Garuda - Garba Rujukan Digital

Analisis Sentimen pada e-Government Mobile Application Indonesia Menggunakan Algoritma Naïve Bayes Rudy Seftiawan; Tri Basuki Kurniawan; Misinem
Jurnal Ilmiah KOMPUTASI Vol. 21 No. 1 (2022): Jurnal Ilmiah Komputasi Volume: 21 No. 1, Maret 2022
Publisher : Lembaga Penelitian STMIK Jakarta STI&K

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

Dalam dunia komputerisasi ada suatu metode dimana kita dapat mereview dan mengumpulkan berbagai komentar di media social, artikel pada berita, bahkan komentar di suatu aplikasi yang di publikasi di marketplace seperti google playstore atau appstore yang umum digunakan pengguna mobile internet di Indonesia. Analisis Sentiment adalah sub-bidang dari Natural Languange Processing (NLP). Pekerjaan tipikal adalah klasifikasi sentimen: mengidentifikasi polaritas, misalnya positif atau negatif, dari suatu dokumen. dimana Naïve bayes sendiri adalah salah satu algoritma untuk klasifikasi kemudian Cross validation digunakan untik mengevaluasi kinerja model atau algoritma dari analisis sentiment tersebut . Model sentiment naïve bayes dan cross validation yang dihasilkan dalam penelitian ini berhasil untuk melihat kecendrungan komentar dari ketiga aplikasi E-Government yang digunakan pada penelitian ini (Paspor online, BMKG, E-Hac). Dari ketiga aplikasi tersebut 2 aplikasi yaitu passport dan E-Hac komentar atau review pengguna cenderung negatif sedangkan untuk BMKG cenderung berimbang diatara positif dan negatif.

PERANCANGAN SISTEM REPOSITORY JOINT INSPECTION PADA PT. KAI (PERSERO) REGIONAL III PALEMBANG Misinem - Misinem; Tri Basuki Kurniawan; Rika Nuraini
Jurnal Tekinkom (Teknik Informasi dan Komputer) Vol 4 No 2 (2021)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v4i2.384

PT. Indonesian Railways Regional Division III is still processing and storing reports manually. The best system was developed called the website-based Repository Joint Inspection System, aiming to make it easier for employees to manage, store, and monitor existing reports for the managerial. This system was developed using the RUP (Rational Unified Process) method. This system has four types of users, Admin, User, Manager, and Safety. However, this study will explore and explain the upload, download, and delete processes of file features in more detail. Testing on this system uses the black box method with feature test techniques. Based on the test results, the system developed in this study follows the expected results, so it can be concluded that this system is suitable for managing and storing reports.

Analisis Sentimen Masyarakat Terhadap Tweet Ruang Guru Menggunakan Algoritma Naive Bayes Classifier (NBC) Indah Novitasari; Tri Basuki Kurniawan; Deshinta Arrova Dewi; Misinem
Jurnal Mantik Vol. 6 No. 3 (2022): November: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

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

Pembalajaran online di masa modern kala ini telah menjadi kebutuhan primer bagi pelajar. Ruang guru Sebagai aplikasi penyedia layanan pendidikan terbesar di Indonesia tentu perlu melakukan sebuah evaluasi kebergunaan dalam menaikkan kualitas layanan aplikasi tersebut. Cara yang dapat digunakan untuk mengetahui data tersebut yaitu dengan melakukan penelitian analisis sentimen. Analisis sentimen yang dilakukan dalam penelitian ini akan diklasifikasikan menjadi label sentimen positif,negatif dan netral,dengan memanfaatkan algoritma Naive Bayes Classifier, karena dapat Kualitas klasifikasi memuaskan, bahkan dengan hanya sejumlah kecil data training, dan kinerja pada kumpulan data besar akurat dan cepat. Tahapan yang dilakukan dalam penelitian ini adalah pengumpulan data, preprocessing, pengolahan data, akurasi dan evaluasi. Hasil dari penelitian ini menunjukkan bahwa prediksi yang dihasilkan lebih dominan pada sentimen positif. Dan performa dari metode pengujian Naive Bayes Classifier yang telah dilakukan didapatkan hasil nilai presisi 71%, recall 69% dan F1-score 69% dengan nilai akurasanyinya adalah 69%.

