p-Index From 2021 - 2026
4.557
P-Index
This Author published in this journals
All Journal Dinamika Informatika Jurnal Informatika dan Teknik Elektro Terapan WARTA Jurnal Pengabdian Kepada Masyarakat (Indonesian Journal of Community Engagement) E-Dimas: Jurnal Pengabdian kepada Masyarakat Fountain of Informatics Journal Panrita Abdi - Jurnal Pengabdian pada Masyarakat Sinkron : Jurnal dan Penelitian Teknik Informatika INTEGER: Journal of Information Technology Turbo : Jurnal Program Studi Teknik Mesin Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control JTERA (Jurnal Teknologi Rekayasa) SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Informatika Universitas Pamulang JIPN (Journal of Informatics Pelita Nusantara) Multitek Indonesia : Jurnal Ilmiah KOMPUTEK JuSiTik : Jurnal Sistem dan Teknologi Informasi Komunikasi DIKEMAS (Jurnal Pengabdian Kepada Masyarakat) ScientiCO : Computer Science and Informatics Journal Jurnal Teknik Elektro dan Komputasi (ELKOM) Jurnal ABDINUS : Jurnal Pengabdian Nusantara Jurnal Teknik Informatika C.I.T. Medicom International Journal of Science, Engineering and Information Technology Journal of Computer, Electronic, and Telecommunication (COMPLETE) Jurnal Responsif : Riset Sains dan Informatika Insyst : Journal of Intelligent System and Computation Jurnal PkM (Pengabdian kepada Masyarakat) JUSTIN (Jurnal Sistem dan Teknologi Informasi) International Journal Artificial Intelligent and Informatics Jurnal Abdimas Dosma (JAD) Makara Journal of Science Literasi: Jurnal Pengabdian Masyarakat dan Inovasi Jurnal Pengabdian kepada Masyarakat Jurnal Abdimas Dosma
Claim Missing Document
Check
Articles

Sosialisasi dan Workshop Pemanfaatan Quipper School untuk Optimalisasi Jam Pembelajaran di MAN 1 Ponorogo Indah Puji Astuti; Dwiyono Ariyadi; Ghulam Asrofi Buntoro
E-Dimas: Jurnal Pengabdian kepada Masyarakat Vol 9, No 1 (2018): E-DIMAS
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/e-dimas.v9i1.1583

Abstract

MAN 1 Ponorogo merupakan salah satu sekolah madrasah aliyah di kabupaten Ponorogo yang memiliki ekstra kegiatan berbasis komputer. Hal ini berdampak bertambahnya jam pelajaran. Untuk mengoptimalkan intensitas jam pelajaran diharapkan guru bisa menggunakan media pembelajaran yang sekarang tersedia secara online, salah satu contohnya adalah media ajar e-learning. E-learning adalah salah satu wujud peran dunia IT dalam bidang pendidikan. Konsep e-learning yaitu pembelajaran yang menggunakan teknologi komunikasi dan informasi (TIK) untuk mentransformasikan proses pembelajaran antara pengajar dan peserta didik dengan bantuan media internet, sehingga dapat diakses dimana saja diluar jam sekolah. Tujuan dari pengabdian ini adalah untuk mensosialisasikan penggunaan media belajar e-learning Quipper School pada guru dan siswa di MAN 1 Ponorogo. Jumlah keseluruhan peserta adalah 41, terdiri dari 17 guru dan 24 siswa. Dari kuesioner yang disebarkan ke peserta, yang menyatakan bahwa media e-learning quipper school menyediakan isi yang sangat sesuai dengan kebutuhan sebanyak 40 orang dari jumlah total 41 peserta. Dengan demikian 0.97% peserta setuju dengan penggunaan quipper school untuk menunjang kegiatan belajar mengajar. 
PELATIHAN MEDIA E-LEARNING QUIPPER BAGI GURU DI MAN1 PONOROGO Dwiyono Ariyadi; Ghulam Asrofi Buntoro; Indah Puji Astuti
Panrita Abdi - Jurnal Pengabdian pada Masyarakat Vol. 1 No. 2 (2017): Jurnal Panrita Abdi - Oktober 2017
Publisher : LP2M Universitas Hasanuddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (372.961 KB) | DOI: 10.20956/pa.v1i2.2546

