Garuda - Garba Rujukan Digital

Implementasi Metode AHP Untuk Menentukan Pilihan Set-Top Box TV Pandji Iman Syach Putra; Imam Husni Al amin
Jurnal Tekno Kompak Vol 16, No 2 (2022): Agustus
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v16i2.1564

Salah satu cara untuk tetap menikmati siaran digital tanpa harus mengganti televisi analog ke digital adalah dengan menggunakan alat yang disebut dekoder. Alat tersebut berfungsi untuk mengubah sinyal digital menjadi gambar dan suara yang dapat ditampilkan pada tv analog biasa. Ada banyak merek set-top box dengan spesifikasi dan harga yang berbeda-beda. Hal ini menyulitkan masyarakat untuk menentukan pilihan terbaik berdasarkan kebutuhannya karena kurangnya pemahaman. Maka dari permasalahan tersebut, diperlukan suatu sistem pendukung keputusan untuk membantu masyarakat dalam memilih dekoder. Sistem ini dapat membantu masyarakat untuk menentukan pilihan berdasarkan kriteria yang telah disediakan oleh sistem dan ditentukan oleh pengguna. Kriteria yang digunakan dalam sistem meliputi Harga, Resolusi, Fitur EWS (Early Warning System), Garansi, dan Sertifikat. Sistem pendukung keputusan pemilihan Set-Box ini menggunakan metode Analytical Hierarchy Process (AHP). Metode ini digunakan karena dapat memberikan keputusan terbaik berdasarkan nilai tertinggi sampai nilai terendah. Selain itu, metode ini dapat diandalkan karena suatu prioritas disusun dari berbagai pilihan yang dapat berupa kriteria yang telah didekomposisi sebelumnya (terstruktur) sehingga penetapan prioritas didasarkan pada proses yang terstruktur dan dapat membantu menyelesaikan masalah yang kompleks dengan menyusun suatu hierarki kriteria. kriteria dilakukan secara subjektif oleh pihak-pihak yang berkepentingan kemudian menarik berbagai pertimbangan guna mengembangkan bobot atau prioritas. Hasil dari penelitian ini adalah sistem pendukung keputusan yang dapat memberikan rekomendasi pemilihan dekoder terbaik untuk siaran tv digital berdasarkan nilai tertinggi hingga terendah menggunakan metode AHP. Dari hasil perhitungan didapatkan untuk POLYTRON PDV 600T2 mendapatkan nilai 0.457043746, sedangkan MATRIX APPLE dengan nilai 0.301321399 kemudian EVENIX H1 dengan nilai 0.241634855. Maka berdasarkan hasil pemeringkatan akhir yang diperoleh untuk masing-masing alternatif tersebut, dapat disimpulkan bahwa merek POLYTRON PDV 600T2 layak untuk dijadikan pilihan terbaik karena memiliki nilai tertinggi dari ketiga alternatif lainnya. Hasil tersebut diperoleh dari proses seleksi menggunakan lima kriteria yang telah ditentukan dan telah dihitung menggunakan metode AHP. Masyarakat dapat menggunakan sistem ini dengan mudah karena berbasis website yang dibuat dengan menggunakan database HTML, CSS, PHP, Javascript, dan MYSQL.

Rancang Bangun Sistem Informasi Laporan Laba Rugi Proforma Metode Common Size PT Rajawali Permata Asia Anggianie Debora; Marsani Asfi; Amroni Amroni; Suwandi Suwandi; Aan Kanivia
Jurnal Tekno Kompak Vol 16, No 2 (2022): Agustus
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v16i2.1883