Analisis Sentimen pada e-Government Mobile Application Indonesia Menggunakan Algoritma Naïve Bayes Rudy Seftiawan; Tri Basuki Kurniawan; Misinem
Jurnal Ilmiah Komputasi Vol. 21 No. 1 (2022): Jurnal Ilmiah Komputasi Volume: 21 No. 1, Maret 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.1.2811

Dalam dunia komputerisasi ada suatu metode dimana kita dapat mereview dan mengumpulkan berbagai komentar di media social, artikel pada berita, bahkan komentar di suatu aplikasi yang di publikasi di marketplace seperti google playstore atau appstore yang umum digunakan pengguna mobile internet di Indonesia. Analisis Sentiment adalah sub-bidang dari Natural Languange Processing (NLP). Pekerjaan tipikal adalah klasifikasi sentimen: mengidentifikasi polaritas, misalnya positif atau negatif, dari suatu dokumen. dimana Naïve bayes sendiri adalah salah satu algoritma untuk klasifikasi kemudian Cross validation digunakan untik mengevaluasi kinerja model atau algoritma dari analisis sentiment tersebut . Model sentiment naïve bayes dan cross validation yang dihasilkan dalam penelitian ini berhasil untuk melihat kecendrungan komentar dari ketiga aplikasi E-Government yang digunakan pada penelitian ini (Paspor online, BMKG, E-Hac). Dari ketiga aplikasi tersebut 2 aplikasi yaitu passport dan E-Hac komentar atau review pengguna cenderung negatif sedangkan untuk BMKG cenderung berimbang diatara positif dan negatif.

ANALISIS PENINGKATAN KUALITAS JARINGAN WLAN PADA BANK MANDIRI AREA PALEMBANG SUDIRMAN DENGAN MENGGUNAKAN METODE PER CONNECTION QUEUE misinem - misinem
Jurnal Tekinkom (Teknik Informasi dan Komputer) Vol 5 No 2 (2022)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v5i2.520

In line with the rapid development of the internet and information technology, especially in computer networks, at this time it has become one of the basic things in all aspects. The objectives to be achieved in this research are to be able to monitor and measure the performance of the Bank Mandiri WLAN (Wireless Local Area Network) network in the Palembang Sudirman area. Action Research / Action Research Methods Action research is a process in which each individual or group who wants to make changes to the situation certain procedures to try procedures that are expected to provide changes and when they reach the conclusion stage they can be held accountable, in carrying out these procedures the results of the research on analyzing the quality of the WLAN network at the Mandiri Sudirman area in the category are very good according to the TIPHON standard and in accordance with the Quality Of Service (QoS), and for the implementation of the PCQ method the delay value before the implementation of PCQ is 32 ms and after PCQ is 8 ms, while the average packet loss before the implementation of PCQ is 1.5% and after PCQ is 0%

Pelatihan Penggunaan Cloud Storage bagi Siswa SMK Bina Jaya Palembang Nurul Adha Oktarini Saputri; M. Soekarno Putra; Misinem Misinem; Firamon Syakti; R.M. Nasrul Halim
Jurnal Abdi Masyarakat Indonesia Vol 3 No 3 (2023): JAMSI - Mei 2023
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jamsi.702

