Claim Missing Document
Check
Articles

Found 4 Documents
Search

Pengembangan Aplikasi Try Out Berbasis Web untuk Lembaga Kursus dan Pelatihan Sutrisno, Mirza; Wiranata, Ade Davy; Irawan, Dede
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 14 No 3, Mei Tahun 2024
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.14.3.188-193

Abstract

Pengamatan langsung dilakukan terhadap proses pelaksanaan tes uji coba (try out) serta penilaian siswa dan pembahasan materi try out di Lembaga Kursus dan Pelatihan (LKP). Aplikasi ini dirancang untuk mempersiapkan siswa menghadapi Asesmen Nasional Berbasis Komputer (ANBK) di tingkat SMP dan SMA. Meskipun demikian, dalam pelaksanaannya, masih terdapat kendala seperti proses pengerjaan, pendistribusian soal dan lembar jawaban, serta pengkoreksian dan penilaian yang memerlukan waktu karena banyaknya peserta tes uji coba. Aplikasi dirancang menggunakan permodelan Unified Modelling Language (UML) dengan metode pengembangan sistem menggunakan waterfall yang selanjutnya diuji dengan metode black box testing. Diharapkan dengan adanya aplikasi try out bagi Lembaga Kursus dan Pelatihan ini, proses pelaksanaan try out dapat lebih efisien dan meningkatkan citra Lembaga Kursus dan Pelatihan.Kata Kunci : Aplikasi Try Out, Lembaga Kursus, Waterfall, Blackbox Testing
LITERATURE REVIEW : ANALISIS METODOLOGI PERANCANGAN APLIKASI TOEFL (TEST OF ENGLISH AS A FOREIGN LANGUAGE) DI INDONESIA Sutrisno, Mirza; Wiranata, Ade Davy; Irawan, Dede
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 13 No 2, Januari Tahun 2023
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.13.2.92-99

Abstract

English Proficiency Index (EPI) atau Indeks Kecakapan Bahasa Inggris tahun 2022 menunjukkan bahwa secara Global, Indonesia berada pada posisi ke-81 dari 111 negara, dan dalam kategori rendah. TOEFL (Test of English as a Foreign Language) adalah salah satu tes kecakapan berbahasa Inggris untuk non-English native speaker. Tes TOEFL diperlukan baik untuk keperluan akademik maupun profesional, serta untuk hal-hal umum lainnya. Seiring dengan perkembangan di bidang Information Technology (IT),  maka banyak muncul aplikasi TOEFL yang dapat membantu penggunanya. Tujuan  studi ini adalah melakukan kajian literature terhadap penelitian tentang penggunaan model metodologi dalam perancangan aplikasi TOEFL. Metode  penyusunan artikel ini didasarkan pada metode kajian literatur. Studi ini mengidentifikasi berbagai metodologi yang digunakan dalam merancang aplikasi TOEFL. Hasil kajian menunjukkan bahwa metode waterfall menjadi yang paling umum digunakan. Sedangkan pengujian sistem paling banyak dilakukan menggunakan metode Black-Box Testing. Tinjauan ini memberikan gambaran tentang jumlah artikel yang diterbitkan tentang desain aplikasi TOEFL di Indonesia dan metode yang digunakan dalam setiap penelitian. Diharapkan dengan adanya literature review ini dapat membantu penulis lain dalam mencari literatur atau referensi mengenai analisis metodologi dalam perancangan aplikasi TOEFL.Kata Kunci: Aplikasi TOEFL, Blackbox Testing, Kajian Literatur, Waterfall
Klasifikasi Sentimen Komentar YouTube dengan NLP pada Debat Pilkada Banten 2024 Doni Prastyo; Dede Irawan; Imam Halim Mursyidin
bit-Tech Vol. 7 No. 2 (2024): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i2.1833

Abstract

Penelitian ini menganalisis sentimen publik terhadap 1.729 komentar YouTube pada debat Pilkada Banten 2024 menggunakan teknik Natural Language Processing (NLP). Sentimen diklasifikasikan ke dalam tiga kategori: positif, negatif, dan netral, untuk memahami persepsi masyarakat terhadap kandidat dan isu politik. Hasil analisis menunjukkan bahwa 49% komentar bersentimen positif, sebagian besar mendukung kandidat Airin yang dinilai berpengalaman, memiliki integritas, dan rekam jejak yang baik. Komentar seperti “Airin pasti menang” dan “Airin pemimpin terbaik” mendominasi diskusi. Sebaliknya, 35% komentar bersentimen negatif lebih banyak mengkritik kandidat lain, terutama terkait isu sensitif seperti dugaan korupsi. Adapun 16% komentar bersentimen netral memberikan observasi objektif, mengajukan pertanyaan, atau membahas aspek teknis debat.Model klasifikasi sentimen menggunakan algoritma Support Vector Machines (SVM) dan Naïve Bayes. SVM menunjukkan performa lebih baik dalam mengklasifikasi sentimen positif dan negatif, tetapi kedua model memiliki kelemahan dalam menangani komentar netral. Tantangan utama yang dihadapi adalah ambiguitas bahasa, ironi, dan sarkasme yang sering muncul dalam diskusi online. Untuk mengatasi hal ini, penelitian merekomendasikan penggunaan model pembelajaran mendalam seperti BERT atau transformer lainnya. Model ini diharapkan dapat memahami konteks bahasa yang lebih kompleks, meningkatkan akurasi klasifikasi terutama pada komentar netral. Visualisasi data, termasuk word cloud dan grafik distribusi sentimen, memberikan wawasan tambahan tentang tema utama yang dibahas, seperti integritas kandidat dan isu politik lokal. Penelitian ini memberikan kontribusi penting dalam memahami opini publik terhadap kandidat dalam Pilkada.
AHP and SAW Based Decision Support for Indonesia Smart Program Beneficiaries Imam Halim Mursyidin; Doni Prasetyo; Dede Irawan
bit-Tech Vol. 8 No. 2 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i2.3097

Abstract

The Indonesia Smart Program (PIP) is a government initiative that provides cash assistance to help underprivileged children access education. SD Negeri Cikuya 4, located in the Solear subdistrict, is one of the schools implementing PIP. However, the school has struggled to decide which students should receive the aid because there is no systematic weighting of the criteria and the scoring has been subjective. This study asks whether combining AHP and SAW can produce objective weights and a transparent ranking of recipients. To address this, we developed a Decision Support System (DSS) that uses the Analytical Hierarchy Process (AHP) to set the relative weights for six criteria: ownership of KIP/KKS/PKH/SKTM, student active/enrollment status, child status, parents’ occupation, parents’ income, and number of dependents. The pairwise-comparison consistency ratio met the validity threshold (CR = 0.0803 < 0.10), indicating consistent judgments. These AHP weights were then integrated into Simple Additive Weighting (SAW) to normalize scores, calculate preference values, and prioritize eligible recipients. The results show that the selection process becomes more objective, transparent, and systematic than the traditional manual approach. A system quality test using ISO 9126 produced an average score of 86.67% (“Very Good”). This provides a replicable decision framework at the school level to improve the targeting of PIP assistance.