Laporan keuangan proforma berguna untuk memproyeksikan kondisi keuangan masa mendatang serta mengevaluasi dan membandingkan dengan alternatif strategi bisnis yang lain. Perusahaan tidak mengetahui asset dan kewajiban yang dimiliki, kontribusi biaya yang dikeluarkan dan keadaan laba atau rugi perusahaan jika belum lengkapnya laporan laba rugi yang ada. Pengolahan Laporan Laba Rugi di Rajawali Permata Asia masih dilakukan dengan menulis di buku catatan keuangan. Oleh karena itu diperlukan suatu sistem berbasis komputer untuk melakukan komputerisasi penyusunan laporan laba rugi yang ada. Penelitian ini bertujuan untuk mengetahui prosedur sistem yang ada saat ini serta membuat sistem informasi akuntansi yang mendukung proses keuangan di perusahaan sehingga dapat membantu bagian keuangan melakukan pengolahan data. Model waterfall digunakan dalam pengembangan perangkat lunak, sedangkan penyusunan laporan rugi laba proforma menggunakan metode common size. Metode Common Size digunakan untuk mengetahui persentase peningkatan dan penurunan pada setiap pos-pos laba rugi. Sumber data yang digunakan dalam implementasi sistem adalah laporan rugi laba tahun 2017 dan 2018. Nilai persentase tersebut akan menjadi patokan untuk menghitung laporan laba rugi proforma. Hasil dari penelitian ini adalah aplikasi berbasis komputer tentang laporan laba rugi per tahun dan laporan laba rugi proforma secara periode. Dari aplikasi terlihat laporan nilai persentase pada pos-pos prosentase. Hasil pengujian sistem secara internal kepada pengguna aplikasi dilakukan menggunakan User Acceptance Test (UAT). Hasil pengujian diperoleh presentase tingkat kesesuaian dengan perancangan dan kebutuhan sistem adalah sebesar 76.25%, yang termasuk dalam kategori cukup sesuai. Sedangkan hasil pengujian untuk implementasi metode Common Size terlihat perhitungan sistem berbasis komputer, yaitu peningkatan penjualan sebesar 50,69%, penurunan harga pokok penjualan sebesar 4,94%, penurunan biaya operasional sebesar 2,86% dan penurunan pajak sebesar 0,34% sehingga pada tahun 2018 perusahaan mendapatkan laba yang lebih besar dari pada tahun 2017 dengan peningkatan sebesar 8,17%. Diharapkan dengana adanya sistem informasi akuntansi ini akanmempermudah perusahaan dalam mengerti kondisi laba rugi pada masa mendatang terkait perencanaan dalam kegiatan bisnis yang berjalan.

Perancangan Sistem Informasi Akuntansi Apotek Menggunakan Metode MPKP (FIFO) Fikri Hamidy; Ade Surahman; Revi Hikmah Famelia
Jurnal Tekno Kompak Vol 16, No 2 (2022): Agustus
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v16i2.1479

Tujuan penelitian adalah menghasilkan sistem informasi akuntansi persediaan obat menggunakan metode perhitungan harga pokok perpetual FIFO (First In First Out). Tahapan yang dilalui adalah dengan melakukan analisis system berjalan, analisis kebutuhan atas informasi dan perancangan system usulan. Studi kasus pada apotek yang bergerak pada penjualan obat – obatan, dengan resep dokter dan obat non – resep dokter. Banyaknya transaksi penjualan dan terbatasnya sumber daya manusia serta pentingnya informasi yang valid, cepat dan handal yang dimiliki Apotek merupakan perhatian dalam merancang system informasi berbasis web ini.. Manajemen apotek berharap adanya sistem yang dapat memudahkan dalam mengelola persediaan obat dan pelaporan persediaan obat. Pengembangan sistem menggunakan metode prototype. Analisis desain sistem dan teknik perancangan menggunakan analisis PIECES, analisis kebutuhan sistem, bagan alir dokumen, dan UML (use case diagram, activity diagram, class diagram). Hasil dari proses perancangan sistem informasi akuntansi persediaan pada apotek menggunakan metode FIFO adalah sistem dapat melakukan mengelola data obat, mengelola data supplier, mengelola data persediaan obat masuk, mengelola data persediaan keluar dan menghasilkan laporan persediaan obat. Informasi yang dihasilkan diharapkan dapat menjadi dasar pengambilan keputusan manajemen.

Penerapan Data Mining Algoritma C4.5 Untuk Klasifikasi Hasil Pengujian Kendaraan Bermotor Rieke Reza Andarista; Arief Jananto
Jurnal Tekno Kompak Vol 16, No 2 (2022): Agustus
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v16i2.1525

