Article Per Year (5 Year)
p-Index From 2021 - 2026
2.761
P-Index
This Author published in this journals
All Journal Jurnal Sarjana Teknik Informatika Jurnal Ilmiah Kursor JOIN (Jurnal Online Informatika) Sistemasi: Jurnal Sistem Informasi Multitek Indonesia : Jurnal Ilmiah JAVA Journal of Electrical and Electronics Engineering JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurnal Layanan Masyarakat (Journal of Public Service) Informatics, Electrical and Electronics Engineering Jurnal Pengabdian Masyarakat untuk Negeri (UN-PENMAS) Jurnal Informatika Teknologi dan Sains (Jinteks) Malcom: Indonesian Journal of Machine Learning and Computer Science Jurnal Teknologi Informasi JUDIKAT: Jurnal Pengabdian Kepada Masyarakat
Budi Santoso
Universitas Dr.Soetomo Surabaya
Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Social Sciences Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
IMPLEMENTASI METODE CONTENT BASED FILTERING MENGGUNAKAN SYNOPSIS SIMILARITY UNTUK PEMILIHAN ANIME Irwan, Wahyurrahman Ferbiansyah Adha Muhammad; Santoso, Budi; Kacung, Slamet
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 2 (2025): EDISI 24
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i2.5815

Abstract

Penelitian ini bertujuan mengembangkan sistem rekomendasi anime berbasis Content-Based Filtering dengan memanfaatkan kesamaan sinopsis sebagai parameter utama. Latar belakang penelitian didasari oleh keterbatasan sistem rekomendasi yang hanya mengandalkan genre atau popularitas, tanpa mempertimbangkan kesesuaian naratif secara mendalam. Data sinopsis anime genre fantasi diambil dari dataset MyAnimeList dan diproses melalui tahapan text preprocessing, tokenisasi, dan representasi numerik menggunakan metode TF-IDF. Kemudian, kemiripan antar sinopsis dihitung menggunakan Cosine Similarity untuk menghasilkan rekomendasi judul anime yang memiliki kesamaan konteks cerita dengan preferensi pengguna. Hasil sistem menunjukkan keberhasilan dalam merekomendasikan anime yang relevan, termasuk dalam satu waralaba seperti seri "Bleach". Evaluasi menggunakan metrik Mean Average Precision (MAP) menghasilkan skor 0,416667, yang mengindikasikan bahwa sistem mampu menempatkan rekomendasi relevan pada posisi atas daftar. Temuan ini menunjukkan bahwa pendekatan berbasis sinopsis efektif meningkatkan akurasi dan relevansi sistem rekomendasi, serta memberikan pengalaman personalisasi yang lebih mendalam bagi pengguna
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROVIDER WIFI MENGGUNAKAN METODE DEMATEL Andrianto, Arya; Santoso, Budi; Kacung, Slamet
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 2 (2025): EDISI 24
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i2.5866

Abstract

Pemilihan provider jaringan WIFI yang tepat sering kali menjadi tantangan bagi calon pelanggan akibat banyaknya pilihan dan aspek yang harus dipertimbangkan, seperti harga, kualitas sinyal, dan cakupan area. Penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan (SPK)  yang dapat membantu pengguna dalam menentukan pilihan provider WIFI secara objektif. Metode Decision Making Trial and Evaluation Laboratory (DEMATEL) digunakan untuk menganalisis hubungan sebab-akibat antar kriteria serta menentukan bobot berdasarkan tingkat pengaruhnya. Lima kriteria utama yang dianalisis adalah biaya bulanan, biaya pemasangan, kestabilan sinyal, cakupan area, dan bandwith. Hasil pembobotan menunjukkan bahwa bandwith dan kestabilan sinyal memiliki pengaruh terbesar. Dari 6 alternatif yang direkomendasikan, My-Republic memperoleh skor akhir tertinggi sebesar 0,9102 dan direkomendasikan sebagai provider terbaik. Validasi dilakukan melalui uji pengguna dan perbandingan dengan preferensi aktual, dengan tingkat akurasi masing masing sebesar 80% dan 73,3%. Kesimpulannya, sistem yang dibangun mampu memberikan rekomendasi yang relevan dan akurat, serta mendukung proses pengambilan keputusan secara lebih sistematis dan rasional.
Sentiment Analysis of Rohingya Refugees in Aceh using Support Vector Machine (SVM) and Multinomial Logistic Regression Baliputra, Gigih Army Buana; Kacung, Slamet; Santoso, Budi
Sistemasi: Jurnal Sistem Informasi Vol 14, No 3 (2025): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v14i3.5159

