Claim Missing Document
Check
Articles

Found 22 Documents
Search

Rule-based Sentiment Degree Measurement of Opinion Mining of Community Participatory in the Government of Surabaya Putra, Berlian Juliartha Martin; Helen, Afrida; Barakbah, Ali Ridho
EMITTER International Journal of Engineering Technology Vol 6, No 2 (2018)
Publisher : Politeknik Elektronika Negeri Surabaya (PENS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (423.153 KB) | DOI: 10.24003/emitter.v6i2.275

Abstract

Diskominfo Surabaya, as a government agency, received much community participatory for improvement of governmental services, with increasing number of 698, 2717, 4176 and 4298 participatory data respectively in 2011, 2012, 2013 and 2014. It is challenging for Diskominfo Surabaya to set a target by giving the response back within 24 hours. Due to task complexity to address the degree of participatory and to categorize the group of participatory, they faced difficulty to fulfill the target. In this research, we present a new system for measuring the sentiment degree of community participatory. We provide 5 functions in our system, which are: (1) Data Collection, (2) Data Preprocessing, (3) Text Mining, (4) Sentiment Analysis and (5) Validation. We propose our rule-based technique for the sentiment analysis of opinion mining with detection of 8 important parts, which are (1) Verb, (2) Adjective, (3) Preposition, (4) Noun, (5) Adverb, (6) Symbol, (7) Phrase, and (8) Complimentary. For applicability of our proposed system, we made a series of experiment with 410 data of community participatory in Twitter for Diskominfo Surabaya and compared with other sentiment classification algorithms which are SVM and Naive Bayes Classifier. Our system performed 77.32% rate of accuracy and outperformed to other comparing algorithms.
Analisis Hasil Belajar Mahasiswa dengan Clustering Menggunakan Metode K-Means Putra, Berlian Juliartha Martin; Yuniarti, Dwi Ariani Finda
POROS TEKNIK Vol. 12 No. 2 (2020)
Publisher : P3M Politeknik Negeri Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31961/porosteknik.v12i2.927

Abstract

Hasil belajar mahasiswa dapat menjadi sebuah informasi yang sangat penting terhadap kemajuan pembelajaran di sebuah Perguruan tinggi. Evaluasi hasil belajar diperlukan untuk menghindari mahasiswa yang lulus tidak tepat waktu, mahasiswa mengundurkan diri, meningkatkan prestasi mahasiswa, dan bahan evaluasi perguruan tinggi untuk meningkatkan kualitasnya. Evaluasi mahasiswa dilakukan secara terus menerus minimal sekali setiap semesternya, apabila dilakukan secara manual maka membutuhkan upaya dan waktu tersendiri sehingga tidak efektif dan efesien. Penelitian ini mengajukan analisis hasil belajar mahasiswa dengan teknik clustering. Clustering merupakan metode data mining untuk pengelompokan data, salah satunya adalah metode K-Means. Tahapan dalam penelitian ini yaitu: data collection, preprocessing, seleksi fitur, clustering menggunakan metode simple K-Means dengan tool Waikato Environment for Knowledge Analysis (WEKA) dan perhitungan jarak menggunakan Euclidean Distance dan analisa cluster. Adapun hasil dari penelitian ini adalah pengelompokan hasil belajar mahasiswa menggunakan variabel IPK memberikan Sum of Squared Errors (SSE) lebih kecil dibandingkan pengelompokan dengan variabel nilai di setiap mata kuliah. Rata-rata SSE yang diperoleh dalam penelitian ini sebesar 0,1135 dari 4 kali percobaan. Dari penelitian ini dapat disimpulkan bahwa metode clustering menggunakan K-Means bisa digunakan untuk mengelompokan nilai mahasiswa dan menganalis hasil belajar mahasiswa setiap semesternya sehingga memudahkan dalam evaluasi mahasiswa.
Teknik AHP dengan Kriteria SQM: Studi Kasus Pemilihan Software Pustaka Digital Agus Prianggono; Anwar Fuadi; Berlian Juliartha Martin Putra
Techno.Com Vol 21, No 1 (2022): Februari 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i1.5302

