cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
jieet@unesa.ac.id
Editorial Address
Jurusan Teknik Informatika, Fakultas Teknik Universitas Negeri Surabaya Kampus Ketintang, Gedung A10, lt.2, Surabaya-Indonesia, 60231.
Location
Kota surabaya,
Jawa timur
INDONESIA
JIEET (Journal of Information Engineering and Educational Technology)
Published by Universitas Negeri Surabaya
ISSN : -     EISSN : 2549869X     DOI : http://dx.doi.org/10.26740/
Core Subject : Science, Engineering,
Computer Science & IT Engineering
Journal Description: JIEET (Journal of Information Engineering and Educational Technology) is a scientific journal that publishes the peer-reviewed research papers in the field of Computer Engineering, Distributed and Parallel Systems, Business Informatics, Computer Science, Computer Security, System & Software Engineering and Educational Technology.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 8 Documents
 1 
Search results for , issue "Vol. 6 No. 2 (2022)" : 8 Documents clear
Klasifikasi Sentimen Judul Berita Pemberitaan COVID-19 Tahun 2021 pada Media DetikHealth Fahri Delfariyadi; Afrida Helen; Susi Yuliawati
JIEET (Journal of Information Engineering and Educational Technology) Vol. 6 No. 2 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v6n2.p50-57

Abstract

Penelitian ini merupakan penelitian linguistik terapan yang mengombinasikan linguistik dan ilmu komputasi dan berfokus di bidang natural language processing (NLP). Fenomena yang dikaji adalah klasifikasi sentimen pada judul berita pemberitaan COVID-19 di media DetikHealth selama tahun 2021 sehingga orientasi penelitian ini adalah mengklasifikasikan sentimen pada fenomena tersebut. Pengumpulan data dilaksanakan dengan memanfaatkan fitur saring yang disediakan media tersebut dan analisis data dilakukan dalam dua tahap besar, yaitu text preprocessing dan klasifikasi sentimen. Algoritma yang diimplementasikan dalam penelitian ini adalah algoritma MultinomialNB yang merupakan bagian dari naïve bayes classifier. Hasil dari penelitian ini adalah diperolehnya tingkat akurasi prediksi sentimen sebesar 72.5%. Selain itu, uji coba dengan tanpa melakukan salah satu atau keseluruhan tahapan preprocessing data memberikan dampak terhadap tingkat akurasi mesin. Penurunan tingkat akurasi paling menonjol terlihat pada uji coba tanpa stemming. Uji coba tanpa stemming menunjukkan adanya pemahaman linguistik yang berbeda jika tahapan stemming dilakukan dan penurunan tingkat akurasi mesin. Temuan lain adalah label sentimen netral adalah label sentimen berita dengan prediksi benar tertinggi dan label positif adalah label yang relatif salah diprediksi mesin. Implikasi dari hal ini adalah label positif merupakan label yang berpotensi mengalami kekeliruan prediksi. Kata Kunci—klasifikasi sentimen, text preprocessing, NLP
Klasterisasi Keyword Terkait Pornografi pada Media Sosial Twitter Menggunakan Latent Dirichlet Allocation Nur Aini Rakhmawati; Rifda Awalia Zuhroh; Qonita Nailul Muna; Vania Rahma Dianutami
JIEET (Journal of Information Engineering and Educational Technology) Vol. 6 No. 2 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v6n2.p66-72

