Herdiani; Indra Lukmana Sardi
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak anisaherdiani@telkomuniversity.ac.id, Dengan diadakannya pemilihan presiden 2019 banyak media sosial yang mengangkat beritatersebut, sejalan dengan hal itu tentu banyak postingan yang membahas berita pemilihan presiden 2019.Hal tersebut menyebabkan aktivitas sebuah media sosial menjadi cukup tinggi. Twitter merupakan salahsatu media sosial yang sangat populer digunakan untuk menyampaikan pendapat untuk saat ini, adanyapemilihan presiden 2019 membuat twitter menjadi salah satu media sosial yang ramai. Tingginya aktivitastwitter dimanfatkan oleh spammers untuk menyebarkan spam khususnya spam pada kolom komentar yangtidak memiliki keterkaitan dengan tweet atau topik pembicaraan serta menimbulkan dampak yang tidaknyaman bagi pengguna lainnnya. Spam yang dimaksud pada penelitian ini adalah komentar yang tidak adaketerkaitan atau keterhubungan dengan caption atau postingan. Untuk mengatasi masalah tersebutdibutuhkan sebuah sistem yang bisa mendeteksi spam berbasis ontologi. Dengan menggunakan ontologi,proses identifikasi spam menjadi lebih efisien dan sederhana karena data dipisahkan berdasarkan domaintertentu yang didefinisikan. Berdasarkan hasil pengujian, proses identifikasi spam menggunakan metodeontologi pada penelitian ini menghasilkan nilai rata-rata f1-score sebesar 89.14% Hal ini menunjukanbahwa ontologi dapat diimplementasikan untuk mengidentifikasi spam komentar pada twitter.Kata kunci : pemilihan presiden 2019, spam, spammers, ontologi, twitterAbstract With the 2019 presidential election held a lot of social media that raised the news, many postsdiscuss the 2019 presidential election news. This causes social media activity to be quite high. Twitter is aone of very popular social media used to express opinions for the moment, The 2019 presidential electionmakes Twitter one of the popular social media. The high level of twitter activity is used by spammers tospread spam, especially spam, in the comments column that has no connection with tweets or topics ofconversation and has an uncomfortable impact on other users. Spam generally in this research is illustratedby comments that have no relevance or connectedness with the caption or post. For solve this problem, asystem that can detect ontology-based spam is needed. By using an ontology, the process of identifying spambecomes more efficient and simpler because data is separated based on certain domains defined. Based onthe results of testing, the process of identifying spam using the ontology method in this study resulted in anaverage f1-score of 89.14%. This shows that ontology can be implemented to identify comment spam ontwitter.Keywords: presidential election, spam, spammers, ontologi, twitter
Klasifikasi Keberpihakan Tweet Menggunakan Multinomial Naïve Bayes (studi Kasus: Pemilihan Presiden 2019) Alfian Yulianto; Anisa Herdiani; Indra Lukmana Sardi
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

AbstrakTweet yang tersebar di media sosial twitter dapat menunjukkan keberpihakan tweet terhadap calonpresiden dan wakil presiden yang akan menjabat. Banyak tweet yang dapat menunjukkan keberpihakanterhadap suatu paslon mulai dari tweet yang memuji paslon yang didukungnya hingga menjelekkan paslonyang tidak didukungnya. Penelitian ini menganalisis dari banyaknya tweet yang beredar untuk menilaikeberpihakannya berdasarkan data tweet pada sosial media twitter. Melalui tugas akhir penelitimemberikan solusi dengan klasifikasi otomatis yang dilakukan komputer dengan mengklasifikasikan tweettersebut apakah memihak Jokowi atau Prabowo. klasifikasi yang dibangun menggunakan metodemultinomial naïve bayes classifier, Hasil pengujian dengan 10-folds cross validation pada penelitian inimemiliki rata-rata hasil F1-Score 0,71 dan akurasi 0,72.Kata kunci : Klasifikasi, Plpres, Pemilihan Presiden, Multinomial Na¨ıve BayesAbstractTweets that are spread on social media twitter can show the tweet alignments of candidates for presidentand vice president who will take office. Many tweets can show partiality towards a paslon, starting fromtweets that compliment a paslon that it supports to vilify a paslon that it does not support. This studyanalyzes the number of tweets in circulation to assess its alignments based on tweet data on twitter socialmedia. Through this final project the researcher provides a solution with an automatic classification by acomputer by classifying the tweet whether it is in favor of Jokowi or Prabowo. the classification was builtusing the multinomial naïve bayes classifier method. The test results with 10-fold cross validation in thisstudy had an average F1-Score of 0.71 and an accuracy of 0.72.Keywords: Classification, Multinomial Na¨ıve Bayes, Presidential Election.
Identifikasi Karakter Presiden Melalui Analisis Sentimen Pada Twitter Menggunakan Naïve Bayes Classifier Dan Pos Tagging Bastomy Bastomy; Anisa Herdiani; Indra Lukmana Sardi
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

