Garuda - Garba Rujukan Digital

Sentimen Analisis Terkait Lockdown pada Sosial Media Twitter Muhammad Dwison Alizah; Arifin Nugroho; Ummu Radiyah; Windu Gata
Indonesian Journal on Software Engineering (IJSE) Vol 6, No 2 (2020): IJSE 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v6i2.8991

Abstract: Covid-19 has been set as a Pandemic by the World Health Organization (WHO). The very large impact and the infection that is fast enough are the reasons for making Covid-19 as a pandemic and efforts to overcome. One anticipation that can be done is to do lockdown. Making the decision to carry out a lockdown is intended to reduce the spread that occurs. Lockdown is certainly not a 100% good solution for all of individual. There are individual who agree that the lockdown will be implemented, also there are those who think that the lockdown is better not to be carried out considering the negative impacts that can occur. Therefore in this study will be presented the predictive modeling for sentiment analysis related to "lockdown" specially on social media Twitter. The method used to labeled was using Vader then the tweets are extracted using TF-IDF, and modeling is made for the prediction of sentiment using Naïve Bayes and Support Vector Machine. The results obtained from the two algorithms are more than 80%. Keywords: Covid-19, lockdown, TF-IDF, Naïve Bayes, Support Vector Machine Abstrak: Covid-19 telah ditetapkan sebagia Pandemi oleh World Health Organization (WHO). Dampak yang sangat besar dan penyebaran yang cukup cepat menjadi alsan untuk menjadikan Covid-19 sebagai Pandemi dan perlu dilakukan upaya penanggulangan. Salah satu upaya yang bisa dilakukan adalah dengan melakukan lockdown. Pengambilan keputusan untuk melakukan lockdown diperuntukan guna mengurangi penyebaran yang terjadi. Lockdown tentunya bukanlah solusi yang 100% baik bagi segala pihak. Terdapat pihak - pihak yang menyetujui akan dilaksanakannya lockdown, ada pula yang beranggapan bahwa lockdown lebih baik tidak dilaksanakan dengan pertimbangan dampak negatif yang bisa terjadi. Oleh karena itu, pada penelitian ini akan disampaikan mengenai pembuatan pemodelan prediksi terkait analisa sentimen terkait “Lockdown” yang dikhususkan pada media sosial Twitter. Metode yang digunakan adalah dengan melakukan labeling menggunakan Vader dan selanjutnya tweet tersebut dilakukan ekstraksi menggunakan TF-IDF, dan dibuatkan pemodelan untuk prediksi sentimen menggunakan Naïve Bayes dan Support Vector Machine. Hasil evaluasi yang didapat dari kedua algoritma tersebut ialah mencapai lebih dari 80%. Kata kunci: Covid-19, lockdown, TF-IDF, Naïve Bayes, Support Vector Machine Abstract: Covid-19 has been set as a Pandemic by the World Health Organization (WHO). The very large impact and the infection that is fast enough are the reasons for making Covid-19 as a pandemic and efforts to overcome. One anticipation that can be done is to do lockdown. Making the decision to carry out a lockdown is intended to reduce the spread that occurs. Lockdown is certainly not a 100% good solution for all of individual. There are individual who agree that the lockdown will be implemented, also there are those who think that the lockdown is better not to be carried out considering the negative impacts that can occur. Therefore in this study will be presented the predictive modeling for sentiment analysis related to "lockdown" specially on social media Twitter. The method used to labeled was using Vader then the tweets are extracted using TF-IDF, and modeling is made for the prediction of sentiment using Naïve Bayes and Support Vector Machine. The results obtained from the two algorithms are more than 80%. Keywords:Covid-19, lockdown, TF-IDF, Naïve Bayes, Support Vector Machine Abstrak: Covid-19 telah ditetapkan sebagia Pandemi oleh World Health Organization (WHO). Dampak yang sangat besar dan penyebaran yang cukup cepat menjadi alsan untuk menjadikan Covid-19 sebagai Pandemi dan perlu dilakukan upaya penanggulangan. Salah satu upaya yang bisa dilakukan adalah dengan melakukan lockdown. Pengambilan keputusan untuk melakukan lockdown diperuntukan guna mengurangi penyebaran yang terjadi. Lockdown tentunya bukanlah solusi yang 100% baik bagi segala pihak. Terdapat pihak - pihak yang menyetujui akan dilaksanakannya lockdown, ada pula yang beranggapan bahwa lockdown lebih baik tidak dilaksanakan dengan pertimbangan dampak negatif yang bisa terjadi. Oleh karena itu, pada penelitian ini akan disampaikan mengenai pembuatan pemodelan prediksi terkait analisa sentimen terkait “Lockdown” yang dikhususkan pada media sosial Twitter. Metode yang digunakan adalah dengan melakukan labeling menggunakan Vader dan selanjutnya tweet tersebut dilakukan ekstraksi menggunakan TF-IDF, dan dibuatkan pemodelan untuk prediksi sentimen menggunakan Naïve Bayes dan Support Vector Machine. Hasil evaluasi yang didapat dari kedua algoritma tersebut ialah mencapai lebih dari 80%. Kata kunci: Covid-19, lockdown, TF-IDF, Naïve Bayes, Support Vector Machine

