Article Per Year (5 Year)
p-Index From 2020 - 2025
0.835
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Ramadhan Manik, Albert
Unknown Affiliation
Computer Science & IT

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
PENCARIAN TEMPAT KOS SEKITAR UNIVERSITAS NEGERI MEDAN BERBASIS WEB MENGGUNAKAN PHP Amelia Br Siregar, Ririn; Budi Akbar, Muhammad; Ramadhan Manik, Albert; Yandra Niska, Debi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12362

Abstract

Peningkatan jumlah mahasiswa Universitas Negeri Medan (UNIMED) setiap tahunnya menyebabkan meningkatnya kebutuhan akan tempat kos di sekitar kampus. Namun, pencarian tempat kos yang sesuai sering kali menjadi tantangan karena keterbatasan informasi dan efisiensi dalam proses pencarian. Permasalahan ini mendorong pengembangan aplikasi berbasis web yang dirancang untuk mempermudah mahasiswa dalam mencari tempat kos yang sesuai dengan kebutuhan mereka.Penelitian ini bertujuan untuk membangun sistem pencarian tempat kos berbasis web menggunakan PHP yang dapat diakses dengan mudah melalui berbagai perangkat. Metode yang digunakan meliputi analisis kebutuhan pengguna, desain sistem, pengembangan aplikasi, serta pengujian fitur pencarian berdasarkan lokasi, harga, dan fasilitas. Hasil penelitian menunjukkan bahwa aplikasi ini dapat membantu pengguna dalam menemukan tempat kos secara lebih cepat dan efisien. Selain itu, aplikasi ini juga memberikan manfaat bagi pemilik kos untuk mempromosikan properti mereka kepada calon penghuni. Dengan demikian, aplikasi ini diharapkan menjadi solusi yang efektif bagi mahasiswa dan pemilik kos dalam mengatasi permasalahan pencarian tempat tinggal
IMPLEMENTASI CUSTOM CHATBOT GPT DENGAN CHATBASE PADA WEBSITE E-COMMERCE SEPATU Alfin, Muhammad; Ramadhan Manik, Albert; Budi Akbar, Muhammad; Amelia Br Siregar, Ririn; Perdana, Adidtya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13846

Abstract

Perkembangan teknologi kecerdasan buatan (AI) telah memberikan dampak signifikan dalam industri e-commerce, khususnya dalam meningkatkan pengalaman pelanggan melalui chatbot. Namun, banyak chatbot konvensional masih memiliki keterbatasan dalam memahami konteks percakapan dan memberikan respons yang akurat. Penelitian ini bertujuan untuk mengimplementasikan dan menganalisis efektivitas custom chatbot berbasis GPT menggunakan platform Chatbase pada website e-commerce sepatu. Metode yang digunakan meliputi studi literatur, analisis kebutuhan, desain chatbot, implementasi model GPT melalui Chatbase, serta pengujian menggunakan metode Black Box Testing. Hasil penelitian menunjukkan bahwa chatbot yang dikembangkan mampu merespons pertanyaan pelanggan dengan cepat, akurat, dan relevan, baik dalam hal informasi produk, ketersediaan stok, maupun rekomendasi berbasis preferensi pengguna. Selain itu, chatbot ini meningkatkan efisiensi layanan pelanggan dengan mengotomatisasi interaksi yang biasanya memerlukan intervensi manusia. Kesimpulannya, implementasi chatbot berbasis GPT dapat menjadi solusi inovatif dalam meningkatkan pengalaman belanja online serta efisiensi operasional bisnis. Pengembangan lebih lanjut dapat dilakukan dengan meningkatkan pemahaman chatbot terhadap konteks percakapan yang lebih kompleks serta menambahkan fitur rekomendasi otomatis untuk produk yang tidak tersedia.
PENERAPAN NAÏVE BAYES UNTUK ANALISIS SENTIMEN NETIZEN TERHADAP PROGRAM MAKAN SIANG GRATIS PADA MEDIA SOCIAL X Amelia Br Siregar, Ririn; Ramadhan Manik, Albert; Syahri, Alfin; Budi Akbar, Muhammad; Arnita, Arnita; Ramadhani, Fanny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13870