Abstract

Media sosial adalah saluran komunikasi bersifat online sebagai media yang digunakan untuk berbagi berbasis komunitas. Media sosialmemungkinkan seseorang terhubung satu dengan yang lain tanpa harus bertemu secara tatap muka. Twitter merupakan salah satu media sosial yang memberikan kebebasan bagi para penggunanya untuk membuat, mengunggah, dan membaca unggahan yang disebut tweet dengan jumlah pengguna di Indonesia mencapai 18,45 juta di tahun 2022. Twitter ternyata ramai digunakan sebagai media penyebarluasan konten asusila seperti pornografi. Pada penelitian ini, penulis mencari tahu beberapa kata kunci yang sering digunakan dalam penyebar luasan konten pornografi di Twitter dengan menggunakan metode Latent Dirichlet Allocation (LDA) untuk menemukan topik yang dominan dari kata kunci yang digunakan dan mengelompokkan kata kunci secara otomatis. Pada penerapan LDA, fitur stopword digunakan untuk mengeliminasi kata-kata yang tidak diperlukan. Cara menentukan jumlah topik yang optimal yaitu dengan melihat nilai perplexity dan topik coherence. Dari total data 15.135 unggahan yang didapatkan dari data crawling, selanjutnya dipetakan menjadi lima topik dan topik yang paling banyak digunakan menggunakan kata kunci sange, nonton, dan bokepindo.
Manajemen Risiko Aset Teknologi Informasi: Studi kasus Implementasi Manajemen Risiko SPBE Dinas Komunikasi dan Informatika Pemerintah Kota Balikpapan Rahadian Bisma
JIEET (Journal of Information Engineering and Educational Technology) Vol. 6 No. 2 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v6n2.p73-79

Abstract

Sistem Pemerintahan Berbasis Elektronik merupakan penyelenggaraan pemerintahan yang memanfaatkan teknologi informasi dan komunikasi untuk memberikan layanan kepada instansi yang menggunakan SPBE. Dari penelitian ditemukan 261 risiko yang diidentifikasi yang dapat dikaitkan dengan risiko SPBE. Implementasi Manajemen risiko peneliti menggunakan Cobit5 for risk, ISO 31000:2018 dan KemenPAN RI No 5 2020 untuk dijadikan pedoman dan analisa terhadap manajemen risiko SPBE. sehingga diharapkan penelitian ini dapat sesuai dengan peraturan dalam penerapan Manajemen Risiko SPBE. Seluruh temuan risiko diberikan rekomendasi dan sistem pengendalian risiko untuk memperkecil level risiko. Budaya atau penerapan manajemen risiko perlu di tingkatkan dan dioptimalkan terutama di bagian Komunikasi dan konsultasi, pencatatan dan pelaporan serta pemantauan dan review yang harus dilakukan secara berkala
Analisis Pengaruh Meninggalnya Emmeril Terhadap Elektabilitas Ridwan Kamil Menggunakan Naïve Bayes Ulfi Saidata Aesyi; Risky Firmansyach
JIEET (Journal of Information Engineering and Educational Technology) Vol. 6 No. 2 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v6n2.p86-89

Abstract

Twitter merupakan sumber informasi dan media sosial yang sangat populer dikalangan masyarakat, dimana orang-orang bisa berkomunikasi dengan pesan singkat yang disebut tweet. Dengan adanya pemberitaan tentang Eril, banyak masyarakat yang menggunakan Twitter untuk mengunggah opini dan tanggapan mereka mengenai hal ini sehingga menjadi sebuah trending topik atau perbincangan hangat di Twitter. Tanggapan masyarakat terkait Meninggalnya Almarhum Emmeril Kahn bisa memiliki peranan penting. Dengan melakukan analisis sentimen terhadap opini masyarkat kita bisa mengetahui opini-opini dari netizen mengenai Almarhum Emmeril Kahn dan apakah memiliki Pengaruh terhadap Elektabilitas Pemilu Ridwan Kamil, baik berupa tweet dan re-tweet. Dalam penelitian ini menggunakan Metode Naïve Bayes Classification dan dibantu perhitungan TF-IDF ntuk membuat model analisis. Data dikumpulkan menggunakan teknik Scraping dan akan melewati tahap Preprocessing data sebelum dilakukannya penelitian. Didapatkan hasil prediksi sentimen Positif sebanyak 5701 tweet atau sebesar 67.8% dan sentimen Negatif sebanyak 2702 data tweet atau sebesar 32.2%. Dengan melakukan klasifikasi terhadap data yang telah diprediksi sehingga didapatkan nilai presisi masing-masing sentimen Positif 92% dan Negatif 80%, nilai recall masing-masing sentimen Positif 93% dan Negatif 83%. Kemudian nilai akurasi prediksi sebesar 87.9%. Sehingga dapat diketahui bahwa pemodelan yang sudah dibuat cukup bagus, dan banyak terdapat opini positif mengenai Eril dan Ridwan Kamil, sehingga masyarakat bisa mengetahui lebih jauh bagaimana sosok Ridwan Kamil di mata masyarakat sehingga bisa memberikan pengaruh positif terhadap Elektabilitasnya.
How Information Literacy Influences Student’s Online Risk Mitigation Ghea Sekar Palupi; Paramitha Nerisafitra; Rahadian Bisma
JIEET (Journal of Information Engineering and Educational Technology) Vol. 6 No. 2 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v6n2.p42-49

