This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) TEKNIK INFORMATIKA Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Semantik Techno.Com: Jurnal Teknologi Informasi Jurnal Teknologi Informasi dan Ilmu Komputer Proceeding of the Electrical Engineering Computer Science and Informatics Fountain of Informatics Journal Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) RABIT: Jurnal Teknologi dan Sistem Informasi Univrab Indonesian Journal on Software Engineering (IJSE) Faktor Exacta Jukung (Jurnal Teknik Lingkungan) CogITo Smart Journal INOVTEK Polbeng - Seri Informatika JRMSI - Jurnal Riset Manajemen Sains Indonesia KACANEGARA Jurnal Pengabdian pada Masyarakat Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Informatik : Jurnal Ilmu Komputer Jurnal Riset Informatika JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) METIK JURNAL Scientific Journal of Informatics Idealis : Indonesia Journal Information System SKANIKA: Sistem Komputer dan Teknik Informatika Jurnal Teknik Informatika (JUTIF) Jurnal PkM (Pengabdian kepada Masyarakat) Kresna: Jurnal Riset dan Pengabdian Masyarakat Bit (Fakultas Teknologi Informasi Universitas Budi Luhur) Jurnal Algoritma Jurnal Ticom: Technology of Information and Communication Journal of Social And Economics Research Journal Of Communication Education Telematika MKOM Jurnal INFOTEL Jurnal Ticom: Technology of Information and Communication journal of social and economic research JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Jurnal Ticom: Technology of Information and Communication

Topic Modeling Tugas Akhir Mahasiswa Menggunakan Metode Latent Dirichlet Allocation Dengan Gibbs Sampling Zulfikar Rosadi; Achmad Solichin
Jurnal Ticom: Technology of Information and Communication Vol 13 No 1 (2024): Jurnal Ticom-September 2024
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v13i1.140

Abstract

Penyusunan tugas akhir adalah kewajiban bagi seluruh mahasiswa Universitas Budi Luhur di semester akhir untuk mendapatkan gelar sarjana. Salah satu langkah penting dalam persiapan ini adalah memilih topik penelitian yang tepat dan relevan. Untuk mendapatkan topik yang tepat, mahasiswa biasanya membaca laporan tugas akhir dari angkatan sebelumnya, baik di perpustakaan fisik maupun melalui situs web repositori kampus. Akan tetapi, situs ini belum memiliki fitur pengelompokan topik, sehingga mahasiswa harus membaca laporan satu per satu untuk menemukan topik yang sesuai dengan minat mereka. Penelitian ini mengusulkan penggunaan metode pemodelan topik, Latent Dirichlet Allocation (LDA) dengan Gibbs Sampling, untuk mengidentifikasi tren topik dalam laporan tugas akhir secara otomatis. LDA dengan Gibbs Sampling dipilih karena efektif dalam menemukan pola topik utama dalam teks yang tidak terstruktur. Hasil penelitian menunjukkan bahwa LDA dapat mengidentifikasi topik tersembunyi dengan nilai coherence 0,56 pada iterasi ke-6 dari 10 iterasi yang dijalankan. Topik yang ditemukan meliputi: Web Service, Internet of Things, Sistem Pakar, Sentimen Analisis, Data Mining, dan Kriptografi. Penelitian ini juga menunjukkan bahwa vektorisasi Bag of Words efektif dalam LDA, memberikan distribusi topik yang akurat dan membantu mahasiswa dalam menentukan topik penelitian yang relevan dan menarik. Dengan demikian, penggunaan LDA dapat menjadi solusi untuk mempermudah mahasiswa dalam memilih topik tugas akhir yang sesuai dengan minat dan kebutuhan akademis mereka
Analisis Sentimen MotoGP Mandalika Pada Twitter Menggunakan Metode Naïve Bayes Muhammad Agus Arianto; Achmad Solichin
Jurnal Ticom: Technology of Information and Communication Vol 11 No 1 (2022): Jurnal Ticom-September 2022
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v11i1.66

