cover
Contact Name
Zulfan Zainal
Contact Email
zulfanzainal@serambimekkah.ac.id
Phone
+6281360353540
Journal Mail Official
jnkti@serambimekkah.ac.id
Editorial Address
Gedung H Fakultas Teknik Universitas Serambi Mekkah Jl. T. Imum Lueng Bata, Batoh, Kota Banda Aceh - Aceh
Location
Kota banda aceh,
Aceh
INDONESIA
Jurnal Nasional Komputasi dan Teknologi Informasi
ISSN : 26208342     EISSN : 26213052     DOI : https://doi.org/10.32672/jnkti.v8i2
Jurnal Nasional Komputasi dan Teknologi Informasi adalah jurnal nasional yang diterbitkan oleh Program Studi Teknik Komputer Universitas Serambi Mekkah tahun 2018 dan telah Terakreditasi SINTA 5. Jurnal ini terbit sebanyak enam edisi dalam satu tahun yaitu setiap bulan Februari, April, Juni, Agustus, Oktober dan Desember baik cetak (P-ISSN : 2620-8342) dan online (E-ISSN: 2621-3052). Jurnal ini mempublikasikan artikel-artikel ilmiah yang berkaitan dengan bidang Komputer dan Teknologi Informasi dengan scope Rekayasa Perangkat Lunak, Sistem Informasi, Jaringan Komputer, Elektronika dan Sistem Kontrol, Multimedia dan Pengolahan Citrat Digital serta bidang Komputer dan Informatika lainnya yang relevan. Artikel yang dikirimkan ke JNKTI dapat ditulis dalam Bahasa Indonesia atau Bahasa Inggris. Setiap artikel yang dipublikasi dalam jurnal ini akan direview terlebih dahulu dengan metode Peer-Review dan hanya artikel yang memenuhi syarat yang akan dipublikasikan. Artikel-artikel yang telah dipublikasikan oleh JNKTI juga sudah diindeks oleh beberapa lembaga indeksasi seperti Google Scholar, Garuda, CrossRef, BASE, Moraref dan SINTA. Bidang bidang fokus penelitian yang akan dipublikasi dalam jurnal ini antara lain : Bidang Rekayasa Perangkat Lunak Bidang Jaringan Komputer Bidang Multimedia dan Pengolahan Citra Digital Bidang Komputasi Bidang Sistem dan Teknologi Informasi Bidang Kecerdasan Buatan Multidisiplin ilmu lainnya yang relevan
Articles 1,300 Documents
Analisis Sentimen Akun Twitter Apex Legends Menggunakan VADER Dicky Abimanyu; Elvia Budianita; Eka Pandu Cynthia; Febi Yanto; Yusra Yusra
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4382

