Claim Missing Document
Check
Articles

IMPLEMENTATION OF BACKPROPAGATION NEURAL NETWORK IN SENTIMENT ANALYSIS ON TWITTER TO PUBLIC FIGURES Achmad Safruddin; Arief Hermawan; Adityo Permana Wibowo
Compiler Vol 9, No 2 (2020): November
Publisher : Institut Teknologi Dirgantara Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (989.502 KB) | DOI: 10.28989/compiler.v9i2.834

Abstract

Sentiment analysis is a process for identifying or analyzing people's opinions on a topic. Sentiment analysis analyzes each word in a sentence to find out the opinions or sentiments expressed in the sentence. The opinions expressed can be in the form of positive or negative opinions. Twitter is one of the most popular social media in Indonesia. Twitter users always discuss various kinds of topics every day. One of the things discussed on Twitter and which has become a trending topic several times is about public figures. This study discusses the analysis of positive or negative sentiments towards public figures based on tweet data carried out by text processing. The results of text processing are classified using a backpropagation neural network. Tests were carried out using 69 test data, resulting in an accuracy of 62.3%, with 43 correct classification results.
Pelatihan penggunaan media sosial sebagai sarana dakwah bagi penyuluh agama islam di masa pandemi Adityo Permana Wibowo; Donny Avianto; Arief Hermawan
KACANEGARA Jurnal Pengabdian pada Masyarakat Vol 4, No 2 (2021): Juli
Publisher : Institut Teknologi Dirgantara Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28989/kacanegara.v4i2.871

Abstract

Masa pandemi Covid-19 menghentikan semua aktivitas yang mengundang keramaian, salah satunya adalah kegiatan kajian agama islam baik itu dalam bentuk pertemuan klasikal sampai dengan tabligh akbar. Sementara penyuluh Agama Islam dituntut untuk tetap produktif dalam memberikan penyuluhannya kepada masyarakat. Kementerian Agama Kab. Sleman membuat kebijakan bahwa seluruh penyuluh agama di bawah Kementerian Kab. Sleman harus tetap produktif dalam memberikan penyuluhan Agama Islam kepada Masyarakat. Salah satu cara penyuluhan yang digunakan adalah memanfaatkan media sosial, yaitu Youtube.  Permasalahannya adalah tidak semua penyuluh agama di Kab. Sleman familiar dengan Youtube, sehingga diperlukan adanya pelatihan dalam penggunaan media sosial Youtube sebagai sarana dakwah. Kegiatan dilakukan dalam bentuk pelatihan dan pendampingan dalam menggunakan Youtube bagi penyuluh agama dalam mulai dari create account, upload video, pengaturan dan pemberian deskripsi video, sampai dengan pendaftaran monetisasi Youtube. Pelatihan dan pendampingan ini diharapkan bisa membantu para penyuluh agama tetap produktif dalam menyampaikan dakwahnya dan video dakwah yang disebarkan bisa eligible untuk didaftarkan monetisasi
Sistem Klasifikasi Kinerja Satpam Menggunakan Metode Naїve Bayes Classifier Adityo Permana Wibowo; Sri Hartati
Jurnal Inovtek Polbeng Seri Informatika Vol 1, No 2 (2016)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (573.24 KB) | DOI: 10.35314/isi.v1i2.138

Abstract

Intisari - PT. Garuda Merah Indoensia merupakan perusahaan BUJP yang menangani pendidikan dan pelatihan Satpam (Satuan Pengamanan). Saat ini di perusahaan tersebut dalam menilai kinerja satpam menggunakan sistem “teman menilai teman” yang bisa menimbulkan hasil kinerja yang tidak akurat. Satpam merupakan bentuk pengamanan swakarsa yang bertugas membantu Polri dibidang penyelenggaraan keamanan dan ketertiban masyarakat, terbatas pada lingkungan kerjanya. Penelitian ini bertujuan untuk menghasilkan sebuah sistem yang mampu melakukan klasifikasi kinerja baik, cukup, dan buruk yang dilihat dari kemampuan, kepribadian dan ketrampilan masing-masing satpam dengan menggunakan metode Naïve Bayes Classifier. Metodologi penelitian ini dimulai dengan mengajukan pertanyaan berupa kuesioner kepada satpam yang bekerja pada sebuah instansi, kemudian dilakukan wawancara dengan direktur Pusdiklat satpam. Data tersebut akan digunakan sebagai data sampel.   Proses   penerapan   metode   Naive   Bayes   Classifier   untuk   klasifikasi   kinerja   satpam menggunakan perhitungan numerik tiga variabel. Pengujian klasifikasi menggunakan 39 data uji dan menghasilkan prosentase nilai kebenaran sebesar 92,31%, prosentase kinerja baik 20,51%, kinerja cukup 71,79%, kinerja buruk 7,69%. Dengan demikian aplikasi ini bisa digunakan untuk membantu mengetahui kinerja satpam. Kata Kunci - Klasifikasi, Kinerja Satpam, Naïve Bayes Classifier
Implementasi Korelasi untuk Seleksi Fitur pada Klasifikasi Jamur Beracun Menggunakan Jaringan Syaraf Tiruan Arief Hermawan; Adityo Permana Wibowo
INTEK : Jurnal Informatika dan Teknologi Informasi Vol. 5 No. 1 (2022)
Publisher : Universitas Muhammadiyah Purworejo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37729/intek.v5i1.1973

