Article Per Year (5 Year)
p-Index From 2021 - 2026
1.431
P-Index
This Author published in this journals
All Journal Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Journal Automation Computer Information System (JACIS) Jurnal Pelita Pengabdian SAINTEK
Asep Suprianto
Universitas Pelita Bangsa
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Astronomy Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Engineering Industrial & Manufacturing Engineering Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
Sistem Informasi E-Commerce Berbasis Website Menggunakan Metode Rapid Aplication Depelovment Pada Butik Cantika Cikarang Rahmat Eli Daeli; Faradilla Laksmita Devi; Asep Suprianto; Putri Anggun Sari
Prosiding Sains dan Teknologi Vol. 1 No. 1 (2022): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 1 - Juli 2022
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Cantika Butik merupakan perusahaan penjualan yang bergerak dibidang fashion seperti pakaian pria maupun wanita dan anak-anak hingga dewasa. Cantika Butik memiliki kendala dalam menjalankan usahanya, seperti dalam proses transaksi customer tidak dapat dilakukan secara online, sehingga menyulitkan customer yang jauh dari lokasi dalam melakukan pembelian dan pengelolaan data produk masih menggunakan cara manual sehingga seringkali mengakibatkan terjadinya data ganda hal itu sering mengakibatkan kesulitan pemilik usaha dalam mengambil keputusan . Penelitian ini bertujuan untuk membuat suatu sistem informasi yang dapat membantu Butik Cantik Cikarang dalam melakukan penjualan secara online. Metode yang digunakan sebagai acuan dalam merancang aplikasi yg dibutuh kan dalam penelitian ini adalah metode Rapid Aplication Depelovment. Hasil akhir dari penelitian ini adalah menghasilkan sebuah sistem informasi ecommerce penjualan produk butik berbasis website yang dapat menjadi solusi dari permasalahan yang terdapat pada Cantika butik. Fitur-fitur yg sudah penulis buat pada e-commerce Cantika butik sudah diuji dengan menggunakan metode blackbox testing dan sudah dapat berjalan dengan baik sesuai dengan tujuan yg sudah ditentukan dan dapat menjawab permasalahan yg terjadi pada Cantika butik.
Penerapan Teknik Web Scraping Untuk Pencarian Produk Terlaris Di Berbagai Situs E-Commerce Indonesia Rais Saputra; Faradilla Laksmita Devi; Asep Suprianto; Putri Anggun Sari
Prosiding Sains dan Teknologi Vol. 1 No. 1 (2022): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 1 - Juli 2022
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi menjadi dampak positif bagi orang yang ingin membuka peluang bisnis barn dengan menjual produknya secara online. Kendalanya adalah dalam pemilihan produk yang ingin dijual, masyarakat cenderung bingung untuk menentukan produk apa yang dibutuhkan karena ketidaktahuan produk apa yang sedang laris di pasaran. Dengan tujuan mempermudah pengguna yang ingin mengetahui produk terlaris maka dilakukan pembuatan website dengan memanfaatkan metode Web scraping sebagai penunjang untuk mengumpulkan informasi mengenai produk terlaris yang terdapat dalam marketplace di antaranya Shopee dan lazada. Informasi tersebut berupa nama barang, harga barang, jumlah produk terjual, gambar produk, lokasi dan asal situs. Dengan menggunakan metode RAD (Rapid Application Development). Hasil dari penelitian ini berupa website yang menampilkan informasi produk dari marketplace Lazada dan Shopee dengan mengambil data produk pada kategori kamera.
Analisis Sentimen Opini Publik Platform X Terhadap Bencana Banjir Bandang Di Sumatra Menggunakan Algoritma SVM Hilman Ihza Amrullah; Agung Nugroho; Asep Suprianto
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 17, No 1 (2026): Juni
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/jsit.v17i1.4832

