Article Per Year (5 Year)
p-Index From 2021 - 2026
8.568
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal POINTER Journal of Information Systems Engineering and Business Intelligence Register: Jurnal Ilmiah Teknologi Sistem Informasi Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Systemic: Information System and Informatics Journal Community Empowerment
Putra Pandu Adikara
Universitas Brawijaya
Arts Humanities Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Public Health Social Sciences

Published : 173 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 173 Documents
Search

 13   14   15   16   17 
Analisis Sentimen terhadap Perundungan Siber pada Twitter menggunakan Algoritma Bidirectional Encoder Representations from Transformer (BERT) Niluh Putu Vania Dyah Saraswati; Novanto Yudistira; Putra Pandu Adikara
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 2 (2023): Februari 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Bullying is the deliberate act of hurting physically, verbally, and psychologically someone who feels helpless. Bullying is an important issue that has been / is identified as a very serious social problem in the United States and many other parts of the world. Cyberbullying is the use of information and communication technologies for intentional/planned harassment and hostile activities, which are carried out repeatedly and structured in a potentially harmful manner. Types of cyberbullying include bullying someone through social media, harassment, sexting, fraud, impersonating, and sending malicious messages through chat rooms and instant messaging. Over the past few years, Bidirectional Encoder Representation from Transformers (BERT) has become a widely used and efficient representation model that achieves cutting-edge performance on sentence-level and token-level tasks, outperforming many specialized task architectures. The level of accuracy in the classification of cyberbullying using test data and validation data in Indonesian generated using the Bert algorithm is 0.81 which in percentage accuracy is 81%. BERT's algorithm can help identify inputs that lead to cyberbullying by providing outputs in the form of classes with predefined categories, namely neutral, abusive language or containing hate speech. The system also gives a percentage of the categories obtained through the program.
Analisis Sentimen Dokumen Twitter menggunakan Metode Naïve Bayes dengan Seleksi Fitur GU Metric Imanuel Juventius Todo Gurning; Putra Pandu Adikara; Rizal Setya Perdana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 5 (2023): Mei 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Media sosial menjadi salah satu sarana bagi masyarakat modern untuk dapat berdiskusi dan mengemukakan pendapat. Pengguna media sosial Indonesia mencapai 170 juta penduduk pada tahun 2022 menurut hasil riset Wearsosial Hootsuite. Salah satu media sosial yang paling digemari oleh masyarakat Indonesia adalah Twitter, dengan 19,5 juta pengguna pada akhir 2021 menurut Kementerian Komunikasi dan Informatika. Pada ranah Twitter di Indonesia, penanganan dan vaksinasi COVID – 19 oleh Pemerintah Indonesia menjadi salah satu topik perbincangan yang ramai diperdebatkan. Penanganan pandemi menimbulkan pro dan kontra di tengah masyarakat. Dalam mengidentifikasi dan mengklasifikasikan sentimen masyarakat tersebut digunakan metode klasifikasi Naïve Bayes dengan seleksi fitur GU Metric. Penelitian ini menggunakan data latih berjumlah 400, serta 100 data uji dengan perbandingan seimbang antara kelas positif dan negatif. Proses seleksi fitur diterapkan sebanyak 10 kali putaran, masing – masing sebesar 10% fitur dan meningkat hingga mencapai 100% fitur. Evaluasi kinerja yang diperoleh dengan confusion matrix pada klasifikasi sentimen mendapatkan hasil optimal pada penggunaan fitur sebesar 80%, dengan nilai F1 – score sebesar 0,87, accuracy sebesar 0,87, precision sebesar 0,84, dan recall sebesar 0,89 untuk kelas positif, serta F1 – score sebesar 0,87, accuracy sebesar 0,87, precision sebesar 0,9 dan recall sebesar 0,85 untuk kelas negatif.