Abstract

Jamur merupakan salah satu jenis flora yang tumbuh subur di negara tropis, salah satunya Indonesia. Jamur terdiri atas 2 jenis, yaitu jamur yang bisa dimakan (menyehatkan) dan jamur yang tidak bisa dimakan (jamur beracun). Tujuan yang ingin dicapai dalam penelitian ini adalah meningkatkan keakuratan klasifikasi jamur dengan pendekatan analisis korelasi. Peningkatann akurasi dilakukan dengan menghilangkan atribut yang berkorelasi di atas 0,8. Dataset yang digunakan diambil dari Kaggle.com yang terdiri atas 22 variabel input, dan 2 variabel output. Setelah dilakukan simulasi dengan menggunakan jaringan syaraf tiruan perambatan galat mundur, diperoleh hasil dari 22 variabel yang dipergunakan untuk mengklasifikasi jamur beracun atau tidak beracun, ditemukan ada 2 variabel yang secara bersama-sama tidak berkontribusi terhadap hasil klasifikasi dan cenderung menjadi variabel pengganggu. Dua variabel tersebut adalah variabel Bruises dan Ringtype. Dengan dihilangkannya 2 variabel tersebut, terjadi peningkatan keakuratan klasifikasi dari 97,97%, menjadi 99,02%
PREDIKSI PENJUALAN SEPEDA MOTOR HONDA MENGGUNAKAN JARINGAN SYARAF TIRUAN Tri Waluyo; Arief Hermawan; Adityo Permana Wibowo
Journal of Information System Management (JOISM) Vol. 1 No. 1 (2019): Juli
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (391.084 KB) | DOI: 10.24076/joism.2019v1i1.20

Abstract

Prediksi penjualan merupakan salah satu cara untuk meningkatkan laba perusahaan. Peramalan dipergunakan untuk menyeterakan antara perbedaan waktu yang sekarang dan yang akan datang terhadap kebutuhan. Jaringan Syaraf Tiruan (JST) dapat mengaplikasikan dengan baik metode peramalan. Data yang diperoleh dibagi menjadi data pelatihan dan pengujian. Dengan menggunakan berbagai operator di software Rapidminer diperoleh hasil Root Mean Square Error (RMSE) terendah yaitu 45327.969 windowing 12, yang artinya data 12 bulan pertama adalah data yang krusial atau penting sebagai acuan untuk meramalkan/memprediksi penjualan sepeda motor Honda. Perusahaan dapat memprediksi jumlah permintaan konsumen terhadap produk pada tahun berikutnya, selanjutnya ditindaklanjuti ke bagian produksi.
IMPLEMENTASI ALGORITMA DECISSION TREE UNTUK MENGKLASIFIKASI KONDISI KESUBURAN PRIA Arif Amrulloh; Adityo Permana Wibowo
JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer) Vol 3, No 1 (2021): JUNI 2021
Publisher : Universitas Merdeka Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26905/jasiek.v3i1.3119

Abstract

Tingkat kesuburan atau Fertility merupakan hal penting dalam proses melanjutkan keturunan pada pasangan suami istri. Beberapa penelitian menyatakan bahwa banyak faktor yang mempengaruhi seperti hormon, penyakit bawaan, tindakan operasi, konsumsi alkohol dan merokok. Untuk mengetahui faktor apa saja yang paling berpengaruh perlu dilakukan penelitian dalam hal tersebut. Decission tree merupakan salah satu metode yang dapat digunakan untuk mengklasifikasi dan memprediksi karena memiliki kemudahan dalam interpretasi hasil.  Klasifikasi dapat mengetahui faktor apa saja yang paling berpengaruh terhadap tingkat kesuburan atau fertility sehingga dapat digunakan sebagai acuan untuk merubah pola atau kebiasaan sehari-hari. Pelatihan dan pengujian disimulasi menggunakan applikasi Rapidminer dengan hasil akurasi 88% untuk pelatihan dan 92% untuk pengujian.  
The Improvement of Artificial Neural Network Accuracy Using Principle Component Analysis Approach Arief Hermawan; Adityo Permana Wibowo; Akmal Setiawan Wijaya
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 22 No 1 (2022)
Publisher : LPPM Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v22i1.1880