Abstract

The rapid development of information technology affects the massive dissemination of information. Social media is one of them, and it contributes to communication and information technology. Information about Rohingya ethnic refugees in Aceh has spread widely on social media. This research aims to analyze public sentiment regarding ethnic Rohingya refugees in Aceh on X and YouTube, categorized into positive, neutral, and negative. This study aims to develop an application that uses the Support Vector Machine (SVM) and Multinomial Logistic Regression techniques to conduct sentiment analysis on public opinion with positive, neutral, and negative classifications regarding Rohingya refugees in Aceh. The 3683 comments collected through web crawling were categorized into positive, negative, and neutral sentiments. The analysis results show that 2112 data were classified as negative sentiments, 1400 as neutral sentiments, and 171 as positive sentiments. Based on the test results, the SVM and Multinomial Logistic Regression methods have similar accuracy of 83.18%. However the SVM method obtained 74.65% precision and 65.15% recall. Meanwhile, the Multinomial Logistic Regression method obtained 75.28% precision and 66.84% recall.
Pengelompokan Dokumen Menggunakan Algoritma Doc2Vec dan HDBSCAN untuk Deteksi Plagiarisme Mahendra, Bondan Tiur; Santoso, Budi; Shanty , Ratna Nur Tiara
Jurnal Sarjana Teknik Informatika Vol. 13 No. 3 (2025): Oktober
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v13i3.31369

Abstract

Plagiarisme menjadi tantangan serius dalam lingkungan akademik karena ketersediaan konten digital yang mudah diakses. Cara deteksi plagiarisme yang biasa digunakan, yaitu dengan membandingkan kalimat secara langsung, sering kali bisa dihindari dengan cara mengubah kalimat atau melakukan perubahan kecil pada teks. Penelitian ini bertujuan membuat sistem deteksi plagiarisme yang lebih baik dengan menggunakan algoritma Doc2Vec dan HDBSCAN untuk mengelompokkan dokumen. Metode ini bekerja dengan mengubah dokumen menjadi bentuk vektor yang memiliki makna yang dalam menggunakan Doc2Vec, kemudian mengelompokkan dokumen yang memiliki konten serupa dengan HDBSCAN. Kelebihan HDBSCAN adalah mampu mengklasifikasikan dokumen asli sebagai data yang tidak relevan, sehingga meningkatkan ketepatan hasil deteksi. Uji coba dilakukan pada data esai siswa dan menunjukkan bahwa pendekatan ini mampu mengelompokkan dokumen dengan isi yang mirip, dengan skor Silhouette sebesar 0,6653 yang menunjukkan pemisahan kelompok yang baik. Penelitian ini berkontribusi dalam menyediakan alat deteksi plagiarisme yang lebih andal dan bernuansa, mampu mendeteksi kesamaan ide, bukan hanya kata.
Sistem Pendukung Keputusan Seleksi Pemilihan Pemain Tim Futsal Menggunakan Metode ROC dan ARAS Yusuf, Adrian Edoardo; Santoso, Budi; Kacung, Slamet
Journal of Information System Research (JOSH) Vol 5 No 4 (2024): Juli 2024
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v5i4.5457

Abstract

Futsal's popularity remains undiminished, captivating communities, including school environments like SMK Unitomo Surabaya. In this school, building a strong futsal team is the cornerstone of achieving success. However, manual player selection processes often encounter obstacles, such as inefficiency and potential subjectivity. Often, coaches do not record selection results, leading them to evaluate selections subjectively.Therefore, this research presents a solution in the form of a Decision Support System (DSS) to assist coaches in identifying potential core futsal players. This DSS integrates two cutting-edge methods: Rank Order Centroid (ROC) and Additive Ratio Assessment (ARAS). The ROC method plays a role in data weighting, assigning measurable values to each selection criterion. On the other hand, ARAS plays a role in determining the best alternative by comparing the overall value of each alternative with the optimal value of the entire series. Research results demonstrate that this DSS can generate rankings of potential core futsal players with an accuracy level of 0.8753324. This indicates that this DSS has great potential to assist coaches in selecting the right players and increasing the team's chances of winning.
Co-Authors ., Sutarmin Abror, Dhimam Adhi Dharma Wibawa Ahmad Zaini Alda Raharja Andrianto, Arya Baliputra, Gigih Army Buana Boedinugroho, Hanny Citra Rani Angga Riswari Dian Ratnawati Edi Prihartono Efendi, Kacung Fadilla, Muhammad Myrza Firdausi Afifah Firmansyah, Moh. Azriel Hidayat, Rachmad Noer I Ketut Eddy Purnama Irwan, Wahyurrahman Ferbiansyah Adha Muhammad Kacung Hariyono Lambang Trijono Lukman Affandhy Mahendra, Bondan Tiur Mardianta, Pradana Tera Mira Candra Kirana Muhtadin Muhtadin Munawir . Munawir Munawir Panuntun, Wisnuning Diah Pramono, Sapto Pramunanto, Eko Prasetya, Johan Prasetyo, Prasetyo Tri Utomo Pratama, Ferdian Rizki Prawiradiredja, Sanhari Putut Handoko Rafiq, Ainur Sanhari Parawiradiredja Sanhari Prawiradiredja Santosa, Gabriel Adven Dwi Sari, Ratih Ayu Puspita Sayyidatul Khoiridah Shanty , Ratna Nur Tiara Slamet . Slamet Hartono Slamet Kacung, Slamet Slamet Winardi Stevanus Hardiristanto Stevanus Hardiristanto, Stevanus Sufa, Siska Armawati Wicaksono, Dandy Yusuf, Adrian Edoardo