Article Per Year (5 Year)
p-Index From 2021 - 2026
8.407
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Dinamik Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Bulletin of Electrical Engineering and Informatics Journal of Information Systems Engineering and Business Intelligence Annual Research Seminar Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Penelitian Pendidikan IPA (JPPIPA) JOURNAL OF APPLIED INFORMATICS AND COMPUTING Masyarakat Telematika Dan Informasi : Jurnal Penelitian Teknologi Informasi dan Komunikasi Jurnal Teknoinfo JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) EDUMATIC: Jurnal Pendidikan Informatika Building of Informatics, Technology and Science Jurnal Mnemonic Jurnal Tekinkom (Teknik Informasi dan Komputer) Journal of Computer System and Informatics (JoSYC) TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Teknik Informatika (JUTIF) Jurnal Teknologi dan Sistem Informasi Jurnal Pendidikan dan Teknologi Indonesia KLIK: Kajian Ilmiah Informatika dan Komputer EXPLORER Jurnal Ekonomika Dan Bisnis Paradigma SENTRI: Jurnal Riset Ilmiah Malcom: Indonesian Journal of Machine Learning and Computer Science Eduvest - Journal of Universal Studies Jurnal Ilmiah Informatika dan Ilmu Komputer The Indonesian Journal of Computer Science INOVTEK Polbeng - Seri Informatika Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Ilmiah Sistem Informasi Akuntansi (JIMASIA)
Ryan Randy Suryono
Universitas Teknokrat Indonesia
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Social Sciences Veterinary Other

Published : 77 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 77 Documents
Search

 4   5   6   7   8 
Design and Implementation of a Public Sentiment Prediction Framework on Budget Efficiency Policy using Support Vector Machine, Naïve Bayes, and Random Forest M Sahyudi; Sampurna Dadi Riskiono; Ryan Randy Suryono
Jurnal Penelitian Pendidikan IPA Vol 11 No 12 (2025): December
Publisher : Postgraduate, University of Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jppipa.v11i12.13561

Abstract

Public sentiment toward government budget efficiency policies has become increasingly visible through social media platforms, where citizens actively express opinions, support, and criticism. This study aims to analyze public sentiment toward budget efficiency policies using data collected from the social media platform X (formerly Twitter). A total of 2,000 public comments related to budget efficiency policies were collected through web scraping using the X API. The data were preprocessed through normalization, case folding, text cleaning, tokenization, stopword removal, and stemming. Sentiment classification was conducted using three machine learning algorithms: Naive Bayes, Support Vector Machine (SVM), and Random Forest. Model performance was evaluated using accuracy, precision, recall, and F1-score. The results indicate that SVM achieved the highest accuracy, while Random Forest demonstrated superior recall in identifying positive sentiment. These findings suggest that Random Forest is particularly suitable for sentiment analysis tasks where minimizing false negatives is important, while SVM performs well in overall classification accuracy. This research contributes to the comparative evaluation of machine learning models for public sentiment analysis on policy-related issues using social media data.  
Peran Big Data dalam Inovasi Bisnis Digital: Pendekatan Tinjauan Literatur Sistematis Muhammad Fadli; Mugi Prasetio; Ival Sanjaya; Muhammad Surono; Mahendra Dewantoro; Ryan Randy Suryono
Jurnal Ilmiah Informatika dan Ilmu Komputer (JIMA-ILKOM) Vol. 4 No. 1 (2025): Volume 4 Nomor 1 March 2025
Publisher : PT. SNN MEDIA TECH PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/jima-ilkom.v4i1.48