Metode FAST & Framework PIECES : Analisis & Desain Sistem Informasi Penjualan Berbasis Website Warjiyono Warjiyono; Fandhilah Fandhilah; Amin Nur Rais; Ahmad Ishaq
Indonesian Journal on Software Engineering (IJSE) Vol 6, No 2 (2020): IJSE 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v6i2.8988

Abstract: The development of information and digital technology has accelerated the process of disruption in the business sector. Small business players are even able to beat big businesses because of innovation with digital technology. Internet users in Indonesia in 2018 totaled 171.17 million people, 93.9% used smartphones, 2.9% bought bags through online shops. Tas Murah Tegal is a physical shop that sells various types of bags and wallets. Currently, the way to market it is still through brochures, banners and social media. The problems that occur are difficulty controlling the amount of stock, sales data is often wrong, making sales reports that are often late and the difficulty in making reports for management purposes. The bag sales information system will be developed using the FAST method and the PIECES framework. Collecting data through interviews, observation and literature study. This information system is website-based using the programming language PHP, HTML, database using MySql. The purpose of this research is that Tas Murah Tegal can manage sales transactions more quickly, efficiently and effectively, data and information can be easily obtained and the availability of sales reports quickly. In addition, it can also expand market share, increase the number of sales, be able to compete globally, which is expected to grow and develop its business and improve good governance.Keywords: FAST Method, Sales, PIECES, Information SystemAbstrak: Perkembangan teknologi informasi dan digital mempercepat proses terjadinya disrupsi pada sektor bisnis. Pelaku bisnis kecil bahkan mampu mengalahkan bisnis besar karena inovasi dengan teknologi digital. Pengguna internet di Indonesia tahun 2018 berjumlah 171,17 juta jiwa, 93,9% menggunakan smartphone, , 2,9% nya membeli tas lewat toko online. Tas Murah Tegal merupakan toko fisik yang menjual beraneka macam jenis tas dan dompet. Saat ini cara memasarkannya masih melalui brosur, banner dan media sosial. Permasalahan yang terjadi kesulitan mengontrol jumlah stok, data-data penjualan sering salah, pembuatan laporan penjualan yang sering telat serta sulitnya membuat laporan-laporan untuk kepentingan manajemen. Sistem informasi penjualan tas akan dikembangakan dengan metode FAST dan framework PIECES. Pengumpulan data melalui wawancara, observasi dan studi pustaka. Sistem informasi ini berbasis website dengan menggunakan bahasa pemrograman PHP, HTML, database menggunakan MySql. Tujuan penelitian ini adalah agar Tas Murah Tegal dapat mengelola transaksi penjualan lebih cepat, efesien dan efektif, data dan informasi mudah didapatkan serta tersedianya laporan penjualan dengan cepat. Selain itu juga dapat memperluas pangsa pasar, meningkatkan jumlah penjualan, dapat bersaing secara global yang diharapkan dapat tumbuh dan berkembang bisnisnya dan meningkatkan tata kelola yang baik.Kata kunci: Metode FAST, Penjualan, PIECES, Sistem Informasi

