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
-
Editorial Address
-
Location
Kota denpasar,
Bali
INDONESIA
Jurnal Pendidikan Teknologi dan Kejuruan
Published by Universitas Pendidikan Ganesha
ISSN : 02163241     EISSN : 25410652     DOI : -
Core Subject : Education,
Other
Jurnal Pendidikan Teknologi dan Kejuruan (JPTK) is a journal managed by the Faculty of Engineering and Vocational, Universitas Pendidikan Ganesha (Undiksha). The scope of this journal covers the fields of Education, Electrical Engineering, Informatics, Computer Science, Information System, Vocational (Culinary, Fashion, Beauty and Tourism), Mechanical Engineering as well as learning. The incoming Article is are double blind peer-reviewed by at least two referees, and plagiarism checking will be carried out. JPTK is managed by issued twice a year i.e. in January and July.
Arjuna Subject : -
Articles 542 Documents
 51   52   53   54   55 
SISTEM TEMU KEMBALI INFORMASI UNTUK MENDUKUNG LAYANAN FREQUENTLY ASKED QUESTIONS (FAQ) PADA PLATFORM SISTEM INFORMASI TERINTEGRASI I Putu Gede Hendra Suputra; I Made Widhi Wirawan; Desak Ketut Puri Trisnantya Aji; Anak Agung Sinta Trisnajayanti
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 22 No. 2 (2025): Edisi Juli 2025
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jptk-undiksha.v22i2.103634

Abstract

Perkembangan sistem informasi di Universitas Udayana semakin pesat, ditandai dengan hadirnya IMISSU sebagai portal utama yang mengintegrasikan lebih dari 100 sistem informasi untuk mendukung berbagai kebutuhan operasional kampus. IMISSU digunakan oleh ±33.000 civitas akademika, sehingga kualitas layanan harus tetap terjaga. USDI (Unit Sumber Daya Informasi) sebagai pengelola IMISSU menyediakan layanan bantuan daring melalui aplikasi usercare dan email untuk menjawab pertanyaan pengguna. Namun, banyaknya pertanyaan yang berulang dan cenderung mirip satu sama lain menyebabkan operator harus memberikan jawaban yang sama berkali-kali, sehingga mengurangi efisiensi layanan. Solusi awal berupa FAQ (Frequently Asked Questions) membantu, tetapi jumlah pertanyaan yang semakin banyak dan serupa membuat pencarian jawaban menjadi sulit bagi pengguna. Penelitian ini bertujuan mengembangkan mesin temu kembali informasi (Information Retrieval/IR) yang mampu menampilkan jawaban FAQ sesuai dengan query pengguna. Sistem dibangun menggunakan metode TF-IDF dan Cosine Similarity dengan modifikasi pembobotan kata kunci untuk meningkatkan relevansi hasil. Kebaharuan dari penelitian ini terletak pada penentuan kata kunci dan pembobotan TF-IDF yang baru berdasarkan kata kunci, sehingga kata penting memiliki bobot lebih tinggi dibanding kata biasa, dengan harapan meningkatkan akurasi pencarian jawaban FAQ. Proses pengujian dilakukan terhadap 118 kalimat jawaban FAQ dengan menggunakan 20 query acak dengan pendekatan top-1 retrieval, yaitu hanya jawaban peringkat pertama yang dievaluasi. Hasil pengujian menunjukkan bahwa sistem mencapai precision sebesar 90%, recall sebesar 100%, F1-score sebesar 94,7%, dan akurasi sebesar 90%. Hasil ini menunjukkan sistem mampu memberikan hasil yang baik, meskipun masih terdapat ruang untuk meningkatkan precision dengan mengimplementasikan metode tambahan pada tahap pemrosesan atau pemeringkatan.
FINE TUNNING MODEL INDOBERT UNTUK ANALISIS SENTIMEN BERITA PARIWISATA INDONESIA Wijaya, Wahyu; Seputra, Ketut Agus; Dewi, Ni Putu Novita Puspa
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 22 No. 2 (2025): Edisi Juli 2025
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jptk-undiksha.v22i2.104056

Abstract

Perkembangan kecerdasan buatan pada ranah NLP dewasa ini sangat pesat. Beberapa teknologi kecerdasan buatan pada text-based teknologi seperti ChatGPT, Gemini, LLaMA, dan lain-lain telah dimanfaatkan dalam ranah riset ataupun industry. Dalam analisis sentimen, yang menjadi komponen utama adalah representasi teks. Teknik representasi teks yang menonjol pada akhir-akhir ini adalah bidirectional encoder representation from transformer(BERT). Sesuai dengan permasalahan yang disebutkan sebelumnya, analisis sentimen ini dapat dilakukan untuk berita pariwisata. Namun untuk meningkatkan akurasi dapat dilakukan fine tunning pada metode BERT. Berdasarkan permasalahan tersebut, dalam penelitian ini akan dilakukan analisis sentiment dengan menggunakan metode IndoBERT. Akan dilakukan fine tuning untuk fokus ranah pariwisata. Berdasarkan hasil pengujian yang telah dilakukan didapatkan tangkat akurasi sebesar 77%. Model dapat melakukan klasifikasi sentiment negative dengan baik, namun masih perlu ditingkatkan pada sentiment positif dan netral.  

