Claim Missing Document
Check
Articles

Found 11 Documents
Search

Implementasi Algoritma Klasifikasi Terhadap Tweet Pornografi Kaum Homoseksual Pada Twitter Hidayat, Taopik; Pebrianto, Rangga; Pratiwi, Risca Lusiana; Gata, windu; Saputri, Daniati Uki Eka
Indonesian Journal on Software Engineering (IJSE) Vol 6, No 2 (2020): IJSE 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v6i2.9008

Abstract

Abstract: Twitter is one of the social media with the number of users who reach millions of users. The number of Twitter users in 2019 increased by 17 percent in 2018 to 145 million users with a variety of good both positive and bad. The negative impacts that occur such as the spread of status, images, and videos that affect pornography especially among freedom groups. Homosexuals are sexually oriented people who like the same sex that occurs in men, the rejection often experienced by men makes one of the reasons intellectuals use Twitter social media to show their personal relationships, open to each other, socializing with same sex, looking for conversation, to become a place to find a partner. The purpose of this study is to determine the positive and negative sentiments to determine the level of accuracy of intellectual pornography tweets in Indonesia from data taken from Twitter tweets by using the TF-IDF and k-NN methods. The results of this study get an accuracy value of 88.25% containing pornography and the remaining 11.75% not containing pornography will contain news, news, and other information.Keywords: homosexual, sentiment analysis, twitterAbstrak: Twitter merupakan salah satu media sosial dengan jumlah pengguna mencapai jutaan pengguna. Jumlah pengguna Twit-ter pada tahun 2019 dicatat meningkat 17 persendari tahun 2018 menjadi 145 juta pengguna dengan berbagai dampak baik dampak positif maupun dampak negatif. Dampak negatif yang ditimbulkannya seperti penyebaran status, gambar, dan video yang bersifat pornografi khsusunya di kalangan kaum homoseksual. Homoseksual merupakan orang yang berorientasi seksual sebagai penyuka sesama jenis yang terjadi pada kaum pria, Penolakan yang sering dialami kaum homoseksual men-jadikan salah satu alasan kaum homoseksual menggunakan media sosial Twitter untuk menunjukkan identitas diri mereka, saling terbuka, bersosialisasi dengan sesama jenis, mencari penghasilan, hingga menjadi ajang pencarian pasangan. Tujuan dari penelitian ini adalah untuk mengetahui sentimen positif dan negatif untuk mengetahui tingkat akurasi terhadap tweet pornografi kaum homoseksual di Indonesia dari data yang diambil dari tweet Twitter dengan menggunakan metode TF-IDF dan k-NN. Hasil penelitian ini mendapatkan nilai accuracy sebesar 88,25% mengandung unsur pornografi dan sisanya sebesar 11,75 tidak mengandung unsur pornografi akan tetapi berisi iklan, berita, dan informasi lainnya.Kata kunci: homoseksual, sentimen analisis, twitter
RANCANG BANGUN SISTEM INFORMASI PENERIMAAN SISWA BARU DALAM MENINGKATKAN MUTU LEMBAGA PENDIDIKAN (Studi Kasus: Mts Negeri Slawi Filial Di Sa Pecabean) Maulidah-Universitas Bina Sarana Informatika, Nurlaelatul; Pebrianto-Universitas Bina Sarana Informatika, Rangga; Supriyadi-Universitas Bina Sarana Informatika, Riki; Fauzi-Universitas Bina Sarana Informatika, Ahmad
SPEED - Sentra Penelitian Engineering dan Edukasi Vol 11, No 4 (2019): Speed 2019
Publisher : APMMI - Asosiasi Profesi Multimedia Indonwsia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1757.293 KB)

