Claim Missing Document
Check
Articles

Found 6 Documents
Search

PENDAMPINGAN KETRAMPILAN DAN PENGEMBANGAN USAHA BATIK CIPRAT UNTUK SEKOLAH LUAR BIASA (SLB) TUNAGRAHITA PADA YAYASAN AUTISMA SEMARANG Wibowo, Nur Cahyo Hendro
Dimas: Jurnal Pemikiran Agama untuk Pemberdayaan Vol. 15 No. 1 Tahun 2015
Publisher : LP2M of Institute for Research and Community Services - UIN Walisongo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1367.073 KB) | DOI: 10.21580/dms.2015.151.738

Abstract

SLB-C Yayasan Autisma Semarang yang terletak dilokasi Perum Afa Permai Jl. Afa Raya no 3 Sendang MulyoTembalang Semarang mempunyai tujuan memberikan pelayanan pendidikan untuk Anak Berkebutuhan Khusus, sehingga mereka memperoleh hak yang sama dalam pendidikan. Untuk itu para siswa berkebuhan khusus perlu adanya pengembangan pelatihan ketrampilan untuk melatih kemandirian sekaligus menciptakan peluang usaha yang berupa pelatihan batik ciprat. Proses pendampingan ini diharapkan menghasilkan karya Batik Ciprat dengan ukuran 1,25 x 2,25 meter dengan berbagai motif oleh anak berkebutuhan khusus. Tahap awal pembuatannya dilakukan dengan pencairan malam yang diciprat-cipratkan pada kain putih dengan menggunakan sendok, sapu lidi, kuas dll, lalu dilanjutkan dengan pembentukan motif dengan menggunakan pewarna pakaian. Metode yang digunakan untuk mengevaluasi kegiatan ini yaitu menggunakan analisis SWOT. Analisis SWOT adalah metode perencanaan strategis yang digunakan untuk mengevaluasi kekuatan (strengths), kelemahan (weaknesses), peluang (opportunities), dan ancaman (threats) dalam suatu proyek atau suatu spekulasi bisnis. Keempat faktor itulah yang membentuk akronim SWOT (Strengths, Weaknesses, Opportunities, dan Threats).
Rancang Bangun Bimbingan Konseling Online Wibowo, Nur Cahyo Hendro; Milenia, Flora Ima; Azmi, Faris Hifzhuddin
Walisongo Journal of Information Technology Vol 1, No 1 (2019): Walisongo Journal of Information Technology
Publisher : Universitas Islam Negeri Walisongo Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21580/wjit.2019.1.1.3924

Abstract

Zaman globalisasi ditandai dengan fenomena teknologi informasi dan telekomunikasi yang menunjang disegala bidang. Fenomena teknologi informasi dan telekomunikasi (Information and Communication technology / ICT) tersebut bagi masyarakat global (dunia) kemudian menciptakan suatu kecenderungan paradigma masyarakat terbuka, yaitu suatu kenyataan dimana tidak ada sekat dan batas yang menghalangi untuk saling berinteraksi. Perkembangan ilmu pengetahuan dan teknologi telah membawa manusia menuju peradaban modern, suatu peradaban yang ditandai dengan banyak dimanfaatkannya teknologi untuk membantu aktifitas manusia.Lebih lanjut dalam Wikipedia, online adalah dimaknai dalam jaringan atau daring atau keadaan saat sesuatu terhubung ke dalam suatu jaringan atau system (umumnya internet atau ethernet). Jadi istilah konseling online dapat dimaknai secara sederhana yaitu proses konseling yang dilakukan dengan alat bantu jaringan sebagai penghubung antara guru bk/konselor dengan kliennya. Hal ini senada dengan yang dikemukakan oleh (Amani, 2007) Konseling Online adalah konseling melalui internet yang secara umum merujuk pada profesi yang berkaitan dengan layanan kesehatan mental melalui teknologi komunikasi internet. Lebih lanjut Fields (2011) menyebutkan bahwa konseling online adalah layanan terapi yang relatif baru. Konseling dikembangkan dengan menggunakan teknologi komunikasi dari yang paling sederhana menggunakan email, sesi dengan chat, sesi dengan telp pc-to-pc sampai penggunaan dengan penggunaan webcam (video live sessions), yang secara jelas menggunakan komputer dan internet. Haberstroh (2011) menjelaskan bahwa konseling online adalah klien dan konselor berkomunikasi dengan menggunakan streaming video dan audio. Capill (tt). Counselling using the computer as the medium of communication between client and counsellor. Dari beberapa pendapat di atas dapat dipahami dan disimpulkan bahwa konseling online adalah usaha membantu (therapeutic) terhadap klien/konseli dilakukan dengan memanfaatkan teknologi informasi, komputer dan internet.
Sentiment Analysis of User Reviews on the Game GTA V Using Support Vector Machine Saputra, Adika Kaka; Handayani, Maya Rini; Wibowo, Nur Cahyo Hendro; Umam, Khothibul
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol. 14 No. 3 (2025): JULY
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v14i3.2368

Abstract

This study explores user sentiment toward the game Grand Theft Auto V (GTA V) by analyzing 101,540 user reviews collected from Steam and Kaggle. The reviews were processed using standard text preprocessing techniques including case folding, tokenization, stopword removal, and stemming. The TF-IDF method was used to convert text into numerical vectors, and sentiment classification was conducted using the Support Vector Machine (SVM) algorithm. The model was evaluated with accuracy, precision, recall, and F1-score as performance metrics. Results show that 88.8% of reviews are positive, while 11.2% are negative. The SVM model achieved an accuracy of 94.2% and an F1-score of 94.2%, indicating high reliability. Wordcloud analysis highlights key aspects valued by users such as graphics, story, and gameplay, while negative sentiment is often associated with technical issues like lag and bugs. This study demonstrates the effectiveness of combining TF-IDF and SVM for sentiment classification in the gaming domain, and it offers a scalable approach for understanding public opinion in digital platforms.
OPINI PUBLIK DI MEDIA X TERHADAP PATRICK KLUIVERT SEBAGAI PELATIH TIMNAS INDONESIA YANG BARU DENGAN METODE NAÏVE BAYES Febrianto, Bagus; Handayani, Maya Rini; Wibowo, Nur Cahyo Hendro; Umam, Khothibul
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.8145