Penggunaan Model UTAUT2 Untuk Memahami Persepsi Pengguna Aplikasi G-Meet Eka Herdit Juningsih; Faruq Aziz; Dinar Ismunandar; Fajar Sarasati; Irmawati Irmawati; Yanto Yanto
Indonesian Journal on Software Engineering (IJSE) Vol 6, No 2 (2020): IJSE 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v6i2.10075

Abstrak: Di era pandemi saat ini proses belajar mengajar dilakukan secara online dengan memanfaatkan aplikasi virtual, salah satunya yaitu G-Meet. Untuk memahami presepsi pengguna aplikasi G-Meet dalam penelitian ini menggunakan model UTAUT2. UTAUT2 merupakan pengembangan dari model UTAUT yang dilakukan oleh Venkates. Variabel yang ada pada UTAUT2 ini ialah ekspektasi kinerja, ekspektasi usaha, pengaruh sosial, kondisi fasilitas, motivasi hedonis, nilai harga, dan kebiasaan. Dari data yang dihasilkan terdapat 125 responden yang telah mengisi kuesioner dengan pertanyaan yang diajukan sebanyak 27 pertanyaan. Populasi dari penelitian ini adalah mahasiswa STIMIK Nusa Mandiri Jakarta. Dan untuk sampel yang ditentukan yaitu sebanyak 125 responden dari jumlah responden yang telah mengisi kuesioner. Dalam mengolah data penelitian pada penelitian ini menggunakan smartPLS 3, untuk mengetahui tingkat kevalidan dan kereabilitasan akan suatu data yang diperoleh. Hasil dari penelitian ini menujukkan bahwa dari delapan hipotesis yang diusulkan tiga hipotesis dinyatakan tidak signifikan karena pada nilai t-statistic kurang dari 1,96 dan untuk lima hipotesis lain dapat diterima. Kata kunci: UTAUT2, G-Meet, Pembelajaran Daring Abstract: In the current pandemic era, the teaching and learning process is carried out online by utilizing virtual applications, one of which is G-Meet. To understand the perceptions of users of the G-Meet application in this study using the UTAUT2 model. UTAUT2 is a development of the UTAUT model carried out by Venkates. The variables in UTAUT2 are performance expectations, business expectations, social influences, facility conditions, hedonic motivation, price values, and habits. From the resulting data, there are 125 respondents who have filled out a questionnaire with 27 questions. The population of this study were students of STIMIK Nusa Mandiri Jakarta. And for the specified sample, as many as 125 respondents from the number of respondents who have filled out the questionnaire. In processing research data in this study using SmartPLS 3, to determine the level of validity and reliability of the data obtained. The results of this study indicate that of the eight proposed hypotheses, three hypotheses are declared insignificant because the t-statistic value is less than 1.96 and the other five hypotheses can be accepted. Keywords: UTAUT2, G-Meet, Online Learning

Penerapan PSO Over Sampling Dan Adaboost Random Forest Untuk Memprediksi Cacat Software Richky Faizal Amir; Irwan Agus Sobari; Rousyati Rousyati
Indonesian Journal on Software Engineering (IJSE) Vol 6, No 2 (2020): IJSE 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v6i2.9258