Abstrak - Pengujian Kendaraan Bermotor Dinas Perhubungan Kabupaten Rembang merupakan bagian dari bidang sarana dan prasarana yang mempunyai tugas pokok dan fungsi memberikan pelayanan pada masyarakat yaitu dalam melakukan pengujian kendaraan bermotor yang meliputi proses pendaftaran, proses pembayaran atau retribusi, proses pemeriksaan teknis. Namun pada kenyataannya masih terdapat kendaraan yang belum laik jalan dan tidak lulus uji. Hal ini disebabkan kurangnya perawatan kendaraan secara rutin sehingga menyebabkan kendaranan rusak, selain itu usia kendaraan yang diatas sepuluh tahun juga rentan mengalami kerusakan jika tidak dilakukan perawatan rutin terhadap kendaraan. kerusakan tersebut meliputi tebal tidaknya asap pada gas buang kendaraan, ban kendaraan jarang dirawat sehingga ban tersebut gundul dan tipis,tingkat kebisingan klakson yang tidak memenuhi standart pabrik akan membahayakan pengguna jalan, selain itu lampu kendaraan harus berfungsi dengan baik dan berfungsinya rem pada kendaraan. Kondisi ini dapat mempengaruhi pada saat melakukan pengujian kendaraan bermotor pada proses pemeriksaan teknis yang dapat menyebabkan kendaraan tidak lulus uji. Kendaraan yang tidak lulus uji disebabkan karena beberapa faktor. Untuk mengelompokan faktor yang mempengaruhi kendaraan bermotor tidak lulus uji menggunakan metode klasifikasi dengan algoritma C4.5 yang diharapkan dapat membantu mengetahui prediksi hasil pengujian kendaraan bermotor yang dilihat dari faktor yang mempengaruhinya. Pada penelitian ini menggunakan software Rapidminer versi 9.10.000 dengan menggunakan 424 record. Hasil dari penelitian ini dengan menggunakan perhitungan manual menggunakan excel dan tools Rapidminer dengan komposisi pembagian data 80% data training dan 20% data testing menghasilkan pohon keputusan atribut Kedalaman Alur Ban sebagai root node dengan nilai gain sebesar 0,24 dan tingkat keakurasian sebesar 94,12% menghasilkan 15 rule/aturan. Dari perhitungan manual menggunakan excel dan menggunakan tools Rapidminer menghasilkan nilai akurasi yang sama dan pohon keputusan yang sama.

Perancangan Sistem Informasi Bimbingan Tugas Akhir Menggunakan Fitur Validasi QR Code dan Email Report Iwan Pahendra Anto Saputra; Muhammad Fakhri; Nadia Thereza; Puspa Kurniasari
Jurnal Tekno Kompak Vol 16, No 2 (2022): Agustus
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v16i2.1856

Abstrak− Tugas akhir merupakan karya tulis ilmiah yang ditulis oleh mahasiswa dengan bimbingan dan arahan dari dosen pembimbing. Secara konvensional, mahasiswa perlu bertemu dalam satu waktu tempat yang sama dengan dosen pembimbing untuk melakukan bimbingan tugas akhir. Adapun proses bimbingan tersebut memerlukan dokumen-dokumen cetak tugas akhir yang perlu disampaikan oleh mahasiswa kepada dosen pembimbing. Namun, ada kalanya mahasiswa dan dosen pembimbing tidak dapat bertemu karena kendala dan hambatan yang dihadapi oleh salah satu atau kedua belah pihak maupun faktor physical distancing. Berdasarkan masalah di atas, diajukan sebuah solusi untuk menyelesaikan permasalahan tersebut dengan merancang sebuah sistem informasi bimbingan tugas akhir berbasis web. Sistem ini dirancang dengan fitur unggah dokumen dari mahasiswa kepada dosen, edit dokumen dan fitur melihat perkembangan pengerjaan tugas akhir mahasiswa, fitur mencetak berkas penunjang untuk seminar dan sidang tugas akhir, dan fitur tanda tangan elektronik dengan memanfaatkan QR Code yang dapat divalidasi kebenarannya dan pelaporan progress ke email masing-masing. Dengan demikian, mahasiswa tidak perlu bertemu dengan dosen pembimbing secara fisik dan tidak perlu menyampaikan cetakan dokumen terkait kepada dosen pembimbing (paperless), sehingga proses bimbingan tugas akhir dapat berjalan secara efektif dan terkontrol. Sistem informasi ini dibangun menggunakan metode agile Extreme Programming (XP) yang terbagi menjadi 5 tahapan, yaitu perencanaan, desain, pemrograman, pengujian, dan perilisan. Sistem informasi ini dibangun menggunakan framework CodeIgniter 4 dan tools HTML dan CSS untuk membangun struktur website, serta Javascript dan PHP sebagai bahasa pemrograman.Kata Kunci: XP (agile Extreme Programming), CodeIgniter 4, QR Code, Website, Sistem informasi

Design and Implementation of Ordering and Payment Information System at Aisya Catering Surabaya Fitri Retrialisca; Citra Ayu Wulandari; Umi Chotijah
Jurnal Tekno Kompak Vol 16, No 2 (2022): Agustus
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v16i2.1942

