Article Per Year (5 Year)
p-Index From 2021 - 2026
4.423
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Elkom: Jurnal Elektronika dan Komputer Journal of Information Systems Engineering and Business Intelligence Jurnal Nasional Komputasi dan Teknologi Informasi Technologia: Jurnal Ilmiah Jurnal Atma Inovasia JOINTECOMS (Journal of Information Technology and Computer Science) Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Diteksi : Jurnal Pengabdian Kepada Masyarakat
Septian Geges
Unknown Affiliation
Aerospace Engineering Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Neuroscience Social Sciences Transportation Other

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 32 Documents
Search

 1   2   3   4 
Analisis Sentimen Ulasan Aplikasi TikTok di Google Play Store Menggunakan Algoritma Support Vector Machine Qolbi, Rahman; Sagit Sahay, Abertun; Geges, Septian
Journal of Information Technology and Computer Science Vol. 6 No. 1 (2026): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v6i1.25768

Abstract

TikTok adalah sebuah aplikasi jejaring sosial dan platform video music di mana pengguna bisa membuat, mengedit, dan berbagi klip video pendek lengkap dengan filter dan disertai musik sebagai pendukung. Di Google Play Store aplikasi TikTok telah diunduh sebanyak 500 juta lebih pengguna per Februari 2024. Dengan banyaknya pengguna TikTok terdapat ulasan yang beragam, baik yang positif maupun negatif. Dari ulasan tersebut dapat diketahui bagaimana sentimen pengguna terhadap aplikasi TikTok. Analisis sentimen menjadi penting karena memungkinkan pihak TikTok untuk memahami opini dan persepsi pengguna terhadap produk atau layanan mereka. Analisis sentimen dilakukan menggunakan algoritma Support Vector Machine karena mempunyai kemampuan yang lebih baik dibandingkan algoritma lainnya. Data diolah terlebih dahulu pada tahap preprocessing kemudian diberi label dengan pendekatan lexicon based. Data splitting yang dipilih untuk modeling adalah 90% data latih dan 10% data uji. Model yang telah dilatih menghasilkan performa yang baik dengan akurasi sebesar 93.78%, presision positif sebesar 95.00% dan negatif sebesar 90.08%, recall positif sebesar 96.67% dan negatif sebesar 85.58%, nilai f1-score positif sebesar 95.83% dan negatif sebesar 87.77%. Hasil dari penelitian ini kemudian diimplementasikan dalam bentuk interface web menggunakan library streamlit.
Analisis Quality of Service Jaringan Internet PT PLN Icon Plus di Universitas Palangka Raya Simangunsong, Elieser; Geges, Septian; Ronaldo, Deddy; Licantik, Licantik; Teguh, Rony
Journal of Information Technology and Computer Science Vol. 6 No. 1 (2026): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v6i1.25775

Abstract

Penelitian ini bertujuan untuk menganalisis kinerja jaringan internet PT PLN ICON PLUS yang digunakan di lingkungan Universitas Palangka Raya menggunakan metode Quality of Service (QoS). Parameter QoS yang dianalisis meliputi bandwidth, delay, jitter, dan packet loss. Pengukuran dilakukan menggunakan aplikasi Wireshark dan Iperf3 pada jaringan WLAN kampus di beberapa waktu pengujian. Hasil pengukuran kemudian dibandingkan dengan standar ITU-T G.1010 dan ETSI TIPHON untuk menentukan tingkat kualitas layanan jaringan. Hasil penelitian menunjukkan bahwa nilai rata-rata bandwidth sebesar 63,52 Mbps, delay sebesar 13,538 ms, jitter sebesar 2,79 ms, dan packet loss sebesar 0,62%, yang secara keseluruhan berada pada kategori baik hingga sangat baik. Berdasarkan hasil tersebut, dapat disimpulkan bahwa kinerja jaringan internet PT PLN ICON PLUS di Universitas Palangka Raya telah memenuhi standar kualitas layanan jaringan, meskipun tetap diperlukan upaya peningkatan dalam aspek pemerataan akses dan stabilitas jaringan pada jam sibuk.
Co-Authors Alexandro, Yosua Alyura, Ripaldo Anugrah Putra, Putu Bagus Adidyana Aprillinsa, Camila Ariesta Lestari Arshita Sianipar, Vanny Aryadi, Bintang Bartheli, Exanio Binsar Theodika, Yeremia Cristivioni, Cristivioni Daniel Swanjaya Dwi Yulianto, Bayu Efrans Christian Fajar, M Fedrik Nakano, Christian Felicia Sylviana Filonga Septaraja, Amar Gilbran, Pedroni Gunawan, Arief I Made Bayu Artha Pratama Jadiaman Parhusip, Jadiaman Krisnoprianto Pratama, Dwiva Kristianti, Novera Leonardo, Tomas Licantik, Licantik Marsa, Euodia Nahdiyah, Yuniswatin Nahumi Nugrahaningsih Nova Noor Kamala Sari Oktaviani Enjela Putri Priskila, Ressa Purmasari Putra, Putu Bagus Adidyana Anugrah Qolbi, Rahman Rahman, Resha Ananda Raihan Luthfiansyah Effendy Ekapatra Ressa Priskila Risky Aswi R, Risky Ronaldo, Deddy Rony Teguh Sagit Sahay, Abertun Simangunsong, Elieser Singaraca, Mitchel Christian T. Sulistia, Ciola Dwi Tomas Leonardo Vianus, Rezaski Yoan Viktor Handrianus Pranatawijaya Wahono, Aditya Pratama Gusti Widiatry Widiatry, Widiatry Zailami, Firdaus