Ign.F.Bayu Andoro.S
STMIK Widya Pratama Pekalongan

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pemanfaatan Efektifitas Penggunaan Aplikasi Notion Dalam Meningkatkan Perkuliahan Secara Efektif Dan Efisien di STMIK Widya Pratama Pekalongan Ign.F.Bayu Andoro.S
Digital Transformation Technology Vol. 3 No. 2 (2023): Artikel Periode September 2023
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v3i2.3343

Abstract

Di era globalisasi dan inovasi komputerisasi, mahasiswa dapat mengakses informasi dari berbagai sumber, termasuk web. Pandemi COVID-19 mendorong peralihan ke perkuliahan jarak jauh dengan menggunakan aplikasi seperti Learning Management System (LMS), Google Classroom, Zoom Meeting, dan Google Meeting. Mahasiswa menghadapi tantangan signifikan dalam mengatur jadwal perkuliahan dan kegiatan kampus. Dengan semakin kompleksnya tuntutan akademis yang tinggi, perencanaan waktu menjadi kritis. Menyeimbangkan antara tugas kuliah, proyek, dan kegiatan kemahasiswaa yang semuanya mendukung pengembangan diri, merupakan tugas yang sulit. Kesulitan semakin meningkat dengan adanya mata kuliah yang menuntut waktu dan fokus tambahan. Penelitian ini fokus pada pemanfaatan aplikasi Notion sebagai alat manajemen proyek dalam meningkatkan efektivitas perkuliahan daring. Notion, sebagai All-in-One Workspace, membantu mahasiswa dalam mengatur jadwal, tugas, proyek, dan catatan perkuliahan. Metode penelitian menggunakan pendekatan deskriptif kualitatif, dengan teknik pengumpulan data melalui observasi, kuesioner, dan wawancara. Hasil penelitian menunjukkan diawal mahasiswa mengalami kesulitan beradaptasi dengan kompleksitas aplikasi Notion, setelah memahami fitur-fiturnya, mahasiswa mengakui kemudahan dan manfaatnya. Aplikasi ini memungkinkan pengaturan proyek manajemen, pencatatan jadwal, dan pengelolaan berbagai aktivitas perkuliahan. Mahasiswa merasa terbantu dalam mengorganisir kegiatan, mengakses jadwal, dan menyimpan materi dari dosen. Kesimpulan penelitian ini bahwa Notion dapat menjadi alat yang efektif dalam meningkatkan produktivitas dan efisiensi mahasiswa di lingkungan perkuliahan. Sebanyak 55 responden merasa sangat efektif dalam menggunakan Notion untuk mengatur dan mengingat jadwal kuliah serta tugas-tugas akademis. Selain itu, sebagian besar responden 59 menyatakan bahwa Notion sangat membantu dalam meningkatkan efektivitas dan efisiensi dalam menyelesaikan tugas kuliah dan proyek-proyek akademis
Pendekatan Natural Language Processing Berbasis Long Short-Term Memory untuk Klasifikasi Sentimen Ulasan Aplikasi Access by Kereta Api Indonesia Ign.F.Bayu Andoro.S
Digital Transformation Technology Vol. 6 No. 1 (2026): Periode Maret 2026
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v6i1.9454

Abstract

Perkembangan layanan digital pada sektor transportasi mendorong penyedia layanan untuk terus meningkatkan kualitas aplikasi berbasis mobile agar mampu memenuhi kebutuhan pengguna secara optimal. Salah satu pendekatan yang dapat dilakukan untuk memperoleh umpan balik secara objektif adalah melalui analisis sentimen terhadap ulasan pengguna pada Google Play Store. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna aplikasi Access by KAI menggunakan algoritma Long Short-Term Memory (LSTM) serta mengevaluasi kinerja model berdasarkan metrik evaluasi standar. Data penelitian diperoleh melalui proses web scraping menggunakan pustaka google-play-scraper, menghasilkan sebanyak 2.041 ulasan yang dipublikasikan pada periode Januari 2025 hingga April 2026. Tahapan pengolahan data meliputi cleaning, case folding, normalisasi kata, tokenization, stopword removal, pelabelan sentimen berbasis lexicon, transformasi teks menjadi representasi numerik, serta pembagian dataset menggunakan skema 80:20 untuk data pelatihan dan pengujian. Model LSTM dievaluasi menggunakan accuracy, precision, recall, F1-score, dan confusion matrix. Hasil pengujian menunjukkan bahwa model mampu mencapai akurasi sebesar 92,87%, dengan nilai precision, recall, dan F1-score berturut-turut sebesar 0,93, 0,93, dan 0,93 pada weighted average. Analisis confusion matrix memperlihatkan bahwa model mampu mengidentifikasi sebagian besar sentimen negatif maupun positif secara tepat, meskipun masih ditemukan sejumlah kecil kesalahan klasifikasi akibat variasi konteks linguistik pada ulasan pengguna. Temuan ini menunjukkan bahwa algoritma LSTM efektif diterapkan untuk analisis sentimen berbahasa Indonesia serta berpotensi dimanfaatkan sebagai pendukung evaluasi kualitas layanan dan pengambilan keputusan berbasis data dalam pengembangan aplikasi Access by KAI.