Abstract

Abstrak - Pesatnya peningkatan jasa internet saat ini, ada banyak informasi yang dihasilkan dalam jumlah besar secara terus menerus dalam waktu yang singkat. Akhir-akhir ini, analisis sentimen dengan menggunakan ulasan dan pesan telah menjadi topik penelitian yang populer dibicarakan di bidang Natural Language Processing. Selama bertahun-tahun, permainan online telah menjadi suatu aktivitas yang tidak bisa dipisahkan dari sebagian besar orang. Apex Legends adalah salah satu contoh game yang sangat popular di seluruh dunia. Untuk mendapatkan informasi bagaimana pendapat para pemain tentang permainan ini diperlukan analisis sentimen. Pada penelitian ini dilakukan analisis sentimen menggunakan bantuan aplikasi Orange Data Mining dengan metode VADER pada akun twitter Apex Legends menggunakan data sebanyak 500 tweet. Pengujian data dilakukan dengan membandingkan hasil yang didapat menggunakan metode VADER dengan hasil pengujian pakar, yaitu native speaker dari Canada dan Amerika. VADER mengklasifikasikan data yang didapatkan melalui twitter berdasarkan nilai compound yang didapat. Penelitian ini menghasilkan kesimpulan yaitu perbandingan dari pengujian menggunakan VADER dan pengujian pakar tidak berbeda jauh, yang mana total persentase dari penggunaan metode VADER untuk menganalisis sentiment dari twitter ini adalah : Positif = 18%, Negatif = 4,6%, Netral = 73,6%. Sedangkan   hasil pengujian pakar adalah : Positif = 27%, Negatif = 10,8%, Netral = 62,2%.Kata kunci: VADER, Apex Legends, Game, Twitter, Uji Pakar Abstract - With the rapid increase in internet services today, there is a lot of information produced in large quantities continuously in a short time. Recently, sentiment analysis using reviews and messages has become a popular research topic discussed in the Natural Language Processing field. Over the years, online gaming has become an activity that cannot be separated from most of the people. Apex Legends is one example of a game that is very popular around the world. To get information on how the players think about the game, sentiment analysis is needed. In this study, sentiment analysis was carried out using the Orange Data Mining application with the VADER method on the Apex Legends twitter account using 500 tweets (data). Data testing is done by comparing the results obtained using the VADER method with the results of expert testing, native speaker from Canada and America. VADER classifies the data obtained through twitter based on the compound value obtained. This study concludes that the comparison of testing using VADER and expert testing is not much different, where the total percentage of using the VADER method to analyze sentiment from Twitter is : Positive = 18%, Negative = 4,6%, Neutral = 73,6%. While the results of expert testing is : Positive = 27%, Negative = 10,8%, Neutral = 62,2%.Keywords : VADER, Apex Legends, Game, Twitter, Expert Test (Uji Pakar)
Pembuatan E-Habsyi Berbasis Android Untuk Melestarikan Alat Musik Tradisional Mambang Mambang; Subhan Panji Cipta; Septian Eka Prastya; Muhammad Zulfadhilah; Finki Dona Marleny; Muhammad Khairul Akbar; Rahmini Rahmini; Haniffah Sri Rinjani; Hudatul Aulia; Maria Ulfah; Indah Wulandari; Ahmad Riki Renaldy; Bima Wicaksono
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4259

Abstract

Abstrak - Digitalisasi pada banyak hal, telah membawa perubahan yang sangat siginfikan pada banyak sektor. Di era seperti saat ini, banyak generasi milenial minim akan pengetahuan mengenai kesenian, dan tak terkecuali juga pada kesenian musik yaitu habsyi. Pemanfaatan software untuk membuat berbagai jenis aplikasi dan keinginan untuk melestarikan alat musik tradisional berbasis digital menjadi tujuan dalam pembuatan e-habsyi berbasis android ini. Proses yang dilakukan dalam membuat aplikasi berbasis android ini yaitu e-habsyi, dilakukan dengan tahapan dan metode waterfall. Metode waterfall atau sering disebut dengan siklus hidup klasik merupakan proses pengembangan berbagai jenis aplikasi baik yang bersifat online dan juga desktop. Penggunaan aplikasi E-Habsyi berbasis Mobile sebagai media informasi dan media pembelajaran untuk mempermudah masyarakat khususnya orang-orang yang baru belajar dan ingin mengetahui tentang bagaimana cara memaikan alat musik Habsyi selain itu didalam aplikasi ini juga terdapat sejarah dan perkembangan Habsyi. Berdasarkan hasil uji coba terhadap device aplikasi E- Habsyi berbasis Android ini dapat diinstal dengan baik dan pada hasil uji coba terhadap pengguna, Aplikasi ini menyajikan aplikasi yang adaptif. Dari 30 Responden yang diberikan pertanyaan, 18 orang atau 60% memberikan respon yang baik dengan fitur yang terdapat pada aplikasi dan 12 orang atau 40% memberikan respon yang cukup pada aplikasi.Kata kunci: Android, Alat Musik Tradisional, Waterfall, E-Habsyi
Implementasi Bash Scripting Untuk Mengatasi Kekurangan Space Penyimpanan Internal Pada HP Android Indra Budi Trisno; Darmanto Darmanto
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4457