Abstract: The dataset of software metrics, in general, are not balanced (Imbalanced). Class imbalance in Dataset can reduce the performance of software defect prediction models, because it tends to produce majority class predictions from minority classes, the dataset used in this study uses the National Aeronautics and Space Administration (NASA) Metrics Data Program (MDP), dataset From Stages Pre-processing proposed the Particle Swarm Optimization (PSO). method to overcome the problem of attributes in the training data and the Random Over Sampling (ROS) Resampling method. to deal with class imbalances. This study proposes that the Random Forest method combined with Adaboost can estimate the level of disability of software through training data. The results of this study indicate that the Resampling + Adaboost + Random Forest algorithm can be used to predict software defects with an average accuracy of 94.70% and a value of AUC 0.939. While the PSO + Random Forest algorithm only has an average accuracy of 89.60% and AUC 0.636 the difference in the accuracy of the two models is 5.10% and AUC 0.303. Statistical tests show that there is a significant influence between the proposed model and the Random Forest model with a p-value (0.036) smaller than the alpha value (0.05), which means there is a significant difference between the two models.Keywords: Imbalanced Class, Resample, Particle Swarm Optimization, Random Forest, Adaboost, Software DefectAbstrak: Dataset dari software matrik secara umum bersifat tidak seimbang (Imbalanced). Ketidak seimbangan kelas yang ada dalam dataset dapat menurunkan kinerja model prediksi cacat software, karena cenderung menghasilkan prediksi kelas mayoritas dari kelas minoritas. Dataset yang digunakan pada penelitian ini menggunakan dataset National Aeronautics and Space Administration (NASA) Metrics Data Program (MDP). Dari tahapan pra pemrosesan diusulkan metode Particle Swarm Optimization (PSO) untuk mengatasi masalah attribute pada data training dan metode Resampling Random Over Sampling (ROS). untuk menangani ketidak seimbangan kelas. Penelitian ini mengusulkan metode Random Forest yang dikombinasikan dengan Adaboost dapat mengestimasi tingkat kecacatan suatu Software melalui data training, Dari Hasil penelitian ini menunjukan bahwa algoritma Resampling+Adaboost+Random Forest dapat digunakan untuk memprediksi cacat software dengan rata-rata akurasi 94,70% dan nilai AUC 0,939. Sementara algoritma PSO+Random Forest hanya memiliki rata-rata akurasi 89,60% dan AUC 0,636 perbedaan akurasi dari kedua model tersebut 5,10% dan AUC 0,303. Uji statistik menunjukan bahwa adanya pengaruh yang signifikan antara model usulan dengan model Random Forest dengan nilai p (0,036) lebih kecil dari nilai alpha (0,05) yang artinya terdapat perbedaan yang siginifkan antara kedua model.Kata kunci: Imbalanced Class, Resample, Particle Swarm Optimization, Random Forest, Adaboost, Kecacatan Software

Sistem Informasi Penerimaan Peserta Didik Baru Berbasis Web Mia Rosmiati
Indonesian Journal on Software Engineering (IJSE) Vol 6, No 2 (2020): IJSE 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v6i2.9003

