Article Per Year (5 Year)
p-Index From 2020 - 2025
1.497
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Ranah: Jurnal Kajian Bahasa Dinamisia: Jurnal Pengabdian Kepada Masyarakat JURNAL INOVASI PENDIDIKAN DAN PEMBELAJARAN SEKOLAH DASAR JENTERA: Jurnal Kajian Sastra Building of Informatics, Technology and Science Charity : Jurnal Pengabdian Masyarakat Journal La Multiapp Prosiding Konferensi Nasional PKM-CSR eProceedings of Engineering
Diyas Puspandari
Telkom University
Aerospace Engineering Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Nursing Public Health Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Analisis Sentimen Twitter Transportasi Online Berbasis Ontologi (studi Kasus: Go-jek) Indriani Mentaruk; Anisa Herdiani; Diyas Puspandari
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Kehadiran layanan ojek online dalam bidang transportasi semakin diminati masyarakat untuk menunjang aktivitas sehari-hari. Go-Jek merupakan salah satu penyedia jasa ojek online di Indonesia. Kemudahan proses pemesanan, berbagai macam layanan dan promo membuat Go-Jek menjadi pilihan bagi masyarakat yang memiliki mobilitas tinggi terutama di kota besar. Sebagian masyarakat menyampaikan pendapat, komentar hingga keluhan terhadap layanan Go-Jek melalui media sosial Twitter dalam bentuk tweet. Komentar, pendapat dan keluhan tersebut mengandung opini atau sentimen yang dapat digunakan sebagai bahan evaluasi bagi perusahaan. Opini tersebut dapat dimanfaatkan sebagai bahan analisis untuk mengetahui penilaian masyarakat terhadap pelayanan Go-Jek baik positif atau negatif berdasarkan aspek yang dinilai. Berdasarkan ide tersebut, Metode Ontologi digunakan agar katakata yang berhubungan dengan aspek dan sentimen dapat ditampung dan dijadikan kamus untuk melakukan klasifikasi aspek dan sentimen. Proses diawali dengan memberi label secara manual berdasarkan aspek dan sentimen yang terkandung dalam tweet tersebut. Kedua dilakukan preprocessing yang terdiri atas tokenizationi, case folding, stopword removal, non-standard word handling dan phrase-lookup. Proses ketiga adalah membangun model ontologi untuk klasifikasi, keempat dilakukan klasifikasi aspek dan sentimen, dan yang terakhir dilakukan pengukuran performansi sistem yang dibangun. Dari hasil penelitian yang dilakukan didapatkan rata-rata Akurasi sebesar 97,93%, rata-rata Recall sebesar 91,34% dan rata-rata Presisi 89,37%. Kata kunci : Go-Jek, Ontologi, Twitter, Analisis Sentimen Abstract The presence of online transportation in transportation has increasingly attracted the public to support their daily activities. Go-Jek is one of the online motorcycle taxi service providers in Indonesia. The ease of the ordering process, various services and promosion make Go-Jek an option for people who have high mobility, especially in big cities. Some of them expressed their opinions, comments to complaints about GoJek services via Twitter social media in the form of tweets. These comments, opinions and complaints contain opinions or sentiments that can be used as evaluation material for the company. This opinion can be used as an analytical material to find out the community's assessment of Go-Jek's services, either positive or negative based on the aspects assessed. Based on this idea, the Ontology Method is used so that words related to aspects and sentiments can be accommodated and used as a dictionary to classify aspects and sentiments. The process begins by labeling manually based on the aspects and sentiments contained in the tweet. The second is a preprocessing consisting of tokenisation, folding cases, stopword removal, non-standard word handling and phrase-lookup. The third process is to build an ontology model for classification, the fourth is the classification of aspects and sentiments, and the last is a performance measurement system built. From the results of the research conducted, the average accuracy is 97,93%, the average recall is 91,34% and the precision average is 89,39%. Keywords: Go-Jek, Ontology, Twitter, Sentiment Analysis
Analisis Pengaruh Normalisasi, Tf-idf, Pemilihan Feature-set Terhadap Klasifikasi Sentimen Menggunakan Maximum Entropy (studi Kasus : Grab Dan Gojek) Muhamad Fauzan Putra; Anisa Herdiani; Diyas Puspandari
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Penggunaan sosial media untuk mengutarakan pendapat sudah menjadi kebiasaan masyarakat.Opini yang ditulis konsumen sedikit banyak dapat berpengaruh terhadap bisnis perusahaan. Perusahaanbutuh untuk mengevaluasi pelayanan demi kepuasan konsumen dan opini ini dapat sangat bermanfaat dalamberjalannya prosestersebut. Dengan banyaknya tweet dari konsumen merupakan pekerjaan yang tidakmudah bagi manusia. Oleh karena itu, pada penelitian ini dibuat suatu sistem yang mampu mengklasifikasiberbagai opini konsumen yang bersifat positif dan negatif. Untuk menentukan fitur dan bobotnya digunakanmetode TF-IDF, serta metode Maximum Entropy untuk melakukan klasifikasi. Hasil terbaik yang didapatpada percobaan ini adalah akurasi sebesar 90,67% dan f1-score sebesar 84,3%. Kata kunci: tweet, opini, klasifikasi, tf-idf, maximum entropyAbstract The use of social media to express opinions has become a habit of society today. Consumer opinionscould more or less affect to the company's business. Companies need to evaluate their service for customersatisfaction and this opinions can be very useful in the process. With the numbers of tweets that must be evaluatedfrom consumers, it isn’t an easy task for human. Therefore, in this study, a system has been created that is able toclassify consumer opinions into positive and negative classes. Using TF-IDF method to determine the featuresand weights, and the Maximum Entropy method for classification. The best results obtained in this experimentwere accuracy of 90.67% and f1-score of 84.3%. Keywords: tweet, opinion, classification, tf-idf, maximum entropy
Analisis Sentimen Kepuasan Pelanggan Terhadap Internet Provider Indihome di Twitter Menggunakan Metode Decision Tree dan Pembobotan TF-IDF Shakina Rizkia; Erwin Budi Setiawan; Diyas Puspandari
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