Abstract

Abstrak - Salah satu kendala yang dihadapi oleh handphone dengan Sistem Operasi Android yang berumur diatas 3 tahun adalah terbatasnya penyimpanan internal yang dimiliki.oleh handphone tersebut. Berdasarkan pengalaman penulis dengan penggunaan handphone pada jaman sekarang, terbatasnya penyimpanan internal ini mampu menurunkan performance handphone dan juga akan memunculkan warning yang meminta pengguna untuk memindahkan semua data pada penyimpanan eksternal. Sayangnya tidak semua data yang terdapat pada penyimpanan internal bisa dipindahkan ke penyimpanan eksternal dan juga handphone tidak menyediakan feature untuk melakukan instalasi aplikasi pada penyimpanan eksternal.  Pada penelitian kali ini penulis akan membuat aplikasi Bash Scripting yang berguna untuk mengatasi masalah tersebut. Aplikasi ini akan secara otomatis membuat suatu file text yang berisi list file-file yang berukuran tertentu sesuai dengan inputan user. Pembuatan aplikasi ini menggunakan metode Waterfall. Hasil output aplikasi ini adalah aplikasi mampu menghasilkan suatu daftar yang berisi nama-nama file dengan kapasitas tertentu sesuai dengan inputan user. File text tersebut juga akan berisi lokasi penyimpanan file-file tersebut. Untuk penghapusan file-file tersebut, harus dilakukan secara manual oleh user, karena ada kemungkinan file-file tersebut adalah file yang penting bagi system operasi Android.Kata kunci: Bash Scripting, HP Android, Penyimpanan Internal Handphone.
Penerapan Data Mining Pada Hasil Tracer Study Alumni Untuk Menemukan Pola Asosiasi Dengan Algoritma Fp-Growth Surya Andika; Alwis Nazir; Fitri Wulandari; Muhammad Affandes; Reski Mai Candra; Amany Akhyar
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4407

Abstract

Abstrak - Tracer study adalah studi terhadap lulusan lembaga pendidikan tinggi, yang juga merupakan proses untuk  mendapatkan informasi terkait transformasi alumni dari masa pendidikan ke dunia industri. Hal ini dilakukan untuk menentukan kelayakan pekerjaan lulusan dan juga penilaian retrospektif, seperti apa pelayanan yang diperoleh selama masa studi. Penelitian ini akan melaksanakan  tracer study  pada tingkat program studi di Teknik Informatika di UIN Suska Riau dan kemudian hasil studi lanjutan ini akan diolah untuk mendapatkan pola korelasi atau hubungan yang bermakna. Pengolahan data akan menggunakan teknologi data mining dan algoritma fp-growth.  Berdasarkan hasil analisa pengujian dan interpretasi dari total data bersih 129 alumni teknik informatika UIN Suska Riau yaitu pola yang dihasilkan dari proses mining dengan minimum support 15%  dan minimum confidence 40% adalah sebanyak 608 pola. Peneliti mengambil beberapa pola dengan antecedents berupa ipk, masa tunggu, bidang pekerjaan, gaji,  pekerjaan pertama, jenis kelamin untuk diinterpretasikan.Kata kunci: Data Mining, Tracer study, Fp-growth Abstract - Tracer study is a study of graduates of higher education institutions, which is also a process to obtain information related to the transformation of alumni from their education period to the industrial world. This is done to determine the employability of graduates as well as a retrospective assessment, such as what services were obtained during the study period. This research will carry out a tracer study at the study program level in Informatics Engineering at UIN Suska Riau and then the results of this follow-up study will be processed to obtain a significant correlation pattern or relationship. Data processing will use data mining technology and the fp-growth algorithm. Based on the results of the analysis of testing and interpretation of the total net data of 129 alumni of informatics engineering UIN Suska Riau, the patterns generated from the mining process with a minimum support of 15% and a minimum confidence of 40% are 608 patterns. Researchers took several patterns with antecedents in the form of GPA, waiting period, field of work, salary, first job, gender to be interpreted.Keywords: Data Mining, Tracer study, Fp-growth 
Klastering Penyebaran Covid-19 Di Indonesia Tahun 2020 Menggunakan K-Medoids Clustering Ayu Khairunnisa; Alwis Nazir; Novrianto Novrianto; Yusra Yusra; Lola Oktavia; Amany Akhyar
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4409