Abstract

Pengabdian kepada masyarakat ini bertujuan untuk : 1) mengenalkan media pembelajaran elearning untuk pembelajaran remidial, pengayaan serta penambahan materi pelajaran yang belum tersampaikan, 2) melatih kemampuan guru untuk membuat media pembelajaran berbasis e-learning Quipper dan 3) melatih kemampuan guru dalam menggunakan konten-konten yang terdapat pada e-learning Quipper. Metode dalam kegiatan pengabdian kepada masyarakat ini adalah dengan memberikan pelatihan kepada guru MAN 1 Ponorogo tentang penggunaan media e-learning Quipper. Hasil pengabdian kepada masyarakat menunjukkan bahwa : 1) peserta memiliki pengetahuan pemanfaatan media pembelajaran e-learning, 2) peserta telah mamapu membuat akun di media e-learning Quipper, 3) peserta telah terampil menggunakan media e-learning Quipper untuk menunjang sistem pembelajaran.
Sentiment Analysis to Prediction DKI Jakarta Governor 2017 on Indonesian Twitter Ghulam Asrofi Buntoro
International Journal of Science, Engineering, and Information Technology Vol 2, No 02 (2018): IJSEIT Volume. 2 Issue. 2 JULY 2018
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (287.854 KB) | DOI: 10.21107/ijseit.v2i1.2744

Abstract

This study was conducted to test opinion data tweet of three candidates for governor Jakarta, 2017. Data only in Indonesian tweet, data tweet 100 tweets with keywords AHY, 100 tweets with keywords Ahok, and 100 tweets with keywords Anies. Data taken by random either from a normal user or online media at Twitter. Indonesian tweet opinion with three candidates for governor Jakarta in 2017 divided into three sentiment: positive, neutral and negative. Preprocessing data is, Lower Case Tokens, Normalization, Tokenization, Cleansing and Filtering. Classification method in this study using Naïve Bayes classifier (NBC), because this method is the most widely performed for sentiment analysis and proven always produce highest accuracy. Results of classification, Precision AHY data scored the highest with 95% and 95% Recall, while Ahok data lowest Precision scores with 81.6% and 82% recall.
Analisis Sentimen Calon Gubernur DKI Jakarta 2017 Di Twitter Ghulam Asrofi Buntoro
INTEGER: Journal of Information Technology Vol 2, No 1 (2017): Maret 2017
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2017.v2i1.95

Abstract

Abstract. Jakarta Governor Election 2017 discussed in society or internet, especially Twitter. Everyone is free opine on Jakarta governor candidate 2017 so many opinions, not only positive or neutral opinion but also negative. Social media, especially Twitter now become promotions or campaigns are effective and efficient. This research is expected be useful to conduct on public opinion containing sentiment positive, neutral or negative. The method used in this study, for data preprocessing using tokenisasi, cleansing and filtering, to define class sentiment with methods Lexicon Based. For classification using Naive Bayes classifier (NBC) and Support Vector Machine (SVM). The data is 300 tweet in Indonesian by keyword AHY, Ahok, Anies. The results of research is analysis sentiment Jakarta governor candidate 2017. The highest accuracy when using the method of classification Naïve Bayes Classifier (NBC), with average 95% accuracy, 95% precision, 95% recall, TP rate 96,8% and TN rate 84,6%.Keywords: analisis sentimen, jakarta governor candidate 2017, lexicon based, naïve bayes classifier, support vector machineAbstrak. Pemilihan Gubernur DKI Jakarta 2017 ramai diperbincangkan di dunia nyata maupun dunia maya, khususnya di media sosial Twitter. Semua orang bebas berpendapat atau beropini tentang calon Gubernur DKI Jakarta 2017 sehingga memunculkan banyak opini, tidak hanya opini yang positif atau netral tapi juga yang negatif. Media sosial khususnya Twitter sekarang ini menjadi salah satu tempat promosi atau kampanye yang efektif dan efisien. Penelitian ini diharapkan dapat bermanfaat membantu untuk melakukan riset atas opini masyarakat yang mengandung sentimen positif, netral atau negatif. Metode yang digunakan dalam penelitian ini, untuk preprocessing data menggunakan tokenisasi, cleansing dan filtering, untuk menentukan class sentimen dengan metode Lexicon Based. Untuk proses klasifikasinya menggunakan metode Naïve Bayes Classifier (NBC) dan Support Vector Machine (SVM). Data yang digunakan adalah tweet dalam bahasa Indonesia dengan kata kunci AHY, Ahok, Anies, dengan jumlah dataset sebanyak 300 tweet. Hasil dari penelitian ini adalah analisis sentimen terhadap calon gubernur DKI Jakarta 2017. Akurasi tertinggi didapat saat menggunakan metode klasifikasi Naïve Bayes Classifier (NBC), dengan nilai rata-rata akurasi mencapai 95%, nilai presisi 95%, nilai recall 95% nilai TP rate 96,8% dan nilai TN rate 84,6%.Kata Kunci: analisis sentimen, calon gubernur dki jakarta 2016, lexicon based, naïve bayes classifier, support vector machine
ANALISIS SENTIMEN CALON GUBERNUR JAWA TIMUR 2018 DENGAN METODE NAIVE BAYES CLASSIFIER Ghulam Asrofi Buntoro
Journal Of Informatic Pelita Nusantara Vol 4 No 1 (2019): Computer Science
Publisher : STMIK Pelita NUsantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (671.394 KB)