Kombinasi Intent Classification dan Named Entity Recognition pada Data Berbahasa Indonesia dengan Metode Dual Intent and Entity Transformer Zahra Asma Annisa; Rizal Setya Perdana; Putra Pandu Adikara
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 13 (2023): Publikasi Khusus Tahun 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Dipublikasikan di Konferensi Nasional Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN 2023)
Klasifikasi Intensi dengan Metode Long Short-Term Memory pada Chatbot Bahasa Indonesia Faiz Aulia Al Farisi; Rizal Setya Perdana; Putra Pandu Adikara
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 13 (2023): Publikasi Khusus Tahun 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Dipublikasikan di Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN 2023)
Sistem Penghitung Skor Menembak Otomatis menggunakan Pengolahan Citra Digital Amaliah, Ichlasuning Diah; Utaminingrum, Fitri; Adikara, Putra Pandu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 7 (2023): Juli 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Teknologi pendukung yang memadai dalam pelaksanaan olahraga terkadang sulit untuk didapatkan karena beberapa faktor, salah satunya karena harga yang mahal. Pada pertandingan olahraga menembak berskala besar dapat digunakan Electronic Scoring Target, namun dengan harga yang berkisar antara 1.500 hingga 2.000 USD tidak semua daerah dan klub menembak memiliki alat ini untuk menunjang perlombaan dengan skala yang lebih kecil ataupun kegiatan latihan sehingga pengamatan dan perhitungan skor masih dilakukan secara tradisional. Untuk menyelesaikan permasalahan ini digunakan pengolahan citra digital dengan tiga proses inti yaitu pendeteksian bagian sasaran tembak, pendeteksian bekas tembak, dan pemberian skor. Pendeteksian sasaran tembak dan bekas tembak memenfaatkan deteksi kontur dengan memanfaatkan komponen saturasi sebagai proses pre-processing pada pendeteksian bekas tembak, sedangkan pemberian skor bekas tembak memanfaatkan jarak Euclidean. Pengujian dilakukan pada pemberian batas bawah pada komponen saturasi sebesar 25, 40, 45, 50, 55, 60, dan 75 dengan batas atas tetap sebesar 100. Hasil pendeteksian terbaik ada pada penggunaan low boundary sebesar 45 dengan nilai precision 100%, recall 99,6%, dan F1-score 99,8%. Akurasi dari pemberian skor pada penggunaan low boundary sebesar 45 mencapai 73,33% jika satu citra dihitung dihitung sebagai satu data dan 96,65% jika tiap bekas tembak dihitung sebagai satu data.
Klasifikasi Penyakit berdasarkan Indikator Faktor Risiko dalam Survei Pelayanan Terpadu Penyakit Tidak Menular (PANDU PTM) dengan Algoritma Decision Tree Firdaus, Agung; Adikara, Putra Pandu; Perdana, Rizal Setya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 9 (2023): September 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Maraknya penyakit tidak menular (PTM) telah menjadi masalah kesehatan global yang signifikan. PTM berkontribusi tinggi dalam memengaruhi angka kesakitan, angka kematian, serta biaya perawatan kesehatan. Laporan hasil studi Organisasi Kesehatan Dunia (WHO) menunjukkan bahwa PTM bertanggung jawab atas 71% dari seluruh angka kematian di seluruh dunia, dengan 15 juta kematian dini di antara usia 30 hingga 70 tahun. Penyakit-penyakit kronis seperti penyakit kardiovaskular, diabetes, kanker, penyakit pernapasan, terus meningkat diakibatkan oleh faktor gaya hidup masyarakat yang terpengaruh oleh perubahan budaya dari globalisasi serta perubahan lingkungan dan iklim. Faktor-faktor risiko seperti pola makan yang tidak sehat, kurangnya aktivitas fisik, aktivitas merokok, dan konsumsi alkohol yang berlebihan. Dalam upaya penanggulangan, badan-badan kesehatan mencanangkan program seperti [Gerakan Masyarakat Hidup Sehat (GERMAS)] di Indonesia yang bertujuan untuk mendeteksi dini dan mencegah perkembangan penyakit tidak menular di lingkungan masyarakat. Namun, pendeteksian dan proses diagnosis penyakit dapat memakan waktu yang lama juga biaya tinggi. Oleh karena itu, integrasi pembelajaran mesin dengan klasifikasi memiliki potensi untuk mempermudah proses tersebut. Salah satu metode pembelajaran mesin yang dapat digunakan adalah pohon keputusan. Suatu penelitian yang menggunakan algoritma konstruksi pohon keputusan C4.5 dalam klasifikasi penyakit leukimia, menghasilkan nilai akurasi hingga 90% menunjukkan potensi penerapan pohon keputusan dalam membantu klasifikasi penyakit.