Abstract: In the era of digital media development, which is increasingly rapid, almost everyone of all ages is in dire need of digital media that is connected to the internet so that people can provide and receive information quickly. With the implementation of school closures since March 16, 2020 due to the global Covid-19 pandemic, schools are carrying out online learning activities. With these conditions, the school must have an appropriate marketing strategy, the school must be able to carry out the process of admitting new students. So that many prospective students will register at the school even though the school is still not open. The solution that can be done is to develop a website-based school information system where prospective new students can access the website anywhere and anytime so that they can receive information about the school quickly, precisely, and accurately and carry out the registration process as prospective students without having to come to school. The development of a new student admission information system is designed using the Waterfall Method with the stages being carried out, namely needs analysis, design, programming, testing, and support or maintenance.Keywords: Program Design, Student AcceptanceAbstrak: Di era perkembangan media digital yang semakin pesat saat ini hampir setiap kalangan dari berbagai tingkat usia sangat membutuhkan media digital yang terhubung dengan internet sehingga masyarakat dapat memberikan dan menerima informasi dengan cepat. Dengan diberlakukannya penutupan sekolah sejak 16 Maret 2020 dikarenakan pandemi global Covid-19 sekolah melaksanakan kegiatan pembelajaran secara online. Dengan kondisi seperti ini sekolah harus memiliki strategi marketing yang sesuai, sekolah harus dapat menjalankan proses penerimaan peserta didik baru. Sehingga banyak calon siswa yang akan mendaftar di sekolah tersebut walaupun sekolah masih belum dibuka. Solusi yang dapat dilakukan adalah mengembangkan sistem informasi sekolah berbasis website dimana calon peserta didik baru dapat mengakses website tersebut dimanapun dan kapanpun sehingga mereka dapat menerima informasi tentang sekolah secara cepat, tepat, dan akurat dan melakukan proses pendaftaran sebagai calon siswa tanpa harus datang ke sekolah. Pengembangan sistem informasi penerimaan peserta didik baru di rancangan menggunakan Metode Waterfall dengan tahapan yang dilakukan yaitu analisis kebutuhan, desain, pembuatan kode program, pengujian, dan pendukung atau pemeliharaan.Kata kunci: Perancangan Program, Penerimaan Peserta Didik

Perbadingan Metode Weight Product dan Vikor Dalam Menentukan Siswa Berprestasi Nurhadi Nurhadi; Kejus Ronatal Sinaga; Maulana Yusuf; Rachmat Hidayat; Yusnia Budiarti
Indonesian Journal on Software Engineering (IJSE) Vol 6, No 2 (2020): IJSE 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v6i2.8964

Abstract: At Maadrasah Ibtidaiyah Jamiatul Gulami Tangerang, he often selects outstanding students as a form of spurring the potential to be competitively healthy. But often the process carried out by the Madrasah experiences a calculation error. For this reason, the authors provide a solution, namely the SPK process to determine outstanding students at madrasah ibtidaiyah jamiatul gulami Tangerang. In decision support systems, there are several methods, including those used in this study, namely WP and VIKOR. The Weight Product (WP) method is a method that uses the multiplication of values, attributes to connect ratings, by first ranking each attribute. Meanwhile, the Vise Criterion method, Jumske Optimizakija I Kompromineso Resenje (VIKOR) ranks alternatives and determines solutions that are close to ideal. In the research, data collection techniques were carried out by observing the location of the research and conducting interviews with a teacher named Muhamad Syakir S.Ag at the Madrasah. The results obtained from the research that has been done, namely the WP method are shown to A1 on behalf of Amelia Putri with a value of 0.104, while in the VIKOR method it is shown to A5 on behalf of Eka Yulia with a value of 1.00. Keywords: SPK Student Achievement WP,VikorAbstrak: Pada Maadrasah Ibtidaiyah Jamiatul Gulami Tangerang seingkali mengadakan pemilihan siswa berprestasi sebagai bentuk memacu potensi untuk berkompetitif secara sehat. Tetapi seringkali proses dilakukan oleh Madrasah tersebut mengalami kekeliruan perhitungan. Untuk itu penulis memberikan solusi yaitu dengan proses SPK untuk menentukan siswa berprestasi pada madrasah ibtidaiyah jamiatul gulami Tangerang. Pada sistem penunjang keputusan terdapat beberapa metode diantaranya yang digunakan pada penelitian ini yaitu WP dan VIKOR. Metode Weight Product (WP) adalah metode yang menggunakan cara perkalian nilai, atribut untuk menghubungkan rating, dengan dilakukan dipangkatkan terlebih dahulu rating pada setiap atribut. Sedangkan Metode Vise Kriteriajumske Optimizakija I Kompromineso Resenje (VIKOR) melakukan perangkingan terhadap alternatif dan menentukan solusi yang mendekati ideal. Pada penelitian dilakukan teknik pengumpulan data dengan cara observasi ketempat lokasi yang menjadi penelitian dan melakukan wawancara kepada seorang guru bernama Muhamad Syakir S.Ag di Madrasah Tersebut. Pada hasil yang diperoleh dari penelitian yang telah dilakukan yaitu dengan Metode WP ditunjukan kepada A1 atas Nama Amelia Putri dengan nilai 0.104.Sedangkan pada metode VIKOR ditunjukan kepada A5 atas nama Eka Yulia dengan nilai 1.00.Kata kunci: SPK Siswa Berprestasi WP, Vikor