Abstract

Abstract - Information technology provides an important role for agencies or companies. One aspect that experienced the development of information technology is the aspect of education. In the field of information technology education plays an important role in improving the quality and quality of education in Indonesia. One example of information technology in the field of education is the acceptance of new students. Admission of new students is one of the processes held annually in educational institutions such as schools, which aims to screen prospective students who fit the criteria of the school to become learners. The new student admissions information system at MTs Negeri Slawi Filial At SA Pecabean is still done conventionally, the data recaping process also has not run optimally because it is still done manually so that often the mistake of student data. In addition, parents or prospective students should come directly to school to obtain information about the school and new admissions procedures.Key words: information systems, new student admission web-based Abstrak-Teknologi informasi memberikan peranan penting bagi instansi ataupun perusahaan. Salah satu aspek yang mengalami perkembangan teknologi informasi ialah aspek pendidikan. Dalam bidang pendidikan teknologi informasiberperan penting dalam meningkatkan mutu dan kualitas pendidikan di Indonesia. Salah satu contoh teknologi informasi dibidang pendidikan yaitu penerimaan siswa baru. Penerimaan siswa baru merupakan salah satu proses yang diadakan setiap tahunnya di instansi pendidikan seperti sekolah, yang bertujuan untuk menyaring calon siswa yang sesuai dengan kriteria sekolah tersebut untuk menjadi peserta didiknya.Sistem informasi penerimaan siswa baru padaMTs NegeriSlawi Filial Di SA Pecabean saat ini masih dilakukan secara konvensional, proses rekap data juga belum berjalan optimal karena masih dilakukan secara manual sehingga sering terjadinya kesalahan data siswa. Di samping itu, orang tua atau calon siswa harus datang langsung ke sekolah untuk mendapatkan informasi mengenai sekolah dan prosedur penerimaan siswa baru.Kata kunci: sistem informasi, penerimaan siswa baru berbasis web 
Perancangan Sistem Pakar Penentuan Jenis Kulit Wajah Menggunakan Metode Certainty Factor Rangga Pebrianto; Siti Nurhasanah Nugraha; Windu Gata
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 5, No 1 (2020): Mei 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (937.992 KB) | DOI: 10.31294/ijcit.v5i1.7408

Abstract

Abstrak - Wajah adalah bagian tubuh terpenting yang harus selalu dijaga dan dirawat. Sehingga banyak cara merawat wajah yang dilakukan untuk mendapatkan wajah putih, bersih, dan terbebas dari jerawat. Pengetahuan analisa kulit wajah sangat diperlukan untuk menentukan jenis kulit serta produk perawatan yang sesuai dengan jenis kulit. Sistem pakar merupakan sistem yang mengadopsi pengetahuan dari seorang pakar dan dapat berperan layaknya seorang pakar dalam menangani proses konsultasi. Tujuan dari penelitian ini yaitu merancang sebuah sistem pakar yang dapat menentukan jenis kulit wajah berbasis android dengan menerapkan metode certainty factor dalam proses penghitungan derajat tingkat keyakinan. Dengan aplikasi sistem pakar berbasis android ini konsultan dapat melakukan pemeriksaan dengan mudah, dan pendiagnosaan sekaligus solusi dapat terselesaikan secara cepat dan tepat berdasarkan data yang diinputkan.Katakunci: Android, Certainty Factor, Perancangan Sistem PakarAbstract - Face is the most important body part that should always be kept and cared for. So many ways of taking care of the face are done to get the face of white, clean, and free of acne. The knowledge of facial skin analysis is necessary to determine the skin type as well as care products that suit the skin type. The expert system is a system that adopts the knowledge of an expert and can play like an expert in handling the consultation process. The purpose of this research is to design an expert system that can determine the type of Android-based facial skin by applying the certainty factor method in the process of counting degrees of confidence. With this Android-based expert System Application consultants can perform inspections with ease, and the solution can be easily resolved quickly and precisely based on the data being inputed.Keywords: Android, Certainty Factor, Expert System Design
CLUSTERING PENCAPAIAN TARGET PENJUALAN RUMAH PARA KARYAWAN MARKETING MENGGUNAKAN RAPID MINER DAN ALGORITMA K-MEANS Muhammad Fahmi Julianto; Sofian Wira Hadi; Setiaji Setiaji; Windu Gata; Rangga Pebrianto
Bianglala Informatika Vol 8, No 2 (2020): Bianglala Informatika 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1870.929 KB) | DOI: 10.31294/bi.v8i2.8189