Abstract

The emergence of the COVID-19 pandemic has changed the learning system in higher education which is becoming distance learning using information technology. In addition to providing good opportunities, online learning poses risks that can threaten students. The risks encountered can be sourced from the information aspect. This study aims to determine the level of the role of information literacy which includes skills to obtain, analyze, and evaluate information, on students' awareness of online risk exposure. In this study, a survey was conducted to 264 undergraduate students at various universities in Indonesia. Data analysis was carried out using the SEM-PLS method with the help of SmartPLS 3.0 software to measure the construct of the hypothetical model. The results show that information literacy has a positive relationship with students' awareness of online risks. The relationship is mediated by the existence of self-control and awareness of information privacy by the individual. Therefore, the relationship means that the higher the level of information literacy, the students will be more aware of the online risks that can occur, especially in online learning.
Smart Automatic Sliding Gate Dengan Memanfaatkan Teknologi Berbasis Internet Of Things (IoT) Agus Prihanto; Aditya Prapanca
JIEET (Journal of Information Engineering and Educational Technology) Vol. 6 No. 2 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v6n2.p58-65

Abstract

Salah satu cara yang dilakukan masayarakat umum untuk melindungi rumah mereka biasa menggunakan pagar. Meskipun banyak manfaat penggunaan pagar, namun jika pagar sering dibuka dan ditutup, maka akan membutuhkan energi tersendiri. Saat ini banyak pabrik, hotel, area parkir, dll yang telah mengotomatiskan pagar mereka secara elektrik. Petugas/penjaga gate cukup menekan switch/saklar untuk membuka dan menutup pagar mereka, sehingga lebih praktis dan efisien. Penggunaan switch memang cukup membantu membuka dan menutup pagar, namun kurang cocok jika pagar tersebut tidak ada petugasnya, seperti pagar yg digunakan di rumah. Dengan kekurangan ini, maka ada ide agar switch pengendali buka tutup ini dapat diganti dengan remote. Salah satu solusi untuk mengatasi permasalahan tersebut adalah dengan mengotomatiskan sliding gate (pagar geser) dengan memanfaatkan teknologi berbasis Internet of Things (IoT) sehingga menjadikan lebih smart. Hasil pengujian menunjukkan bahwa untuk kendali pagar jarak jauh dapat menggunakan teknologi Internet Of Things (IoT) dengan Aplikasi Ewelink yang terhubung dengan 2CH Smart Switch Wifi melalui internet yang memiliki jangkauan lebih jauh dibandingkan dengan Remote RF. Untuk menyempurnakan feature pagar dapat digunakan magnetic limited switch dan sensor anti jepit. Kata Kunci - Sliding Gate, Internet of Things, Smart, Ewelink.
Perkiraan Harga Beras Premium DKI Jakarta Menggunakan Regresi Linier Ricky Eka Putra; Anita Sindar Sinaga
JIEET (Journal of Information Engineering and Educational Technology) Vol. 6 No. 2 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v6n2.p80-85