Abstract

Untuk menunjang kegiatan penyelenggaraan pendidikan di perguruan tinggi, khususnya pengelolaan bahan pustaka diperlukan sebuah alat bantu berupa software pustaka digital. Software jenis ini sudah banyak beredar di pasaran, baik bersifat free open sources maupun proprietary. Ketersediaan berbagai macam pilihan alternatif memunculkan pertanyaan yakni, alternatif mana yang paling ideal untuk perguruan tinggi dengan studi kasus di AKN Pacitan. Untuk menjawab pertanyaan ini, tim peneliti melakukan evaluasi dan perangkingan menggunakan teknik Analytical Hierarchy Process (AHP). Dalam proses AHP, tim peneliti menggunakan kriteria-kriteria yang telah dirumuskan dalam Software Quality Model. Data diperoleh melalui teknik survei dengan instrumen kuisioner yang disebar kepada seluruh sivitas akademika AKN Pacitan. Hasil dari penelitian ini diperoleh bahwa Dspace merupakan software pustaka digital yang paling ideal untuk AKN Pacitan.
Analisis Hasil Belajar Mahasiswa dengan Clustering Menggunakan Metode K-Means Berlian Juliartha Martin Putra; Dwi Ariani Finda Yuniarti
POROS TEKNIK Vol. 12 No. 2 (2020)
Publisher : P3M Politeknik Negeri Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31961/porosteknik.v12i2.927

Abstract

Hasil belajar mahasiswa dapat menjadi sebuah informasi yang sangat penting terhadap kemajuan pembelajaran di sebuah Perguruan tinggi. Evaluasi hasil belajar diperlukan untuk menghindari mahasiswa yang lulus tidak tepat waktu, mahasiswa mengundurkan diri, meningkatkan prestasi mahasiswa, dan bahan evaluasi perguruan tinggi untuk meningkatkan kualitasnya. Evaluasi mahasiswa dilakukan secara terus menerus minimal sekali setiap semesternya, apabila dilakukan secara manual maka membutuhkan upaya dan waktu tersendiri sehingga tidak efektif dan efesien. Penelitian ini mengajukan analisis hasil belajar mahasiswa dengan teknik clustering. Clustering merupakan metode data mining untuk pengelompokan data, salah satunya adalah metode K-Means. Tahapan dalam penelitian ini yaitu: data collection, preprocessing, seleksi fitur, clustering menggunakan metode simple K-Means dengan tool Waikato Environment for Knowledge Analysis (WEKA) dan perhitungan jarak menggunakan Euclidean Distance dan analisa cluster. Adapun hasil dari penelitian ini adalah pengelompokan hasil belajar mahasiswa menggunakan variabel IPK memberikan Sum of Squared Errors (SSE) lebih kecil dibandingkan pengelompokan dengan variabel nilai di setiap mata kuliah. Rata-rata SSE yang diperoleh dalam penelitian ini sebesar 0,1135 dari 4 kali percobaan. Dari penelitian ini dapat disimpulkan bahwa metode clustering menggunakan K-Means bisa digunakan untuk mengelompokan nilai mahasiswa dan menganalis hasil belajar mahasiswa setiap semesternya sehingga memudahkan dalam evaluasi mahasiswa.
Rule-based Sentiment Degree Measurement of Opinion Mining of Community Participatory in the Government of Surabaya Berlian Juliartha Martin Putra; Afrida Helen; Ali Ridho Barakbah
EMITTER International Journal of Engineering Technology Vol 6 No 2 (2018)
Publisher : Politeknik Elektronika Negeri Surabaya (PENS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (423.153 KB) | DOI: 10.24003/emitter.v6i2.275

Abstract

Diskominfo Surabaya, as a government agency, received much community participatory for improvement of governmental services, with increasing number of 698, 2717, 4176 and 4298 participatory data respectively in 2011, 2012, 2013 and 2014. It is challenging for Diskominfo Surabaya to set a target by giving the response back within 24 hours. Due to task complexity to address the degree of participatory and to categorize the group of participatory, they faced difficulty to fulfill the target. In this research, we present a new system for measuring the sentiment degree of community participatory. We provide 5 functions in our system, which are: (1) Data Collection, (2) Data Preprocessing, (3) Text Mining, (4) Sentiment Analysis and (5) Validation. We propose our rule-based technique for the sentiment analysis of opinion mining with detection of 8 important parts, which are (1) Verb, (2) Adjective, (3) Preposition, (4) Noun, (5) Adverb, (6) Symbol, (7) Phrase, and (8) Complimentary. For applicability of our proposed system, we made a series of experiment with 410 data of community participatory in Twitter for Diskominfo Surabaya and compared with other sentiment classification algorithms which are SVM and Naive Bayes Classifier. Our system performed 77.32% rate of accuracy and outperformed to other comparing algorithms.
Metode Peningkatan Akurasi pada Sensor TDS Berbasis Arduino untuk Nutrisi Air Menggunakan Regresi Linier Dhodit Rengga Tisna; Berlian Juliartha Martin Putra; Tamara Maharani; Hasnira Hasnira
JURNAL INTEGRASI Vol 14 No 1 (2022): Jurnal Integrasi - April 2022
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/ji.v14i1.3906

