Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : INTEGER: Journal of Information Technology

Penentuan Pola Kalimat Bahasa Inggris Pada Simple Present Tense Menggunakan Metode Bottom Up Parsing Meilani, Budanis Dwi; Nasir, Muhamad
INTEGER: Journal of Information Technology Vol 1, No 1 (2016): Maret
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (333.217 KB) | DOI: 10.31284/j.integer.2016.v1i1.54

Abstract

English is a language widely used by many countries in the world. It has many grammar rules in which  each has structural pattern regulating composition of clause, phrase, and words in natural language. Simple Present Tense is one of 16 tenses in English Grammar. It is the first and basic tense which used to express regular and habitual action. Most Junior  High School students have difficulty in determining grammar pattern of tenses, particularly in Simple Present Tense. This research discussed about an application for determining English sentence pattern of Simple Present Tense by using Bottom Up Parsing Method. This is one of Parsing methods used for unscrambling sentence. The English sentence was broken down and translated into pattern forms. The constructed form had rule-base character and implemented Context Free Grammar (CFG). Among 110 inputs of testing, the usage of Bottom Up Parsing Method in determining a sentence pattern got 88.1% data accuracy. In this case, the system could not detect the name of person in interrogative sentence which located at the second word functioning as a subject.
Penentuan Pola Kalimat Bahasa Inggris Pada Simple Present Tense Menggunakan Metode Bottom Up Parsing Budanis Dwi Meilani; Muhamad Nasir
INTEGER: Journal of Information Technology Vol 1, No 1 (2016): Maret 2016
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2016.v1i1.54

Abstract

English is a language widely used by many countries in the world. It has many grammar rules in which  each has structural pattern regulating composition of clause, phrase, and words in natural language. Simple Present Tense is one of 16 tenses in English Grammar. It is the first and basic tense which used to express regular and habitual action. Most Junior  High School students have difficulty in determining grammar pattern of tenses, particularly in Simple Present Tense. This research discussed about an application for determining English sentence pattern of Simple Present Tense by using Bottom Up Parsing Method. This is one of Parsing methods used for unscrambling sentence. The English sentence was broken down and translated into pattern forms. The constructed form had rule-base character and implemented Context Free Grammar (CFG). Among 110 inputs of testing, the usage of Bottom Up Parsing Method in determining a sentence pattern got 88.1% data accuracy. In this case, the system could not detect the name of person in interrogative sentence which located at the second word functioning as a subject.
Sistem Pendukung Keputusan Penerimaan Bantuan Keluarga Harapan Dengan Metode Simple Aditive Waiting Amat Adib; Budanis Dwi Meilani
INTEGER: Journal of Information Technology Vol 7, No 2: September 2022
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2022.v7i2.3069

Abstract

Kecamatan Kandeman Kabupaten Batang merupakan salah satu wilayah yang penerima bantuan dari Program Keluarga Harapan. Untuk meningkatkan transparansi dalam penyaluran bantuan pemerintah, maka perlu dilakukan pendataan yang bersifat objektif maka diperlukan sebuah sistem yang mampu memberikan pertimbangan keputusan untuk menentukan data penerima bantuan berdasarkan parameter yang sudah ditentukan. Metode yang digunakan dalam pengembangan sistem ini Simple Additive Weighting (SAW) adalah salah satu metode yang digunakan dalam proses pengambilan suatu keputusan. Konsep SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat dibandingkan dengan semua rating alternatif yang ada. Langkah awal dengan menentukan bobot pada setiap kriteria yang terdiri dari kategori pendidikan dan kesehatan, pendapatan selama satu bulan, sumber air yang digunakan, jenis lantai, jenis dinding, jumlah kendaraan, transportasi untuk kerja, dan pengeluaran selama satu bulan. Hasil dari uji coba sistem sebanyak 30 kali dari percobaan, maka dihasilkan 26 percobaan sesuai dan 4 percobaan tidak sesuai, maka dihasillkan 86,6 %.Kata Kunci: Sistem Pendukung Keputusan, Simple Additive Weighting, Program Keluarga Harapan.
Sistem Pendukung Keputusan Penerimaan Bantuan Keluarga Harapan Dengan Metode Simple Aditive Waiting Adib, Amat; Meilani, Budanis Dwi
INTEGER: Journal of Information Technology Vol 7, No 2 (2022): September
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2022.v7i2.3069

Abstract

Kecamatan Kandeman Kabupaten Batang merupakan salah satu wilayah yang penerima bantuan dari Program Keluarga Harapan. Untuk meningkatkan transparansi dalam penyaluran bantuan pemerintah, maka perlu dilakukan pendataan yang bersifat objektif maka diperlukan sebuah sistem yang mampu memberikan pertimbangan keputusan untuk menentukan data penerima bantuan berdasarkan parameter yang sudah ditentukan. Metode yang digunakan dalam pengembangan sistem ini Simple Additive Weighting (SAW) adalah salah satu metode yang digunakan dalam proses pengambilan suatu keputusan. Konsep SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat dibandingkan dengan semua rating alternatif yang ada. Langkah awal dengan menentukan bobot pada setiap kriteria yang terdiri dari kategori pendidikan dan kesehatan, pendapatan selama satu bulan, sumber air yang digunakan, jenis lantai, jenis dinding, jumlah kendaraan, transportasi untuk kerja, dan pengeluaran selama satu bulan. Hasil dari uji coba sistem sebanyak 30 kali dari percobaan, maka dihasilkan 26 percobaan sesuai dan 4 percobaan tidak sesuai, maka dihasillkan 86,6 %.Kata Kunci: Sistem Pendukung Keputusan, Simple Additive Weighting, Program Keluarga Harapan.
Analisis Sentimen Kepuasan Pengguna Aplikasi Mobile Banking Bank ABC Menggunakan Algoritma K-Nearest Neighbor Prasetya, Bima Aji; Meilani, Budanis Dwi
INTEGER: Journal of Information Technology Vol 11, No 1 (2026): Maret
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2026.v11i1.8752

Abstract

Aplikasi mobile banking kini menjadi layanan penting dalam mendukung aktivitas transaksi digital. Untuk mengetahui tingkat kepuasan pengguna, analisis sentimen terhadap ulasan pengguna dapat memberikan informasi yang berharga bagi pengembangan aplikasi. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna aplikasi mobile banking Bank ABC dengan menggunakan metode K-Nearest Neighbor (KNN). Data sebanyak 1000 ulasan dikumpulkan dari Google Play Store dan selanjutnya melalui tahap pre-processing, yang meliputi cleaning, case folding, tokenizing, stopword removal, normalisasi, dan stemming. Setelah itu, pembobotan kata menggunakan metode TF-IDF digunakan untuk mengubah teks menjadi fitur numerik yang dapat diproses oleh model. Proses klasifikasi dilakukan menggunakan algoritma KNN, sedangkan evaluasi performa dilakukan melalui confusion matrix pada tiga skenario jumlah data, yaitu 250, 500, dan 1000 data. Hasil evaluasi menunjukkan bahwa model memperoleh akurasi sebesar 91% pada 250 data, 88% pada 500 data, dan 89% pada 1000 data, dengan rata-rata akurasi sebesar 87,5%. Temuan ini menunjukkan bahwa metode KNN cukup efektif dalam mengolah dan mengklasifikasikan ulasan pengguna aplikasi mobile banking. Sistem yang dibangun juga dilengkapi antarmuka berbasis web yang memungkinkan pengguna melakukan analisis sentimen dan melihat hasil evaluasi secara interaktif.