Pengabdian kepada masyarakat dilakukan sebagai sarana transfer ilmu pengetahuan dan keahlian kepada siswa SMK Bina Jaya Palembang. Metode yang dilakukan adalah dengan mengadakan program kegiatan pelatihan yang dilakukan secara tatap muka. Untuk mewujudkan hal tersebut maka para dosen Universitas Bina Darma akan melaksanakan beberapa program pelatihan yang dipandang sesuai dan bermanfaat bagi para siswa SMK Bina Jaya Palembang. Oleh karena itu dalam kegiatan ini merupakan salah satu kewajiban Tri Darma yaitu melakukan pengabdian kepada masyarakat. Dengan kegiatan ini merupakan kontribusi dosen yang berkaitan dengan bidang ilmu “Pengantar Teknologi Informasi” di Program Studi Teknik Informatika dan Program Studi Vokasi, yaitu dengan memberikan pelatihan penggunaan media penyimpanan secara online kepada siswa SMK Bina Jaya Palembang. Melalui pelatihan ini, dapat meningkatkan keahlian dan pengetahuan siswa tentang penggunaan cloud storage sebagai media penyimpanan online. Hasil dari pelatihan pengembangan dan penggunaan cloud storage bagi siswa SMK Bina Jaya Palembang, Pertama dilihat dari sisi kemampuan peserta dalam memahami materi dan yang kedua dilihat dari hasil kerja yang dihasilkan. Pada hasil capaian kemampuan yang didapat peserta berupa: Peserta mampu mengelola dan menggunakan cloud storage dengan baik dan benar, Selain itu Guru, staff dan siswa dapat memanfaatkan cloud storage sebagai media dalam menyalurkan kreatifitas dengan mudah dan cepat.

Implementasi Analisis Sentimen dan Model Deep Learning Untuk Prediksi Harga Bitcoin Andree Fernando Pratama; Tri Basuki Kurniawan; Misinem; Deshinta Arrova Dewi
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 15 No 1b (2023): Jupiter Edisi April 2023
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281./5522/15.jupiter.2023.04

Cryptocurrency is a digital or virtual currency that is guaranteed by cryptography. With cryptography, this digital currency has become almost impossible to counterfeit. The recording of all transactions made is stored on the blockchain. This blockchain is widespread between one computer and another and is connected in a network that is widespread so that it is not centralized in one place, otherwise known as decentralization. Sentiment analysis is used to see the reaction of the community or the public in general to an ongoing issue, whether the public reaction is positive or negative. the determination of these sentiments will be based on which label appears the most. Then the sentiment that has been obtained is determined to correlate with the increase in bitcoin prices so that sentiment can be one of the attributes that can be used to increase the accuracy of bitcoin price predictions. Bitcoin is then predicted using a deep learning model with an LSTM layer.

Efisiensi Teknologi Informasi dan Komunikasi Pada Era Revolusi Industri 4.0 Dalam Proses Pembelajaran Siswa SMP M 10 Indralaya Nurul Adha Oktarini Saputri; M. Soekarno Putra; Firamon Syakti; Misinem Misinem; Merrieayu Puspita Hannah
Jurnal Pengabdian kepada Masyarakat Bina Darma Vol 3 No 3 (2023): Jurnal Pengabdian kepada Masyarakat Universitas Bina Darma
Publisher : DRPM-UBD

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33557/pengabdian.v3i3.2644

Penyebaran pengetahuan tentang efisiensi teknologi informasi dan komunikasi pada era revolusi industri 4.0 dalam proses pembelajaran siswa pada sekolah SMP M 10 Indralaya adalah sangat penting, karena juga dapat meningkatkan pengetahuan siswa tentang kemajuan teknologi yang terus melesat seperti sekarang ini. Metode yang digunakan dalam melaksanakan kegiatan pengabdian kepada masyarakat ini adalah dengan melakukan observation, interview dan training. Pelaksanaan kegiatan pengabdian kepada masyarakat ini dilakukan di SMP M 10 Indralaya dan peserta kegiatan pengabdian kepada masyarakat ini merupakan siswa/siswi SMP M 10 Indralaya berjumlah kurang lebih 10 orang peserta, dengan tujuan agar siswa dapat mempraktekkan bagaimana efisiensi teknologi informasi dan komunikasi pada era revolusi industri 4.0 dalam proses pembelajaran. Hasil kegiatan pengabdian kepada masyarakat ini dapat meningkatkan mutu dan kualitas pendidikan dan pembelajaran di SMP M 10 Indralaya. Kegiatan pengabdian kepada masyarakat ini memberikan pengetahuan kepada siswa tentang efisiensi teknologi informasi dan komunikasi pada era revolusi industri 4.0 untuk mendukung proses belajar, sehingga siswa memiliki kemampuan menggunakan teknologi informasi dan komunikasi baik di PC maupun di Smartphone Android. Kegiatan pengabdian kepada masyarakat ini juga akan meningkatkan pengetahuan dan motivasi siswa di SMP M 10 Indralaya dalam teknologi informasi dan komunikasi pada era revolusi industri 4.0.