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

Abstract

Kepuasan pelanggan merupakan salah satu faktor untuk mengukur kesuksesan sebuah layanan pada suatu perusahaan jasa. Kepuasaan pelanggan umumnya digunakan oleh perusahaan jasa sebagai bahan evaluasi untuk memperbaiki layanan yang diberikan. Salah satu cara untuk mengukur kepuasan pelanggan adalah dengan menggunakan analisis sentimen untuk mengklasifikasikan opini pelanggan terhadap layanan tersebut ke dalam kelas positif, negatif dan netral, sehingga diperoleh seberapa besar pelanggan yang puas terhadap layanan yang diberikan berdasarkan banyaknya opini positif, negatif, maupun netral. Data diperoleh dari tweet tentang opini pelanggan terhadap layanan indihome. Metode yang digunakan dalam tugas akhir ini adalah Decision Tree dengan menggunakan pembobotan Term Frequency-Inverse Document Frequency (TF-IDF). Berdasarkan hasil eksperimen, didapatkan akurasi maksimal sebesar 80,1 % dengan menggunakan bigram dan pembobotan TFIDF. Kata kunci : Analisis Sentimen, Decision Tree.
Implementasi Information Gain sebagai Feature Selection pada Word Sense Disambiguation Bahasa Indonesia dengan Teknik Klasifikasi Decision List Sakti Dewantoro; Anisa Herdiani; Diyas Puspandari
eProceedings of Engineering Vol 6, No 3 (2019): Desember 2019
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Word sense disambiguation (WSD) merupakan metode pencarian makna asli dari sebuah kata ambigu dalam konteks tertentu. Berbagai jenis classifier dapat digunakan di WSD, salah satunya adalah pendekatan supervised dengan metode decision list. Metode klasifikasi decision list mampu menjadi kompetitor terbaik pada senseval 1 diantara partisipan supervised. Pendekatan supervised, tidak diragukan lagi bekerja lebih baik daripada pendekatan lain. Namun, pendekatan ini perlu mengandalkan banyaknya ketersediaan korpora yang digunakan untuk membuat dataset. Semakin banyak korpora yang digunakan maka semakin banyak atribut yang terdapat pada dataset. Banyaknya atribut yang diolah classifier akan berdampak pada menurunnya kinerja classifier. Feature selection dapat digunakan untuk mengoptimalkan kinerja classifier dengan cara mengurangi atribut yang kurang relevan pada dataset. Information gain merupakan salah satu seleksi fitur terbaik dibanding seleksi fitur lainya pada penelitian yang telah dilakukan oleh Yang dan Pederson, Tan dan Yang serta Forman dalam hal klasifikasi dokumen. Karena keunggulan seleksi fitur information gain dan keunikan metode klasifikasi decision list tersebut, penelitian ini mengimplementasikan information gain sebagai seleksi fitur pada WSD bahasa Indonesia menggunakan metode klasifikasi decision list. Hasil penelitian ini, information gain dapat meningkatkan akurasi dengan selisih 0.5% dan selisih presisi 1.3% pada pengujian range collocation 2, serta selisih akurasi 0.3% dan selisih presisi 0.7% pada pengujian range collocation 3. Kata kunci : word sense disambiguation, decision list, feature selection, information gain Abstract Word sense disambiguation (WSD) is a method of searching for the original meaning of an ambiguous word in a particular context. Various types of classifiers can be used in WSD, one of which is the supervised approach to the decision list method. The decision list classification method is able to be the best competitor for the senses which 1 of the participants is supervised. Supervised approach, has no doubt works better than other approaches. However, this approach needs to rely on the large availability of korpora used to create datasets. The more korpora used, the more attributes are found in the dataset. The number of attributes processed by the classifier will affect the performance of the classifier. Feature selection can be used to reduce attributes that are less relevant to the dataset. Information gain is one of the best feature selection compared to other feature selection in the research conducted by Yang and Pederson, Tan and Yang and Forman. Feature selection can be used to optimize classifier performance due to the advantages of information gain feature selection and the uniqueness of the decision list classification method. This study implements information gain as a feature selection on Indonesian WSD using the decision list classification method. The results of this study, information gain can improve 0.5% accuracy and 1.3% precision in range collocation 2 testing and 0.3% accuracy and 0.7% precision in range collocation 3 testing. Keywords: word sense disambiguation, decision list, feature selection, information gain
Analisis Bentuk Pemakaian Prinsip Kesantunan pada Tuturan Direktif dalam Interaksi Mahasiswa Indra Nugrahayu Taufik; Diyas Puspandari; Reka Yuda Mahardika
Ranah: Jurnal Kajian Bahasa Vol 12, No 1 (2023): Ranah: jurnal Kajian Bahasa
Publisher : Badan Pengembangan dan Pembinaan Bahasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26499/rnh.v12i1.6139