Penerapan Algoritma Apriori Untuk Menentukan Persediaan Peralatan Dan Mesin Batubara, Debora Kesia; Suryani, Nining; Buani, Duwi Cahaya Putri
Indonesian Journal on Software Engineering (IJSE) Vol 6, No 2 (2020): IJSE 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v6i2.9032

Abstract: The DKI Jakarta Regional Asset Management Agency (BPAD) is a State Agency that regulates budget costs for many types of assets in the DKI Jakarta area. One type of budget is for equipment and machinery that are needed annually. The local budget so far has not focused on the equipment and machinery needed. This is needed in order to be able to minimize the budget and focus on the equipment and machinery needed each year. In this case Data Mining can be applied to find information from the dataset. In order to know the Equipment and Machines that are most needed each year, searching for information on the dataset can be done by one of the Data Mining methods, namely the A priori Algorithm by looking for patterns of relationships in a dataset. If you know the equipment and machinery that are most needed each year, BPAD can focus the budget on the goods most needed and can find out which SKPD need more equipment and machinery each year.Keywords: BPAD, Data Mining, Algoritma Apriori.Abstraksi: Badan Pengelolaan Aset Daerah (BPAD) DKI Jakarta adalah Instansi Negara yang mengatur biaya anggaran untuk banyak jenis aset di daerah DKI Jakarta. Salah satu jenis anggaran yang ada ialah untuk Peralatan dan Mesin yang tiap tahunnya dibutuhkan. Anggaran daerah sejauh ini belum berfokus pada Peralatan dan Mesin yang dibutuhkan. Hal ini diperlukan agar dapat lebih meminimalisir anggaran dan berfokus kepada Peralatan dan Mesin yang dibutuhkan tiap tahunnya. Dalam hal ini Data Mining dapat diterapkan untuk mencari informasi dari dataset. Agar dapat mengetahui Peralatan dan Mesin yang paling dibutuhkan tiap tahunnya, pencarian informasi pada dataset dapat dilakukan dengan salah satu metode Data Mining yaitu Algoritma Apriori dengan mencari pola hubungan dalam sebuah dataset. Jika mengetahui Peralatan dan Mesin yang paling dibutuhkan tiap tahunnya maka BPAD dapat memfokuskan anggaran pada barang yang paling dibutuhkan dan dapat mengetahui SKPD mana yang lebih membutuhkan Peralatan dan Mesin setiap tahunnya..Kata Kunci: BPAD, Data Mining, Algoritma Apriori.

Identifikasi Faktor Pengaruh Penggunaan Dompet Digital Menggunakan Metode TAM Dan UTAUT2 Siti Fauziah; Watmah, Sri; Fauziah, Siti; Herlinawati, Nuraeni
Indonesian Journal on Software Engineering (IJSE) Vol 6, No 2 (2020): IJSE 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v6i2.8833

