Article Per Year (5 Year)
p-Index From 2021 - 2026
4.691
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Telematika : Jurnal Informatika dan Teknologi Informasi Jurnal Transformatika Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat JIEET (Journal of Information Engineering and Educational Technology) Jurnal Sains dan Informatika Jurnal Informatika Universitas Pamulang Angkasa: Jurnal Ilmiah Bidang Teknologi KACANEGARA Jurnal Pengabdian pada Masyarakat JISKa (Jurnal Informatika Sunan Kalijaga) JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Journal of Innovation in Community Empowerment (JICE) Emerging Information Science and Technology Media Riset Bisnis & Manajemen Gotong Royong : Jurnal Pengabdian, Pemberdayaan Dan Penyuluhan Kepada Masyarakat (J-P3KM) Jurnal INFOTEL Indonesian Journal on Data Science Fahma : Jurnal Informatika Komputer, Bisnis dan Manajemen Teknomatika: Jurnal Informatika dan Komputer Jurnal Komtika (Komputasi dan Informatika)
Ulfi Saidata Aesyi
Universitas Jenderal Achmad Yani Yogyakarta
Religion Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Library & Information Science Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 31 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Indonesian Journal on Data Science

 1 
Analisis Kepercayaan Masyarakat Tentang Kepolisian Indonesia di Twitter Menggunakan Latent Dirichlet Allocation (LDA) Bagas Dwi Santosa; Nurul Fatimah; Netania Indi Kusumaningtyas; Ulfi Saidata Aesyi; Herdiesel Santoso
INDONESIAN JOURNAL ON DATA SCIENCE Vol 1 No 2 (2023): Indonesian Journal on Data Science
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/ijds.v1i2.1198

Abstract

Kepolisian Negara Republik Indonesia merupakan instansi yang bertugas untuk menjaga ketertiban dan keamanan masyarakat, menerapkan hukum, memberikan perlindungan, dukungan dan layanan kepada warga negara guna menjaga stabilitas dalam negeri. Namun, ditengah peran dari kepolisian itu sendiri, justru banyak kasus yang menyeret beberapa anggota polisi. Hal tersebut yang membuat masyarakat ramai membicarakannya di sosial media, salah satunya Twitter. Bahkan tagar-tagar yang berkaitan dengan kasus lingkup kepolisian juga sempat trending di Twitter. Dari hal tersebut, maka perlu dilakukan analisis terhadap topik kepercayaan masyarakat terhadap kepolisian. Analisis yang dilakukan menggunakan Latent Dirichlet Allocation (LDA). Hasil dari analisis yang dilakukan yaitu kepercayaan masyarakat terhadap kepolisian berkurang atas banyaknya kasus yang dilakukan anggota polisi saat ini. Analisis yang dilakukan menggunakan Latent Dirichlet Allocation (LDA) mengungkapkan bahwa kepercayaan publik terhadap kepolisian telah terkikis secara signifikan akibat banyaknya kasus yang melibatkan anggota kepolisian. Kesimpulan ini didukung oleh prevalensi tagar terkait kepolisian dan diskusi di platform media sosial seperti Twitter.
Analisis Kepercayaan Masyarakat Tentang Kepolisian Indonesia di Twitter Menggunakan Latent Dirichlet Allocation (LDA) Bagas Dwi Santosa; Nurul Fatimah; Netania Indi Kusumaningtyas; Ulfi Saidata Aesyi; Herdiesel Santoso
INDONESIAN JOURNAL ON DATA SCIENCE Vol. 1 No. 2 (2023): Indonesian Journal on Data Science
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/ijds.v1i2.1198