Page 55 of 55 | Total Record : 542

 51   52   53   54   55 

Filter by Year

2009 2025


Reset
Filter By Issues
All Issue Vol. 22 No. 2 (2025): Edisi Juli 2025 Vol. 22 No. 1 (2025): Edisi Januari 2025 Vol. 21 No. 2 (2024): Edisi Juli 2024 Vol. 21 No. 1 (2024): Edisi Januari 2024 Vol. 20 No. 2 (2023): Edisi Juli 2023 Vol. 20 No. 1 (2023): Edisi Januari 2023 Vol. 19 No. 2 (2022): Edisi Juli 2022 Vol. 19 No. 1 (2022): Edisi Januari 2022 Vol 18, No 2 (2021): Edisi Juli 2021 Vol. 18 No. 2 (2021): Edisi Juli 2021 Vol 18, No 1 (2021): Edisi Januari 2021 Vol. 18 No. 1 (2021): Edisi Januari 2021 Vol 17, No 2 (2020): Edisi Juli 2020 Vol. 17 No. 2 (2020): Edisi Juli 2020 Vol 17, No 1 (2020): Edisi Januari 2020 Vol. 17 No. 1 (2020): Edisi Januari 2020 Vol. 16 No. 2 (2019): Edisi Juli 2019 Vol 16, No 2 (2019): Edisi Juli 2019 Vol. 16 No. 1 (2019): Edisi januari 2019 Vol 16, No 1 (2019): Edisi januari 2019 Vol 15, No 2 (2018): Edisi Juli 2018 Vol. 15 No. 2 (2018): Edisi Juli 2018 Vol. 15 No. 1 (2018): Edisi Januari 2018 Vol 15, No 1 (2018): Edisi Januari 2018 Vol 14, No 2 (2017): Edisi Juli 2017 Vol. 14 No. 2 (2017): Edisi Juli 2017 Vol 14, No 1 (2017): Edisi Januari 2017 Vol. 14 No. 1 (2017): Edisi Januari 2017 Vol 13, No 2 (2016): Edisi Juli 2016 Vol. 13 No. 2 (2016): Edisi Juli 2016 Vol 13, No 1 (2016): Edisi Januari 2016 Vol. 13 No. 1 (2016): Edisi Januari 2016 Vol. 12 No. 2 (2015): Edisi Juli 2015 Vol 12, No 2 (2015): Edisi Juli 2015 Vol. 12 No. 1 (2015): Edisi Januari 2015 Vol 12, No 1 (2015): Edisi Januari 2015 Vol. 11 No. 2 (2014): Edisi Juli 2014 Vol 11, No 2 (2014): Edisi Juli 2014 Vol 11, No 1 (2014): EDISI JANUARI 2014 Vol. 11 No. 1 (2014): EDISI JANUARI 2014 Vol 10, No 2 (2013): Edisi Juli 2013 Vol. 10 No. 2 (2013): Edisi Juli 2013 Vol. 10 No. 1 (2013): Edisi Januari 2013 Vol 10, No 1 (2013): Edisi Januari 2013 Vol. 9 No. 2 (2012): Edisi Juli 2012 Vol 9, No 2 (2012): Edisi Juli 2012 Vol. 9 No. 1 (2012): Edisi Januari 2012 Vol 9, No 1 (2012): Edisi Januari 2012 Vol 8, No 2 (2011): Edisi Juli 2011 Vol. 8 No. 2 (2011): Edisi Juli 2011 Vol 8, No 1 (2011): Edisi Januari 2011 Vol. 8 No. 1 (2011): Edisi Januari 2011 Vol 7, No 2 (2010): Edisi Juli 2010 Vol. 7 No. 2 (2010): Edisi Juli 2010 Vol 7, No 1 (2010): Edisi Januari 2010 Vol. 7 No. 1 (2010): Edisi Januari 2010 Vol 6, No 2 (2009): Edisi Juli 2009 Vol. 6 No. 2 (2009): Edisi Juli 2009 Vol 6, No 1 (2009): Edisi Januari 2009 Vol. 6 No. 1 (2009): Edisi Januari 2009 More Issue