Abstract

Kebutuhan masyarakat DKI Jakarta terhadap beras cukup tinggi. Hal ini berdasarkan kegemaran masyarakat Indonesia untuk memilih nasi sebagai makanan pokoknya sehingga daya beli masyarakat terhadap beras cukup besar. Beras premium merupakan salah satu jenis beras yang memiliki kualitas terbaik. Banyak kalangan dari masyarakat yang memilih beras tipe ini sebagai bahan pokok di tempatnya masing-masing . Sebagai negara yang memproduksi beras serta berada di lingkungan negara-negara tetangga yang juga memproduksi beras, Indonesia melalui bagian pemerintah terkait juga turut mengontrol harga dari beras tersebut khususnya beras premium. Hal ini dilakukan agar harga beras premium yang ada di masyarakat sesuai dengan kondisi perekonomian di wilayah sekitar. Peluang para pedagang untuk berbuat curang dalam memainkan harga juga dapat direduksi dengan adanya kebijakan dari pemerintah terkait harga tersebut. Oleh karena itu, pemerintah memerlukan suatu dukungan dari sebuah metodologi sains data untuk memperkirakan harga beras premium sebagai masukan untuk menetapkan harga beras premium ke masyarakat. Penelitian ini memilih sebuah metode regresi linier untuk melakukan prediksi terhadap harga beras premium. Metode regresi linier ini diyakini dapat cocok dan sesuai dengan data harga beras yang bersifat time series. Pengembangan aplikasi perkiraan harga beras ini juga mengadopsi metodologi Cross Industry Standard Process – Data Mining (CRISP-DM) yang cukup populer dalam berbagai penelitian terkait. Regresi linier masuk dalam bagian pengembangan model pada salah satu tahapan di CRISP-DM tersebut. Hasil performa dari metode Regresi Linier tersebut dengan Mean Absolute Error (MAE) sebesar 275.55 dan Mean Squared Error (MSE) sebesar 103169.10, masih membuat metode ini dapat dihandalkan dalam memperkirakan harga beras di DKI Jakarta.
Klasifikasi Data Trafik Jaringan dengan Framework Big Data Analitik I Made Suartana; Ricky Eka Putra; Aditya Prapanca
JIEET (Journal of Information Engineering and Educational Technology) Vol. 6 No. 2 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v6n2.p90-94

Abstract

Pada era Big Data perkembangan data menjadi sangat pesat berbagai teknologi menghasilkan data sangat cepat dengan berbagai format dan struktur data. Dengan masifnya data menjadi permasalahan dalam pengolahan dan analisis data untuk mendapatkan informasi terkait data tersebut. Masifnya data juga menjadi masalah dalam pengelolaan jaringan komputer. Dengan perkembangan teknologi jaringan yang mengarah ke virtualisasi jaringan dan semakin banyaknya penggunaan IoT menghasilkan data yang semakin beragam. Beragamnya data menimbulkan kesulitan dalam manajemen, monitoring dan keamanan jaringan. Data trafik jaringan yang dihasilkan berbagai perangkat memiliki struktur yang beragam dan jumlah data yang semakin besar menyulitkan mekanisme pemantauan dan pendeteksi serangan untuk menemukan pola serangan. Munculnya konsep Big Data Analitik menjadi satu solusi dalam manajemen data, Big data analitik adalah proses mendapatkan informasi yang bermanfaat lewat analisis berbagai jenis kumpulan data yang berukuran sangat besar. Pada penelitian ini menggunakan pendekatan big data analitik untuk melakukan klasifikasi pada trafik jaringan untuk mengelompokkan data normal atau yang diindikasikan serangan pada jaringan. Penelitian ini menggunakan Network Traffic Project dari kaggle. Spark dipilih sebagai framework big data analitik yang digunakan dalam proses klasifikasi trafik jaringan.

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol. 9 No. 2 (2025) Vol. 9 No. 1 (2025) Vol. 8 No. 2 (2024) Vol. 8 No. 1 (2024) Vol. 7 No. 2 (2023) Vol. 7 No. 1 (2023) Vol. 6 No. 2 (2022) Vol. 6 No. 1 (2022) Vol. 5 No. 2 (2021) Vol 5, No 1 (2021) Vol. 5 No. 1 (2021) Vol. 4 No. 2 (2020) Vol 4, No 2 (2020) Vol 4, No 1 (2020) Vol. 4 No. 1 (2020) Vol. 3 No. 2 (2019) Vol 3, No 2 (2019) Vol 3, No 1 (2019) Vol. 3 No. 1 (2019) Vol 2, No 2 (2018) Vol. 2 No. 2 (2018) Vol. 2 No. 1 (2018) Vol 2, No 1 (2018) Vol 1, No 2 (2017) Vol. 1 No. 2 (2017) Vol. 1 No. 1 (2017) Vol 1, No 1 (2017) More Issue