Article Per Year (5 Year)
p-Index From 2021 - 2026
1.578
P-Index
This Author published in this journals
All Journal PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer Jurnal Ilmiah Media Sisfo The Indonesian Journal of Computer Science Jurnal Pengabdian Masyarakat Unama
Pareza Alam Jusia
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
LITERASI DAN PELATIHAN MANAGEMENT CLOUD COMPUTING BAGI GURU-GURU DALAM MENYIMPAN DATA SEKOLAH BERBASIS DIGITAL DI SMK NEGERI 5 MUARO JAMBI: Pelatihan Penyimapan Google Drive Willy Riyadi; Ibnu Sani Wijaya ISW; Jasmir; Pareza Alam Jusia; Amroni; Khairuldi
Jurnal Pengabdian Masyarakat UNAMA Vol 2 No 1 (2023): JPMU Volume 2 Nomor 1 April 2023
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jpmu.2023.2.1.729

Abstract

In the current world of information technology, digital data is very important and efficient for all activities carried out by us in the work we do, including teaching staff such as teachers, lecturers and others. Many free platforms are provided by several companies that provide online storage (cloud computing) such as Google Drive, Dropbox, One Drive, and others. However, based on interviews with the school principal and observations made at SMK Negeri 5 Muaro Jambi, they have not utilized this online storage. Whereas those in teacher activities when reporting data such as grades and others must be submitted digitally and also stored in online storage. But the teachers at the school have not been able to apply these rules because they do not have the ability or expertise to operate digital data that is stored online (cloud computing). From these problems, teachers at SMK Negeri 5 Muaro Jambi need to improve their ability to process digital-based data stored online, in this case using Google Drive. The activity planning was carried out in the SMK Negeri 5 Muaro Jambi laboratory with the participants being teachers at the school. The output target of this activity is the publication of a journal in the Community Service Journal, Dinamika Bangsa University Jambi.
Pelatihan Digital Marketing menggunakan Facebook Ads dan Marketplace Shopee sebagai strategi peningkatan Penjualan Pada UMKM Madu Mayeesha nurhadi; Pareza Alam Jusia; Ronald Naibaho; Khairuldi; Eko Arip Winanto; Dodi Sandra; Beni Irawan; Suwanto
Jurnal Pengabdian Masyarakat UNAMA Vol 2 No 1 (2023): JPMU Volume 2 Nomor 1 April 2023
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jpmu.2023.2.1.745

Abstract

The community service activities carried out are community service activities funded by the Jambi Dinamika Bangsa Foundation. The implementation of this activity is carried out in the form of practicum and discussion to train training participants, namely Madu Mayeesha UMKM actors in terms of graphic design and Facebook Ads and Shopee Marketplace, to increase sales through digital marketing. This training uses the following methods: problem formulation stage, solution determination stage, settlement method, evaluation stage, and output. This training utilizes Graphic Design software such as: CorelDraw, Photoshop and Canva to create promotional designs or advertising materials for mayeesha honey products
Prediksi Mahasiswa Berpotensi Non-Aktif Menggunakan Algoritma Decision Tree Classifier Rahim, Abdul; Pareza Alam Jusia
The Indonesian Journal of Computer Science Vol. 13 No. 1 (2024): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v13i1.3692