Abstract

Penelitian ini meninjau bagaimana Big Data berperan dalam inovasi bisnis digital, terutama dalam membantu pengambilan keputusan strategis, memperbaiki efisiensi operasional, serta menciptakan Produk dan layanan digital yang benar-benar pas dengan kebutuhan pengguna. Dengan menggunakan pendekatan tinjauan literatur sistematis, penelitian ini mengidentifikasi manfaat signifikan Big Data, termasuk kemampuannya untuk menyediakan analisis mendalam, memprediksi tren pasar, dan personalisasi layanan pelanggan. Namun, penelitian ini juga mengungkap berbagai tantangan dan kendala dalam implementasi Big Data, seperti keterbatasan infrastruktur teknologi, kualitas data yang rendah, serta isu privasi dan keamanan data. Hasil penelitian menunjukkan bahwa pemanfaatan Big Data yang optimal dapat meningkatkan daya saing bisnis digital, tetapi membutuhkan dukungan infrastruktur yang memadai dan kepatuhan terhadap regulasi yang berlaku. Studi ini berkontribusi pada pengembangan pemahaman tentang bagaimana Big Data dapat diintegrasikan ke dalam strategi inovasi bisnis digital untuk mendorong pertumbuhan dan keberlanjutan bisnis di era digital.
Peran Platform Digital Dalam Membangkitkan Pertumbuhan Technopreneurship (Faktor Dan Tantangan Keberhasilan) : Tinjauan Literatur Sistematis Putri Oktaria Maylanda; Septiana Rahayu; Muhammad Sahyudi; Ryan Randy Suryono
Jurnal Ilmiah Informatika dan Ilmu Komputer (JIMA-ILKOM) Vol. 4 No. 1 (2025): Volume 4 Nomor 1 March 2025
Publisher : PT. SNN MEDIA TECH PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/jima-ilkom.v4i1.49

Abstract

Penelitian ini menganalisis peran strategis platform digital dalam mendukung pertumbuhan technopreneurship di era digital melalui pendekatan systematic literature review. Hasil penelitian menunjukkan bahwa platform digital secara signifikan meningkatkan efisiensi operasional, aksesibilitas, dan transformasi model bisnis dalam berbagai sektor, seperti kesehatan, pendidikan, transportasi, dan kewirausahaan informal. Platform ini berfungsi sebagai katalis inovasi dengan mengoptimalkan proses berbasis data, meningkatkan inklusi sosial, dan memperluas akses pasar. Namun, implementasi platform digital juga menghadapi tantangan, termasuk ketidaksetaraan dalam akses teknologi, kontrol algoritmik yang memperburuk ketimpangan, dan hambatan regulasi yang kaku. Kesuksesan technopreneurship di era digital sangat bergantung pada pengembangan platform yang inklusif, adaptif, dan responsif terhadap kebutuhan pengguna. Selain itu, kolaborasi antara pembuat kebijakan, pengusaha, dan pengembang teknologi diperlukan untuk menciptakan ekosistem digital yang berkelanjutan. Penelitian ini berkontribusi dalam memberikan panduan teoretis dan praktis untuk mengoptimalkan penggunaan platform digital bagi pertumbuhan technopreneurship di masa depan.
Pengaruh Artificial Intelligence Dalam Mendorong Inovasi Dan Efisiensi Technopreneurship Tria Setyani; Kevinda Sari; Raka Sulistiyo; Adelia Pratiwi; Ryan Randy Suryono
Jurnal Ilmiah Informatika dan Ilmu Komputer (JIMA-ILKOM) Vol. 4 No. 1 (2025): Volume 4 Nomor 1 March 2025
Publisher : PT. SNN MEDIA TECH PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/jima-ilkom.v4i1.54

Abstract

Kecerdasan Buatan (AI) telah menjadi kekuatan utama dalam mendorong inovasi dan efisiensi di berbagai sektor industri, termasuk dalam bidang technopreneurship. Penelitian ini bertujuan untuk menganalisis pengaruh AI terhadap inovasi dan efisiensi dalam technopreneurship dengan pendekatan kualitatif deskriptif. Metode pengumpulan data melibatkan studi pustaka, wawancara mendalam dengan pelaku usaha berbasis teknologi, serta observasi terhadap implementasi AI di beberapa startup. Hasil penelitian menunjukkan bahwa AI memiliki peran signifikan dalam meningkatkan inovasi produk dan layanan melalui analisis data, prediksi tren pasar, dan otomatisasi proses bisnis. AI juga meningkatkan efisiensi operasional dengan mengoptimalkan penggunaan sumber daya dan mengurangi ketergantungan pada prosedur manual. Namun, penerapan AI dalam technopreneurship menghadapi beberapa tantangan, seperti keterbatasan keterampilan teknis, biaya investasi yang tinggi, serta isu etika dan keamanan data. Penelitian ini menyarankan perlunya perencanaan strategis dalam implementasi AI untuk memastikan keberhasilan dan manfaat maksimal bagi technopreneur. Temuan ini diharapkan dapat memberikan wawasan bagi pelaku bisnis teknologi dalam mengoptimalkan penggunaan AI guna meningkatkan daya saing dan keberlanjutan bisnis mereka.
Transforming the Data Ecosystem through Machine Learning and Artificial Intelligence: A Systematic Review of Innovative Big Data Frameworks Bagastian, Bagastian; Putro, Dimas Eko; Fudholi, Muhammad Fahmi; Suryono, Ryan Randy
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol. 7 No. 1 (2026): Volume 7 Number 1 March 2026
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jatika.v7i1.1437