Abstract

The East Java Governor Election 2018 is also felt in the virtual world especially Twitter. All people freely argue about their respective governor candidates, memorandum raises many opinions, not only positive or neutral also negative opinions. Media growth is so rapid, revealing a lot of online media from the news media to social media. Today's social media is not only used of friendship, but also for other activities. Promos of trading or buying and selling, until political party promos or campaigns of candidates for regents, governors, legislative candidates until presidential candidates. The research objective is to conduct a method of Sentiments Analysis for Governor candidates East Java 2018 in twitter with optimal and maximum optimization. While the benefits are to help the community conduct research on opinions on twitter which contains positive, neutral or negative sentiments. Sentiments Analysis for Governor candidates East Java 2018 in twitter using non-conventional processes that save costs, time and effort. The results of Khofifah's dataset are 77% accuracy, 79.2% precision, 77% recall, 98.6% TP rate and 22.2% TN rate. For the results of GusIpul dataset, accuracy is 76%, precision 74.4%, recall 76%, the TP rate is 93.8% and the TN rate is 52.9%.
Prediksi Penyebaran Penyakit TBC dengan Metode K-Means Clustering Menggunakan Aplikasi Rapidminer Muhammad Farid Iqbal Al-Rizki; Ida Widaningrum; Ghulam Asrofi Buntoro
JTERA (Jurnal Teknologi Rekayasa) Vol 5, No 1: June 2020
Publisher : Politeknik Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31544/jtera.v5.i1.2019.1-10

Abstract

Penambangan data (data mining) bertujuan untuk mendapatkan informasi penting yang bisa memberikan nilai tambah dari sekumpulan data yang sangat besar. Clustering merupakan salah satu teknik yang ada dalam data mining yang digunakan untuk mengumpulkan dataset pada database berdasarkan kriteria yang telah ditentukan. Clustering dapat digunakan salah satunya di bidang kesehatan, seperti untuk memprediksi penyebaran penyakit di suatu tempat. Tujuan dari penelitian ini untuk menentukan pola penyebaran penyakit Tuberculosis (TBC) yang terjadi di Kabupaten Ponorogo menggunakan algoritma K-Means Clustering dengan Cross-Industry Standard Process for Data Mining (CRISP-DM) yang merupakan standar pengolahan data mining untuk sebuah institusi maupan industri. Penelitian ini dapat digunakan sebagai data rujukan untuk Dinas Kesehatan Kabupaten Ponorogo dalam penanganan penyebaran penyakit TBC di Kabupaten Ponorogo. Berdasarkan hasil penelitian, diperoleh accuracy dan performa Area under the Curve (AUC) dari K-Means sebesar 84,13% dan 0,837. Pola penyebaran penyakit TBC tertinggi terdapat di daerah Puskesmas Ngebel, disusul kemudian daerah Puskesmas Babadan.
RANCANG BANGUN SITEM E-RADIO SUARA AL-MANAR UNIVERSITAS MUHAMMADIYAH PONOROGO Didik Riyanto; Ghulam Asrofi Buntoro
MULTITEK INDONESIA Vol 13, No 1 (2019): Juli
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (743.728 KB) | DOI: 10.24269/mtkind.v13i1.1429