Abstract

In the competition of the business world today, we are required to always develop business in order to always be successful in competition. Fachry PropertyLand is one of the business fields engaged in the sale of homes. Everywhere this shop must meet the needs of customers who are currently trending. On Land Fachry Property Around the issue that always appears regarding sales. Where many employees do not meet their sales targets. Based on this, it is expected to facilitate the Land Fachry Property in assessing the appropriateness of its employees in determining employees who have met the target, has not met the target and does not meet the target, in the grouping process, the grouping method will be used using the K-Me Clustering Algorithm as a method of manual replacement and in its implementation the Data Mining software uses RapidMiner Studio version 9.2. With the application of Rapid Miner Studio, it is expected that the owner of Fachry Propertyland can see the results of the grouping that meets the target, does not meet the target and does not meet the target. It is expected that the owner of Fachry Propertyland can take action on these employees.
Adopsi Algoritme Support Vector Machine untuk Analisis Sentimen Larangan Mudik Lebaran 2020 pada Twitter Rangga Pebrianto; Tri Rivanie; Ridan Nurfalah; Windu Gata; Muhammad Fahmi Julianto
JURNAL TEKNIK KOMPUTER Vol 6, No 2 (2020): JTK-Periode Juli 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (420.166 KB) | DOI: 10.31294/jtk.v6i2.8127

Abstract

Pemerintah kembali membahas larangan mudik lebaran 2020. Larangan mudik lebaran 2020 ini kembali di bahas karena jumlah kasus corona atau covid 19 di indonesia terus bertambah. Media Sosial Twitter bekerja real-time, memungkinkan pengguna mengekspresikan opini dan perasaan mereka mengenai banyak isu atau permasalahan, Opini tersebut dapat dimanfaatkan sebagai bahan analisis sentimen untuk mengetahui penilaian pelayanan transportasi umum darat apakah positif atau negatif, serta mengetahui faktor opini apa yang sering muncul. Hasil dari analisis sentimen tersebut dapat membantu dalam penilaian dan evaluasi terhadap larangan mudik 2020 ditengah wabah covid19 diharapkan dapat menjadi bahan pertimbangan pemerintah dalam mengambil keputusan terkait larangan mudik 2020 di tengah wabah covid19 . adopsi Metode  Support Vector Machine (SVM) untuk analisis sentimen dilakukan dengan pengujian terhadap komposisi data yang bervariasi. Dari hasil pengujian untuk kasus pada penelitian ini didapatkan bahwa SVM dapat diimplementasikan dengan nilai akurasi mencapai 68,89%. Variabel yang berpengaruh terhadap akurasi adalah jumlah data, perbandingan jumlah data latih dan uji, serta perbandingan jumlah data positif dan negatif yang digunakan.
Sistem Informasi Pelayanan Masyarakat Secara Online Pada Kelurahan Sungai Raya Ari Abdillah; Badariatul Lailiah; Rabiatus Saadah; Rangga Pebrianto
INFORMATION MANAGEMENT FOR EDUCATORS AND PROFESSIONALS : Journal of Information Management Vol 6 No 1 (2021): INFORMATION MANAGEMENT FOR EDUCATORS AND PROFESSIONALS (DES 2021)
Publisher : Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/imbi.v6i1.1637