Deteksi Kategori Aspek pada Ulasan Restoran dengan Metode Support Vector Machine Prakoso, Andriko Fajar; Adikara, Putra Pandu; Perdana, Rizal Setya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pada kehidupan saat ini kecanggihan pasar menyebabkan ketatnya persaingan antar sektor usaha yang ada, salah satunya restoran. Pengujung yang ingin mengunjungi suatu restoran akan mempertimbangkan restoran yang akan dikunjunginya dengan cara melihat dari ulasan yang diberikan oleh pengunjung sebelumnya, baik itu positif maupun negatif terkait pengalaman selama mengunjungi restoran tersebut. Pada ulasan restoran dapat mencakup banyak aspek yang berbeda. Deteksi kategori aspek dapat dilakukan untuk mengekstraksi aspek dalam ulasan. Data penelitian ini merupakan data ulasan restoran dari SemEval-2016 yang berjumlah 2000 data. Untuk menemukan aspek-aspek yang terdapat pada ulasan restoran tersebut, dilakukan text preprocessing dan pembobotan kata, selanjutnya menggunakan strategi one-againts-all pada proses klasifikasi aspek dengan metode Support Vector Machine. Hasil evaluasi dari penelitian ini mendapatkan confusion matrix untuk klasifikasi aspek menunjukkan nilai precision sebesar 0,37, recall sebesar 0,27, dan F-measure sebesar 0,27.
Optimasi Hyperparameter Support Vector Machine Dengan Particle Swarm Optimization Terhadap Klasifikasi Citra Digital Imbalanced Lubis, Saiful Wardi; Adikara, Putra Pandu; Darma, Budi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 3 (2024): Maret 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Klasifikasi citra digital merupakan salah satu bidang utama dalam pengolahan citra yang bertujuan untuk mengklasifikasikan objek atau karakteristik tertentu dalam suatu citra digital. Meskipun teknik klasifikasi Support Vector Machine (SVM) telah digunakan secara luas, kinerja SVM sangat bergantung pada pengaturan parameter yang tepat dan jenis dataset yang digunakan. Optimasi klasifikasi SVM dilakukan dataset citra digital yang tidak seimbang dengan menggunakan algoritma optimasi Particle Swarm Optimization (PSO). Sedangkan untuk mengatasi permasalahan dataset yang tidak seimbang ialah dengan menggunakan teknik resampling yaitu Synthetic Minority Over-sampling Technique (SMOTE), teknik resampling ini akan membuat sampel sintesis baru pada kelas minoritas agar jumlah sampel pada kelas tersebut menjadi seimbang terhadap kelas lain. Hasil akhir dari penelitian ini menunjukkan bahwa kinerja klasifikasi SVM pada citra digital meningkat dengan baik setelah dilakukan optimasi dengan algoritme PSO. Rata-rata hasil akurasi yang didapatkan ialah sebesar 0,91 dan akurasi tersebut bisa didapatkan pada iterasi yang singkat. Penelitian ini menunjukkan bahwa penggunaan algoritma PSO dalam optimasi hyperparameter SVM pada klasifikasi citra digital imbalanced bekerja dengan efektif dan efisien dalam meningkatkan akurasi yang didapatkan.
