Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Nasional Komputasi dan Teknologi Informasi DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY
Subhan Hartanto
Politeknik Negeri Samarinda
Aerospace Engineering Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Neuroscience Transportation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
SISTEM INFORMASI MANAJEMEN ASET ONLINE DENGAN PENELUSURAN DATA MENGGUNAKAN KONSEP STRING MATCHING Nadya Andhika Putri; Subhan Hartanto
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol 3, No 1 (2022)
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v3i1.2183

Abstract

ABSTRAK Penelitian ini bertujuan untuk mengelola invetarisasi barang bersejarah yang ada di pusat informasi Geopark Kaldera Toba dengan menggunakan sistem infromasi manajemen aset. Metode yang digunakan dalam penelitian ini adalah string matching atau yang biasa disebut dengan algoritma pencocokan string yaitu algoritma untuk melakukan pencarian semua semua kemunculan string pendek dan panjang, string pendek yang biasa disebut dengan pattern sedangkan string yang panjang disebut teks.Sistem informasi ini dirancanng guna untuk menyediakan fungsionalitas pengelolaan informasi aset barang bersejarah yang meliputi registrasi aset, penempatan aset, pemindahan aset, penghitungan aset, penilaian aset, pencatatan maintanance, penghapusan aset, pelacakan aset dan pembuatan laporan. Kata Kunci:Sistem Informasi, manajemen aset, string matching
SISTEM PENGAMBILAN KEPUTUSAN MENENTUKAN KLASIFIKASI KELULUSAN CALON SISWA BARU MENGGUNAKAN FUZZY SUGENO Subhan Hartanto; Nadya Andhika Putri
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol 3, No 1 (2022)
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v3i1.2265

Abstract

ABSTRAKSistem pengambilan keputusan kelulusan calon siswa baru bias membantu staff bekerja lebih efisien, dan data yang didapatkan sesuai dengan kriteria yang sedah ditentukan oleh pihak sekolah. Penelitian ini juga diharapkan bisa membantu dalam meringankan kinerja staff dalam pemberkasan arsip semua siswa yang medaftar ke sekolah tersebut, sehingga berkas tidak akan tercecer dan hilang ketka adanya penggantian staff. Selain itu, diharapkan akan memudahkan pekerjaan staff dalam pencarian data siswa.Kata Kunci:Sistem Pengambilan Keputusan, Penerimaan Siswa Baru, Fuzzy Sugeno
Analisis Sentimen Warga X (Twitter) Terhadap Ibu Kota Nusantara Indonesia Menggunakan Metode Support Vector Machine Eunice Evelyn Pramesty Utomo; Farindika Metandi; Subhan Hartanto
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 4 (2025): Agustus 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i4.9235

Abstract

Abstrak - Pemindahan Ibu Kota Negara (IKN) ke Kalimantan Timur memunculkan berbagai opini publik, terutama di media sosial X (Twitter). Namun, belum ada analisis yang mendalam terkait sentimen publik terhadap proyek ini, yang berpotensi memengaruhi persepsi dan keputusan strategis pemerintah. Penelitian ini bertujuan untuk mengklasifikasikan sentiment (positif, negatif, netral) pada tweet-tweet terkait IKN menggunakan metode Support Vector Machine (SVM). Data yang digunakan sebanyak 2.500 tweet yang diperoleh melalui proses crawling dan diolah melalui tahapan preprocessing. Model SVM dilatih menggunakan dataset yang telah dilabeli dan diuji performanya dengan metrik akurasi, precision, recall, dan f1-score. Hasil penelitian menunjukkan model mampu mengklasifikasikan sentiment dengan akurasi 88% dengan performa terbaik pada kelas negatif dan netral. Hal baru dari penelitian ini adalah pendekatan komprehensif dalam menganalisis persepsi publik terhadap IKN melalui media sosial dengan metode SVM, yang dapat menjadi acuan dalam pengambilan kebijakan berbasis data. Kata Kunci: Analisis Sentimen; IKN; Support Vector Machine; Media Sosial; X (Twitter); Abstract — The relocation of Indonesia's capital city (IKN) to East Kalimantan has sparked various public opinions, particularly on the social media platform X (Twitter). However, there has been no in-depth analysis of public sentiment toward this project, which could influence public perception and strategic government decisions. This study aims to classify sentiments (positive, negative, neutral) in tweets related to IKN using the Support Vector Machine (SVM) method. The dataset consists of 2,500 tweets collected through a crawling process and processed through preprocessing stages. The SVM model was trained using a labeled dataset and its performance was evaluated using accuracy, precision, recall, and f1-score metrics. The results indicate that the model can classify sentiments with an accuracy of 88%, showing the best performance in the negative and neutral classes. The novelty of this research lies in its comprehensive approach to analyzing public perceptions of IKN through social media using the SVM method, which can serve as a reference for data-driven policymaking.Keywords: Sentiment Analysis; IKN; Support Vector Machine; Social Media; X (Twitter);
Co-Authors Eunice Evelyn Pramesty Utomo Farindika Metandi Putri, Nadya Andhika