Abstract

Kepolisian Negara Republik Indonesia merupakan instansi yang bertugas untuk menjaga ketertiban dan keamanan masyarakat, menerapkan hukum, memberikan perlindungan, dukungan dan layanan kepada warga negara guna menjaga stabilitas dalam negeri. Namun, ditengah peran dari kepolisian itu sendiri, justru banyak kasus yang menyeret beberapa anggota polisi. Hal tersebut yang membuat masyarakat ramai membicarakannya di sosial media, salah satunya Twitter. Bahkan tagar-tagar yang berkaitan dengan kasus lingkup kepolisian juga sempat trending di Twitter. Dari hal tersebut, maka perlu dilakukan analisis terhadap topik kepercayaan masyarakat terhadap kepolisian. Analisis yang dilakukan menggunakan Latent Dirichlet Allocation (LDA). Hasil dari analisis yang dilakukan yaitu kepercayaan masyarakat terhadap kepolisian berkurang atas banyaknya kasus yang dilakukan anggota polisi saat ini. Analisis yang dilakukan menggunakan Latent Dirichlet Allocation (LDA) mengungkapkan bahwa kepercayaan publik terhadap kepolisian telah terkikis secara signifikan akibat banyaknya kasus yang melibatkan anggota kepolisian. Kesimpulan ini didukung oleh prevalensi tagar terkait kepolisian dan diskusi di platform media sosial seperti Twitter.
Sistem Chabot Layanan Informasi Mahasiswa Menggunakan Algoritma Long Short-Term Memory Arumsari, Dewi; kharisma; Aesyi, Ulfi Saidata
INDONESIAN JOURNAL ON DATA SCIENCE Vol. 2 No. 2 (2024): Indonesian Journal On Data Science
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/ijds.v2i2.1489

Abstract

In the era of globalization and rapid information flow, the demand for efficient and accurate information, especially within academic institutions, is rising. Students often face challenges in accessing educational resources and real-time information, particularly outside official working hours. Existing online information services have limitations in providing continuous access. This research focuses on developing and evaluating a student information service chatbot system at Universitas Jenderal Achmad Yani Yogyakarta (UNJAYA) using the Long Short-Term Memory (LSTM) algorithm. The primary objective is to create a system that delivers real-time, accurate, and efficient information services to students. The Machine Learning Development Cycle (MLDC) is employed in the model development process, including stages such as data collection, processing, model training, evaluation, and implementation. The system's performance is tested using a questionnaire distributed to students, with responses measured on a Likert scale. The results demonstrate a chatbot with a 97.76% accuracy rate, 98.34% precision, and 97.76% recall. The overall system evaluation yielded an average score of 3.87, categorized as good. This research concludes that the LSTM-based chatbot successfully enhances information services at the Faculty of Engineering and Information Technology, providing an innovative solution to meet student needs in real-time
Co-Authors Ahmad Hanafi Aksan, Azzikra Ramadhanti Aldo Syahputra Alfirna Rizqi Lahitani Anggraini, Deviana Dyah anggraini, devianadyah Ardilla Mega Agustin Arianti, Dennis Fitri Salsabilla Arif Himawan Arif Himawan, Arif Arumsari, Dewi Asnawi, Choerun Bagas Dwi Santosa Bagas Dwi Santosa Berlina, Laila Indah Cahayana, Nika Nur Dedy Hariyadi Faisal Dwi Nurwenda Herdiesel Santoso Irmma Dwijayanti Khabani, Muhamad Zul Kharisma Kharisma Kharisma, Kharisma Kusumaningtyas, Kartikadyota Kusumaningtyas, Netania Indi Lahitani, Alfirna Rizqi Lintang Sumirat Maria Gratiana Dian Jatiningsih Maulana Ridwan, Muhamad Fikry Muhammad Rifqi Maarif, Muhammad Rifqi Netania Indi Kusumaningtyas Noviana Wulandari Nurul Fatimah Nurul Fatimah Puji Winar Cahyo Puji Winar Cahyo Putri Pusvitasari Retantyo Wardoyo Risky Firmansyach Riyanto Tri Kurniawan Riyanto Tri Kurniawan Santosa, Bagas Dwi Taufaldisatya Wijatama Diwangkara Taufaldisatya Wijatama Diwangkara