Abstract: Digital wallets as a method of payment made online using application services. By using a digital wallet service, digital users will find it easier to make transactions, both making payments, and making transfers to other banks with more affordable administrative costs. In addition, using a digital wallet can also make companies grow faster because it is easy to transact both directly and remotely. Several digital wallet service applications currently used in Indonesia include ovo, link aja, dana, and go-pay. This research was conducted to see the factors that influence the use of digital wallets as well as anything that a person desires to take care of a digital wallet with others. This study uses the TAM (Technology Acceptance Model) and UTAUT2 (Unifield Theory Of Acceptance And Use Of Technology) methods. The results show that the variables used in the study, in the form of benefits of digital wallets, social factors, innovation, user satisfaction and recommendations for using digital wallets, are factors that can influence someone using digital wallet services.Keywords: Digital Wallet, TAM, UTAUT2, Ovo, Go-PayAbstrak: Dompet digital sebagai salah satu metode pembayaran yang dilakukan secara online dengan menggunakan jasa aplikasi. Dengan menggunkaan layanan dompet digital pengguna akan lebih mudah dalam bertransaksi baik melakukan pembayaran, maupun melakukan trensfer ke bank lain dengan biaya administrasi yang lebih terjangkau. Selain itu dengan menggunakan dompet digital juga dapat membuat perusahaan berkembang lebih cepat karena mudahnya bertransaksi baik untuk bertransaksi secara langsung maupun jarak jauh. Beberapa aplikasi layanan dompet digital yang saat ini digunakan di Indonesia diantaranya ovo, link aja, dana, dan go-pay. Penelitian ini dilakukan untuk mengetahui faktor-faktor yang mempengaruhi seseorang menggunakan layanan dompet digital serta seberapa besar keinginan seseorang untuk merekomendasikan dompet digital kepada orang lain. Penelitian ini menggunakan metode TAM (Technology Acceptance Model) dan UTAUT2 (Unifield Theory Of Acceptance And Use Of Technology). Dari hasil penelitian menunjukan bahwa variabel-variabel yang digunakan dalam penelitian berupa manfaat dompet digital, faktor sosial, inovasi, kepuasan pengguna serta rekomendasi dari penggunaan dompet digital merupakan faktor yang dapat mempengaruhi seseorang menggunkaan layanan dompet digital.Kata kunci: dompet digital, TAM, UTAUT2, ovo, go-pay

E-Learning For Kids Education About Corona Virus Pada Sdn 01 Duren Tiga Juninisvianty, Tri; Saputri, Daniati Uki Eka; Khasanah, Nurul; Riyanto, Eko Arif; Dwi, F Lia; Seimahuira, Syarah; Salim, Agus; Rosiyadi, Didi
Indonesian Journal on Software Engineering (IJSE) Vol 6, No 2 (2020): IJSE 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v6i2.9073

Abstract: E-Learning For Kids Education about Corona Virus (EduCovid-19) is an e-learning website for elementary school students to be able to bridge teachers, parents and students in providing correct information about the spread, danger, and handling of corona virus outbreaks. In addition, this website is equipped with Thematic material that students get at school. By implementing a primary school curriculum for thematic lessons, it is hoped that it can adjust the learning system that is available in schools. The design of EduCovid-19 contains material in the form of education and exercises about Covid-19 and thematic lessons where in one of these materials there will be questions and answers as one of the interactive assessment methods for teachers. The method used in the design of this system is RAD and the research methods used in data collection are interviews, observation and case studies. By applying the learning system using EduCovid-19, it will be able to increase children's interest in the learning process that is currently underway, namely school from home and provide students with knowledge about the dangers and ways to overcome Covid-19.Keywords: Elearning, School, Covid-19, EduCovid-19Abstrak: E-Learning For Kids Education about Corona Virus (EduCovid-19) merupakan website elearning bagi pelajar sekolah dasar untuk dapat menjembatani guru, orang tua dan siswa dalam memberikan informasi yang benar seputar penyebaran, bahaya, dan penangan terkait wabah virus corona. Selain itu, di website ini dilengkapi dengan materi Tematik yang siswa dapatkan di sekolah. Dengan menerapkan kurikulum sekolah dasar pelajaran tematik, diharapkan dapat menyesuaikan sistem pembelajaran yang terdapat di sekolah. Perancangan EduCovid-19 ini berisi materi-materi berupa edukasi serta latihan soal seputar Covid-19 dan pelajaran tematik dimana dalam salah satu materi tersebut akan ada tanya jawab sebagai salah satu metode penilaian interaktif bagi para guru. Dalam perancangan sistem ini menggunakan metode RAD dan metode penelitian yang digunakan dalam pengumpulan data yaitu wawancara, observasi dan studi kasus. Dengan penerapan sistem pembelajaran menggunakan EduCovid-19 nantinya mampu meningkatkan ketertarikan anak dalam proses pembelajaran yang saat ini sedang berlangsung yaitu school from home dan memberikan pengetahuan kepada siswa mengenai bahaya dan cara menghindari serta mengatasi Covid-19.Kata kunci: Elearning, Sekolah, Covid-19, EduCovid-19

