Article Per Year (5 Year)
p-Index From 2020 - 2025
2.589
P-Index
This Author published in this journals
All Journal Dinamika Informatika Telematika : Jurnal Informatika dan Teknologi Informasi Desimal: Jurnal Matematika Buletin Ilmiah Sarjana Teknik Elektro Jurnal Berdaya Mandiri Community Empowerment Jurnal Sisfotek Global Jurnal Dinamika Informatika (JDI) NUSANTARA: Jurnal Pengabdian Kepada Masyarakat Applied Science and Technology Research Journal Jurnal Ilmiah Informatika dan Komputer
Nurirwan Saputra, Nurirwan
Universitas PGRI Yogyakarta
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 19 Documents
Search

 1   2 
ANALISIS SENTIMEN DATA PRESIDEN JOKOWI DENGAN PREPROCESSING NORMALISASI DAN STEMMING MENGGUNAKAN METODE NAIVE BAYES DAN SVM Saputra, Nurirwan; Adji, Teguh Bharata; Permanasari, Adhistya Erna
Dinamika Informatika Vol 5, No 1 (2015): Jurnal Dinamika Informatika
Publisher : Dinamika Informatika

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

Abstract

Jokowi merupakan seorang tokoh masyarakat dengan jenjang karir yang sangat cepat, dan tidak luput dari pandangan masyarakat baik itu positif, netral maupun negatif. Data mengenai Jokowi yang berisikan komentar positif , netral dan negatif yang berasal dari media sosial dan blog politik diperlukan dalam menentukan langkah-langkah yang harus diambil oleh Jokowi untuk mendapatkan kepercayaan dari masyarakat. Selain itu data yang sudah didapat perlu dievaluasi untuk menunjukkan urgensi diimplementasikannya preProcessing terhadap data, yaitu normalisasi dan stemming. Analisis sentimen merupakan ilmu yang berguna untuk menganalisis pendapat seseorang, sentiment seseorang, evaluasi seseorang, sikap seseorang dan emosi seseorang ke dalam bahasa tertulis. Penelitian ini menggunakan search techniques dalam pengambilan data, sehingga pengambilan data dilakukan dengan efektif dan efisien. Search techniques dalam penelitian ini menggunakan Boolean searching dengan operator “AND”. Data yang sudah didapat dilabeli positif, netral dan negatif oleh penulis kemudian dikoreksi oleh ahli bahasa. Setelah itu dilakukan preProcessing baik itu mengubah kata tidak baku menjadi baku atau biasa disebut normalisasi menggunakan kamus dan mencari akar kata yaitu stemming dengan bantuan aplikasi Sastrawi Master. Selanjutnya dilakukan juga tokenisasi N-Gram, Unigram, Bigram, dan Trigram terhadap kalimat,  kemudian menghilangkan kata-kata yang umum digunakan dan tidak mempunyai Informasi yang berharga pada suatu konteks atau biasa disebut stopword removal, dan mempertahankan emoticon karena emoticon merupakan simbol yang menunjukkan ekspresi seseorang ke dalam tulisan. Akurasi yang terbaik dalam penelitian ini adalah dengan dilakukan normalisasi dan stemming pada data sebesar 89,2655% menggunakan metode SVM, dan kemudian data yang dinormalisasi saja sebesar 88,7006% menggunakan metode SVM. Dalam penelitian ini, tidak ada ujicoba terhadap data yang dilakukan stemming saja, dikarenakan tahap yang harus dilakukan dalam stemming adalah melakukan normalisasi terlebih dahulu terhadap data.
ANALISIS SENTIMEN DATA PRESIDEN JOKOWI DENGAN PREPROCESSING NORMALISASI DAN STEMMING MENGGUNAKAN METODE NAIVE BAYES DAN SVM Saputra, Nurirwan; Adji, Teguh Bharata; Permanasari, Adhistya Erna
Dinamika Informatika Vol 5, No 1 (2015): Jurnal Dinamika Informatika
Publisher : Dinamika Informatika