AbstrakMedia sosial merupakan salah satu media untuk menyampaikan opini tentang politik, salah satunyatentang presiden. Opini atau pandangan masyarakat dapat berupa opini positif dan negatif. MenurutKBBI karakter merupakan kata sifat, dengan demikian opini yang menjadi fokus utama adalah opiniyang memiliki jenis kata sifat. Kita dapat meneliti sentimen yang terdapat pada Twitter berupa tweetyang menandai presiden untuk mendapatkan karakter. Inti dari penelitian ini menggunakan metodeNaïve Bayes Classifier (NBC) untuk mengklasifikasikan tweet dan POS tagging untuk mengetahui jeniskata dari setiap tweet positif. Dari pengujian yang telah dilakukan menghasilkan pre-processing seperticasefolding, tokenizing, penghapusan kata yang tidak memiliki makna, simbol atau tanda baca. Untukmeningkatkan akurasi NBC digunakan metode N-gram yang bertujuan menggabungkan kata negasi dankata selanjutnya untuk menghindari perubahan makna dari kata tersebut. Hasil pengujian klasifikasidengan menggunakan metode cross-validation menghasilkan rata-rata akurasi sebesar 80,29% dan POStagging menghasilkan akurasi sebesar 73,3% dalam menentukan karakter presiden. pengujian di atasmenunjukkan bahwa identifikasi karakter melalui analisis sentimen menggunakan NBC dan POS taggingdapat digunakan untuk mendapatkan karakter presiden. Hasil akhir penelitian ini berupa daftar kataberjenis kata sifat yang telah diurutkan berdasarkan polaritas kemunculannya yang telah divalidasi olehahli Bahasa.Kata kunci : Analisis sentimen, Naïve Bayes Classifier, N-gram, POS tagging, Preprocessing, TwitterAbstractSocial media is one of the media to express opinions about politics, one of which is about the president.Public opinion or opinion can take the form of positive and negative opinions. According to KBBIcharacters are adjectives, thus opinions that are the main focus are opinions that have the type ofadjectives. We can consider the sentiments on Twitter in the form of tweets needed by the president to getthe character. The core of this research uses the Naïve Bayes Classifier (NBC) method to classify tweetsand POS markings to understand the type of words of each positive tweet. From the testing that has beendone, it produces pre-processing such as casefolding, tokenizing, deletion of words that do not havemeaning, symbols or punctuation. To improve the accuracy of NBC the N-gram method is used whichreplaces the negation words and subsequent words to avoid changing the meaning of the word. Testresults using the cross-validation method produce an average accuracy of 80.29% and POS markingproduces an accuracy of 73.3% in determining the character of the president. Learn above How toexamine characters through sentiment analysis using NBC and POS marking can be used to get thepresident's character. The final results of this study contain a list of adjective type words that have beensorted based on the polarity of their appearance which has been validated by language experts.Keywords: Naïve Bayes Classifier, N-gram, POS tagging, Preprocessing, Sentiment analysis, Twitter
Alum Section Revitalization: Analysis and Redesign of SMK Telkom Bandung Website using Goal-Directed Design Adrianto, Rexcy Putra; Sardi, Indra Lukmana; Saputra, Wahyu Nur
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