Catering is a business that focuses on catering services in Surabaya and its surroundings. So far, the ordering process has been recorded in Whatsapp messages and google form, then re-recorded in spreadsheet. Aisya Catering wants to develop the ordering process and provide convenience for potential customers and Aisya Catering itself by creating a system where orders from customers can be directly entered into the system and the status can be seen easily and neatly. The organization considers that this will make existing business processes easier and organized. Thus, this final project is proposed to build an Order and Payment Information System for Aisya Catering Surabaya, then it can be used by the organization concerned to support its business processes to be more optimal. This system handles two main processes as the title suggests: the ordering process and the payment process. There are five stages through the development of building Aisya’s system based on SDLC. Firstly, knowing the needs by interviewing stakeholders to define the existing problem. Second, analyze the existing system problem and its new requirements with the help of Document Flow Diagram (DocFlow) and Fishbone Diagram. Third, design the new system using Tier Diagram (HIPO Diagram) and Data Flow Diagram (DFD), Conceptual Data Model (CDM) produces 8 entities, Physical Data Model (PDM) generates 10 tables in total, then process with designing input and output forms. Fourth, adjust the system design workflow illustrated in flowcharts, and implement it into a web-based program using Laravel 8.14 framework. And the last stage is testing the system program. Based on the implementation and testing results, the order and payment information system for Aisya Catering Surabaya has been in accordance and met with the predefined functional requirements of the testing process.

Pemilihan Tempat Usaha Kuliner Di Wilayah Semarang Barat Dengan Metode SAW Dan Topsis Berbasis Web Ahmad Artyanto Saputra; Rina Candra Noor Santi
Jurnal Tekno Kompak Vol 16, No 2 (2022): Agustus
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v16i2.1562

Tingginya keinginan masyarakat dalam membuka suatu tempat usaha khususnya usaha kuliner, membuat mereka sering mengalami kesulitan dalam memecahkan masalah tentang penentuan lokasi. Masalah tersebut tidak adanya alat bantu dalam menentukan lokasi yang tepat untuk membangun usaha kuliner, karena penentuan lokasi yang hanya sebatas dengan cara konvensional saja bahkan dilakukan kira-kira saja tanpa adanya penggunaan suatu metode dan perhitungan matematis yang pasti serta belum terkomputerisasi. Sehingga dari permasalahan tersebut dibutuhkan suatu sistem pendukung keputusan untuk membantu masyarakat dalam menentukan tempat usaha kuliner. Sistem ini dibuat bertujuan dapat membantu masyarakat untuk menentukan pilihan tempat usaha kuliner berdasarkan kriteria yang sudah disediakan oleh sistem dan ditentukan oleh pengguna. Kriteria yang digunakan meliputi luas, harga, strategis, fasilitas dan akses jalan. Perancangan sistem pendukung keputusan ini menggunakan dua metode yaitu hybrid SAW (Simple Additive Weighting) dan TOPSIS (Technique for Order Performance of Similarity to Idea Solution). Metode SAW sendiri digunakan untuk tahap pembobotan sedangkan metode TOPSIS digunakan untuk sebuah proses perangkingan. Dengan penggabungan dua metode ini bertujuan untuk memperoleh hasil yang tepat. Penelitian ini mendapatkan hasil akhir yaitu 0,905023217 yang mana merupakan Ruko Manyaran (jl.abdurahman shaleh)*2. Hasil ini diperoleh dari seleksi 5 kriteria yang terpilih dan telah dihitung dengan metode hybrid SAW (Simple Additive Weighting) dan TOPSIS (Technique for Order Performance of Similarity to Idea Solution) dan seleksi tersebut menyatakan Ruko Manyaran (jl.abdurahman shaleh)*2 mendapatkan nilai dengan hasil tertinggi. Masyarakat dapat menggunakan sistem ini dengan mudah karena berbasis website dimana pembuatannya menggunakan bahasa pemrograman PHP dan database MySQL.

Analisis Perbandingan Klasifikasi Algoritma CART dengan Algoritma C 4.5 Pada Kasus Penderita Kanker Payudara Fitria Melani; Sulastri Sulastri
Jurnal Tekno Kompak Vol 17, No 1 (2023): Februari
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v17i1.2379