Abstract

This study discussed directive speech (direct speech) in student conversations in the form of suggestions, requests, and orders. Direct speech is classified as productive in daily activities, so it is possible to find the use of maxims that are violated by students. This study also describes the form of politeness usage and the use of politeness principle maxims in students' direct speech. To describe and explain this, a qualitative descriptive research method was used, so that the forms and violations of maxims in the speech practices of the students were clearly explained. The results of the study show that the interaction between students in using directive utterances shows the use of the principle of the maxim of discretion; generosity/generosity; award; simplicity/humility; agreement; and sympathy. All the principles of politeness arise because of a combination of educational patterns in the family, community, and campus environment. AbstrakDalam penelitian ini dibahas terkait tuturan direktif (tuturan langsung) pada percakapan mahasiswa berupa saran, permintaan, dan perintah. Tuturan langsung tergolong produktif dalam aktivitas sehari-hari, sehingga memungkinkan ditemukan penggunaan maksim yang dilanggar oleh mahasiswa. Dalam penelitian ini juga dideskripsikan bentuk pemakaian kesantunan serta penggunaan maksim prinsip kesantunan pada tuturan langsung para mahasiswa. Untuk mendeskripsikan dan menjelaskan hal tersebut digunakan metode penelitian deskriptif kualitatif, sehingga dipaparkan dengan jelas bentuk dan pelanggaran maksim dalam praktik tuturan para mahasiswa. Hasil penelitian memperlihatkan interaksi antar-mahasiswa dalam  menggunakan tuturan direktif menunjukkan pemakaian prinsip maksim kebijaksanaan; kedermawanan/kemurahan hati; penghargaan; kesederhanaan/kerendahan hati; permufakatan; dan kesimpatian. Semua prinsip kesantunan muncul karena gabungan pola pendidikan di keluarga, masyarakat, dan lingkungan kampus. 
Implementasi Pembelajaran Pantun di Sekolah Dasar dengan Media Poketun Berbasis Android Indra Nugrahayu Taufik; Diyas Puspandari
Jurnal Inovasi Pendidikan dan Pembelajaran Sekolah Dasar Vol 8, No 1 (2024): JIPPSD
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/jippsd.v8i1.126131