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

Abstract

This study addresses the usability challenges of the alumnimanagement system at SMK Telkom Bandung by redesigningthe platform using the Goal-Directed Design (GDD)methodology. The existing system faced critical issues,including fragmented alumni information, poor interfacedesign, and inefficient manual administrative processes.Through interviews and observations with 30 participants—including students, alumni, parents, and administrativestaff—this research identified key pain points and user needs.The modeling phase developed user personas, goals, mentalmodels, and interaction models to inform the design process.The requirements phase mapped user goals to systemfeatures, which guided the creation of a conceptual model andwireframes during the framework phase.The redesigned alumni platform was evaluated using theSystem Usability Scale (SUS) with 18 participants. The resultsshowed a significant improvement in usability, with the SUSscore increasing from 58.06 to 82.92, surpassing the industrystandard of 68. The new platform resolved key pain points byintroducing a centralized testimonial repository, an alumnidistribution map, and an automated job posting system.Additionally, the administrative dashboard streamlined datavalidation workflows, reducing manual workload andimproving operational efficiency.This research demonstrates how Goal-Directed Designeffectively aligns system functionalities with user needs,resulting in measurable usability improvements. The studyconcludes that the redesigned platform enhances userengagement, optimizes administrative processes, and deliversa more intuitive and efficient alumni management system.Future work is recommended to further refine the job searchfiltering system, improve submission feedback mechanisms,and expand usability testing to a broader user base.Keywords: Alumni Portal, Usability Testing, Goal-DirectedDesign, System Usability Scale, User Experience, WebRedesign, Educational Technology
Pemanfaatan Gamifikasi Learning Managament System Dengan MDA Framework Berdasarkan ARCS Model Fathurrahman , Muhammad Wima; Herdiani , Anisa; Sardi, Indra Lukmana
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Penelitian ini bertujuan untuk meningkatkan motivasi pengguna Learning ManagementSystem (LMS) di Universitas Telkom. Kami menerapkan gamifikasi dengan menggunakan metode MDAFramework yang didasarkan pada model ARCS (Attention, Relevance, Confidence, Satisfaction). Hasilpengujian menunjukkan bahwa pengguna LMS yang mengalami gamifikasi memiliki persepsi yang lebih baikterhadap kemudahan penggunaan, utilitas, dan sikap terhadap teknologi. Peningkatan rata-rata sebesar 0,8dalam semua kategori, membuktikan bahwa gamifikasi dapat meningkatkan motivasi pengguna LMS secara signifikan. Kata Kunci: Learning Management System, gamifikasi,Mechanics-Dynamics-Aesthetics (MDA) framework, AttentionRelevance-Confidence-Satisfaction (ARCS), motivasi pengguna, evaluasi TAM.
Co-Authors Abdillah, Mgs. M. Fakhri Adrianto, Rexcy Putra Agus Cahya Ananda Yoga Putra Agus Kusnayat Alfian Yulianto Angelina Prima Kurniati Angelino Sandy Kusuma Anisa Hendiawan Anisa Herdiani Arfianto Fahmi Arfive Gandhi Arie Kurniawan Arif Arif Bijaksana Aristyo Hadikusuma Azizi, Nur Fuad Bastomy Bastomy Dana S. Kusumo Dana Sulistiyo Kusumo Dana Sulistyo Kusumo Dana Sulistyo Kusumo Danang Junaedi Edwar Eko Darwiyanto Ema Rachmawati erna febriyanti Faishal Daffa Faris Muhammad Fathurrahman , Muhammad Wima Febrio Ibrahim Sebayang Fitriyani Fitriyani Gede Agung Ary Wisudiawan Giffarinda, Raihan Ekaputra Hadi Kurniawan Sidiq Hani Dika Riani Herdiani , Anisa I Gusti Ayu Chandra Devi Ibnu Asror Jahtra Genio Muhammad Kridanto Surendro Kusumo, Dana Sulistyo Lestari, Marinda Endi Markus Bernard1 Moch Arif Bijaksana Mohammad Yasin Abdul Hafidh Mohd. Fauzy Monterico Adrian Muhammad Bambang Hidayanto Muhammad Fikri Ridhwan Muhammad Rezaldy Muhammad Shalahuddin Aldi Baihaqi Muhammad, Adika Nabila Nanda Widyastuti Nungki Selviandro Nurwibowo, Prigusti Arruum P, Shinta Yulia Prati Hutari Gani Prayogo, Ariq Dary Pristantya, Mayang Rais Hafiyyan Ramanti Dwi Indrapurasih Refanto, Moch Billy Ridho Hadad Rina Pudji Astuti Rizky Wahyu Kurniawati Rosa Reska Riskiana Saputra, Wahyu Nur Shaufiah . Shinta Yulia Puspitasari Sidiq, Hadi Kurniawan Simon Siregar Sri Martini Sri Widowati Stefanus Wisnu Adi Nugroho Winandri, Reyhan Rahma Yayan Agustian Yudhono, Efwandha Yustisia Susandi Zian Alfaen