Abstract

Indonesia terpilih sebagai tuan rumah gelaran MotoGP seri kedua setelah MotoGP Qatar. Indonesia menggunakan Pertamina Mandalika International Street Circuit sebagai tempat berlangsungnya gelaran MotoGP, MotoGP Mandalika terbilang sukses, diperkirakan jumlah total penonton sebanyak 102.801 orang, MotoGP Mandalika sempat menjadi trending topic di Twitter yang tentu menuai reaksi yang beragam dari para netizen Indonesia. Untuk mengetahui tweet tersebut bernilai positif, negatif atau netral maka dilakukan analisis sentimen. Salah satu metode analisis sentimen yang dapat digunakan untuk menyelesaikan masalah tersebut adalah metode Naïve Bayes. Data yang terkumpul sebanyak 7195 Data yang diambil dalam kurun waktu 18 Maret 2022 sampai 18 April 2022. Data yang sudah didapat kemudian dilakukan remove duplikat, preprocessing, dan klasifikasi menggunakan program Naïve Bayes Classifier yang dibuat menggunakan Bahasa pemrograman PHP. Dari hasil remove duplikat dan preprocessing data yang tersisa sebanyak 1108 data, data dengan sentiment positif 396 data, sentiment netral 494 data dan sentiment negatif 218 data. Hasil dari pengujian akurasi menggunakan perbandingan 70:30 dan 80:20 mendapat nilai akurasi sebesar 57.65% dan 58.10%.
APLIKASI PENDETEKSI KALIMAT KASAR BAHASA INDONESIA PADA FILE AUDIO MENGGUNAKAN JACCARD SIMILARITY DAN N-GRAM Majid, Muhammad Farras; Solichin, Achmad
Jurnal Ticom: Technology of Information and Communication Vol 12 No 1 (2023): Jurnal Ticom-September 2023
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v12i1.100

Abstract

Di Indonesia, ujaran kebencian (hate speech) banyak sekali ditemukan di berbagai aplikasi media sosial. Bentuk ujaran kebencian dapat berupa tulisan, suara (audio), dan video. Salah satu ciri ujaran kebencian adalah keberadaan kata-kata kasar, baik yang terucap maupun tertulis. Selain berpotensi menimbulkan kebencian atau konflik, keberadaan kata kasar dapat menimbulkan dampak negatif bagi masyarakat, terutama anak-anak. Keterbukaan akses informasi bagi anak-anak melalui berbagai media sosial mengakibatkan dampak negatif jika anak-anak sering mendengar kata kasar, terutama dalam bentuk audio dan video. Hal tersebut dapat dianggap sebagai suatu kewajaran. Oleh karena itu, deteksi keberadaan kata kasar terutama pada media suara (audio) sangat penting untuk dilakukan. Pada penelitian ini, dikembangkan sebuah aplikasi yang dapat mendeteksi kata atau kalimat kasar dalam Bahasa Indonesia. Aplikasi tersebut dapat digunakan untuk memfilter konten-konten media sosial media. Pada penelitian ini digunakan metode Jaccard similarity  dan N-Gram untuk mendeteksi kata atau kalimat kasar pada sebuah file audio. Hasil penelitian menunjukkan bahwa penggunaan metode Jaccard similarity  dan N-Gram dapat diterapkan dengan baik untuk mendeteksi kata atau kalimat kasar dengan nilai akurasi sebesar 73,4% dan presisi sebesar 88,9%. Aplikasi yang dikembangkan dapat bermanfaat untuk masyarakat dalam mendeteksi dan menyaring kata atau kalimat kasar pada berbagai media, terutama media suara (audio).
Analisis Emosi Pada Live Chat Youtube 'Mata Najwa: 3 Bacapres Bicara Gagasan' Menggunakan Pendekatan Lexicon dan Algoritma Naive Bayes Fadlan Amrullah; Achmad Solichin
Jurnal Ticom: Technology of Information and Communication Vol 12 No 3 (2024): Jurnal Ticom-Mei 2024
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v12i3.132

