Article Per Year (5 Year)
p-Index From 2021 - 2026
1.564
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian UntukMu NegeRI Jurnal Riset Sistem Informasi dan Teknologi Informasi (JURSISTEKNI) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Computer Science and Information Technology (CoSciTech) Abdiformatika: Jurnal Pengabdian Masyarakat Informatika Jurnal Pengabdian Kepada Masyarakat Abdi Putra KOMMAS: Jurnal Pengabdian Kepada Masyarakat Journal of Software Engineering and Information System (SEIS)
Asrianto, Rudy
Universitas Muhammadiyah Riau
Religion Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Public Health Social Sciences

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Computer Science and Information Technology (CoSciTech)

 1 
Implemantasi Learning Management Systems Sebagai Sarana Belajar Mengajar Dimasa Pandemi Covid-19 Doni Winarso; Rudy Asrianto; Raysad Zein; Edo Arribe; Aryanto
Computer Science and Information Technology Vol 3 No 2 (2022): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v3i2.3940

Abstract

Latar belakang penelitian ini berangkat dari kondisi pandemi virus covid-19 yang telah merubah tatanan sosial hampir diseluruh bidang kehidupan. Salah satunya adalah kegiatan belajar mengajar (KBM). Penggunaan media elektronik menjadi salah satu pilihan yang dianggap paling tepat dalam melakukan KBM sehingga social distancing dapat diterapkan dalam menekan lajunya penyebaran virus covid-19. Banyak diantara kalangan akademis yang tidak siap dengan perubahan yang relatif cepat ini. Learning Management Systems (LMS) merupakan salah satu sarana yang dapat digunakan oleh penyelenggara pendidikan dalam melaksanakan KBM pada masa pandemi, dan ini merupakan pilihan yang paling tepat agar wabah tidak meluas dan proses belajar mengajar dapat terus berlangsung. Makalah ini menyajikan pengembangan dan implementasi aplikasi LMS yang disebut MOLA, singkatan dari Muhiba Online Learning Application. Aplikasi dikembangkan dengan menerapkan metode Dynamic Systems Development Method (DSDM). Metode ini memiliki insfrastruktur yang lengkap dan lebih matang dalam menggunakan pendekatan Agile Methodology. Dengan metode ini system yang dibangun lebih cepat dan akurat sesuai dengan kebutuhan akademik. Sebagai pilot projek, LMS ini dikembangkan dengan menganalisis proses belajar mengajar yang dilakukan di SMA Muhammadiyah 1 Bangkinang. Penelitian ini menghasilkan beberapa fitur yang telah diuji menggunakan blackbox testing. Hasilnya LMS yang telah diimplemantasikan layak untuk digunakan dalam proses belajar mengajar.
Analisis sentimen kenaikan harga kebutuhan pokok dimedia sosial youtube menggunakan algoritma support vector machine Rudy Asrianto; Melda Herwinanda
Jurnal CoSciTech (Computer Science and Information Technology) Vol 3 No 3 (2022): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v3i3.4368

Abstract

Kebebasan setiap orang dalam mengemukakan pendapat, tercurahkan dalam suatu wadah yang sekarang ini disebut sebagai media sosial. Youtube merupakan media sosial berbasis web streaming video atau situs untuk mengunggah dan menonton video. Memasuki pekan kedua bulan Januari tahun 2022, terjadi kenaikan harga bahan kebutuhan pokok diumumkan dibeberapa media berita online. Didalam forum diskusi channel media sosial Youtube telah dibahas mengenai survei kepuasan masyarakat, terhadap kepemimpinan presiden Jokowi-Ma`ruf Amin yang memperoleh nilai tingkat kepuasan 66-73 %. Diluar sana masyarakat umum merasa tidak puas karena kenaikan harga, dan mempertanyakan hasil survei tersebut dan kepada siapa survei tersebut dilakukan. Konten video ini mendapatkan jumlah viewers atau penonton sebanyak ratusan ribu hingga jutaan lebih, dan dibanjiri hingga puluhan ribu komentar oleh netizen. Penelitian ini menggunakan algoritma Support Vector Machine dalam mengklasifikasikan label komentar positif dan label komentar negatif, serta menggunakan teknik penyeimbangan jumlah label pada data yaitu SMOTE. Dari pengujian keempat model klasifikasi SVM, didapatkan SVM linear dengan SMOTE mendapatkan tingkat keakuratan terbaik dengan nilai akurasi tertinggi, yaitu 86.33%, diikuti dengan nilai presisi 75%, nilai recall 66.67%, dan nilai f1-score 70.59%. Pengujian juga dilakukan pada data validasi (data uji baru diluar dari dataset), didapatkan nilai akurasi 72%.
Co-Authors Amalia, Asrinda Aprianda Effendi Araafy Aryanto Aryanto Aryanto Aryanto Doni Winarso, Doni Edo Arribe, Edo Elison, M Hafizd Irfan Al Rasyid Melda Herwinanda Puji, Ari Andriyas Raden Ajeng Kartini Raysad Zein Risnal Diansyah, Risnal Rizka Hafsari Siti Rodiah Sunanto Sunanto Syahril Syahril Wide Mulyana Yanna Anggraini Zein, M. Rasyad