Abstract

Abstrak - Badan Nasional Penanggulangan Bencana (BNPB) telah menetapkan status darurat bencana terkait virus Covid-19. Penyebaran pada kasus Covid-19 yang sudah merata di seluruh provinsi di Indonesia sudah merupakan penyebaran yang cukup cepat dan berdampak negative pada seluruh bidang. Dari banyaknya data Covid-19 di Indonesia yang ada, diperlukan pengelompokan penyebaran kasus Covid-19 sehingga dapat dimanfaatkan oleh berbagai pihak, salah satunya yaitu Dinas Kesehatan mengenai pengelompokan penyebaran Covid-19 pada 34 provinsi di Indonesia agar dapat diketahui pola penyebarannya menggunakan data mining metode clustering dan algoritma yang digunakan yaitu K-Medoids. Berdasarkan penelitian yang telah dilakukan dapat disimpulkan bahwa penerapan data mining dengan algoritma K-Medoids dapat diterapkan.penelitian ini mendapatkan cluster sebanyak 3 pengelompokan dan mendapatkan hasil dengan yaitu cluster tinggi berjumlah 3 provinsi, cluster sedang berjumlah 9 provinsi dan cluster rendah berjumlah 22 provinsi. Pengujian cluster dari algoritma K-Medoids ini menggunakan Silhouette Coefficient dan menunjukan bahwa cluster optimal untuk pengelompokan penyebaran Covid-19 di Indonesia adalah cluster 3 dengan nilai 0.262463.Kata kunci: Covid-19, Data mining, Clustering, K-Medoids. Abstract - Badan Nasional Penanggunlangan Bencana (BNPB) has declared a disaster emergency status related to the Covid-19 virus. The spread of Covid-19 cases that have been evenly distributed in all provinces in Indonesia is already a fairly rapid spread and has a negative impact on all fields. From the large number of existing Covid-19 data in Indonesia, it is necessary to classify the spread of Covid-19 cases so that it can be utilized by various parties, one of which is the Health Office regarding the grouping of the spread of Covid-19 in 34 provinces in Indonesia so that the distribution pattern can be known using the data mining method. clustering and the algorithm used is K-Medoids. Based on the research that has been done, it can be concluded that the application of data mining with the K-Medoids algorithm can be applied. This study obtained 3 clusters of clusters and obtained results with 3 provinces in the high cluster, 9 provinces in the medium cluster and 22 in the low cluster. The cluster testing of the K-Medoids algorithm uses the Silhouette Coefficient and shows that the optimal cluster for clustering the spread of Covid-19 in Indonesia is cluster 3 with a value of 0.262463.Keywords: Covid-19, Data mining, Clustering, K-Medoids.
Sistem Informasi Penggunaan Anggaran Takterduga Pada Kantor Badan Pengelolaan Keuangan Aceh Berbasis Web Menggunakan Codeigniter Samsuddin Samsuddin; Zulfan Zainal; Ade Irfan Saputra; Munawir Munawir; Susmanto Susmanto; Taufik Hidayat
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4504