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

Abstract

Jokowi merupakan seorang tokoh masyarakat dengan jenjang karir yang sangat cepat, dan tidak luput dari pandangan masyarakat baik itu positif, netral maupun negatif. Data mengenai Jokowi yang berisikan komentar positif , netral dan negatif yang berasal dari media sosial dan blog politik diperlukan dalam menentukan langkah-langkah yang harus diambil oleh Jokowi untuk mendapatkan kepercayaan dari masyarakat. Selain itu data yang sudah didapat perlu dievaluasi untuk menunjukkan urgensi diimplementasikannya preProcessing terhadap data, yaitu normalisasi dan stemming. Analisis sentimen merupakan ilmu yang berguna untuk menganalisis pendapat seseorang, sentiment seseorang, evaluasi seseorang, sikap seseorang dan emosi seseorang ke dalam bahasa tertulis. Penelitian ini menggunakan search techniques dalam pengambilan data, sehingga pengambilan data dilakukan dengan efektif dan efisien. Search techniques dalam penelitian ini menggunakan Boolean searching dengan operator “AND”. Data yang sudah didapat dilabeli positif, netral dan negatif oleh penulis kemudian dikoreksi oleh ahli bahasa. Setelah itu dilakukan preProcessing baik itu mengubah kata tidak baku menjadi baku atau biasa disebut normalisasi menggunakan kamus dan mencari akar kata yaitu stemming dengan bantuan aplikasi Sastrawi Master. Selanjutnya dilakukan juga tokenisasi N-Gram, Unigram, Bigram, dan Trigram terhadap kalimat,  kemudian menghilangkan kata-kata yang umum digunakan dan tidak mempunyai Informasi yang berharga pada suatu konteks atau biasa disebut stopword removal, dan mempertahankan emoticon karena emoticon merupakan simbol yang menunjukkan ekspresi seseorang ke dalam tulisan. Akurasi yang terbaik dalam penelitian ini adalah dengan dilakukan normalisasi dan stemming pada data sebesar 89,2655% menggunakan metode SVM, dan kemudian data yang dinormalisasi saja sebesar 88,7006% menggunakan metode SVM. Dalam penelitian ini, tidak ada ujicoba terhadap data yang dilakukan stemming saja, dikarenakan tahap yang harus dilakukan dalam stemming adalah melakukan normalisasi terlebih dahulu terhadap data.
ANALISIS SENTIMEN DENGAN PREPROCESSING KATA Saputra, Nurirwan
Dinamika Informatika Vol 7, No 1 (2018): Jurnal Dinamika Informatika Volume 7 Nomor 1
Publisher : Universitas PGRI Yogyakarta

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

Abstract

Penelitian ini berhubungan dengan politik yang mengambil data Presiden RI 2014-2019 yaitu Ir. H. Joko Widodo dari media sosial dan blog politik kemudian akan dilakukan Analisis Sentimen terhadap komentar masyarakat baik yang pro maupun kontra terhadap Ir. H. Joko Widodo. Penelitian ini lebih ke pendekatan preprocessing kata terlebih dahulu untuk meningkatkan akurasi, yaitu dengan mengubah banyak kata menjadi sebuah kata. Metode yang digunakan adalah Naïve Bayes dan Support Vector Machine (SVM). Penelitian ini melanjutkan penelitian yang sudah dilakukan sebelumnya dengan judul “Analisis Sentimen Data Presiden Jokowi Dengan Preprocessing Normalisasi Dan Stemming Menggunakan Metode Naive Bayes Dan SVM”. Akurasi pada penelitian sebelumnya “Analisis sentimen data presiden Jokowi dengan preprocessing normalisasi dan stemming menggunakan metode naive bayes dan SVM” dengan dilakukan normalisasi dan stemming pada data sebesar 89,2655% menggunakan metode SVM. Kemudian pada penelitian ini, dengan melakukan preprocessing menjadi sebuah kata, terjadi peningkatan dengan menggunakan metode SVM dengan akurasi sebesar 91,5254, yaitu peningkatan sebesar 2,2599%.   Kata kunci : analisis sentimen, svm, smo, naive bayes, preprocessing kata.
PENGEMBANGAN DAN PENDAMPINGAN WEBSITE TK ABA AN-NUR Tentua, Meilany Nonsi; Saputra, Nurirwan
Jurnal Berdaya Mandiri Vol 2, No 1 (2020): Jurnal Berdaya Mandiri (JBM)
Publisher : Universitas PGRI Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (565.291 KB) | DOI: 10.31316/jbm.v2i1.343