Deteksi Kategori Aspek pada Ulasan Restoran dengan Menggunakan Multilabel Logistic Regression Silaban, Gilbert Samuel Nicholas; Adikara, Putra Pandu; Perdana, Rizal Setya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 13 (2024): Publikasi Khusus Tahun 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Jurnal ini akan dipublikasikan pada Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK)
Analisis Sentimen Dampak Perkembangan Artificial Intelligence (AI) pada Media Sosial X/Twitter Menggunakan Metode Random Forest Wijanarko, Rizqi; Ratnawati, Dian Eka; Adikara, Putra Pandu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 5 (2024): Mei 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kecerdasan buatan atau Artificial Intelligence (AI) adalah salah satu inovasi teknologi yang saat ini sedang berkembang dengan pesat dan menarik perhatian. Artificial Intelligence adalah suatu program komputer yang dilengkapi dengan algoritma yang mampu memperoleh pengetahuan dari data yang diberikan serta mengaplikasikannya dalam berpikir dan bertindak selayaknya manusia. Dengan berkembangnya Artificial Intelligence, maka tidak dapat dipungkiri bahwa teknologi ini memberikan dampak positif maupun negatif terhadap kehidupan masyarakat. Banyak opini dari masyarakat yang timbul di media sosial terkait dampak perkembangan Artificial Intelligence di Indonesia salah satunya melalui media sosial X/Twitter. Salah satu cara untuk mengetahui persepsi masyarakat dapat dilakukan melalui analisis sentimen. Penelitian ini menggunakan metode Random Forest sebagai metode klasifikasi untuk analisis sentimen. Terdapat beberapa tahapan yang dilakukan, yaitu pengumpulan data menggunakan web scraping, text preprocessing, pembobotan kata menggunakan Term Frequency-Inverse Document Frequency (TF-IDF), klasifikasi menggunakan Random Forest, serta evaluasi kinerja menggunakan Confusion Matrix. Hasil pengujian menunjukkan bahwa dengan parameter jumlah tree 60 dan kedalaman tree 55 mendapatkan tingkat accuracy sebesar 0,94, precision sebesar 0,94, recall sebesar 0,94, dan f1-score sebesar 0,94.
Co-Authors Adani, Rafi Malik Ade Kurniawan Adinda Chilliya Basuki Adinugroho, Sigit Adiyasa, Bhisma Adriansyah, Rachmat Afrizal Rivaldi Agi Putra Kharisma, Agi Putra Agus Wahyu Widodo Ahmad Fauzi Ahsani Akhmad Sa'rony Al Farisi, Faiz Aulia Al Huda, Fais Albert Bill Alroy Alimah Nur Laili Allysa Apsarini Shafhah Alqis Rausanfita Alvandi Fadhil Sabily Amaliah, Ichlasuning Diah Amar Ikhbat Nurulrachman Ananda Fitri Niasita Anang Hanafi Andina Dyanti Putri Andre Rino Prasetyo Anggraheni, Hanna Shafira Ani Budi Astuti Annisa Alifia Annisa, Zahra Asma Arsya Monica Pravina Aulia Jasmin Safira Aulia Rahma Hidayat Avisena Abdillah Alwi Azhar, Naziha Baliyamalkan, Mohammad Nafi' Barbara Sonya Hutagaol Bayu Andika Paripih Bayu Rahayudi Bryan Pratama Jocom Budi Darma Budi Darma Setiawan Candra Dewi Candra Dewi Dahnial Syauqy Daisy Kurniawaty Danang Aditya Wicaksana Dayinta Warih Wulandari Deri Hendra Binawan Dhanika Jeihan Aguinta Dheby Tata Artha Dian Eka Ratnawati Dika Perdana Sinaga