Abstract

Abstrak - Penelitian ini merupakan penelitian kualitatif deskkriptif yang bertujuan untuk menggambarkan konsep sistem informasi penggunaan anggaran takterduga pada Badan Pengelolaan Keuangan Aceh berbasis web, masalah yang dihadapi badan pengelolaan keuangan Aceh saat ini masih terbatasnya dalam mengimput data penggunaan anggaran dikarenakan hanya satu perangkat saat mengelola data yang ada, sehingga kesulitan dalam penyajian laporan. Tujuan terwujudnya Implemetasi Sistem Informasi Penggunaan Anggaran Takterduga berbasis web untuk mengatasi permasalahan dalam mengumpulkan data, mengimput data dan dapat mendukung penyajian informasi yang kompleks oleh pegawai pada Badan Pengelolaan Keuangan Aceh. Metode pengumpulan data yang digunakan adalah metode analisis dan metode perancangan. Metode perancangannya yaitu membuat implentasi sistem informasi, desain basis data dan analisis data penggunaan anggaran. Metode analisis dilakukan dengan menggunakan teknik observasi dan wawancara, studi kepustakaan, survey langsung di Badan Pengelolaan Keuangan Aceh dengan cara mewawancarai orang-orang terkait untuk melengkapi informasi yang dibutuhkan. Hasil akhir dari implentasi sistem informasi Penggunaan Anggaran Takterduga berbasis web dimanfaatkan untuk mempermudah dan mempercepat pengaksesan data serta memberikan pihak pimpinan dalam mengakses penuh ke data tanpa melakukan pemrosesan data operasional. Dengan terbangunnya implementasi sistem informasi dapat dihasilkan data yang terstruktur dan terintegrasi dengan baik sebagai masukan bagi pimpinan dalam proses pengambilan keputusan.Kata Kunci : Implementasi, Sistem Informasi, Penggunaan Anggaran Takterduga, Web
Desain UX Aplikasi Layanan Informasi Transportasi Umum Di Pekanbaru Menggunakan Metode Design Thinking Fina Tamima Annahwa; Reski Mai Candra; Muhammad Irsyad; Nazruddin Safaat H
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4454

Abstract

Abstrak - Kebutuhan akan transportasi semakin meningkat terbukti dengan banyaknya orang memilih untuk menggunakan transportasi umum. Untuk memenuhi segala pergerakan aktivitas penduduknya Kota Pekanbaru telah mendukung dengan tersedianya fasilitas transportasi umum. Sistem pelayanan transportasi angkutan umum yang tersedia di Kota Pekanbaru cukup beragam diantaranya Trans Metro Pekanbaru (TMP), angkot (Angkutan Kota), bus kota dan lain lain. Namun Sampai saat ini Kota Pekanbaru masih sangat minim dalam penyediaan layanan informasi mengenai transportasi apa yang tersedia serta informasi pariwisata di Kota Pekanbaru. Berdasarkan penelitian yang dilakukan, telah ditemukan berbagai permasalahan yang dialami oleh pengguna kendaraan umum di Pekanbaru. Permasalahan utama yang ditemukan dalam kasus ini adalah kurangnya informasi rinci tentang kendaraan umum yang terdapat di Kota Pekanbaru. Maka dari itu kami memberikan solusi baru dengan merancang sebuah perancangan User Experience dengan menggunakan metode Design Thinking dengan harapan produk yang dihasilkan dapat sesuai dengan kebutuhan dan juga keinginan pengguna. Dalam penelitian ini, membuktikan bahwa aplikasi transportasi umum di pekanbaru ini dapat memberikan kemudahan terhadap pengguna kendaran umum dalam mengakses informasi tentang kendaraan umum secara real-time.Kata kunci : Transportasi Umum, User Experience, Design Thinking. Abstract - The need for transportation is increasing by the number of peoples choosing to use public transportation. To fulfill all activities for Pekanbaru society, Pekanbaru government has supported by providing public transportation facilities. The public transportation service system available in Pekanbaru City is quite diverse, including Trans Metro Pekanbaru (TMP), Angkot, city buses and others. However, until now Pekanbaru City is still very minimal in providing information services regarding what transportation is available as well as tourism information in Pekanbaru City. Based on the research conducted, various problems experienced by public transportation users in Pekanbaru have been found. The main problem found in this case is the lack of detailed information about public transportation in Pekanbaru City. Therefore we provide a new solution by designing a User Experience using the Design Thinking with the hope that the resulting product can meet the needs and desires of the user. In this.study, it is .proven that the public transportation application in Pekanbaru can provide convenience for public vehicle users in accessing information about public transportation in real-time. Keyword : Public Transportation, User Experience, Design Thinking
Perancangan Aplikasi Pembayaran Jasa Layanan Salon Menggunakan Pemrograman Java Elvi Sunita Perangin-angin; Andi Diah Kuswanto
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4397