Abstract

This research examines the learning of pantun in elementary schools using Poketun media. The use of Poketun media can help students convey theory, examples, and steps for making pantun. Apart from that, Poketun media also provides entertainment for students during the learning interaction process. The research method used is development in producing Poketun media by validating the product. The implementation of Poketun media in this research has shown positive results, both for teachers and students. The results of the research show that the use of Poketun media as a medium for learning pantun in elementary schools is effective and efficient. This is proven by positive responses from students and teachers. They agreed that with Poketun, learning pantun in elementary schools would become more interesting. The use of Poketun media in learning pantun in elementary schools provides a different learning experience than usual. Students are given more flexible opportunities in space and time (situations and conditions). This trains students' creativity and independence so that they can develop further according to their potential interests and talents. The existence of Poketun media makes learning more interactive and can create expressive spaces in learning literature, especially Pantun, both online and offline in elementary schools.
Multi-aspect Sentiment Analysis of Shopee Application Reviews using RNN Method and Query Expansion Ranking Novitasari, Ariqoh; Sibaroni, Yuliant; Puspandari, Diyas
Building of Informatics, Technology and Science (BITS) Vol 6 No 2 (2024): September 2024
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v6i2.5605

Abstract

Online shopping using e-commerce is a common activity society does in this digital era. Shopee is one of the well-known e-commerce in Indonesia. There are a lot of e-commerce platforms that can easily be accessed through mobile applications like Google Play Store. Users are allowed to review and rate the application they have downloaded. The reviews from the users become an opportunity for e-commerce companies to advance their performances and services. To enhance the understandability of user reviews, a system that can efficiently analyze the sentiment is needed. This study aims to design and establish a system that can perform sentiment analysis on the selected aspects. Sentiment classification is implemented by using the Recurrent Neural Network (RNN) algorithm and Query Expansion Ranking feature selection to classify Shopee application reviews into two classes, which are positive and negative. Feature selection is used to reduce less useful features so that the classification model conducts the classification process optimally and more efficiently. In conclusion, the evaluation results based on an 80:20 data split ratio indicate that the RNN achieves the highest accuracy of 95% in the delivery cost aspect, 93% in the delivery speed aspect, and 86% in the application access aspect.
PENGOLAHAN DATA AKUNTANSI BERBASIS PHYTON (PELATIHAN BAGI SISWA SMKN 3 BANDUNG) Puspandari, Diyas; Palupi, Irma; Fitriyani, Fitriyani
Prosiding Konferensi Nasional Pengabdian Kepada Masyarakat dan Corporate Social Responsibility (PKM-CSR) Vol 6 (2023): INOVASI PERGURUAN TINGGI & PERAN DUNIA INDUSTRI DALAM PENGUATAN EKOSISTEM DIGITAL & EK
Publisher : Asosiasi Sinergi Pengabdi dan Pemberdaya Indonesia (ASPPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37695/pkmcsr.v6i0.1893

Abstract

Program pelatihan ini dirancang untuk siswa sekolah kejuruan agar terampil menganalisis dan mendapatkan pengalaman praktis dalam menganalisis data. Pelatihan ini mencakup pengenalan konsep dasar pemrograman dan pengolahan data menggunakan Python. Setelah menyelesaikan program ini, diharapkan siswa memiliki dasar yang kuat untuk menunjang karir dalam bidang analisis data akuntansi. Metode yang dipakai dalam kegiatan ini adalah pelatihan, siswa langsung praktik mengolah data dipandu oleh pembicara dan instruktur. Siswa belajar cara menggunakan perangkat lunak analisis data, yaitu Python dan Ms. Excel. Pelatihan ini memberikan pengalaman praktis, karena siswa dapat menerapkan keterampilan mereka pada masalah akuntansi. Evaluasi dilakukan untuk mengetahui pemahaman peserta terhadap materi yang telah diberikan. Rata-rata perolehan nilai siswa untuk materi pemograman dasar dengan Python adalah 62,06 dengan distribusi relatif normal. Sedangkan untuk penguasaan materi pengolahan data akuntansi, nilai rata-ratanya siswa adalah 82. Hasil evaluasi menunjukkan bahwa peserta cenderung lebih mudah memahami materi pengolahan data dibandingkan materi pemograman dengan bahasa Python.
Optimalisasi Kemampuan Berpikir Kreatif dalam Pembelajaran Menulis Puisi di SMA Widodo, Arip; Puspandari, Diyas; Taufik, Indra Nugrahayu
JENTERA: Jurnal Kajian Sastra Vol 13, No 1 (2024): Jentera: Jurnal Kajian Sastra
Publisher : Badan Pengembangan dan Pembinaan Bahasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26499/jentera.v13i1.7604