Abstract

TK Aisyiyah Bustanul Athfal (ABA) An-Nur Sidorejo Cabang Kasihan, Bantul merupakan Taman Kanak-kanak berbasis Islam yang mengedepankan Akhlaqul Karimah kepada siswa didiknya. TK ini sudah terakreditasi A dan memiliki guru-guru yang kompeten dalam mendidik anak dari usia Dini. Promosi yang dilakukan oleh TK ABA An-Nur masih bersifat konvensional dan sangat minim sekali dalam penggunakan internet sebagai media promosi TK ABA An-Nur. Dalam pengabdian yang dilakukan, dilakukan pengembangan dan pendampingan website di TK ABA An-Nur sebagai sarana promosi. Para guru didampingi dalam penggunaan website tersebut, dari mulai login, menambah user, menambah informasi, menyunting informasi, menghapus informasi, dan sharing informasi di media social. Dengan menggunakan website sebagai media promosi TK ABA An-Nur, diharapkan dapat memberikan informasi yang lebih luas kepada para orang tua calon siswa TK ABA An-Nur, sehingga lebih yakin dan mantab dalam menitipkan anaknya untuk dididik di TK ABA An-Nur. Selain itu dapat membantu dalam mempromosikan TK ABA An-Nur secara luas kepada masyarakat dengan bantuan media informasi berupa Website.  
ANALISIS SENTIMEN DATA PRESIDEN JOKOWI DENGAN PREPROCESSING NORMALISASI DAN STEMMING MENGGUNAKAN METODE NAIVE BAYES DAN SVM Saputra, Nurirwan; Adji, Teguh Bharata; Permanasari, Adhistya Erna
Dinamika Informatika Vol 5, No 1 (2015): Jurnal Dinamika Informatika
Publisher : Universitas PGRI Yogyakarta

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

Abstract

Jokowi merupakan seorang tokoh masyarakat dengan jenjang karir yang sangat cepat, dan tidak luput dari pandangan masyarakat baik itu positif, netral maupun negatif. Data mengenai Jokowi yang berisikan komentar positif , netral dan negatif yang berasal dari media sosial dan blog politik diperlukan dalam menentukan langkah-langkah yang harus diambil oleh Jokowi untuk mendapatkan kepercayaan dari masyarakat. Selain itu data yang sudah didapat perlu dievaluasi untuk menunjukkan urgensi diimplementasikannya preProcessing terhadap data, yaitu normalisasi dan stemming. Analisis sentimen merupakan ilmu yang berguna untuk menganalisis pendapat seseorang, sentiment seseorang, evaluasi seseorang, sikap seseorang dan emosi seseorang ke dalam bahasa tertulis. Penelitian ini menggunakan search techniques dalam pengambilan data, sehingga pengambilan data dilakukan dengan efektif dan efisien. Search techniques dalam penelitian ini menggunakan Boolean searching dengan operator “AND”. Data yang sudah didapat dilabeli positif, netral dan negatif oleh penulis kemudian dikoreksi oleh ahli bahasa. Setelah itu dilakukan preProcessing baik itu mengubah kata tidak baku menjadi baku atau biasa disebut normalisasi menggunakan kamus dan mencari akar kata yaitu stemming dengan bantuan aplikasi Sastrawi Master. Selanjutnya dilakukan juga tokenisasi N-Gram, Unigram, Bigram, dan Trigram terhadap kalimat,  kemudian menghilangkan kata-kata yang umum digunakan dan tidak mempunyai Informasi yang berharga pada suatu konteks atau biasa disebut stopword removal, dan mempertahankan emoticon karena emoticon merupakan simbol yang menunjukkan ekspresi seseorang ke dalam tulisan. Akurasi yang terbaik dalam penelitian ini adalah dengan dilakukan normalisasi dan stemming pada data sebesar 89,2655% menggunakan metode SVM, dan kemudian data yang dinormalisasi saja sebesar 88,7006% menggunakan metode SVM. Dalam penelitian ini, tidak ada ujicoba terhadap data yang dilakukan stemming saja, dikarenakan tahap yang harus dilakukan dalam stemming adalah melakukan normalisasi terlebih dahulu terhadap data.
Pelatihan Media Pembelajaran Inovatif dengan VideoScribe Bagi Guru SDN Malangrejo Febrianto, Arip; Saputra, Nurirwan
Community Empowerment Vol 6 No 1 (2021)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (233.215 KB) | DOI: 10.31603/ce.3835