Abstract

An important problem in a classification system is how to get good accuracy results. A way to increase the accuracy of a classifier system is to improve the number of input data attributes. Improving the number of input data attributes can be done using the Principal Component Analysis (PCA) method. The aim of this research is to reduce the number of input data attributes to increase the accuracy in a mushroom classification system. The research method used in this study started from collecting datasets from Kaggle.com related to mushroom-classification, then the data visualization process was carried out using pie charts then a dimension reduction process was carried out to reduce the number of variables using the PCA method. The next step is the training and testing of the artificial neural network. The architecture of artificial neural network used is backward error propagation with the number of hidden layers as much as 2 layers with the number of cells as many as 3 and 2. The training data used is 80%, while the testing data is 20%. Based on the test results, obtained an accuracy of 100% with 150,000 iterations and using 11 input variables from 22 existing input variables. By adding Principal Component Analysis part of the development that can improve the accuracy and performance of Artificial Neural Networks
Estimation of Time Voting in Elections Using Artificial Neural Network Nur Hidayati; Muhammad Fachrie; Adityo Permana Wibowo
Compiler Vol 8, No 2 (2019): November
Publisher : Institut Teknologi Dirgantara Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (453.369 KB) | DOI: 10.28989/compiler.v8i2.499

Abstract

Since the first election policy was enacted simultaneously, it does not mean that it does not have potential problems, instead it causes other problems, which require extra time and energy in doing recapitulation. Simultaneous elections consist of presidential elections, DPR elections, Provincial DPRDs, City / Regency DPRDs, DPD, the more they are elected, the more influential is the time of voting and the time of vote recapitulation. The longer the voting time is done by the voters, the longer the recapitulation time. The longer time of recapitulation results in the fatigue of KPPS members which triggers inaccurate work and prone to manipulation and fraud so that it can damage the quality of elections. This study aims to determine the estimated time needed for voting for ballots in elections using the Multilayer Perceptron Artificial Neural Network (ANN) approach. The resulting time estimate is based on the time of the voter in the voting booth. The results of this study indicate that ANN with the Multilayer Perceptron Algorithm can calculate the estimated time required for ballot balloting by producing the best combination of learning parameters with 4 hidden neurons, learning rate 0.001, and 2000 epoch iterations resulting in an RMSE value of 108,015 seconds.
Penerapan REST API Untuk Aplikasi Reservasi Dokter Praktik Berbasis Android (Studi Kasus: Klinik dr. Candra Safitri) Albertus Carloson Fallo; Adityo Permana Wibowo
Teknika Vol 12 No 2 (2023): Juli 2023
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v12i2.615

Abstract

Reservasi merupakan salah satu hal penting untuk dilakukan ketika pasien ingin berobat di suatu instansi kesehatan. Pada klinik dr. Candra Safitri ini, proses reservasi pasien untuk berobat masih menggunakan cara yang konvensional yaitu dengan memaksa pasien untuk melakukan antri dengan cara datang langsung ke klinik dr. Candra Safitri. Kemudian, ketika pasien tiba di klinik, pasien diminta untuk mengambil nomor antrian yang tersedia pada klinik tersebut. Proses ini dinilai kurang efektif karena pasien harus melakukan antri yang panjang dan menunggu giliran untuk dipanggil ke ruang dokter. Adapun tujuan dari penelitian ini yaitu untuk membuat sebuah aplikasi android untuk melakukan reservasi supaya pasien yang ingin berobat dapat melakukan reservasi tanpa datang langsung ke klinik untuk mengambil nomor antrian yang tersedia pada klinik dr. Candra Safitri ini. Pengembangan aplikasi ini dilakukan menggunakan metode RAD (Rapid Application Development) dengan tahapan Requirement Planning, User Design, Construction and Cutover. Hasil dari penelitian ini berupa aplikasi reservasi berbasis android dan didukung dengan website admin yang diimplementasikan di klinik dr. Candra Safitri supaya memudahkan pasien dalam melakukan reservasi. Berdasarkan pengujian aplikasi menggunakan metode Black Box, dapat ditarik kesimpulan bahwa hasil pengujian fungsionalitas dari website admin dan aplikasi mobile pasien semuanya sukses dan semua modul yang dibuat sudah sesuai dengan rancangan sistem.
Application of Augmented Reality for Furniture Catalogs Hamzah Fachrurozi; Adityo Permana Wibowo
Journal of Social Research Vol. 2 No. 11 (2023): Journal of Social Research
Publisher : International Journal Labs

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55324/josr.v2i11.1503

Abstract

In the current rapidly developing era of technology and telecommunications, promotional media has become a crucial factor in business, particularly for furniture stores. Although the use of sales catalogs in print media is already common, it often leaves customers dissatisfied because it is only two-dimensional and requires a visit to the store. Therefore, more attractive and innovative promotional media is necessary to increase the appeal and sales value of a store. One technology that can be utilized for this purpose is Augmented Reality (AR) technology, which combines the real and virtual worlds in an Android-based catalog. A catalog application with AR technology can display furniture products in real-time and facilitate customers in selecting furniture by presenting a 3D image of the product from various angles. It is expected that customers will be more interested in furniture catalogs that use Augmented Reality technology and increase the store's sales value.