Abstract

Abstrak - Dengan adanya kemajuan teknologi sebagai pendukung pemrosesan data dan informasi, komputer menjadi kebutuhan pokok perusahaan. Perusahaan dagang, jasa dan industri serta semua sektor ekonomi yang ada pada saat ini sudah menggunakan komputer sebagai pendukung usahanya. Salon adalah usaha yang bergerak dibidang kecantikan. Dalam kegiatan pembayaran pada salon masih manual. Jika terus berlangsung, hal ini tentu akan menghambat perkembangan perusahaan, karena akan menghambat kinerja dan efektifitas bagian administrasi, seperti peluang terjadinya kesalahan pemrosesan, validitas data, penyimpanan data yang tidak terorganisir, ketidak akuratan data dan lain-lain. Perancangan program untuk pembayaran adalah sebuah solusi yang sangat tepat untuk menangani permasalahan yang ada, karena selain membuat sebuah proses pembayaran sangat penting karena sering terjadi kesalahan pada proses pembayaran dan menyebabkan kerugian bagi perusahaan. Oleh karena itu perancangan program pembayaran pada salon ini dapat mengurangi kesalahan dan peningkatan efisiensi. Jadi akan meningkatkan kemajuan perusahaan. Penulis menggunakan bahasa pemrograman java, karena memiliki keuntungan yaitu memiliki sarana akses data yang lebih cepat, karena lebih sedikit mengetik, secara otomatis kesalahan lebih kecil karena sintaks pemrograman juga tidak perlu dihafalkan lagi karena semuanya telah disediakan di dalam menu pilihana yang tinggal dipilih sesuai kebutuhan dan anda untuk membuat aplikasi database yang berkemampuan tinggi.Kata kunci: Pembayaran jasa, layanan salon, java
Klasifikasi Tweet Influencer NU Dengan GNPF-Ulama Menggunakan Naive Bayes Dan Support Vector Machine Muhammad Ihsan; Desmulyati Desmulyati
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4276

Abstract

Abstrak - Terdapat dua kelompok besar yang saling memperebutkan pengaruh, yang penulis teliti yaitu Nahdlatul Ulama (NU) dengan wacana Islam dan nasionalisme, dan Gerakan Nasional Pembela Fatwa Ulama (GNPF-Ulama) dengan wacana yang hanya menekankan pada aspek keagamaan. Penelitian ini melakukan klasifikasi tweet dari Influencer yang berafiliasi dengan NU dan GNPF-Ulama di media sosial twitter. Algoritma yang digunakan adalah Naive Bayes dan Support Vector Machine. Data twitter diambil menggunakan library tweepy, proses preprocessing menggunakan python dengan penggunaan library Sastrawi untuk melakukan stemming kata bahasa Indonesia. Klasifikasi dengan metode Naive Bayes dan Support Vector Machine dilakukan menggunakan aplikasi RapidMiner. Berdasarkan penelitian, metode Support Vector Machine menghasilkan nilai akurasi dan AUC yang lebih baik dari Naive Bayes yakni sebesar 77.28% dan AUC sebesar 0.863.Kata Kunci - Klasifikasi, Naive Bayes, Support Vector Machine, NU, GNPF-Ulama Abstract - There are two major groups competing for influence, which the authors examine, namely Nahdlatul Ulama (NU) with a discourse on Islam and nationalism, and the National Movement for Defending Fatwa Ulama (GNPF-Ulama) with a discourse that only emphasizes religious aspects. This study classified tweets from Influencers affiliated with NU and GNPF-Ulama on Twitter social media. The algorithm used is Naive Bayes and Support Vector Machine. Twitter data is taken using the tweepy library, the preprocessing process uses python with the use of the Sastrawi library to stem Indonesian words. Classification using the Naive Bayes method and Support Vector Machine is done using the RapidMiner application. Based on the research, the Support Vector Machine method produces better accuracy and AUC values than Naive Bayes which is 77.28% and AUC of 0.863.Keywords - Classification, Naive Bayes, Support Vector Machine, NU, GNPF-Ulama
Penerapan Algoritma K-Medoids Clustering Untuk Menentukan Srategi Promosi Pada Data Mahasiswa (Studi Kasus : Stikes Perintis Padang) Evi Rahmah; Elin Haerani; Alwis Nazir; Siti Ramadhani
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4355

