Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika JOURNAL OF SCIENCE AND SOCIAL RESEARCH Malcom: Indonesian Journal of Machine Learning and Computer Science
Sembiring, Alfan Ramadhan
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Sentiment Analysis On Indonesian Tweets about the 2024 Election Sembiring, Alfan Ramadhan; Dewa, Chandra Kusuma
Sinkron : jurnal dan penelitian teknik informatika Vol. 9 No. 1 (2025): Research Article, January 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v9i1.14481

Abstract

This study investigates public sentiment on Indonesian Twitter regarding the 2024 General Election, employing machine learning and deep learning techniques, including Naïve Bayes, Support Vector Machines (SVM), Long Short-Term Memory (LSTM), and Gated Recurrent Unit (GRU). The dataset was collected using a Tweet Harvest method with the keyword "Pemilu" and underwent preprocessing steps such as case folding, removal of symbols and URLs, stopword elimination, and tokenization to ensure data quality. Performance evaluation metrics, including accuracy, precision, recall, and F1-score, were applied to assess the models' effectiveness. Naïve Bayes achieved the highest accuracy of 64%, followed by SVM at 63%, LSTM at 60%, and GRU at 57%. The findings indicate that traditional models like Naïve Bayes and SVM perform effectively on smaller datasets with structured features, while deep learning models excel in capturing complex sequential dependencies. However, deep learning methods exhibited overfitting tendencies, indicating the need for better regularization and optimization techniques. Furthermore, it emphasizes the potential of integrating traditional algorithms with advanced methods to enhance sentiment classification accuracy and generalizability across diverse datasets.
SINERGI BUDAYA DAN TEKNOLOGI DALAM DESAIN WEBSITE KATALOG BATIK BERBASIS E-COMMERCE Sembiring, Asha; Sembiring, Alfan Ramadhan; Nababan, Junerdi; Kusnadi, Kusnadi; Putri, Putri
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 9, No 1 (2026): February 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i1.5754

Abstract

Abstract: Batik is a valuable cultural heritage of Indonesia, combining artistic and historical significance. In the digital era, integrating Batik into an online catalog website can enhance cultural promotion and product sales. This study focuses on designing a Batik catalog website that merges traditional cultural values with modern digital technology to create an engaging, user-friendly experience. Using a comparative qualitative approach, several existing Batik catalog websites were analyzed to identify design strengths, weaknesses, and opportunities. Thematic and SWOT analysis were applied to examine visual design, navigation, and interactive features. Findings suggest that an optimal Batik catalog website should balance Batik’s visual aesthetics with functional e-commerce features, provide interactive elements, and ensure responsive purchasing processes. This approach improves user experience while promoting Batik as a cultural product. Keywords: Batik; website catalog; digital design; user experience; cultural heritage Abstrak: Batik merupakan warisan budaya Indonesia yang memiliki nilai seni dan sejarah yang tinggi. Di era digital, integrasi Batik ke dalam website katalog online dapat meningkatkan promosi budaya sekaligus penjualan produk. Penelitian ini bertujuan untuk merancang website katalog Batik yang menggabungkan nilai budaya tradisional dengan teknologi digital modern guna menciptakan pengalaman pengguna yang menarik dan mudah digunakan. Dengan menggunakan pendekatan kualitatif komparatif, beberapa website katalog Batik yang ada dianalisis untuk mengidentifikasi kekuatan, kelemahan, dan peluang desain. Analisis tematik dan SWOT digunakan untuk menilai desain visual, navigasi, serta fitur interaktif. Hasil penelitian menunjukkan bahwa website katalog Batik yang optimal harus mampu menyeimbangkan estetika visual Batik dengan fitur e-commerce yang fungsional, menyediakan elemen interaktif, serta memastikan proses pembelian yang responsif. Pendekatan ini meningkatkan pengalaman pengguna sekaligus mempromosikan Batik sebagai produk budaya. Kata kunci: Batik; katalog website; desain digital; pengalaman pengguna; warisan budaya
Analisis Sentimen Analisis Sentimen Ulasan Aplikasi Telemedicine di Indonesia Menggunakan XLM-RoBERTa dan Non-Negative Matrix Factorization untuk Mendukung Sustainable Development Goal 3 : Sentiment Analysis of Telemedicine App Reviews in Indonesia Using XLM-RoBERTa and Non-Negative Matrix Factorization for Supporting Sustainable Development Goal 3 Sembiring, Asha; Santoso, M. Imam; Sembiring, Alfan Ramadhan
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 2 (2026): MALCOM April 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i2.2621

Abstract

Penelitian ini bertujuan menganalisis sentimen pengguna dan mengidentifikasi topik dominan dalam ulasan aplikasi telemedicine di Indonesia menggunakan XLM-RoBERTa dan Non-Negative Matrix Factorization (NMF). Telemedicine menjadi solusi penting untuk meningkatkan akses layanan kesehatan, terutama di wilayah terpencil, namun peningkatan penggunaannya belum selalu diiringi kualitas layanan yang konsisten. Data penelitian dikumpulkan dari ulasan pengguna pada aplikasi Halodoc, Alodokter, dan KlikDokter melalui Google Play Store. Analisis sentimen dilakukan untuk mengklasifikasikan ulasan menjadi positif, negatif, dan netral, sedangkan NMF digunakan untuk mengekstraksi topik utama. Hasil menunjukkan bahwa 70% ulasan bersentimen positif, menandakan mayoritas pengguna merasa puas terhadap layanan. Namun, ulasan negatif masih menyoroti permasalahan pada kecepatan respons dan kualitas konsultasi medis, terutama pada beberapa aplikasi. Pemodelan topik mengungkap bahwa aksesibilitas layanan, kualitas konsultasi, dan kecepatan respons merupakan faktor utama yang memengaruhi persepsi pengguna. Kebaruan penelitian ini terletak pada integrasi model transformer multibahasa dan analisis topik dalam konteks telemedicine di Indonesia. Temuan ini memberikan implikasi praktis bagi pengembang dan pemangku kebijakan dalam meningkatkan kualitas layanan kesehatan digital serta mendukung pencapaian SDG 3.
Co-Authors Dewa, Chandra Kusuma Junerdi Nababan Kusnadi Putri Putri, Putri Santoso, M. Imam Sembiring, Asha