Abstract

Abstrak: Pada Era Globalisasi seperti sekarang ini, tekhnologi informasi sangat diperlukan oleh setiap manusia. Komputer merupakan salah satu alat yang dapat menghasilkan tekhnologi informasi tersebut, karena kegunaannya manusia dapat memperoleh informasi dengan mudah dan cepat. Begitupula dengan masalah yang ada pada kelurahan sungai raya dalam kecamatan sungai raya, yaitu mengenai pelayanan. Mengingat banyaknya masyarakat yang butuh pelayanan dalam pembuatan surat keterangan dari kelurahan menyebabkan proses pelayanan menjadi lama. Berdasarkan permasalahan di atas penulis meracang dan membuat sistem informasi pada sungai raya dalam kecamatan sungai raya. Sistem informasi ini menerapkan waterfall model dalam pembangunannya, dan dibangun dengan bahasa pemrograman PHP dan menggunakan MySql. Sistem informasi ini mampu membuat surat secara online serta menghasilkan informasi yang ada pada kelurahan dan membuat laporan pembuatan surat bagi staff kelurahan dengan menggunakan sebuah website. Kata kunci: Sistem Informasi, Website, Pengabdian Kepada Masyarakat Kelurahan
ANALISIS SENTIMEN TERHADAP KINERJA MENTERI KESEHATAN INDONESIA SELAMA PANDEMI COVID-19 Tri Rivanie; Rangga Pebrianto; Taopik Hidayat; Achmad Bayhaqy; Windu Gata; Hafifah Bella Novitasari
Jurnal Informatika Vol 21, No 1 (2021): Jurnal Informatika
Publisher : IIB Darmajaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30873/ji.v21i1.2864

Abstract

The pandemic that occurred in Indonesia has not yet subsided and far from under control. Indonesian Ministry of Health is most appropriate person to responsible for providing an explanation of actual situation and extent to which state has handled it. However, he has rarely appeared in public lately to explain about handling of Covid-19 pandemic. In response, many people are pros and cons come to give their opinions and feedback. The increasing use of internet during pandemic, especially on social media, where one of them is Twitter, which is a means of expressing opinions. Posting tweets is a community habit to assess or respond to events, as well as represent public's response to an event, especially Ministry of Health steps and policies in handling and breaking chain of Covid-19 pandemic.The tweet posts were taken only in Indonesian-language and also related to performance of Government, especially Ministry of Health. After that, a label is given so that sentiment of tweets is known. To test results of these sentiments, an algorithm is used by comparing two methods of Support Vector Machine (SVM) and Naïve Bayes (NB). Validation was carried out using k-Fold Cross Validation to obtain an accuracy value. The results show that accuracy value for NB algorithm is 66.45% and SVM algorithm has a greater accuracy value of 72.57%. So it can be seen that SVM algorithm managed to get the best accuracy value in classifying positive comments and negative comments related to sentiment analysis towards Ministry of Health. Keywords—Support Vector Machine, Naïve Bayes, Analisis sentimen, K-Fold Cross Validation
Klasifikasi Buah Segar dan Busuk Menggunakan Ekstraksi Fitur Hu-Moment , Haralick dan Histogram Fani Nurona Cahya; Rangga Pebrianto; Tika Adilah M
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 6, No 1 (2021): IJCIT - Mei 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1020.211 KB) | DOI: 10.31294/ijcit.v6i1.10052