Abstract

Water quality has an important role in the field of aquaculture. One of the factors that determine water quality is the level of TDS (Total Disolved Solid). Therefore, a TDS meter that has precise accuracy is needed to be able to accurately measure the quality of various types of water. In this study developed a prototype capable of measuring TDS levels in water. This prototype consists of a TDS sensor device, Arduino UNO and an LCD to display the results of the measured water quality readings. So that the accuracy read by the prototype is able to match the commercial TDS meter, the researchers used a linear regression algorithm to be included in the Arduino TDS program. The results of the experiment show that the accuracy of the TDS prototype which was originally 77% increased to 98.3%, is almost close to precision with commercial TDS meters in general.
Analisis Gaya Belajar terhadap Nilai Mahasiswa dengan Menggunakan Metode k-Means Berlian Juliartha Martin Putra; Dwi Ariani Finda Yuniarti
Techno.Com Vol 21, No 2 (2022): Mei 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i2.5837

Abstract

Munculnya virus korona meningkatkan penggunaan e-Learning. Pengamatan untuk mengetahui kecenderungan gaya belajar mahasiswa perlu dilakukan secara berkelanjutan, guna menentukan metode belajar yang tepat. Dosen harus mengelompokan mahasiswa secara manual setiap ingin memantau kecenderungan gaya belajar mahasiswa, hal ini dirasa kurang efektif. Penelitian ini bertujuan untuk mengelompokan aktifitas gaya belajar mahasiswa visual dan audio. Data didapatkan dari log e-learning dan nilai mahasiswa. Tahapan penelitian ini yaitu data preprocessing, feature selection, clustering gaya belajar mahasiswa menggunakan metode simple k-Means dengan tool WEKA kemudian dilakukan analisa kualitatif keterkaitan kecenderungan gaya belajar terhadap nilai mahasiswa. SSE clustering pada penelitian ini memiliki nilai rata-rata 0.182. Pada penelitian ini, konten modul atau kategori visual lebih mendukung kegiatan belajar daring mahasiswa. Terdapat 7 kecenderungan gaya belajar mahasiswa. Mahasiswa yang sering/sedang dalam mengakses video maupun modul 90% bernilai baik. Hasil penelitian yang didapatkan dapat digunakan untuk melihat pengelompokan mahasiswa dalam kecenderungannya terhadap gaya belajar, menganalisa pengaruh suatu gaya belajar terhadap nilai dan membantu dosen dalam menentukan metode belajar yang tepat.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN CALON PENERIMA BEASISWA MAHASISWA AKADEMI KOMUNITAS NEGERI PACITAN Dwi Ariani Finda Yuniarti, Berlian Juliartha Martin Putra
TRANSFORMASI Vol 16, No 1 (2020): TRANSFORMASI
Publisher : STMIK BINA PATRIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (402.786 KB) | DOI: 10.56357/jt.v16i1.219

Abstract

Akademi Komunitas Negeri Pacitan menyediakan beberapa beasiswa bagi para mahasiswa. Namun, proses seleksi beasiswa di Akademi Komunitas Negeri Pacitan masih dilakukan secara manual. Penelitian ini menggunakan metode Simple Additive Weighting(SAW) yang bertujuan untuk memberikan rekomendasi calon penerima beasiswa. Adapun kriteria penerima beasiswa ditentukan dari penghasilan orang tua, jarak rumah, jumlah anggota keluarga, ada tidaknya kartu miskin, kondisi orang tua(hidup/yatim/piatu) dan kondisi rumah. Tahap awal dilakukan penyeleksian variabel yang mempengaruhi terpilihnya penerima beasiswa kemudian digunakan metode SAW. Metode ini menggunakan teknik pembobotan sehingga diperlukan analisa perhitungan matrik dan penentuan weight yang tepat untuk setiap kriteria. Sistem kami menghasilkan akurasi sebesar 95% untuk data calon penerima beasiswa tahun 2019 Akademi Komunitas Negeri Pacitan. Kata kunci : Sistem Pendukung Keputusan, Simple Additive Weighting (SAW), Beasiswa
Simple Additive Weight untuk Rekomendasi Penerima Beasiswa Berbasis Web Berlian Juliartha Martin Putra; Dwi Ariani Finda Yuniarti; Citra Ratih Prameswari
Jurnal Sistem Informasi Vol 13, No 1 (2021)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (786.17 KB) | DOI: 10.36706/jsi.v13i1.13921