Abstract

Abstrak - STIKES Perintis Padang merupakan salah satu perguruan tinggi di padang, dimana setiap tahunnya ada kegiatan promosi yang akan dilakukan kesetiap daerah-daerah. Kegiatan promosi memakan biaya yang tidak sedikit karena banyaknya sekolah yang di kunjungi. Untuk mendapatkan hasil promosi yang maksimal maka diperlukan suatu srategi dan cara yang tepat. Pada penelitian ini menggunakan konsep data mining yaitu metode yang dapat menggali dan mengekstak data mahasiswa menjadi suatu informasi yang berharga dengan menggunakan teknik klustering algoritma K-Medoid dan Bahasa pemrograman Python. Tujuan pengelompokkan ini untuk mendapatkan informasi dari penggalian data mahasiswa sebagai rekomendasi bagi STIKES Perintis Padang dalam melakukan promosi. Data mahasiswa yang digunakan adalah data mahasiswa tahun 2014-2018 yang telah lulus dengan atribut NIM, Kota Asal Sekolah, Asal Sekolah, Masa Studi, Program Studi, dan IPK. Hasil penelitian dari Clustering yaitu terbentuknya 4 kluster dengan Cluster pertama 221 mahasiswa dengan asal sekolah tertinggi daerah Kerinci, latar belakang asal sekolah SMA, masa studi 4 tahun, dan rata-rata IPK 3,30, Cluster kedua 121 mahasiswa, dengan kota asal sekolah tertinggi Padang, latar belakang asal sekolah SMA, masa studi 4 tahun dan rata-rata IPK 3,31, Cluster ketiga 162 mahasiswa, dengan kota asal sekolah tertinggi agam, latar belakang SMA, masa studi 4 tahun, dengan rata-rata IPK 3,32 dan cluster keempat 220 mahasiswa, dengan kota asal sekolah Bukittinggi, dengan latar belakang asal sekolah SMA, masa studi 4 tahun, dengan rata-rata IPK 3,30.Kata kunci: Promosi, Strategi, Data Mining, Clustering, K-Medoid. Phyton                                         Abstract - STIKES Perintis Padang is one of the universities in Padang, where every year there are promotional activities that will be carried out in each region. Promotional activities cost a lot of money because of the large number of schools visited. To get maximum promotion results, we need the right strategy and method. This study uses the concept of data mining, which is a method that can extract and extract student data into valuable information by using the K-Medoid algorithm clustering technique and the Python programming language. The purpose of this grouping is to obtain information from student data mining as a recommendation for STIKES Perintis Padang in conducting promotions. The student data used is student data from the 2014-2018 class who have graduated with the attributes of NIM, City of Origin, School of Origin, Study Period, Study Program, and GPA. The results of the clustering research are the formation of 4 clusters with the first cluster of 221 students with the highest school origin being in the Kerinci area, high school background, 4 years of study period, and an average GPA of 3.30, the second group 121 students, with the city of school origin the highest is Padang, high school background, study period of 4 years and average GPA 3.31, third group 162 students, with the city of school origin the highest is Agam,  high school background, study period 4 years , with an average GPA of 3.32 and the fourth group of 220 students, Bukittinggi city school, with high school background, study period of 4 years, with an average GPA of 3.30.Keywords: Promotion, Strategy, Data Mining, Clustering, K-Medoid. Phyton 

Page 23 of 130 | Total Record : 1300