Abstract

Pengabdian dengan judul pelatihan Media Pembelajaran Inovatif dengan VideoScribe Bagi Guru SDN Malangrejo, dilaksanakan di SDN Malangrejo terletak Jetis, RT.01/RW.43, Jetis, Wedomartani, Kec. Ngemplak, Kabupaten Sleman, Daerah Istimewa Yogyakarta. Pengabdian ini dilakukan karena masih banyaknya guru yang belum menggunakan media pembelajaran interaktif dan belum memaksimalkan teknologi komputer. Dengan tidak adanya upgrading seorang guru dalam penyampaian materi kepada siswanya membuat penyampaian materi menjadi tidak optimal, serta guru yang mengajar terkait informatika sangat minim sekali, hanya ada 1 guru di SDN Malangrejo. Dengan adanya permasalahan yang ada, maka perlu dilakukan pelatihan dalam penggunaan media pembelajaran kepada guru SDN Malangrejo, salah satunya adalah Media Pembelajaran Interaktif berbasis video 2 Dimensi yaitu VideoScribe. Dengan menggunakan media pembelajaran ini, gambar yang ada terkait materi pembelajaran dapat disampaikan dalam bentuk animasi tangan bergerak disertai musik, sehingga siswa yang Visual, Auditori maupun Kinestetik dapat lebih mudah menangkap materi dibandingkan hanya berupa teks saja. Selain itu VideoScribe juga menyajikan banyak sekali gambar yang biasa digunakan dalam presentasi sehingga guru tidak usah mencari-cari gambar untuk dimasukkan ke dalam presentasinya. Pelatihan ini dilakukan tatap muka dengan protokol kesehatan yang saat ini menjadi pandemi yaitu Covid-19. Berdasarkan pengabdian yang dilakukan, terdapat hasil dan rekomendasi yang diterima dari para guru SDN Malangrejo. Dari 16 Guru yang mengikuti pelatihan, terdapat 54,5 % guru mengatakan “menarik” dan 45,5% guru mengatakan “sangat menarik” dalam menggunakan VideoScribe sebagai media pembelajarannya. Kemudian terkait pemahaman kepada siswa, 63,6 % Guru mengatakan bahwa dengan VideoScribe “sangat bisa” meningkatkan pemahaman kepada siswa dan 36,4% mengatakan “bisa”. Selain itu, 63,6% guru mengatakan bahwa VideoScribe “sangat mampu” meningkatkan Kreativitas Guru dalam mengajar, dan 36,4% mengatakan “mampu”. Dalam peningkatan belajar siswa, 63,6% guru mengatakan dengan media pembelajaran yang inovatif menggunakan VideoScribe ini “sangat mampu” meningkatkan belajar siswa, dan 36,4% mampu meningkatkan belajar siswa dibandingkan pembelajaran yang konvensional.
Sistem Informasi Manajemen Notulen (E-RISALAH) Konversi Voice to Text Darwanto Darwanto; Nurirwan Saputra; Ari Kusuma Wardana
Telematika Vol 18, No 3 (2021): Edisi Oktober 2021
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/telematika.v18i3.5483

Abstract

Tujuan:Penelitian ini dilakukan untuk membantu notulis merisalahkan hasil rapat atau pertemuan dari suara menjadi tulisan. Sehingga kerja notulis lebih ringan dan menjaga kesehatan pendengaran. Perancangan/metode/pendekatan:Penelitian ini melalui beberapa tahap, yaitu perencaaan (planning), analisis (analysis), perancangan (design), dan implementasi (implementation). Hasil:Sistem Informasi Manajemen Notulen (E-RISALAH) Konversi Voice to Text berbasis website. Keaslian/state of the art:Risalah rapat adalah kegiatan mencatat atau menyalin seluruh hasil dari pertemuan. Dalam pelaksaan masih dikerjakan secara manual, dengan mendengarkan rekaman dan menyalin atau diketik secara manual, selain kurang efektif penggunaan headset dalam waktu yang lama dapat menggangu kesehatan pendengaran. Seiring perkembangan ilmu dan teknologi, maka dibuatlah sebuah sistem yang akan membantu merisalahkan hasil rapat dari suara menjadi tulisan. Dengan teknologi speech recognition dimana ini adalah sebuah kemampuan yang dimiliki oleh mesin atau aplikasi untuk mengindentifikasi kata dan frasa yang terdapat dalam bahasa lisan. Sehingga kerja notulis lebih ringan dan menjaga kesehatan pendengaran.
ANALISIS SENTIMEN DENGAN PREPROCESSING KATA (SENTIMENT ANALISYS WITH LEXICON PREPROCESSING) Nurirwan Saputra
Jurnal Dinamika Informatika Vol 7 No 1 (2018): Jurnal Dinamika Informatika
Publisher : Universitas PGRI Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (893.93 KB)

