Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Biaya Dan Manfaat Implementasi Sistem Informasi Manajemen Di Perusahaan Logistik Iqbal, Muhammad; Murniati; Alamsyah, Hans; Ichsan Zulfikar, Muhammad; Happy Dwi Yuswanti, Aura; Amelia Putri, Fifi; Heidiani Ikasari, Ines
Jurnal Riset Informatika dan Inovasi Vol 2 No 2 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

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

Abstract

Penelitian ini mengkaji implementasi Sistem Informasi Manajemen (SIM) di perusahaan logistik dengan fokus pada analisis biaya dan manfaat. Menggunakan metode studi kasus pada sebuah perusahaan logistik besar di Indonesia, penelitian ini mengevaluasi dampak finansial dan operasional dari penerapan SIM selama periode tiga tahun. Data dikumpulkan melalui wawancara mendalam, observasi langsung, dan analisis dokumen perusahaan. Hasil menunjukkan bahwa meskipun biaya awal implementasi SIM cukup besar, manfaat jangka panjang yang diperoleh, seperti peningkatan efisiensi operasional, pengurangan biaya, dan peningkatan kepuasan pelanggan, secara signifikan melebihi investasi awal. Penelitian ini memberikan wawasan berharga bagi perusahaan logistik lain yang mempertimbangkan implementasi SIM, serta berkontribusi pada literatur manajemen teknologi informasi dalam konteks industri logistik.
Implementasi Metode Natural Language Processing Dalam Studi Analisis Semantik Dan Emosi Buzzer Pada Tweet Di Aplikasi X Nur Oktavia, Azzahra; Iqbal, Muhammad; Wahyu Saputra, Rikky; Ichsan Zulfikar, Muhammad; Saifudin, Aries
Buletin Ilmiah Ilmu Komputer dan Multimedia Vol 2 No 1 (2024): Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA)
Publisher : Shofanah Media Berkah

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

Abstract

Implementasi Metode Natural Language Processing (NLP) telah menjadi kunci dalam studi analisis semantik dan emosi terhadap tweet buzzer di aplikasi X. Penelitian ini bertujuan untuk mengungkap pola-pola kata dan ekspresi emosi yang muncul dalam konteks diskusi politik dan sosial di media sosial.   Pada tahap pengantar, penelitian ini menjelaskan signifikansi penggunaan NLP dalam mengurai bahasa natural dari tweet buzzer, yang sering kali menjadi cerminan opini publik terhadap kebijakan politik dan tokoh-tokoh terkait. Metode yang digunakan meliputi pengumpulan data tweet selama periode tertentu, pengolahan teks untuk menghilangkan noise seperti emotikon dan simbol, serta penerapan teknik NLP seperti tokenisasi, stemming, dan analisis sentimen untuk mengidentifikasi pola-pola yang relevan.  Hasil pembahasan menunjukkan bahwa kata-kata semantik positif seperti "baik", "mendukung", dan "kompeten" sering muncul dalam tweet dengan sentimen positif, sementara kata-kata negatif seperti "kecewa", "tidak setuju", dan "kurang baik" dominan dalam tweet dengan sentimen negatif. Analisis emosi juga mengungkapkan variasi ekspresi emosi seperti kegembiraan, kekecewaan, dan kemarahan dalam respons terhadap isu-isu politik tertentu.