Article Per Year (5 Year)
p-Index From 2021 - 2026
0.983
P-Index
This Author published in this journals
All Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Sebatik Abdimas Umtas : Jurnal Pengabdian kepada Masyarakat Journal of Big Data Analytic and Artificial Intelligence Methods in Science and Technology Studies
Dikky Praseptian M
STMIK PPKIA Tarakanita Rahmawati
Religion Agriculture, Biological Sciences & Forestry Arts Computer Science & IT Education Engineering Social Sciences

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Journal of Big Data Analytic and Artificial Intelligence

 1 
Analisis Sentimen Kritik dan Saran Layanan RSUD Akhmad Berahim Tana Tidung menggunakan Metode Lexicon-Based Maulidia, Nurmala; Praseptian M, Dikky
Journal of Big Data Analytic and Artificial Intelligence Vol 8 No 1 (2025): JBIDAI Juni 2025
Publisher : STMIK PPKIA Tarakanita Rahmawati

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71302/jbidai.v7i2.65

Abstract

Rapidly developing information technology must become a significant component in its use in all human life to simplify work. This matter underlined the research with that title, which the author believes will be an element of service assessment, whether positive, negative, or neutral. Sentiment analysis is required while evaluating a service, particularly in hospitals. The Lexicon-Based method uses a dictionary or lexicon as a language basis. This method classifies a sentiment from each opinion so that a sentiment sentence can be classified as positive, neutral, or negative. The text data will then be calculated using a Lexicon-Based to produce service quality sentiment analysis. The research used 100 data, with a questionnaire distributed of as many as 90 data and a suggestion box of as many as 10 data for sentiment analysis. The research received data of 33 criticisms and 67 suggestions. The Lexicon-Based method also classifies data into positive, negative, and neutral. The designed system can assist hospitals in evaluating services.
Implementasi Clustering dengan Metode Minimum Spanning Tree untuk Pengelompokan Siswa berdasarkan Nilai Hasil Studi Siti Hardianti; Sinawati; Dikky Praseptian M.
Journal of Big Data Analytic and Artificial Intelligence Vol 4 No 1 (2018): JBIDAI Juni 2018
Publisher : STMIK PPKIA Tarakanita Rahmawati

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

Abstract

Pendidikan memegang peranan penting dalam kemajuan suatu bangsa pendidikan merupakan sebuah proses yang berkesinambungan yang dilakukan secara terencana dan terukur dengan tujuan agar manusia dapat mencapai kehidupan yang lebih baik dari waktu ke waktu. Masalah yang dihadapi dalam SMA Muhammadiyah Tarakan adalah guru yang sulit untuk mengetahui kemampuan siswa karena tidak ada sistem siswa kategorisasi untuk menghitung nilai hasil studi Metode yang digunakan dalam penelitian ini adalah minimum spanning tree dengan menghitung jarak antara baris dan kolom, kemudian baris dan kolom di hitung dan dibagi sehingga hasil yang di dapatkan berupa nilai terkecil. Manfaat untuk SMA Muhammadiyah Tarakan adalah guru mampu mengidentifikasi siswa memiliki kesempatan yang sangat memuaskan, memuaskan , kurang memuaskan dan tidak memuaskan. Penelitian ini dirancang menggunakan euclidean distance yang merupakan jarak antara baris dan kolom dalam pengelompokkan nilai hasil studi. Aplikasi ini dirancang untuk membantu guru dalam melakukan proses pengelompokkan nilai siswa.
Aplikasi Mesin Pencarian Alat Elektronik Berbasis Web Menggunakan Metode Vector Space Model Putri Tarakanita Wijaya Ningtyas; Dikky Praseptian M.
Journal of Big Data Analytic and Artificial Intelligence Vol 4 No 1 (2018): JBIDAI Juni 2018
Publisher : STMIK PPKIA Tarakanita Rahmawati

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

Abstract

Penelitian ini bertujuan untuk membuat sistem pencarian alat elektronik Menggunakan Metode Vector Space Model pada PT. Eka Daya Tarakan. Proses pencarian Alat Elektronik masih dilakukan dengan cara mencatat ke dalam sistem komputerisasi yang ada pada PT. Eka Daya Tarakan. Metode Vector Space Model yang dibahas menggunakan konsep ruang vektor. Masukan dari pengguna dan kumpulan dokumen diterjemahkan menjadi vektor-vektor. Kemudian vektor-vektor tersebut dikenakan operasi perkalian titik dan hasilnya menjadi acuan dalam menentukan relevansi masukan pengguna (query) terhadap kumpulan dokumen. Vector Space Model solusi atas permasalahan yang dihadapi jika menggunakan algoritma TF/IDF. Karena pada algoritma TF/IDF terdapat kemungkinan antar dokumen memiliki bobot yang sama, sehingga ambigu untuk diurutkan. Pada sistem ini menggunakan adalah satu kriteria yaitu kata kunci untuk metode Vector Space Model yang telah diberikan bobot penilaian kesamaan. Nilai yang paling banyak adalah hasil yang muncul di barisan paling atas. Hasil penelitian yang dilakukan membuktikan bahwa metode sukses diterapkan kedalam sistem pencarian alat elektronik pada PT. Eka Daya Tarakan.
Rekayasa Aplikasi Rekomendasi Pencarian Lokasi Dan Analisis Sentimen Menggunakan Penambangan Teks Febriyanti, Eka; Noviyantono, Endyk; Praseptian M, Dikky
Journal of Big Data Analytic and Artificial Intelligence Vol 7 No 2 (2024): JBIDAI Desember 2024
Publisher : STMIK PPKIA Tarakanita Rahmawati

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71302/jbidai.v7i2.66

Abstract

 This research aims to provide information and assessments about tourist attractions and culinary attractions that are popular on social media (Instagram and Twitter). The research process uses a text mining approach, starting with text processing (case folding, tokenizing, stopword removal, and stemming) to filter comments. Furthermore, weighting is carried out using the TF-IDF method to determine the relevance of words. The process of classifying comments by location name is carried out using the Naïve Bayes algorithm, followed by sentiment analysis to assess positive, negative, or neutral comments. The research application was built using PHP with a MySQL database and utilized a dataset of 73 comments (17 for tourism and 56 for culinary) collected from social media. The results of the study show that the system is able to produce recommendations for tourist and culinary attractions effectively based on data analysis
Co-Authors Abdul Fadlil Endyk Noviyantono Faiz Isnan Abdurrachman Furizal Herman Herman Herman Imam Riadi Maulidia, Nurmala Muhammad Ma’ruf Nurwijayanti Putri Tarakanita Wijaya Ningtyas Sinawati Sinawati Sinawati Siti Hardianti Syahrani Lonang