Abstract

Penelitian ini mengangkat tema rancang bangun sitem radio online di radio Suara Almanar Ponorogo. Sistem yang di bangun berupa radio streaming menggunakan server edcaststandalone dengan metode satu pc desktop sebagai source client server dan sebagai audio streaming. sedangkan sistem user menggunakan aplikasi android dan web desktop. Tujuan dari rancang bangun radio online ini untuk memberikan pelayanan siaran radio Suara Almanar dari sisi digital dimana saat ini radio Suara Almanar mengudara dengan sistem analog pada frekuensi 99,5 Mhz. Lokasi pemancar radio berada di tengah kota kabupaten  Ponorogo,  siaran analog radio Suara Al manar mampu menjangkau 70% wilayah kabupaten Ponorogo sementara 30% siasanya tidak dapat dijangkau menggunakan siaran analog karena dipengarui oleh halangan kondisi geografis dan interferensi radio lainya. Hal ini diperlukan metode siaran digital untuk mengatasi hal tersebut selain itu dengan sistem siaran radio online maka siaran radio Suara Almanar dapat didengarkan dari luar wilayah kabupaten Ponorogo bahkan sampai diluar negeri. Penelitian ini di harapkan mampu memberikan sumbangsih pengembangan keilmuan dibidang sains dan teknologi khususnya dibidang elektro dan informatika dalam sistem telekomunikasi.
ANALISIS MINAT SISWA SISWI SMP/MTS TERHADAP EKSTRAKURIKULER MA MUHAMMADIYAH 1 PONOROGO MENGGUNAKAN METODE ASSOCIATION RULES BERBASIS WEB Muh Ardiansyah; Indah Puji Astuti; Ghulam Asrofi Buntoro
KOMPUTEK Vol 6, No 1 (2022): April
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/jkt.v6i1.1145

Abstract

Currently, the world of education must be managed professionally, because of the increasingly fierce competition in education today. Educational institutions will be abandoned by the community if they are managed poorly. MA Muhammadiyah 1 Ponorogo School is one of the private schools owned by the Muhammadiyah business charity in Ponorogo district. MA Muhammadiyah 1 Ponorogo has a small number of students, due to the lack of student interest in entering the school. To find out that students are interested in entering MA Muhammadyah 1 Ponorogo, the school made a new breakthrough that could attract students to register there. To find out, the researchers used data mining techniques with the Apriori Algorithm method, and supported by the Apriori web browser system by examining student extracurricular interest data with 177 respondents with 47 extracurriculars. Data Mining is a combination of data analysis techniques, while Apriori Algorithm is a method which is most often used because it is very simple, easy and the most widely proposed by several researchers, because there are two parameters, namely Support and Confidence. So the results of the” research predictions obtained are that the most popular extracurriculars for junior high school/MTs students are futsal and volleyball with a minimum value of support = 11% and a minimum value of confidence = 52%. 
ANALISIS SENTIMEN PENGGUNA GOPAY MENGGUNAKAN METODE LEXICON BASED DAN SUPPORT VECTOR MACHINE Rachmad Mahendrajaya; Ghulam Asrofi Buntoro; Moh Bhanu Setyawan
KOMPUTEK Vol 3, No 2 (2019): Oktober
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (723.682 KB) | DOI: 10.24269/jkt.v3i2.270

Abstract

Go-Pay is part of the Gojek application and one of the most popular finteches in Indonesia. Although the most popular, not all users have positive or even negative comments. Now users can submit various media opinions, one of which is Twitter. Twitter media has the advantage of a simple display, updated topics, open access to tweets and express opinions quickly. From a variety of comments on Twitter it takes a technique to divide into classes positive or negative opinions. This study uses prepocessing and labeling opinions into positive and negative classes with the lexicon Based method. As for the classification using the Support Vector Machine (SVM) method. The data used in the form of opinions about Go- Pay reviews from social media Twitter, amounting to 1210. The results of labeling with Lexicon Based amounted to 923 for positive and 287 for negative. While the classification of the SVM method using the Linear kernel produces 89.17% and 84.38% for the Polynomial kernel.
ANALISIS SENTIMEN PADA CHANNEL AUTONETMAGZ TERHADAP REVIEW MOBIL ALMAZ 2019 DENGAN METODE NAIVE BAYES CLASSIFIER DAN LEXICON BASED Heru Prasetya; Ghulam Asrofi Buntoro; Dyah Mustikasari
KOMPUTEK Vol 4, No 1 (2020): April
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (677.282 KB) | DOI: 10.24269/jkt.v4i1.358