Abstract

The digital revolution era has created fundamental transformation in data management and utilization, where machine learning and artificial intelligence integration becomes the primary catalyst in optimizing contemporary data ecosystems. Global data volume predicted to reach 181 zettabytes by 2025 demands innovative approaches in big data management, yet 80% of organizations still experience difficulties integrating AI technology with their existing data infrastructure. This research aims to identify and analyze characteristics of innovative frameworks that integrate machine learning and artificial intelligence in data ecosystem transformation, and formulate comprehensive framework recommendations for the future. The research method employs a qualitative approach with Systematic Literature Review (SLR) on 2021-2022 publications via Google Scholar, with thematic analysis using Critical Appraisal Skills Program (CASP) checklist. Research results identify eight major innovative frameworks including AI for Smart Society 5.0, Big Data-AI-IoT Integration, to Digital Responsibility Accounting, with main characteristics of process automation capabilities, service personalization, edge computing for real-time decision making, and blockchain implementation for data security. Implementation challenges include digital infrastructure limitations, human resource skill gaps, data security, and organizational resistance. Transformation impact proves significant in education, governance, and business intelligence sectors. The conclusion shows that comprehensive future frameworks must be adaptive, ethical, and sustainable by integrating technology, human, and environmental dimensions in a balanced manner. A phased implementation approach is recommended with priority on strengthening digital infrastructure and developing human resource competencies through cross-sector collaboration.
Analisis Komparatif Sentimen Publik terhadap Liputan Media Terkait Aksi Menteri Keuangan Menggunakan Algoritma SVM dan RoBERTa Santosa, Budi; Magda, Kardita; Budiman, Ega; Suryono, Ryan Randy
SENTRI: Jurnal Riset Ilmiah Vol. 5 No. 2 (2026): SENTRI : Jurnal Riset Ilmiah, Februari 2026
Publisher : LPPM Institut Pendidikan Nusantara Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55681/sentri.v5i2.5858

Abstract

Public opinion on social media is a crucial representation of government policy legitimacy, especially in the fiscal sector. This study intends to provide a comparative investigation of the efficacy of sentiment categorization on YouTube comments pertaining to the activities of the Indonesian Finance Minister by juxtaposing the Support Vector Machine (SVM) algorithm with the RoBERTa Transformer model. A total of 3,780 comments were acquired from national digital media channels. The research method involves intensive text preprocessing, including stemming using the Sastrawi algorithm and lexicon-based labeling. The results showed that the SVM algorithm with TF-IDF features achieved an accuracy of 83.33% and an F1-score of 76.05%. In contrast, the RoBERTa model showed a significantly lower performance with an accuracy of 29.76%. This study concludes that for datasets dominated by neutral sentiments and informal language in specific Indonesian contexts, traditional machine learning like SVM with optimal feature engineering remains more reliable and efficient than complex Transformer models that require more extensive fine-tuning.
Tinjauan Sistematis : Pendekatan dan Inovasi untuk Perlindungan Data di Era Teknologi Canggih Septiana Rahayu; Maylanda, Putri Oktaria; Ryan Randy Suryono
Jurnal Ilmiah Sistem Informasi Akuntansi Vol. 6 No. 1 (2026): Volume 6, Nomor 1, June 2026
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jimasia.v6i1.1461