Abstract

Bencana banjir bandang yang terjadi di Pulau Sumatra memberikan dampak yang besar dan menjadi sorotan masyarakat. Kejadian ini telah munculnya berbagai opini dan respons publik yang dibagikan melalui platform media sosial, khususnya Platform X. Namun, banyaknya opini yang berbentuk teks dan tidak terstruktur membuat analisis secara manual menjadi sulit. Oleh karena itu, penelitian ini bertujuan untuk menganalisis sentimen publik di Platform X terkait bencana banjir bandang di Pulau Sumatra dengan menggunakan metode analisis sentimen berbasis machine learning. Data yang digunakan dalam penelitian diambil dari unggahan masyarakat di Platform X melalui proses crawling data. Setelah itu, data akan melalui tahap preprocessing, pelabelan sentimen dengan pendekatan berbasis lexicon, serta pembobotan fitur dengan metode Term Frequency–Inverse Document Frequency (TF-IDF). Klasifikasi sentimen dilakukan dengan menggunakan algoritma Support Vector Machine (SVM), sementara evaluasi model direncanakan dilakukan dengan confusion matrix. Penelitian ini diharapkan dapat memberikan pemahaman mengenai kecenderungan opini publik terhadap bencana banjir hebat di Pulau Sumatra melalui analisis data media sosial.
Analisis Opini Konsumen terhadap Testimoni Produk Pelapak pada Online Marketplace dengan Pendekatan Sentimen Analisis Handala Simetris Harahap; Suprapto; Asep Suprianto; Karina Imelda
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Testimoni dan produk review, dimana setiap calon pembeli dapat melihat testimoni atau review yang diberikanoleh pembeli lain terhadap produk yang telah dibeli sehingga calon pembeli baru akan mengetahui baikburuk nya produk tersebut sebelum memutuskan untuk membeli atau tidak. Selain itu testimoni userberguna untuk menilai reputasi sebuah online marketplace, dengan online marketplace yang begitu beragamdiperlukan sebuah model untuk membantu pelanggan dalam memilih toko dan online marketplace yang tepat.Pada tulisan ini penulis menggukan sentiment analisis dalam menganalisa product review dari tiap pelanggan.Sehingga mengetahui kelebihan dan kekurangan dari tiap online marketplace yang sedang diteliti.
Prediksi Risiko Stroke Berdasarkan Faktor Klinis Menggunakan Random Forest Dengan Optimasi Threshold dan SHAP Chaerul Hidayat; Agung Nugroho; Asep Suprianto
Journal Automation Computer Information System Vol. 6 No. 1 (2026): Mei
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i1.178

Abstract

Stroke merupakan salah satu penyebab utama kematian dan kecacatan di berbagai negara, sehingga diperlukan metode prediksi risiko yang akurat berbasis data klinis. Namun, penelitian sebelumnya umumnya masih menghadapi permasalahan ketidakseimbangan data serta kurang memberikan interpretasi terhadap faktor klinis yang berpengaruh. Penelitian ini mengembangkan model prediksi risiko stroke dengan mengatasi ketidakseimbangan data serta meningkatkan interpretabilitas model. Dataset yang digunakan terdiri dari 5.110 data pasien dengan distribusi kelas yang tidak seimbang. Untuk mengatasi permasalahan tersebut, diterapkan metode SMOTEENN dan algoritma Balanced Random Forest, serta analisis menggunakan pendekatan Explainable Artificial Intelligence (XAI). Hasil evaluasi menunjukkan bahwa model memiliki kinerja yang cukup baik dengan nilai accuracy sebesar 79,26% dan ROC-AUC sebesar 82,01%. Namun, nilai precision yang relatif rendah (15,68%) menunjukkan masih terdapat prediksi positif yang tidak tepat, sebagai konsekuensi dari peningkatan recall  sebesar 74% dalam mendeteksi kasus stroke sebagai kelas minoritas. Analisis SHAP menunjukkan bahwa usia, kadar glukosa, hipertensi, dan indeks massa tubuh merupakan faktor utama dalam prediksi risiko stroke. Penelitian ini memberikan kontribusi dalam meningkatkan deteksi kasus stroke serta menyediakan interpretasi model yang lebih transparan
Analisis Sentimen Opini Publik Terhadap ChatGPT Pada Platform X Menggunakan Pendekatan Tf-Idf dan Support Vector Machine Rini Ariza; Muhamad Fatchan; Asep Suprianto
Journal Automation Computer Information System Vol. 6 No. 1 (2026): Mei
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i1.179

