Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JOINTECOMS (Journal of Information Technology and Computer Science)
Viktor Handrianus Pranatawijaya
Teknik Informatika, Fakultas Teknik, Universitas Palangka Raya
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Sentimen Berbasis Aspek dan Deteksi Emosi dari Ulasan Timnas Indonesia di Instagram I Made Bayu Artha Pratama; Viktor Handrianus Pranatawijaya; Putu Bagus Adidyana Anugrah Putra
Journal of Information Technology and Computer Science Vol. 4 No. 4 (2024): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v4i4.10792

Abstract

Olahraga, khususnya sepak bola ini memiliki peran penting dalam memperkuat citra nasional. dalam analisis sentimen dan emosi penggemar. terhadap Timnas Indonesia di piala Asia 2023 melalui komentar Instagram. Sebanyak 96.485 komentar dikumpulkan dan di proses menggunakan teknik Latent Dirichlet Allocation (LDA) untuk indentifikasi topik serta cosine similarity untuk menghubungkan aspek-aspek relevan.Emosi dilabeli menggunakan kamus NRC lexicon, sementara sentimen dianalisis secara manual dan dengan model Indobert, yang menunjukkan akurasi tertinggi, yaitu 97,58%.Hasil penelitian menunjukkan dominasi sentimen positif (74,9%) dengan emosi utama trust dan joy, meski terdapat kritik signifikan terkait hasil pertandingan.Emosi negatif seperti anger dan fear muncul, mencerminkan ketidakpuasan sebagai penggemar.Meskipun mayoritas penggemar merasa puas, terdapat kelompok yang sangat tidak puas dengan kinerja tim. Temuan ini memberikan wawasan bagi pihak terkait untuk meningkatkan performa dan kualitas interaksi dengan penggemar.
Perbandingan dan Prediksi Ketepatan Pengembalian Buku di Perpustakaan Menggunakan Machine Learning Muhammad Rijal; Viktor Handrianus Pranatawijaya; Deddy Ronaldo; Jadiaman Parhusip
Journal of Information Technology and Computer Science Vol. 5 No. 4 (2025): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v5i4.25344

Abstract

Penelitian ini bertujuan untuk membandingkan dan memprediksi ketepatan pengembalian buku di perpustakaan menggunakan algoritma machine learning, dengan data historis peminjaman yang mencakup informasi judul buku, tanggal peminjaman, tanggal pengembalian, dan status pengembalian. Empat algoritma yang diterapkan adalah Random Forest, Support Vector Machine (SVM), Decision Tree, dan Gradient Boosting untuk memprediksi ketepatan pengembalian buku, apakah tepat waktu, terlambat, atau tidak dikembalikan. Data penelitian diperoleh dari Perpustakaan MAN 1 Pulang Pisau berupa riwayat peminjaman buku siswa kelas X sampai XII periode Juli 2022 hingga Agustus 2023 dengan total 730 data peminjaman yang melibatkan 643 peminjam. Proses penelitian mencakup pra-pemrosesan data, seperti pembersihan data, pembuatan fitur baru berupa 'Lama Pinjam' yang dihitung dari selisih tanggal pengembalian dan peminjaman, serta pengolahan data kategorikal pada kolom 'Judul Buku' dengan teknik encoding. Data kemudian dibagi menjadi fitur (X) dan target (Y), dengan target berupa status pengembalian buku (tepat waktu, terlambat, atau tidak dikembalikan). Hasil evaluasi menunjukkan bahwa Decision Tree memberikan performa terbaik dengan akurasi sebesar 87%, diikuti oleh Gradient Boosting (86%), Random Forest (85%), dan SVM (73%). Decision Tree terpilih sebagai model terbaik karena memberikan keseimbangan optimal dalam memprediksi semua kategori pengembalian buku dengan macro average F1-score sebesar 0.84. Model ini dapat digunakan oleh pengelola perpustakaan untuk mengidentifikasi buku.
Co-Authors Deddy Ronaldo I Made Bayu Artha Pratama Jadiaman Parhusip Muhammad Rijal Putu Bagus Adidyana Anugrah Putra