Claim Missing Document
Check
Articles

Found 3 Documents
Search

Sistem Pendukung Keputusan Dengan Metode Weighted Product pada Manajemen Bimbingan Konseling SMA Negeri 1 Rejoso Ramadhani, Irfan
JURNAL TECNOSCIENZA Vol. 6 No. 1 (2021): TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/tecnoscienza.v6i1.559

Abstract

Penanganan Bimbingan Konseling di SMA Negeri 1 Rejoso Nganjuk berpedoman pada data Pedoman Penilaian Kepribadian Siswa yang berisi acuan nilai-nilai pelanggaran. Selama ini kejadian setiap pelanggaran siswa dicatat pada berkas Microsoft Excel dan diberi nilai sesuai poin pelanggarannya dan kemudian dijumlahkan. Hasil jumlahan nilai ini kemudian dibawa ke forum rapat para guru dan Kepala Sekolah (atau yang mewakili Kepala Sekolah) untuk menentukan tindakan pihak sekolah kepada para siswa yang melanggar. Tujuan dari penelitian ini adalah sekolah dapat memberikan keputusan untuk mempertahankan siswa untuk dibimbing ataupun mengeluarkan siswa karena pelanggarannya sudah tidak dapat lagi diberi toleransi. Dalam membangun sistem ini peneliti menggunakan metode Weighted Product untuk membuat sistem pendukung keputusan penilaian kepribadian siswa. Kriteria yang diambil dalam menerapkan metode Weighted Product pada sistem ini adalah biaya kelakuan, kerajinan, kerapian, dan kebersihan. Dari percobaan sistem oleh 13 responden, didapatkan 10 responden yang menyatakan puas dengan kesimpulan yang ditawarkan oleh sistem, sehingga akurasi sistem dapat dinyatakan sebesar 76,9%.
ANALISIS KUALITAS PELAYANAN RAWAT INAP PADA MASA PANDEMI COVID-19 DI RUMAH SAKIT CIREMAI KOTA CIREBON Erna, Erna; Ramadhani, Irfan
Jurnal Academia Praja Vol 5 No 1 (2022): Academia Praja : Jurnal Ilmu Politik, Pemerintahan, dan Administrasi Publik
Publisher : Universitas Jenderal Ahmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36859/jap.v5i1.914

Abstract

Perkembangan teknologi yang pesat dan adanya persaingan rumah sakit dituntut untuk memberikan dan meningkatkan pelayanannya. Pasien akan merasa puas apabila pelayanan kesehatan yang diperoleh sesuai dengan harapaanya, maka sudah selayaknya Rumah Sakit Ciremai Kota Cirebon memperhatikan kualitas pelayanan guna meningkatkan kepuasaan pasien. Penelitian ini bertujuan untuk mengetahui bagaimana kualitas pelayanan terhadap kepuasan pasien rawat inap pada masa pandemi covid-19 di rumah sakit ciremai kota Cirebon. Penelitian ini menggunakan metode penelitian deskriptif analisis. Pengambilan sampel dilakukan menggunakan teknik accidental sampling melalui penyebaran angket/kuesioner dengan jumlah responden sebanyak 100 orang. Teknik analisis data menggunakan analisis deskriptif. Hasil analisis data terkait variabel Kualitas Pelayanan (X) yang memperoleh nilai skor total sebesar 4.821 atau 88% dengan kategori sangat baik . Selain itu, variabel Kepuasaan (Y) juga memperoleh nilai skor total sebesar 3.474 atau 87% dengan kategori sangat setuju.
Sentiment Analysis of YouTube Comments for the Jumbo Movie Trailer Using IndoBERT Zamakhsyari, Fardan; Suhana, Rizka; Ramadhani, Irfan; Priyo Santoso, Dwi
Smart Techno (Smart Technology, Informatics and Technopreneurship) Vol. 8 No. 1 (2026)
Publisher : Primakara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59356/smart-techno.v8i1.198

Abstract

The film industry in Indonesia has experienced significant growth, from cinematography to animation. Along with this growth, public opinion has also varied, from assessments of the storyline to the production process. To assess public sentiment on social media, a system is needed that can accommodate this process. This study aims to analyse public sentiment towards the trailer for the animated film ‘Jumbo,’ which was released on the YouTube platform. Using an NLP approach, two fine-tuned IndoBERT models were compared: ‘Aardiiiiy/indobertweet-base-Indonesian-sentiment-analysis’ and ‘rikidharmawan/finetuning-sentiment-model-indobertweet-v2’. The data to be processed was obtained from 1,468 YouTube comments through a crawling process using the YouTube API. The data was then analysed using both models to classify the comments into positive, neutral, and negative sentiments. Evaluation was conducted using a confusion matrix with accuracy, precision, recall, and F1-score metrics. The evaluation results show that ‘Aardiiiiy/indobertweet-base-Indonesian-sentiment-analysis’ is superior, with an accuracy of 57.2% and a higher average F1-score compared to ‘rikidharmawan/finetuning-sentiment-model-indobertweet-v2,’ which has an accuracy of 51.3%. This research contributes to the selection of sentiment analysis models for Indonesian-language data, particularly in the domains of social media and the film industry.