Implementasi Algoritma Klasifikasi Terhadap Tweet Pornografi Kaum Homoseksual Pada Twitter Hidayat, Taopik; Pebrianto, Rangga; Pratiwi, Risca Lusiana; Gata, windu; Saputri, Daniati Uki Eka
Indonesian Journal on Software Engineering (IJSE) Vol 6, No 2 (2020): IJSE 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v6i2.9008

Abstract: Twitter is one of the social media with the number of users who reach millions of users. The number of Twitter users in 2019 increased by 17 percent in 2018 to 145 million users with a variety of good both positive and bad. The negative impacts that occur such as the spread of status, images, and videos that affect pornography especially among freedom groups. Homosexuals are sexually oriented people who like the same sex that occurs in men, the rejection often experienced by men makes one of the reasons intellectuals use Twitter social media to show their personal relationships, open to each other, socializing with same sex, looking for conversation, to become a place to find a partner. The purpose of this study is to determine the positive and negative sentiments to determine the level of accuracy of intellectual pornography tweets in Indonesia from data taken from Twitter tweets by using the TF-IDF and k-NN methods. The results of this study get an accuracy value of 88.25% containing pornography and the remaining 11.75% not containing pornography will contain news, news, and other information.Keywords: homosexual, sentiment analysis, twitterAbstrak: Twitter merupakan salah satu media sosial dengan jumlah pengguna mencapai jutaan pengguna. Jumlah pengguna Twit-ter pada tahun 2019 dicatat meningkat 17 persendari tahun 2018 menjadi 145 juta pengguna dengan berbagai dampak baik dampak positif maupun dampak negatif. Dampak negatif yang ditimbulkannya seperti penyebaran status, gambar, dan video yang bersifat pornografi khsusunya di kalangan kaum homoseksual. Homoseksual merupakan orang yang berorientasi seksual sebagai penyuka sesama jenis yang terjadi pada kaum pria, Penolakan yang sering dialami kaum homoseksual men-jadikan salah satu alasan kaum homoseksual menggunakan media sosial Twitter untuk menunjukkan identitas diri mereka, saling terbuka, bersosialisasi dengan sesama jenis, mencari penghasilan, hingga menjadi ajang pencarian pasangan. Tujuan dari penelitian ini adalah untuk mengetahui sentimen positif dan negatif untuk mengetahui tingkat akurasi terhadap tweet pornografi kaum homoseksual di Indonesia dari data yang diambil dari tweet Twitter dengan menggunakan metode TF-IDF dan k-NN. Hasil penelitian ini mendapatkan nilai accuracy sebesar 88,25% mengandung unsur pornografi dan sisanya sebesar 11,75 tidak mengandung unsur pornografi akan tetapi berisi iklan, berita, dan informasi lainnya.Kata kunci: homoseksual, sentimen analisis, twitter

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kota adm. jakarta barat,

Dki jakarta

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name -

Contact Email -

Phone -

Journal Mail Official -

Editorial Address -

Location Kota adm. jakarta barat, Dki jakarta INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kota adm. jakarta barat,

Dki jakarta

INDONESIA