Abstract

Seiring dengan perkembangan zaman, teknologi berkembang dengan pesat saat ini. Dengan perkembangan teknologi sekarang ini memudahkan semua orang mengakses apa saja. Banyak teknologi yang sudah ditemukan salah satunya adalah pengolahan citra digital,  Identifikasi pada sebuah citra sudah lama dikembangkan salah satunya dengan membedakan tekstur pada citra tersebut. Tekstur citra dapat dibedakan oleh kerapatan, keseragaman, kekasaran dan keteraturan dari citra yang diteliti. Agriculture saat ini sedang ramai di bahas khususnya di indonesia, banyak sekali penelitian yang di lakukan dalam sektor pertanian guna memajukan sektor pertanian itu sendiri. Dalam penelitian kali ini yaitu ekstraksi fitur menggunakan Hu-moment, Haralick dan Histogram dan klasifikasi menggunakan algoritma Random Forest. Peneliti mencoba mengklasifikasi buah-buahan segar atau busuk, dengan algoritma yang digunakan yaitu algoritma Random Forest, penelitian ini mendapatkan akurasi yang sangat tinggi yakni 99.6% sangat baik sekali. Namun guna memperbaharui  penelitian bisa mencoba beberapa fitur dan algorithma yang berbeda agar mendapatkan perbandingan atau hasil yang lebih maksimal.Kata kunci: ekstraksi fitur, Hu-moment Haralick dan Histogram, Random Forest. 
Sentimen Analisis Penerapan Social Distancing Menggunakan Feature Selection Pada Algoritma Support Vector Machine Siti Nurhasanah Nugraha; Tri Rivanie; Sri Rahayu; Windu Gata; Rangga Pebrianto
JURNAL TEKNIK KOMPUTER Vol 6, No 2 (2020): JTK-Periode Juli 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (534.225 KB) | DOI: 10.31294/jtk.v6i2.8126

Abstract

“Social Distancing” atau dalam kata lain mengurangi interaksi sosial dengan orang lain sangat berpotensi dalam menyelamatkan kehidupan jutaan orang di masa pandemic COVID-19. Anjuran pemerintah kepada masyarakat untuk penerapan social distancing tak lepas dari pendapat atau opini pengguna sosial media yang salah satunya disuarakan melalui twitter. Salah satu metode atau teknik untuk mengelompokkan kategori opini atau pendapat dari pengguna sosial media adalah sentiment analyst. Penelitian ini menggunakan dataset yang di crawling dari twitter dengan kata kunci “Social Distancing”. Data hasil crawling tersebut diolah menggunakan model algoritma SVM dengan penambahan feature selection Weight by Correlation. Penelitian ini membandingkan hasil cross validation algoritma SVM tanpa feature selection dan algoritma SVM dengan feature selection. Hasil cross validation SVM tanpa feature selection menunjukkan nilai accuracy sebesar 67,00% dan nilai AUC sebesar 0,709. Sedangkan hasil cross validation algoritma SVM dengan feature selection menunjukkan nilai accuracy sebesar 70,33% dan nilai AUC sebesar 0,838. Dari kedua model tersebut diketahui bahwa penggunaan feature selection Weight by Correlation dapat meningkatkan nilai Accuracy dan nilai AUC. Sehingga dapat disimpulkan bahwa penambahan feature selection Weight by Corellation sangat baik apabila digunakan pada algoritma Support Vector Machine (SVM) karena dapat menghasilkan nilai akurasi dan nilai AUC yang lebih tinggi.
IMPLEMENTATION OF THE WEIGHT PRODUCT METHOD IN THE SYSTEM NEW STUDENT ADMISSION Siti Nurhasanah Nugraha; Rangga Pebrianto; Fani Nurona Cahya; Irwan Herliawan
Jurnal Techno Nusa Mandiri Vol 19 No 2 (2022): Techno Nusa Mandiri : Journal of Computing and Information Technology Period of
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/techno.v19i2.3678

Abstract

The development of information technology is something that cannot be separated from life today. The development of information technology, especially the internet, is certainly welcomed by all circles, and has even penetrated the world of education since the last few years, thus creating competitive competition in every educational institution. Currently, there are not many schools in Indonesia that hold new student admissions (PPDB) by utilizing the online system. Of course, this will take a very long time, because after selecting the prospective students, the committee must recap the names and grades of the students accepted. We need a system that will support decisions in the selection of new student admissions so that the resulting output is more accurate. To solve this problem, it is necessary to have a decision support system for the selection process for new admissions using the Weight method Products . With this method the PPDB selection calculation will be more objective because the calculation is based on predetermined weights and assessment criteria. So that the creation of an optimal system that will facilitate the PPDB selection process.