Abstract

AbstrakAkademi Komunitas Negeri Pacitan menyediakan beasiswa bagi mahasiswa. Pengelolaan data beasiswa masih dilakukan secara manual baik dari sisi pengajuan beasiswa, pencatatan data oleh petugas dan perhitungan rekomendasi penerima beasiswa. Pengelolaan secara manual dirasa kurang efektif dan efesien. Penelitian ini mengajukan sistem pendukung keputusan untuk permasalahan diatas. Sistem berbasis web dengan dua hak akses pegawai dan pelamar beasiswa. Sistem menyediakan fasilitas pengajuan beasiswa, pengelolaan data meliputi penambahan, pengeditan, penghapusan dan pencarian serta pemberian rekomendasi penerima beasiswa. Sistem menggunakan metode Simple Additive Weight untuk penentuan rekomendasi penerima beasiswa dengan tahapan penentuan kriteria, pendefinisian kriteria cost dan benefit, pemberian bobot kriteria, pembuatan matrik, normalisasi, dan penghitungan nilai final semua kriteria. Kriteria yang digunakan pada sistem adalah penghasilan orang tua, jarak antara kampus dengan rumah, jumlah keluarga tanggungan orang tua, ada tidaknya kartu miskin, kondisi orang tua, kondisi rumah dan ipk. Sistem dibangun menggunakan framework laravel dan DBMS MySQL. Sistem dapat menangani pengajuan beasiswa, pengelolaan data beasiswa dan memberikan rekomendasi penerima beasiswa dengan hasil akurasi sebesar 95% dengan data calon penerima beasiswa tahun 2019, 69% dengan data calon penerima beasiswa tahun 2017 dan 64% dengan data calon penerima beasiswa pada tahun 2016. Kata kunci: simple additive weight, beasiswa, sistem informasi, rekomendasi, sistem pendukung keputusan.
Analisa dan Rancangan Sistem Informasi Pariwisata Pacitan dengan UML dan ERD Berlian Juliartha Martin Putra; Anwar Fu’adi; Dwi Ariani Finda Yuniarti
INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Vol 7 No 1 (2022): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Desember 2022)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (778.074 KB) | DOI: 10.51211/isbi.v7i1.1920

Abstract

Pacitan Kota Seribu Goa dimana pacitan memiliki banyak goa, pantai dan tempat wisata sehingga pacitan terkenal akan keindahan pariwisatanya. Saat ini, Pacitan belum memiliki sistem yang mengelola informasi-informasi pariwisata di Pacitan sehingga pengunjung akan mengumpulkan informasi-informasi yang terdapat di blog – blog satu persatu selain itu banyak tempat wisata pacitan yang belum diketahui pengunjung yang sebenarnya dapat dijadikan alternatif kunjungan wisata sehingga diperlukan sistem informasi pariwisata pacitan. Sistem Informasi yang akan dibangun terlebih dahulu harus dilakukan analisa dan rancangan. Tujuan penelitian ini melakukan analisa dan rancangan sistem informasi pariwisata Pacitan. Penelitian dimulai dari mengumpulkan sumber referensi, mengumpulkan data, analisa dan merancang sistem. Penelitian ini menghasilkan analisa sistem informasi pariwisata pacitan berupa Use Case Diagram dan Activity Diagram serta rancangan sistem informasi(SI) pariwisata pacitan berupa Entity Relationship Diagram, Class Diagram dan rancangan untuk antar muka pengguna. Analisa dan Rancangan Sistem Informasi Pariwisata ini berguna ketika implementasi ke sistem informasi pariwisata pacitan. Abstract: Pacitan City of a Thousand Caves where Pacitan has many caves, beaches and tourist attractions so that Pacitan is famous for the beauty of its tourism. Currently, Pacitan does not yet have a system that manages tourism information in Pacitan so that visitors will collect information contained in blogs one by one besides that there are many Pacitan tourist attractions that are not yet known to visitors which can actually be used as an alternative to tourist visits so a system is needed. Pacitan tourism information, while in the early stages of building an information system, analysis and design must first be carried out. This study aims to analyze and design a tourism information system in Pacitan. Research starts from collecting reference sources, collecting data, analyzing and designing systems. The research uses the waterfall method, where in this study there are still three initial stages in the method, namely collecting user needs, analyzing and designing information systems. This study resulted in an analysis of the Pacitan tourism information system in the form of Use Case Diagrams and Activity Diagrams and the design of the Pacitan tourism information system (SI) in the form of Entity Relationship Diagrams, Class Diagrams and designs for user interfaces. Analysis and Design of this Tourism Information System can be used to be implemented into tourism information systems, especially tourism in Pacitan Regency.