Abstract

Mobil Almaz merupakan salah satu produk dari perusahaan mobil Wuling. Mobil wuling mengalami peningkatan penjualan yang besar selama 7 bulan terakhir di Indonesia. Wuling mampu bersaing penjualan terbanyak nomor 9 dari 20 produsen meskipun baru 2 tahun produk Wuling berada di Indonesia. Meskipun penjualannya mengalami peningkatan, tidak semua masyarakat indonesia berkomentar positif bahkan negatif bahkan netral. Masyarakat kini bisa melihat video dari media sosial yang paling umum digunakan yaitu Youtube tentang pembahasan kendaraan mobil Wuling Almaz. Dalam konten video vlogger, pengguna dapat memberikan sebuah feedback melalui komentar berupa opini yang menguatkan positif ataupun opini yang sangat melemahkan negatif atau bahkan netral berupa pertanyaan. Dari berbagai ragam komentar di channel Youtube Autonetmagz diperlukan teknik untuk membagi ke dalam kelas opini positif, netral maupun negatif. Penelitian ini menggunakan prepocessing dan melabeli opini kedalam 3 kelas sentimen yaitu kelas positif, netral dan negatif dengan metode lexicon Based. Sedangkan untuk klasifikasinya menggunakan metode Naive Bayes Classifer. Data yang digunakan berupa komentar tentang ulasan Wuling almaz dari channel Youtube Autonetmagz yang berjumlah 1000. Hasil dari pelabelan dengan Lexicon Based berjumlah 232 untuk positif, untuk netral berjumlah 456 dan negatif berjumlah 312. Sedangkan klasifikasi metode Naive Bayes Classifier menghasilkan akurasi 66,5%, presisi 60,94% dan recall 61,2%.
Co-Authors Abdillah, Muhammad Sholihul Adhi Dharma Wibawa, Adhi Dharma Agung Purniawan Agung Purniawan, Agung Ain, M. Fadyanto Handynur Aji, Lintang Purnomo Al-Rizki, Muhammad Farid Iqbal Aliyadi Aliyadi Aminuddin, Wildan Muhammad Anas Nurgito Angga Prasetyo Annas, Rafi Nur Anwar, Nur Wahid Khoirul Arifin, Rizal Arifin, Rizal Astuti, Arin Yuli Atok Setiyawan Bahrudin, Ilham Bagus Bambang Sudarmanta Charisma Audia Maghribi Didik Riyanto Didik Setiawan Dimas Aditya Dimas Nando Putro Widodo Dwiyono Ariyadi Dwiyono Ariyadi Dwiyono Ariyadi Dwiyono Ariyadi, Dwiyono Dyah Mustikasari Emi Wulandari Fahmi, Anas Fahrurozi, Fahrurozi Fauzan Masykur Habiby, Jawwad Sulthon Hanafi, Afip Choirul Hantoro, Ismal Bil Heru Prasetya Ida Widaningrum, Ida Indah Puji Astuti Indah Puji Astuti Indah Puji Astuti Indah Puji Astuti INDAH PUSPITASARI KUNTANG WINANGUN Kuntang Winangun Kusnawan, Wawan Mahendra, Rigo Febby Miftakhul Arifin Moh Bhanu Setyawan Muh Ardiansyah Muhammad Farid Iqbal Al-Rizki Muhammad Furqon Fadli Munaji Munaji Munaji, Munaji Ningrum, Dewi Puspita Nizar Faisal Hakim Prasetya, Angga Hadi Prasetyo, Yogi Prayitno, Ringga Albi Putri Alief Siswanto Rachmad Mahendrajaya Ramadhani, Prio Adi Rico Agus Prasetyo Ridho Rahman Hariadi Riki Widiantoro Robi Etdji Pangestu Roikhatul Jannah Sabilla, Shoffi Izza Salman Al Farisi, Salman Al Saputro, Arfindo Adimas Eko Septyana, Dinda Syarifuddin, Ikwan Tinovia Prasetyo Tomi Wingga Pratama vidyastari, rhesma intan Wati, Riana Widiantoro, Riki Winardi, Yoyok Wirawanto, Yusron Yahya, Muhammad Fachrul Yoga Prasetia Yonatama, Ilham