Abstract

ABSTRAK Penelitian ini berhubungan dengan politik yang mengambil data Presiden RI 2014-2019 yaitu Ir. H. Joko Widodo dari media sosial dan blog politik kemudian akan dilakukan Analisis Sentimen terhadap komentar masyarakat baik yang pro maupun kontra terhadap Ir. H. Joko Widodo. Penelitian ini lebih ke pendekatan preprocessing kata terlebih dahulu untuk meningkatkan akurasi, yaitu dengan mengubah banyak kata menjadi sebuah kata. Metode yang digunakan adalah Naïve Bayes dan Support Vector Machine (SVM). Penelitian ini melanjutkan penelitian yang sudah dilakukan sebelumnya dengan judul “Analisis Sentimen Data Presiden Jokowi Dengan Preprocessing Normalisasi Dan Stemming Menggunakan Metode Naive Bayes Dan SVM”. Akurasi pada penelitian sebelumnya “Analisis sentimen data presiden Jokowi dengan preprocessing normalisasi dan stemming menggunakan metode naive bayes dan SVM” dengan dilakukan normalisasi dan stemming pada data sebesar 89,2655% menggunakan metode SVM. Kemudian pada penelitian ini, dengan melakukan preprocessing menjadi sebuah kata, terjadi peningkatan dengan menggunakan metode SVM dengan akurasi sebesar 91,5254, yaitu peningkatan sebesar 2,2599%. Kata kunci : analisis sentimen, svm, smo, naive bayes, preprocessing kata.
Efektivitas Media Pembelajaran Pendidikan Agama Islam (PAI) Berbasis Sparkol Videoscribe Arip Febrianto; Nurirwan Saputra
Jurnal Dinamika Informatika Vol 9 No 2 (2020): Jurnal Dinamika Informatika
Publisher : Universitas PGRI Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (905.202 KB)

Abstract

In the subject of Pendidikan Agama Islam (PAI), most of the material istheoretical and the deepening of the material includes analyzing something basedon Islamic Vision by conveying the material and basic learning then studentsanalyze the problems encountered. With the development of InformationTechnology, teacher using information technology in learning delivered to students.Based on what has been done, students tend to be less interested in receivingPAI learning. In this study, audio-visual learning media was used by utilizing theSparkol videoscribe application. Through the Videoscribe application, the teachercreated learning in the form of interactive Audio Visual Animations with students.Based on the learning carried out using Videoscribe media, 83.3% ofstudents prefer learning with videoscribe compared to text-based only, 58.3% areinterested and 41.7% are very interested in learning using this videoscribe.
Sentiment Analysis of Presidential Candidates Anies Baswedan and Ganjar Pranowo Using Naïve Bayes Method Nurirwan Saputra; Karandi Nurbagja; Turiyan Turiyan
JURNAL SISFOTEK GLOBAL Vol 12, No 2 (2022): JURNAL SISFOTEK GLOBAL
Publisher : Institut Teknologi dan Bisnis Bina Sarana Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/sisfotek.v12i2.552

Abstract

Presidential elections in Indonesia are carried out in a democratic manner in which the people choose the figures who will nominate themselves for president. With the presidential nomination, there will be many surveys of several figures who have electability to become presidential candidates. Based on a survey that has been issued by several figures who are running for president, namely Anies Baswedan and Ganjar Pranowo, who are the benchmarks for the community to be able to express their opinions from existing social media, one of which is Facebook. This study takes data through a scraping process which is then cleaned or cleaned, then five labels are given, namely: 1 (very negative), 2 (negative), 3 (neutral), 4 (positive), and 5 (very positive). aims to see which sentiment is the highest given by warganet to the upcoming presidential election. This study concludes that netizens have negative sentiments towards figures in the upcoming presidential election. seen from the data randomly generated 49% negative comments, 35% positive comments and 16% neutral. In addition, from 510 data taken by classification using the Naïve Bayes method, as well as testing using the 10-fold cross validation method with Quadgram tokenization resulted in an accuracy of 42.75%, precision 42.10%, and recall 42.70%.
Co-Authors Adhistya Erna Permanasari Ahmad Riyadi Ahmad Riyadi Anwar Fauzi, Muhammad Afif Ari Kusuma Wardana Arip Febrianto Darwanto Darwanto Guritno, Muhammad Wahyu Suryo Hanif, Khairunnaufal Karandi Nurbagja Muhammad Muhajir, Muhammad Mustain, Riefyal Arshyza Pandri Ferdias Pandri Ferdias, Pandri Rianto Riefyal Arshyza Mustain Setia Wardani Syah, Firdiyan Teguh Bharata Adji Tentua, Meilani Nonsi Tentua, Meilany Nonsi Turiyan Turiyan