Dimas Fachrurrozi Azam Dwi Suci Ariska Yanti Dwi Wahyu Puji Lestari Dyva Pandhu Adwandha Edy Santosa Eka Dewi Lukmana Sari Elmira Faustina Achmal Evilia Nur Harsanti Faiz Aulia Al Farisi Farid Rahmat Hartono Fattah, Rafi Indra Fayza Sakina Maghfira Darmawan Febriarta, Renaldy Dwisma Ferdi Alvianda Ferly Gunawan Ferly Gunawan Firdaus, Agung Firmansyah, Ilham Fitra Abdurrachman Bachtiar Franklid Gunawan Galih Nuring Bagaskoro George Alexander Suwito Gilang Widianto Aldiansyah Glenn Jonathan Satria Guedho Augnifico Mahardika Haekal, Firhan Imam Hanson Siagian Hendra Pratama Budianto Hernawan, Yurdha Fadhila Hibatullah, Farras Husain Husein Abdulbar Ichsan Achmad Fauzi Ika Oktaviandita Imam Cholisoddin Imam Cholissodin Imam Ghozali Imanuel Juventius Todo Gurning Indah Mutia Ayudita Indriati Indriati Indriati Indriya Dewi Onantya Ivan Fadilla Ivan Ivan Jesika Silviana Situmorang Jojor Jennifer BR Sianipar Jonathan Reynaldo Junda Alfiah Zulqornain Karina Widyawati Karunia Ayuningsih Katherine Ivana Ruslim Khalisma Frinta Krishnanti Dewi Laila Restu Setiya Wati Lailil Muflikhah Laksono Trisnantoro Lubis, Saiful Wardi Lusiyana Adetia Isadi Luthfi Mahendra M. Aasya Aldin Islamy M. Ali Fauzi Maghfiroh, Sofita Hidayatul Makrina Christy Ariestyani Marina Debora Rindengan Maya Novita Putri Riyanto Mayang Arinda Yudantiar Mayang Panca Rini Melati Ayuning Lestari Moch. Khabibul Karim Moh. Dafa Wardana Mohammad Fahmi Ilmi Mohammad Toriq Muh. Arif Rahman Muhammad Faiz Al-Hadiid Muhammad Fajriansyah Muhammad Iqbal Pratama Muhammad Nurhuda Rusardi Muhammad Rizaldi Muhammad Rizky Setiawan Muhammad Tanzil Furqon Muhammad Taufan Muthia Azzahra Nadhif Sanggara Fathullah Nadia Siburian Nanda Agung Putra Nanda Cahyo Wirawan Naufal Akbar Eginda Naziha Azhar Niluh Putu Vania Dyah Saraswati Novan Dimas Pratama Novanto Yudistira Nur Hijriani Ayuning Sari Nurul Hidayat Panjaitan, Mutiharis Dauber Panji Husni Padhila Pengkuh Aditya Prana Prais Sarah Kayaningtias Prakoso, Andriko Fajar Pretty Natalia Hutapea Putri Rahma Iriani Radita Noer Pratiwi Rahma Chairunnisa Raissa Arniantya Randy Cahya Wihandika Randy Cahya Wihandika Randy Ramadhan Ravindra Rahman, Azka Renata Rizki Rafi` Athallah Renaza Afidianti Nandini Restu Amara Rezky Dermawan Rhevitta Widyaning Palupi Ridho Agung Gumelar Riza Cahyani Rizal Maulana, Rizal Rizal Setya Perdana Rizal Setya Perdana Rosy Indah Permatasari Sagala, Revaldo Gemino Kantana Salsabila Insani Salsabila Rahma Yustihan San Sayidul Akdam Augusta Santoso, Nurudin Sigit Adinugroho Sigit Adinugroho Silaban, Gilbert Samuel Nicholas Silvia Ikmalia Fernanda Sindy Erika Br Ginting Sri Indrayani, Sri Sutrisno Sutrisno Tania Malik Iryana Taufan Nugraha Thariq Muhammad Firdausy Tibyani Tibyani Tirana Noor Fatyanosa, Tirana Noor Uke Rahma Hidayah Utaminingrum, Fitri Vergy Ayu Kusumadewi Vinesia Yolanda Vivin Vidia Nurdiansyah Wijanarko, Rizqi Yerry Anggoro Yohana Yunita Putri Yoseansi Mantharora Siahaan Yosua Dwi Amerta Yuita Arum Sari Yuita Arum Sari Yuita Arum Sari Yulia Kurniawati Yurdha Fadhila Hernawan Yure Firdaus Arifin Zahra Asma Annisa