Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

0.882

P-Index

This Author published in this journals

All Journal Telematika Jurnal Ilmiah Media Sisfo Jurnal Informatika dan Rekayasa Komputer Jurnal Manajemen Teknologi dan Sistem Informasi

Beny Beny

Universitas Dinamika Bangsa

Author-ID : 6047899

Computer Science & IT Education

Published : 5 Documents Claim Missing Document

Claim Missing Document

Articles

Evaluasi Media Sosial Sebagai CRM Pada Universitas dengan Information Systems Success Model Herti Yani; Beny Beny
Jurnal Ilmiah Media Sisfo Vol 17 No 1 (2023): Jurnal Ilmiah Media Sisfo
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/mediasisfo.2023.17.1.717

Social CRM memberikan kerangka kerja konseptual dan struktural baru yang berbasis pada Web 2.0 dan Media Sosial untuk mengarahkan kegiatan institusi pendidikan dalam menarik dan mempertahankan customer. Penelitian ini mengevaluasi pengukuran kesuksesan adopsi Social CRM pada Universitas Dinamika Bangsa dengan mengintegrasikan Critical Success Factors dan DeLone and McLean Information System Success Model. Evaluasi kesuksesan adopsi Social CRM pada perguruan tinggi dilakukan dengan menggunakan DeLone and McLean Information Systems Success Model dengan kriteria-kriteria komponen information quality, system quality dan service quality yang dirumuskan dari pengklasifikasian terhadap critical success factors. Hasil penelitian menunjukan variabel Information Quality berpengaruh terhadap variabel Use dengan tingkat signifikansi yaitu 0.000 (<0.05), variabel System Quality berpengaruh terhadap variabel Use secara signifikan dengan tingkat signifikansi 0.030 (<0.05), variabel System Quality berpengaruh terhadap User Satisfaction tingkat signifikansi 0.000 (<0.05), variabel Service Quality berpengaruh terhadap variabel Use dengan tingkat signifikansi 0.000 (<0.05), dan variabel Use berpengaruh terhadap variabel Net Benefit dengan tingkat signifikansi 0.000 (<0.05).

Perancangan Aplikasi Pembelajaran Dasar Bahasa Jepang Berbasis Android Dengan Implementasi Algoritma Fisher-Yates Shuffle Reyca Liani Chandra; Beny Beny; Agus Nugroho
Jurnal Informatika Dan Rekayasa Komputer(JAKAKOM) Vol 3 No 1 (2023): JAKAKOM Vol 3 No 1 APRIL 2023
Publisher : LPPM Universitas Dinamika Bangsa

The ability of a foreign language is a distinct advantage for an individual. One of the most popular foreign languages is Japanese. Based on a questionnaire that has been conducted to 44 respondents, 65.9% have an interest in learning Japanese for various reasons. Then 93.8% stated that the Japanese language learning media was not enough. This application contains basic Japanese material such as katakana, hiragana, kanji, and grammar material that is equipped with questions that can be done by the user. This application is made by implementing the Fisher-Yates Shuffle algorithm which is used to randomize the questions contained in this application. So that users can work on questions repeatedly.

Evaluasi Usability Aplikasi PeduliLindungi Menggunakan Metode Usability Testing dan System Usability Scale (SUS) Arine Lupita Dyayu; Beny Beny; Herti Yani
Jurnal Manajemen Teknologi Dan Sistem Informasi (JMS) Vol 3 No 1 (2023): JMS Vol 3 No 1 Maret 2023
Publisher : LPPM STIKOM Dinamika Bangsa

PeduliLindungi adalah aplikasi hasil kolaborasi oleh Kementrian Komunikasi dan Informatika (KOMINFO), Kementrian Kesehatan (Kemenkes), Kementrian BUMN, Badan Nasional Penanggulangan Bencana (BNPB), dan Komite Penanganan Covid-19 dan Pemulihan Ekonomi Nasional (KPCPEN) untuk membantu instansi pemerintah terkait dalam melakukan pelacakan untuk menghentikan penyebaran Coronavirus Diseases (COVID-19). Metode yang digunakan dalam penelitian ini adalah Usability Testing dan System Usability Scale (SUS). Usability Testing merupakan pengukuran tentang seberapa mudah sistem saat digunakan dan kendala yang ditemukan saat penggunaannya untuk dapat dievaluasi dan menghasilkan data yang relevan terkait pengujian yang dilaksanakan. Sedangkan System Usability Scale (SUS) merupakan alat pengujian yang dikembangkan oleh John Brooke dengan menerapkan sepuluh pertanyaan yang memberikan pandangan global secara subjektif mengenai ketergunaan. Terdapat 4 metrik yang diukur dalam usability testing yaitu learnability, time based efficiency, error rate dan satisfaction atau hasil kuesioner system usability scale. Usability testing memiliki 6 task scenario yang diujikan kepada 5 partisipan. Hasil dari pengujian akan dianalisis secara kualitatif dan kuantitatif, pada metrik learnability didapatkan persentase sebesar 68% yang menyatakan bahwa aplikasi PeduliLindungi masih berada dibawah rata-rata dalam segi keberhasilan pengguna. Lalu, pada metrik efficiency didapatkan nilai sebesar 0,03 goals/sec dimana hanya 3% dari tugas yang dapat dilakukan dalam waktu 1 detik. Metrik error didapatkan hasil sebesar 29% atau 0,29 dimana persentase tersebut menyatakan bahwa tingkat error aplikasi PeduliLindungi berada dibawah rata-rata. Dan pada metrik satisfaction hasil rata-rata skor yang didapatkan adalah 56, dimana hasil pengujian kuesioner SUS masih berada dibawah rata-rata. Dari permasalahan yang ditemukan, terdapat 3 rekomendasi perbaikan yang disarankan.