Abstract

Pada tahun 2023, Indonesia memasuki periode politik krusial dalam ranah politik, menandai persiapan menuju pemilihan Presiden dan Wakil Presiden serta pemilu legislatif 2024. Dalam konteks ini, media sosial, khususnya YouTube, menjadi panggung utama interaksi politik. Mata Najwa, melalui kanal YouTube-nya, menjadi panggung sentral bagi interaksi politik dengan menyelenggarakan acara siaran langsung berjudul "3 Bacapres Bicara Gagasan" pada 19 September 2023. Pada kesempatan tersebut, para bakal calon Presiden berbagi gagasan dan pandangan langsung kepada masyarakat, memanfaatkan kemajuan teknologi komunikasi. Peran YouTube dalam lanskap politik semakin signifikan, dan respons emosional dalam live chat menjadi fokus analisis. Penelitian ini bertujuan untuk melakukan analisis emosi terhadap pandangan atau respon masyarakat kepada acara yang diselenggarakan pada kanal youtube Mata Najwa tersebut. Dengan memanfaatkan kamus kata EmoLex, analisis emosi pada dataset yang besar menjadi lebih efisien tanpa memerlukan pelabelan emosi secara manual. Pendekatan machine learning dilakukan melalui ekstraksi fitur TF-IDF dan penerapan Algoritma Multinomial Naive Bayes untuk menganalisis emosi dari teks komentar. Dataset yang digunakan bersumber dari live chat pada acara inti Mata Najwa, yaitu pada saat para bacapres bicara gagasan mereka (Anies Baswedan, Ganjar Pranowo, dan Prabowo Subianto). Dengan menerapkan ekstraksi fitur TF-IDF dan klasifikasi, model yang dikembangkan mencapai tingkat akurasi sebesar 90.67% berdasarkan dataset gabungan ke-tiga bakal calon Presiden
Co-Authors Abdullah 'Alim Achmad Maulana Agus Harjoko Agus Santoso Ahmad Ihsanudin Ahmad Zainul Mafakhir Akbar, Kafi Kurnia Alfredo Pasaribu Alhafiz, Muhammad Ihza Ananda Surya, Archie Andi Hakim Arif Andi Jumardi Anggi Ayu Ningtyas Anindya Putri Pradiptha Arif, Andi Hakim Arista Riski, Nanda Asmoro, Phaksi Bangun Bayu Raditya Nasution Bernadeta Asri Rejeki Tulodo Chandra, Joko Christian Dasril Aldo Dedy Mirwansyah Dewantara, Erno Kurniawan Dhiesky Chaerullah Dwi Kristanto Emil Salim Fadlan Amrullah Fahrullah Fahrullah Galih Gumilar Widhasmara Goenawan Brotosaputro Hanafi, Mohammad Afif Hari Soetanto Iqbal Chalid Irennada Ismail Adi Susanto Khaeri Diniari Khansa Khairunnisa Kurnianta, Kristana Lia Amellia Putri Lutfi Nukman Majid, Muhammad Farras Masdar Desiawan Mochammad Andika Putra Mohammad Syafrullah Muhamad Refaldi Muhammad Agus Arianto Muhammad Agus Arianto Muhammad Ali Akbar Muhammad Arif Kurniawan Muhammad Fahrizal Muhammad Hamdi Sukriyandi Muhammad Verdiansyah Muharam, Asep Budiyana Nariza Wanti Wulan Sari Nazori AZ Noor Ferdyansyah Nugroho, Ludi Obby Oktafianto Painem, Painem Painem, Painem Pradana, Rizky Pradiptha, Anindya Putri Pramudita, Bagas Prayogi, Muhamad Nur Rahmat Kurniawan Rasyid, Annisa Ratna Kusumawardani Reka Dwi Syaputra Restu Maulunida Reva Ragam Santika Richki Hardi Riki Wijaya Rizki Darmawan, Dika Robby Suganda Rusdah Rusdah Saddam, M Amiruddin Setiyadi, Prambudi Suherman Achmad Syahrul, Ahmad Tan Wee Chang Tetlageni, Muhamad Ridho Triyono, Gandung Ummu Habibah Romlah Utomo Budiyanto Wahyu Desena Wati, Lisna Wirasno, Wirasno Zainal A. Hasibuan Zulfikar Rosadi