Abstract

Program Makan Siang Gratis yang diperkenalkan dalam Pemilihan Presiden 2024 menjadi perhatian publik dan menuai berbagai tanggapan, baik positif maupun negatif. Persepsi masyarakat terhadap program ini penting untuk diketahui guna mengevaluasi keberhasilan implementasi kebijakan. Penelitian ini bertujuan untuk menganalisis sentimen netizen di media sosial X terhadap program tersebut menggunakan algoritma Naïve Bayes. Data dikumpulkan melalui proses crawling dengan Twitter API, kemudian dilakukan preprocessing, ekstraksi fitur menggunakan TF-IDF, dan klasifikasi sentimen ke dalam tiga kategori: positif, negatif, dan netral. Hasil evaluasi menunjukkan bahwa model Naïve Bayes yang digunakan memiliki akurasi sebesar 65%, presisi 71%, recall 65%, dan F1-score 62%. Analisis menunjukkan bahwa sentimen negatif mendominasi, disusul oleh sentimen netral, sementara sentimen positif hanya sedikit. Temuan ini mengindikasikan adanya kekhawatiran masyarakat terhadap efektivitas dan transparansi program. Hasil penelitian ini dapat menjadi bahan pertimbangan bagi pemerintah dalam meningkatkan sosialisasi dan implementasi program agar lebih diterima oleh masyarakat.
KLASIFIKASI SENTIMEN PUBLIK TERHADAP PPN 12% DI MEDIA SOSIAL X MENGGUNAKAN NAÏVE BAYES Syahri, Alfin; Ramadhan Manik, Albert; Irya Shakila Syukron, Ananda; Budi Akbar, Muhammad; Amelia Br Siregar, Ririn; Saputra, Kana
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13949

Abstract

Program Makan Siang Gratis yang diperkenalkan dalam Pemilihan Presiden 2024 menjadi sorotan publik dengan berbagai tanggapan positif dan negatif di media sosial. Penelitian ini bertujuan untuk menganalisis sentimen netizen di media sosial X terhadap program ini menggunakan algoritma Naïve Bayes. Data dikumpulkan melalui proses crawling menggunakan Twitter API, kemudian dilakukan preprocessing, ekstraksi fitur dengan Term Frequency-Inverse Document Frequency (TF-IDF), dan klasifikasi sentimen ke dalam tiga kategori: positif, negatif, dan netral. Hasil evaluasi menunjukkan bahwa model Naïve Bayes memiliki akurasi 65%, dengan sentimen negatif mendominasi (45%), diikuti oleh sentimen netral (35%) dan positif (20%). Analisis lebih lanjut mengungkapkan bahwa sentimen negatif umumnya berkaitan dengan kekhawatiran terhadap efektivitas dan transparansi program, sementara sentimen positif berasal dari optimisme terhadap manfaat program dalam mengatasi masalah gizi dan stunting. Temuan ini menunjukkan perlunya strategi komunikasi dan sosialisasi yang lebih baik agar program lebih diterima oleh masyarakat.
ANALISIS PERBEDAAN PERMUKAAN BUAH SEGAR DAN BUSUK MENGGUNAKAN MODEL RGB DAN GRAY-LEVEL CO-OCCURRENCE MATRIX (GLCM) Amelia Br Siregar, Ririn; Ramadhan Manik, Albert; Irya Shakila Syukron, Ananda; Budi Akbar, Muhammad; Syahputra, Hermawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14461

Abstract

Pengolahan citra digital merupakan bidang penting dalam ilmu komputer yang digunakan untuk menganalisis dan memanipulasi gambar digital. Permasalahan yang sering muncul dalam pengolahan citra adalah bagaimana memperoleh informasi atau fitur yang relevan dari sebuah citra secara efisien dan akurat. Penelitian ini bertujuan untuk mengimplementasikan beberapa operasi dasar pengolahan citra seperti pembacaan citra, konversi warna, penjumlahan, pengurangan, dan perhitungan parameter statistik (mean, median, dan standar deviasi) untuk memahami karakteristik citra. Metode yang digunakan dalam penelitian ini melibatkan pemrograman menggunakan bahasa Python dengan bantuan pustaka OpenCV dan NumPy dalam proses pemrosesan citra. Hasil yang diperoleh menunjukkan bahwa operasi dasar tersebut dapat diaplikasikan dengan baik dan mampu memberikan informasi statistik yang bermanfaat mengenai distribusi intensitas piksel dalam citra, yang dapat digunakan untuk analisis lanjutan atau klasifikasi. Penelitian ini diharapkan dapat menjadi dasar untuk pengembangan sistem pengenalan citra yang lebih kompleks.
Co-Authors Adidtya Perdana, Adidtya Alfin, Muhammad Amelia Br Siregar, Ririn Arnita Arnita Budi Akbar, Muhammad Hermawan Syahputra Irya Shakila Syukron, Ananda Kana Saputra S Niska, Debi Yandra Ramadhani, Fanny Syahri, Alfin