Perencanaan Enterprise Architecture Sistem Informasi Pada Kantor Lurah Selamat Kota Jambi Menggunakan Framework Togaf-Adm Reski Febrianti Siregar; Herti Yani; Beny Beny
Jurnal Manajemen Teknologi Dan Sistem Informasi (JMS) Vol 3 No 1 (2023): JMS Vol 3 No 1 Maret 2023
Publisher : LPPM STIKOM Dinamika Bangsa

Kantor Kelurahan Selamat adalah salah satu instansi dibawah pemerintah Kota Jambi berada di Kecamatan Danau Sipin Kota Jambi. Saat ini Kantor Kelurahan Selamat sudah menerapkan teknologi informasi sebagai pusat layanan informasi dengan hanya menggunakan whatsapp tetapi belum mempunyai sistem informasi yang terintegrasi pada lingkungan kantor. Pada penelitian ini bertujuan untuk merancang arsitektur enterprise pada Kantor Lurah Selamat agar dapat meningkatkan pelayanan informasi dan administrasi kepada pihak eksternal maupun internal organisasi agar terus berkembang sesuai dengan kebutuhan masyarakat dan pengurus pada Kantor Lurah Selamat. Membuat perencanaan enterprise architecture untuk menciptakan keselarasan dan efisensi antara pelayanan dan teknologi informasi bagi kebutuhan sebuah instansi dengan didukung sistem informasi yang terintegrasi berbasis enterprise architecture. Metodologi penelitian yang digunakan yaitu wawancara, observasi, studi pustaka, tinjauan pustaka, dengan menggunakan framework Togaf Adm dalam perancangan arsitektur. Hasil dari penelitian ini berupa blueprint arsitektur Sistem Informasi Kantor Lurah Selamat yang dapat dijadikan sebagai landasan untuk membangun suatu Sistem Informasi dalam menunjang kegiatan atau proses layanan yang terdapat pada Kantor Lurah Selamat Kota Jambi khususnya pada bagian pelayanan masyarakat secara umum, serta mampu menyelesaikan permasalahan sistem informasi yang masih belum terintergasi.

Comparative Analysis of Support Vector Machine and IndoBERT Algorithms in Stance Detection on Political Issues in Social Media X: A Case Study of BPI Danantara Dhammananda Taniputra; Beny Beny; Lidwina Demai Lucia; Rachel Velysha
Telematika Vol 18, No 2: August (2025)
Publisher : Universitas Amikom Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35671/telematika.v18i2.3219

Stance detection is an NLP task aimed at identifying and classifying a writer’s attitude toward a topic as supportive, opposing, or neutral based on text analysis, providing deeper insights into public opinion and supporting data-driven decision-making. This study focuses on Indonesian society’s stance toward the National Investment Management Agency (BPI Danantara), which has received positive responses for its economic potential as well as negative reactions due to concerns over governance and corruption risks. In this research, a machine learning approach using the Support Vector Machine algorithm and a deep learning approach using the IndoBERT model were applied to detect pro, contra, and neutral stances in posts from the X social media platform. A total of 6,805 tweets were collected through scraping and manually labeled by three annotators. The dataset was then processed through cleaning, undersampling, and modeling, and evaluated using accuracy, precision, recall, F1-score, and ROC-AUC metrics. Experiments were conducted across various scenarios, including binary and three-class classification as well as balanced and imbalanced datasets, to assess the effectiveness of each model. The results indicate that IndoBERT consistently outperforms SVM across all scenarios, particularly in capturing nuanced stances in Indonesian text. However, statistical evaluation using the paired t-test and the Wilcoxon signed-rank test reveals that the performance differences between the two models are generally not statistically significant, except in the three-class classification scenario with undersampling, where IndoBERT shows a significant advantage in handling balanced multi-class stance detection. These findings demonstrate the advantage of Transformer-based approaches for complex stance detection tasks and highlight their potential for developing automated public opinion monitoring systems. Nevertheless, this study has limitations, including the relatively small dataset, the focus on a single social media platform, and the methods applied. Future research could explore larger and more diverse datasets, incorporate multiple social media platforms, and employ other Transformer-based models to enhance generalization and improve stance detection accuracy.

Co-Authors Agus Nugroho Arine Lupita Dyayu Dhammananda Taniputra Herti Yani Lidwina Demai Lucia Rachel Velysha Reski Febrianti Siregar Reyca Liani Chandra

Title

Found 5 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 5 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 5 Documents
Search