Abstract

Hasil dari percobaan ini digunakan untuk menentukan persepsi publik terhadap penunjukan Patrick Kluivert sebagai pelatih baru Tim Nasional Sepak Bola Indonesia menggunakan opini komentar Masyarakat Indonesia yaitu analisis sentimen. Dataset diperoleh dari media digital X, melalui teknik crawling dengan API X, dengan periode pengambilan data dari 8 Februari hingga 24 Maret 2025. Sebanyak 3.162 tweet yang relevan berhasil dihimpun dan selanjutnya dianalisis dengan metode algoritma Multinomial Naïve Bayes. Proses analisis ini mempunyai beberapa tingkat tahapan: praproses dataset teks, labelan sentimen, serta pemodelan klasifikasi. Sentimen dibagi ke dalam 3 kelas, yaitu Netral, positif, dan Negatif. Dengan uji coba ini kita tahu bahwa mayoritas opini publik bersifat netral (77,2%), disusul sentimen positif (11,8%) dan negatif (10,9%). Model mencapai akurasi sebesar 95,2% pada data latih dan 82,5% pada data uji. Namun, performa klasifikasi terhadap kelas minoritas (positif dan negatif) masih dapat ditingkatkan, khususnya dari aspek recall. Temuan ini mengindikasikan pentingnya upaya penyeimbangan data serta optimalisasi algoritma untuk meningkatkan akurasi model terhadap data yang tidak seimbang.
EVALUASI HYPERPARAMTER TUNING PADA SUPPORT VECTOR MACHINE (SVM) DALAM KLASIFIKASI ULASAN HOTEL DI TRIPADVISOR Dewi, Fiashintha; Wibowo, Nur Cahyo Hendro; Handayani, Maya Rini; Umam, Khothibul
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.7774

Abstract

Dengan adanya perkembangan teknologi para wisatawan sangat dimudahkan dalam mengakses informasi mengenai pemesanan kamar hotel. Dengan adanya hal tersebut, maka ulasan dari pengguna lain sangatlah penting untuk menemukan tempat yang mereka inginkan. Studi ini membahas tentang analisa ulasan para wisatawan mengenai hotel pada Tripadvisor. Tripadvisor adalah salah satu platform pan-duan wisata terbesar di dunia, yang menawarkan wisatawan untuk merencakan serta memperoleh perjalanan memuaskan. Data diambil melalui website Hugging Face yang kemudian dilanjutkan dengan proses pre-processing data. Dataset yang digunakan berjumlah 20.491 ulasan, terdiri dari 15.093 ulasan positif dan 5.938 ulasan negatif. Tujuan dari penelitian ini untuk mengevaluasi performa model SVM dalam melakukan klasifikasi sentimen pada ulasan hotel di Tripadvi-sor. Untuk mengoptimalkan performa model, dilakukan hyperparame-ter tuning menggunakan metode GridSearchCV. Hasil menunjukkan bahwa model default SVM memiliki akurasi 91%, namun recall pada kelas negatif masih rendah (0,75). Setelah tuning, akurasi sedikit menurun menjadi 90%, tetapi recall kelas negatif meningkat menjadi 0,77. Model terbaik diperoleh pada kombinasi parameter C = 10, gamma = 0,01, dan kernel = linear, dengan precision 0,92, recall 0,94, dan f1-score 0,80. Tuning terbukti meningkatkan keseimbangan klas-ifikasi antar kelas dan sensitivitas terhadap ulasan negatif. Hasil ini menegaskan pentingnya hyperparameter tuning dalam mengoptimal-kan performa dan generalisasi model SVM pada analisis sentimen dengan data yang tidak seimbang.
THE PERCEPTIONS OF SEMARANG FIVE STAR HOTEL TOURISTS WITH SUPPORT VECTOR MACHINE ON GOOGLE REVIEWS Aufan, Muhammad Haikal; Handayani, Maya Rini; Nurjanna, Afifah Basmah; Wibowo, Nur Cahyo Hendro; Umam, Khotibul
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 5 (2024): JUTIF Volume 5, Number 5, Oktober 2024
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.5.2025

Abstract

Travelers on the road sometimes need a hotel to rest. In choosing a hotel, they refer to the ratings or reviews written by users through reviews on Google. This is because not all star hotels provide facilities in accordance with user assessments. This study discusses the analysis of the opinions of tourists who have stayed in 5-star hotels in Semarang through a review of commentary data on Google. The 5-star hotels used as the research are Padma, Gumaya, Tentrem, Grand Candi, Ciputra, and PO. The dataset of the six hotels was obtained through a scraping process then followed by data pre-processing. The data was retrieved from Google Maps using the Chrome Instant Data Scrapper extension. Data preprocessing begins with case folding, tokenizing, filtering, and ends with stemming. Support Vector Machine (SVM) is implemented for sentimen classification process. The results from this study are the majority of 5-star hotel reviews in Semarang tend to have positive rather than negative sentimens. Our model was able to produce an accuracy of 0.87 to 0.98. The highest accuracy was achieved by Ciputra Hotel at 0.98 with 543 positive reviews.