Abstract

Penelitian ini bertujuan untuk mengidentifikasi pendekatan-pendekatan yang diterapkan dalam perlindungan data di era teknologi canggih, serta menilai inovasi terbaru yang dapat meningkatkan keamanan data terhadap ancaman yang berkembang. Seiring dengan semakin pesatnya perkembangan teknologi digital, perlindungan data menjadi hal yang sangat penting, terutama untuk menjaga privasi dan integritas data pribadi. Penelitian ini menggunakan metode tinjauan literatur sistematis, dengan menganalisis berbagai jurnal terkait yang membahas teknologi seperti kecerdasan buatan (AI), blockchain, dan enkripsi, serta strategi-strategi perlindungan data lainnya. Selain itu, penelitian ini juga mengevaluasi efektivitas dari metode-metode perlindungan data yang ada, melihat sejauh mana teknologi tersebut mampu menghadapi ancaman-ancaman keamanan yang semakin kompleks. Hasil penelitian menunjukkan bahwa teknologi-teknologi canggih seperti AI dan blockchain dapat meningkatkan perlindungan data, namun tantangan terkait privasi, regulasi, dan implementasi teknologi masih menjadi hambatan besar. Kesimpulannya, penggabungan teknologi yang tepat dan kebijakan yang mendukung sangat diperlukan untuk menghadapi tantangan perlindungan data di masa depan.
Co-Authors ., Bagastian Achmad Nizar Hidayanto Ade Dwi Putra Adelia Pratiwi Aditia Yudhistira Agresia, Vania Ahmad Ari Aldino Ajie Tri Hutama Al Afif, Satria Anadas, Sylvi Ananda, Dhea AndaruJaya, Rinaldi Sukma Ansyah, Ferdi Ariany, Fenty Arshad, Muhammad Waqas Bagastian, Bagastian Bagus Reynaldi, Dimas Bakti, Da'i Rahman Bhatara, Dimas Wahyu Budi Santosa Budi Santosa Budiawan, Aditia Budiman, Ega Christ Mario Dana Indra Sensuse Darmini Darmini DAVID KURNIAWAN Dede Krisna Friansyah Dedi Darwis Desi Fitria Dewantoro, Mahendra Dinda Septia Ningsih Dwi Nanda Agustia Dyah Ayu Megawaty Eko Putro, Dimas Eskiyaturrofikoh, Eskiyaturrofikoh Fadli, Muhammad Firdaus, Noval Dinda Firmanda, Fabian Fudholi, Muhammad Fahmi Gunawan, Rakhmat Dedi Handini, Meitry Ayu Hasiholan Simamora, Alfred Heni Sulistiani Hermana, BP Putra Ignatius Adrian Mastan Indra Budi Isnain, Auliya Rahman Ival Sanjaya Iwan Purwanto Iwan Purwanto Juarsa, Doris Junita, Elvika Alya Kamrozi Karimah Sofa Kautsarina Kautsarina Kautsarina Kautsarina Kautsarina Kautsarina Kautsarina Kevinda Sari Krishna Yudhakusuma P.M. Laksono, Urip Hadi M Sahyudi Magda, Kardita Mahendra Dewantoro Maylanda, Putri Oktaria Megawaty, Dyah Ayu Meliana, Yovi Mesran, Mesran Miranda, Khyntia Mugi Prasetio Muh. Alviazra Virgananda Muhamad Adhytia Wana Putra Rahmadhan Muhammad Fadli Muhammad Ridwan Muhammad Sahyudi Muhammad Surono Mustaqim, Ilham Zharif Nababan, Cynthia Deborah Natasha Panca Hadi Putra Pratama, Rangga Rizky Purnama, Putri Intan Purwanti, Dian Sri Putra, Djalu Bintang Putra, Satya Setiawan Putri Oktaria Maylanda Putro, Dimas Eko Rachmad Nugroho Rachmi Azanisa Putri Rahmat Dedi Gunawan Raihandika, M Rafi Raka Sulistiyo Ramadhani, Bagus Reifco Harry Farrizqy Rias Kumalasari Devi Riyama Ambarwati Sampurna Dadi Riskiono Sanriomi Sintaro Saputra, Melian Jefri Saputra, Rizky Herdian Sari, Cici Nurita Kumala Sari, Putri Kumala Sarumpaet, Lisyo Hileria septiana Rahayu Septiana Rahayu Setiawan, Andra Setiawansyah Setiawansyah Setiyana, Beta Agus Simarmata, Yohanes Sobirin, Muhammad Hamdan Sumanto, Sumanto Surono, Muhammad Surya Indra Gunawan Tri Widodo Tria Setyani Ulum, Faruk Wahyudi, Agung Deni Wang, Junhai Waqas Arshad, Muhammad Yeni Agus Nurhuda Yeni Agus Nurhuda Yulia Indriani Yuri Rahmanto Yuspita, Emi