Abstract

Perkembangan teknologi kecerdasan buatan seperti ChatGPT telah memicu berbagai tanggapan dari masyarakat yang banyak diungkapkan di media sosial, terutama di Platform X. Namun, penelitian yang secara khusus menganalisis sentimen masyarakat Indonesia terhadap ChatGPT di Platform X masih terbatas, sehingga dibutuhkan analisis untuk memahami kecenderungan opini publik dengan cara yang lebih terukur. Tujuan dari penelitian ini untuk mengidentifikasi dan mengelompokkan sikap publik terhadap ChatGPT serta memberikan gambaran empiris mengenai kecenderungan opini masyarakat. Data yang digunakan dalam penelitian diperoleh melalui proses crawling data di Platform X dengan menggunakan kata kunci “ChatGPT”, selanjutnya diproses melalui tahap preprocessing, pelabelan berbasis lexicon, serta ekstraksi fitur menggunakan metode TF-IDF sebelum dilakukan klasifikasi dengan algoritma Support Vector Machine (SVM). Hasil evaluasi yang menggunakan confusion matrix menunjukkan bahwa model SVM mencapai tingkat akurasi sebesar 81%, precision 75%, recall 67%, dan F1-score 71%. Hasil ini menunjukan bahwa model memiliki performa yang cukup baik dalam mengkategorikan sentimen, walaupun masih terdapat keterbatasan dalam mendeteksi seluruh data positif. Selain itu, ditemukan bahwa sentimen negatif lebih banyak dibandingkan dengan sentimen positif. Penelitian ini memberikan pemahaman mengenai kecenderungan opini masyarakat terhadap ChatGPT dan dapat menjadi acuan untuk pengembangan teknologi serta kebijakan yang lebih responsif terhadap opini publik
Analisis Sentimen Masyarakat Indonesia Terkait Konten Deepfake Pada Platform X Menggunakan Algoritma SVM Muhammad Reza Maulana; Agung Nugroho; Asep Suprianto
Journal Automation Computer Information System Vol. 6 No. 1 (2026): Mei
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i1.180

Abstract

Maraknya penyebaran konten deepfake di platform media sosial memunculkan kekhawatiran tentang kemungkinan adanya disinformasi dan manipulasi informasi di ranah digital. Platform media sosial X menjadi salah satu lokasi utama bagi masyarakat untuk menyampaikan pandangan mereka tentang fenomena ini. Penelitian ini bertujuan untuk menganalisis pandangan masyarakat Indonesia mengenai deepfake di platform X dan menilai kinerja algoritma Support Vector Machine (SVM) dalam mengklasifikasikan sentimen. Data diperoleh dengan teknik crawling menggunakan kata kunci “deepfake” pada periode Januari 2024 hingga Juni 2025, menghasilkan 2.116 tweet dan 1.841 data bersih setelah dilakukan preprocessing. Pelabelan data dilakukan dengan pendekatan lexicon-based, dengan ekstraksi fitur menggunakan TF-IDF. Model klasifikasi menggunakan SVM dengan kernel linear serta pembagian data training dan testing dengan rasio 80:20. Evaluasi model menggunakan confusion matrix dengan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa pendapat masyarakat lebih banyak didominasi oleh sentimen negatif. Model SVM mencatat akurasi 80,76%, presisi 68,81%, recall 66,96%, dan F1-score 67,87%, yang menunjukkan performa klasifikasi pada tingkat sedang dalam skema pelabelan berbasis leksikon. Hasil ini dapat digunakan sebagai dasar untuk memantau opini publik terkait fenomena deepfake serta mendukung pengembangan strategi literasi digital di media sosial
Meningkatkan Visibilitas Institusi TKIT Al-Fajri Cahaya Umat dengan Profil Web Interaktif yang Inovatif Ananto Tri Sasongko; Sunita Dasman; Asep Suprianto; Suprapto Suprapto
Jurnal Pelita Pengabdian Vol. 1 No. 2 (2023): Juli 2023
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/jpp.v1i2.2500

Abstract

Dalam era digital ini, internet telah menjadi bagian penting dari kehidupan sehari-hari. Menurut data Asosiasi Penyelenggara Jasa Internet Indonesia (APJII), 73,7% dari total 266 juta penduduk Indonesia telah terkoneksi ke internet. Namun, di TKIT Al-Fajri Cahaya Umat, Cikarang, mereka masih menggunakan cara konvensional dalam mempromosikan sekolah mereka. Cara ini memiliki beberapa kendala seperti kurangnya efisiensi waktu dan biaya serta jangkauan promosi yang terbatas. Oleh karena itu, pengabdian ini akan membangun dan mengimplementasikan sebuah website profil sekolah yang dapat diakses dari PC, laptop, tablet dan handphone. Untuk mengatasi kendala-kendala tersebut, salah satu solusinya adalah dengan mengimplementasikan website profil sekolah. Saat ini, website telah menjadi kebutuhan dasar bagi institusi karena merupakan media yang efektif di zaman sekarang. Sudah banyak penelitian yang membuktikan bahwa website adalah salah satu media paling efektif untuk mempresentasikan profil sekolah.
Co-Authors Agung Nugroho Ananto Tri Sasongko Chaerul Hidayat Faradilla Laksmita Devi Handala Simetris Harahap Hilman Ihza Amrullah Karina Imelda Muhamad Fatchan Muhammad Reza Maulana Putri Anggun Sari Rahmat Eli Daeli Rais Saputra Rini Ariza Sunita Dasman Suprapto Suprapto Suprapto