Abstract

Dengan pertumbuhan jumlah mahasiswa yang semakin dinamis, kebutuhan untuk menerapkan strategi preventif guna meningkatkan tingkat retensi mahasiswa menjadi semakin penting. Penelitian ini bertujuan untuk mengembangkan model yang dapat digunakan untuk mendeteksi mahasiswa yang berpotensi status akademiknya menjadi non-aktif menggunakan algoritma Decision Tree Classifier di lingkungan Universitas Dinamika Bangsa. Data yang digunakan dalam penelitian ini mencakup beragam variabel seperti data pribadi mahasiswa, nilai akademik dan informasi demografis lainnya. Proses pemodelan menggunakan Decision Tree Classifier dilakukan dengan memanfaatkan data historis mahasiswa untuk melatih model dalam mengklasifikasikan mahasiswa yang berpotensi non-aktif. Selanjutnya, model ini diuji coba pada data mahasiswa baru untuk menguji tingkat akurasi dan efektivitasnya. Hasil penelitian ini menunjukkan bahwa algoritma Decision Tree Classifier mampu memberikan kontribusi yang signifikan dalam prediksi mahasiswa yang berpotensi non-aktif dengan tingkat akurasi 95.63% dengan variabel yang paling berpengaruh adalah indeks prestasi semester 3, indeks prestasi semester 2 dan umur saat diterima.
Analisis Sentimen Terhadap Tagar Kabur Aja Dulu Di Twitter Menggunakan Metode Lexicon-Based Eko Arip Winanto; ali, zidan; Pareza Alam Jusia; Sharipuddin
Jurnal PROCESSOR Vol 20 No 2 (2025): Jurnal Processor
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/processor.2025.20.2.2542

Abstract

Tagar #KaburAjaDulu sempat menjadi perbincangan hangat di media sosial Twitter, mencerminkan respons masyarakat digital Indonesia terhadap dinamika sosial dan politik yang sedang berlangsung. Penelitian ini bertujuan untuk mengevaluasi sentimen publik terhadap tagar tersebut dengan menerapkan pendekatan lexicon-based menggunakan InSet (Indonesia Sentiment Lexicon).Data penelitian diperoleh melalui teknik scraping dengan pustaka Tweet Harvest, menghasilkan 581 tweet berbahasa Indonesia yang memuat tagar #KaburAjaDulu. Analisis dilakukan menggunakan Google Colaboratory dengan dukungan pustaka Python. Tahapan penelitian mencakup pra-pemrosesan teks (pembersihan data, tokenisasi, stopword removal, serta stemming/lematisasi), klasifikasi sentimen dengan metode lexicon-based, dan visualisasi hasil.Hasil analisis menunjukkan bahwa sentimen negatif mendominasi dengan persentase 41,72%, diikuti sentimen netral sebesar 33,73% dan sentimen positif sebesar 24,55%. Kata-kata dominan pada kategori negatif merepresentasikan kritik, keluhan, dan sindiran yang banyak disampaikan dalam gaya bahasa satir khas media sosial. Temuan ini mengindikasikan bahwa tagar #KaburAjaDulu lebih sering digunakan sebagai sarana ekspresi ketidakpuasan publik terhadap kondisi sosial-politik nasional.Secara keseluruhan, pendekatan lexicon-based terbukti efektif dalam memberikan gambaran umum mengenai kecenderungan opini publik tanpa memerlukan pelatihan model. Namun, metode ini memiliki keterbatasan dalam menangkap makna kontekstual dari bahasa informal maupun sarkastik. Oleh karena itu, penelitian ini dapat dijadikan pijakan awal bagi studi lanjutan yang mengintegrasikan pendekatan machine learning untuk meningkatkan akurasi analisis sentimen pada media sosial.
Co-Authors Abdul Harris Abdul Rahim Abdul Rahim Afrizal Nehemia Toscany Agus Nugroho ali, zidan Amroni Amroni . Amroni Amroni Asri Suryo Widi Beni Irawan Beny Beny Chindra Saputra Dodi Sandra Eko Arip Winanto Fachruddin Fachruddin Fachruddin Fachruddin Ibnu Hisyam Ibnu Sani Wijaya Ibnu Sani Wijaya ISW Imam Rofi’i Imam Rofi’i Jasmir Jayawarsa, A.A. Ketut Khairuldi M. Irwan Bustami MARIA BINTANG Muhammad Hidayat NAIBAHO, RONALD Nurhadi Nurhadi Prima Eka Syam putri Rina Halim Sharipuddin Suwanto WILLY RIYADI Yeni ardandi ZULFI KARMAN