Claim Missing Document
Check
Articles

Found 2 Documents
Search

Perancangan Sistem Proses Kerja Sama Antara PT. Telkom Akses dengan Mitra Gultom, Farida; Nasution, M Bobbi Kurniawan; Sinaga, Melisa Pitawati; Pratama, Bayu Rizky
Jurnal Pendidikan Sains dan Komputer Vol. 5 No. 02 (2025): Artikel Riset Oktober 2025
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/jpsk.v5i02.7108

Abstract

Kemajuan teknologi informasi mendorong perusahaan untuk mengintegrasikan sistem informasi dalam operasional bisnis, termasuk dalam pengelolaan hubungan kerja sama dengan mitra. PT. Telkom Akses, yang bergerak di sektor layanan jaringan dan infrastruktur telekomunikasi, masih menjalankan proses kerja sama secara manual melalui berbagai saluran komunikasi yang tidak terpusat seperti email, telepon, dan pertemuan langsung. Hal ini menimbulkan sejumlah permasalahan, seperti keterlambatan alur kerja, duplikasi data, kesulitan pelacakan status pengajuan, dan kurangnya transparansi serta kejelasan dokumen. Kondisi ini berdampak pada inefisiensi waktu, meningkatnya beban kerja administratif, serta berpotensi menghambat pengambilan keputusan strategis terkait kerja sama kemitraan. Penelitian ini bertujuan merancang sistem informasi kerja sama mitra yang terintegrasi untuk menyederhanakan proses administrasi, mempercepat alur pengajuan, meningkatkan akurasi data, dan mengurangi potensi kesalahan. Sistem yang dikembangkan mencakup fitur login pengguna dengan role-based access control, manajemen data mitra, pengajuan kerja sama berbasis formulir digital, unggah dokumen dengan verifikasi otomatis, serta notifikasi real-time mengenai status pengajuan, apakah diterima atau ditolak. Data untuk pengembangan sistem diperoleh melalui wawancara mendalam dengan stakeholder, observasi langsung terhadap proses bisnis yang sedang berjalan, dan studi pustaka terkait sistem informasi manajemen kemitraan. Pengembangan sistem ini menggunakan metode waterfall yang terdiri dari beberapa tahapan terstruktur, yaitu analisis kebutuhan, perancangan sistem menggunakan UML dan ERD, implementasi dengan teknologi web, dan pengujian awal untuk memastikan fungsionalitas sistem. Dengan adanya sistem ini, diharapkan proses kerja sama antara PT. Telkom Akses dan para mitra dapat berjalan lebih sistematis, efisien, terdokumentasi dengan baik, serta mendukung transparansi dan keakuratan dalam pengambilan keputusan strategis perusahaan.
Analisis Sentimen terhadap Rumah Sakit Tarutung Berdasarkan Google Maps Review Menggunakan Algoritma Naïve Bayes dan Pembobotan Kata Tf-Idf Panggabean, Helmud Laudeweek; Gultom, Farida; Nasution, M Bobbi Kurniawan
Jurnal Pendidikan Sains dan Komputer Vol. 5 No. 02 (2025): Artikel Riset Oktober 2025
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/jpsk.v5i02.7352

Abstract

Perkembangan teknologi informasi mendorong masyarakat untuk menyampaikan opini dan pengalaman terhadap layanan publik melalui platform digital, salah satunya Google Maps. Ulasan pengguna pada platform tersebut menjadi sumber data yang penting untuk mengevaluasi kualitas pelayanan rumah sakit. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap Rumah Sakit Tarutung berdasarkan ulasan Google Maps menggunakan algoritma Naïve Bayes dengan pembobotan kata Term Frequency–Inverse Document Frequency (TF-IDF). Penelitian ini menggunakan pendekatan eksperimental dengan data berupa 250 ulasan pengguna yang dikumpulkan melalui teknik web scraping. Data teks diproses melalui tahapan praproses, meliputi case folding, tokenizing, stopword removal, dan stemming, untuk menghasilkan representasi teks yang lebih bersih dan relevan. Selanjutnya, fitur teks dibobotkan menggunakan metode TF-IDF dan diklasifikasikan ke dalam dua kategori sentimen, yaitu positif dan negatif, menggunakan algoritma Naïve Bayes. Evaluasi kinerja model dilakukan menggunakan confusion matrix dengan pembagian data latih sebesar 80% dan data uji sebesar 20%. Hasil penelitian menunjukkan bahwa 70% ulasan memiliki sentimen positif dan 30% memiliki sentimen negatif. Model klasifikasi menghasilkan tingkat akurasi sebesar 85%, dengan nilai presisi 83%, recall 86%, dan F1-score 84%. Hasil ini menunjukkan bahwa algoritma Naïve Bayes berbasis TF-IDF mampu mengklasifikasikan sentimen ulasan Google Maps secara efektif pada data teks berbahasa Indonesia. Temuan penelitian ini dapat dimanfaatkan sebagai bahan evaluasi kualitas pelayanan rumah sakit serta sebagai penerapan analisis sentimen dalam bidang text mining.