Abstract

Writing skills are very important for educators. Because, it is a creative process that requires knowledge, skills, techniques, and continuous practice. The weakness of creative thinking in Indonesian learning in writing competence, especially poetry writing. The objectives of this study are: (a) to analyze the difference in poetry writing ability using the relay writing method  and students who use conventional methods; (b) analyze the creative thinking ability of students who use the relay writing method  with students who use conventional methods; (c) correlation to the creative thinking ability of class X students and writing poetry using  the relay writing method and  the creative thinking ability of class X students and writing poetry using conventional methods. Based on the results of the research, there is a conclusion that learning to write poetry texts has an impact on students' creative thinking skills. It is evident from the results of the average pre-test results of the experimental class students obtained 57, while the average post-test results of the experimental class obtained 82 which showed a significant increase in scores before and after the treatment. Likewise, the average score of students' creative thinking pretries is 40 while the average score after the creative thinking test is 83. This shows a significant increase in creative thinking. AbstrakKeterampilan menulis sangatlah penting bagi pendidik. Karena, merupakan suatu proses kreatif yang membutuhkan pengetahuan, keterampilan, teknik, serta latihan terus menerus. Lemahnya daya berpikir kreatif pembelajaran Indonesia dalam kompetensi menulis khususnya menulis puisi. Tujuan penelitian ini adalah: (a) menganalisis perbedaan kemampuan menulis puisi yang menggunakan metode estafet writing dengan siswa yang menggunakan metode konvensional; (b) menganalisis kemampuan berpikir kreatif siswa yang menggunakan metode estafet writing  dengan siswa yang menggunakan metode konvensional; (c) korelasi terhadap kemampuan berpikir kreatif siswa kelas X menulis puisi dengan menggunakan metode estafet writing dan kemampuan berpikir kreatif siswa kelas X  menulis puisi dengan menggunakan metode konvensional. Berdasarkan hasil penelitian, terdapat simpulan bahwa pembelajaran menulis teks puisi berdampak terhadap kemampuan berpikir kreatif siswa. Terbukti dari hasil prates rata-rata siswa kelas eksperimen memperoleh 57, sementara perolehan rata-rata pascates kelas ekperimen memperoleh 82 yang menunjukan kenaikan nilai yang signifikan sebelum perlakuan dan setelah perlakuan. Begitu pula dengan nilai rata-rata prates berpikir kreatif siswa yaitu 40 sementara nilai rata-rata pascates berpikir kreatif 83. Hal ini, menunjukan kenaikan yang signifikan terhadap berpikir kreatif.
Penerapan Metode Long Short-Term Memory dan Word2Vec dalam Analisis Sentimen Ulasan pada Aplikasi Ferizy Shyahrin, Mega Vebika; Sibaroni, Yuliant; Puspandari, Diyas
Techno.Com Vol. 22 No. 4 (2023): November 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i4.9205

Abstract

Tranportasi merupakan hal yang penting bagi masyarakat dalam mobilitas sehari-hari. Karena memiliki peranan penting dan dapat memudahkan kehidupan masyarakat, pemerintah mulai mengoptimalkan pembangunan sarana transportasi dan memulai inovasi digital, salah satunya pada moda transportasi laut. Perseroan Terbatas Angkutan Sungai, Danau, dan Penyeberangan Indonesia (PT ASDP)  meluncurkan aplikasi Ferizy pada Google Playstore. Dalam inovasi ini, sentimen masyarakat dapat membantu untuk mengetahui kepuasan, kekurangan, saran, dan kritik. Terkait hal tersebut maka diperlukan analisis sentimen untuk memahami maksud ulasan. Analisis ini mengekstrak data ulasan lalu mengolah data tekstual secara otomatis untuk mendapatkan makna sentimen yang terkandung dalam ulasan. Penelitian ini mengimplementasikan klasifikasi Long Short-Term Memory (LSTM) dan ekstraksi fitur Word2Vec variasi skip-gram serta CBOW pada dataset ulasan aplikasi Ferizy. Hasil pengujian dari model menghasilkan nilai akurasi sebesar 88,20% untuk variasi skip-gram dan 74,20% untuk variasi CBOW.
Co-Authors Anisa Herdiani Arip Widodo, Arip Atikah, Balqis Sayyidahtul Erwin Budi Setiawan Fitriyani Fitriyani Indra Nugrahayu Taufik Indriani Mentaruk Irma Palupi Mahardika, Reka Yuda Muhamad Fauzan Putra Novitasari, Ariqoh Prasetiyowati, Sri Sakti Dewantoro Shakina Rizkia Shyahrin, Mega Vebika Yuliant Sibaroni