AI-Enhanced Gross Pollutant Traps: A Smart Approach to River Health and Pollution Control Chang Shi Ying; Bong Peak May; Soo Ting Fang; Lee Wai Yi; Misinem Misinem
International Journal of Advances in Artificial Intelligence and Machine Learning Vol. 1 No. 1 (2024): International Journal of Advances in Artificial Intelligence and Machine Learni
Publisher : CV Media Inti Teknologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58723/ijaaiml.v1i1.285

Flooding and river pollution pose significant challenges in Malaysia, exacerbated by the inefficiencies of Gross Pollutant Traps (GPTs), which rely on manual monthly cleaning processes. These conventional methods are inadequate for addressing the dynamic influx of pollutants, particularly during adverse weather conditions. This research proposes an innovative AI-powered framework that integrates logistic regression for weather prediction and Convolutional Neural Networks (CNNs) for real-time garbage classification. By predicting weather patterns and classifying pollutants, this system optimizes GPT maintenance, enhancing its effectiveness and efficiency. The proposed system leverages real-time data from sensors, cameras, and weather forecasts, enabling authorities to implement proactive maintenance strategies based on accurate weather predictions and pollutant types. Logistic regression models forecast adverse weather conditions, while CNNs accurately classify garbage types, allowing targeted GPT cleaning during periods of increased pollutant buildup. The logistic regression model achieved an accuracy of 86.41%, and the CNN model attained a classification accuracy of 79.37%, showcasing strong performance in predicting weather conditions and categorizing pollutants. The integration of AI technologies in GPT maintenance significantly enhances environmental planning, mitigates flooding risks, and improves the accuracy of pollution monitoring. This solution provides valuable insights for decision-makers, helping them allocate resources effectively and maintain sustainable water management practices. In conclusion, the AI-driven system offers a robust and efficient approach to optimizing GPT operations, contributing to better environmental protection and urban sustainability.

AI-Powered Face Mask Detection Utilizing MobileNetV2 for Health Monitoring Misinem Misinem; Eka Puji Agustini; Maria Ulfa
International Journal of Advances in Artificial Intelligence and Machine Learning Vol. 1 No. 1 (2024): International Journal of Advances in Artificial Intelligence and Machine Learni
Publisher : CV Media Inti Teknologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58723/ijaaiml.v1i1.286

The COVID-19 pandemic has highlighted the critical need for face masks to prevent virus transmission. Ensuring consistent mask usage in crowded public spaces remains a challenge, especially with manual monitoring methods that are inefficient and prone to error. To address this, this research introduces a real-time face mask detection system leveraging MobileNet-V2, a lightweight and efficient deep learning model known for its high performance in image classification tasks. The system utilizes a dataset from Kaggle comprising 11,792 images, divided into training (10,000), validation (800), and testing (992) sets. MobileNet-V2 was fine-tuned for this task, using its inverted residual layers to extract features and enhance performance effectively. Data augmentation techniques were applied to improve the model’s ability to generalize across diverse scenarios. The MobileNet-V2 model achieved an impressive 98.69% accuracy on the testing dataset, demonstrating exceptional reliability in identifying individuals wearing masks versus those without. Standard evaluation metrics, including precision, recall, and a confusion matrix, confirmed its robustness. This system’s ability to operate in real-time makes it ideal for public health surveillance in environments such as airports, shopping malls, and public transport. The proposed face mask detection system is both accurate and scalable, offering an efficient solution for enforcing mask-wearing protocols in public spaces. The system’s integration of advanced deep learning techniques ensures its reliability in real-time monitoring, contributing to better public health management. Future work will focus on further optimizing the model and expanding its application to other health-related monitoring tasks, enhancing its value for public health surveillance.

Title

Found 11 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 11 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 11 Documents
Search