Kanker menjadi salah satu jenis penyakit berbahaya penyebab terjadinya kematian. Dari jumlah keseluruhan kasus kanker di dunia, jenis kanker yang banyak diderita manusia dengan presentase kasus mencapai 11,7% tercatat sebagai kanker payudara. Hal ini dapat terjadi dikarenakan kanker payudara tidak didiagnosa lebih awal. Maka dari itu, jika penyakit kanker payudara dapat diidentifikasi lebih cepat, maka resiko yang mungkin terjadi dapat diminimalisir. Seiring dengan kemajuan teknologi saat ini, data – data pasien kanker payudara dapat diolah dan dimanfaatkan untuk menemukan informasi yang berguna bagi kehidupan masyarakat. Dalam melakukan pengolahan data ada beragam cara yang dapat digunakan, contohnya dengan menggunakan teknik pengolahan data mining. Data mining memiliki bermacam – macam metode yang dapat diterapkan bergantung dengan tujuan dalam penggunaannya, Klasifikasi menjadi salah satu metode yang paling sering dipergunakan dalam teknik data mining. Dalam data mining teknik klasifikasi memiliki beragam model algoritma dengan tingkat kinerja yang bervariasi. Permasalahan dalam penelitian ini berfokus tentang bagaimana cara dalam melakukan analisis perbandingan model algoritma klasifikasi pada dataset kanker payudara yang diambil dari platform Kaggle.com. Penelitian ini bertujuan membandingkan algoritma CART dan C 4.5 untuk mendapatkan hasil performa yang optimal. Implementasi pada penelitian ini menggunakan bahasa pemrograman R dengan software Rstudio. Dalam 6 kali percobaan dengan probabilitas dataset yang berbeda menghasilkan model pohon keputusan dengan nilai Accuracy, Recall, Precision dan Error rate yang berbeda. Dari percobaan yang dilakukan, didapatkan rata-rata tingkat performa algoritma CART sebesar 72 %, sedangkan algoritma C 4.5 sebesar 73%, sementara itu variabel yang paling berpengaruh dalam kematian pasien kanker payudara adalah Survival Months. Berdasarkan hasil analisis perbandingan yang telah dilakukan dapat diketahui bahwa tingkat performa dari algoritma C 4.5 lebih baik dan stabil jika dibandingkan dengan tingkat performa dari algoritma CART.

Klasifikasi Pemberian Beasiswa Berprestasi Menggunakan Perbandingan Tiga Algoritma Nanda Tri Haryati; Edi Surya Negara; Tri Basuki Kurniawan
Jurnal Tekno Kompak Vol 17, No 1 (2023): Februari
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v17i1.2211

Program Indonesia Pintar (PIP) merupakan program kerjasama dari tiga kementrian yaitu Kementrian Pendidikan dan Kebudayaan (Kemendikbud), Kementrian Sosial (Kemensos) dan Kementrian Agama (Kemenag). PIP melalui Kartu Indonesia Pintar (KIP) adalah pemberian bantuan tunai pendidikan kepada anak usia sekolah yang berasal dari keluarga miskin, rentan miskin, pemilik Kartu Keluarga Sejahtera (KKS), Program Keluarga Harapan (PKH), yatim piatu, penyandang disabilitas dan korban bencana alam/musibah. PIP merupakan bagian dari penyempurnaan program Bantuan Siswa Miskin (BSM) dengan tujuan untuk menjamin agar seluruh anak usia sekolah dari keluarga kurang mampu terdaftar sebagai penerima bantuan sampai anak lulus jenjang pendidikan menengah, baik melalui jalur pendidikan formal maupun non formal. Bantuan yang akan di terima yaitu berupa dana dengan besaran yang telah ditentukan sesuai tingkatan pendidikan. Banyaknya jumlah siswa yang mengajukan permohonan untuk menerima beasiswa dan kriteria penilaian yang banyak pula maka tidak semua siswa yang mengajukan permohonan beasiswa dapat dikabulkan. Permasalahan yang biasanya dihadapi oleh sekolah sehubungan dengan penentuan beasiswa adalah tidak adanya sistem yang dapat membantu untuk melakukan penyeleksian atau penentuan penerima beasiswa secara otomatis sesuai dengan kriteria-kriteria yang telah ditentukan. Untuk menyelesaikan hal ini, salah satu solusi yang akan digunakan adalah dengan mempelajari pola dari data siswa yang menerima beasiswa dan data siswa yang tidak menerima beasiswa. Dari data-data tersebut dapat dibentuk satu model yang dapat digunakan untuk mepredisksi siswa siswa mana yang kemungkinan akan menerima beasiswa pada tahun berikutnya. Dalam penelitian ini dilakukan perbandingan dari 3 (tiga) algoritma klasifikasi untuk membantu menentukan prediksi siswa penerima beasiswa, sehingga pihak sekolah dapat dengan mudah menentukan data siswa mana yang akan diajukan. Algoritma yang dipilih untuk dibandingkan yaitu algoritma Naïve Bayes, Random Forest dan Support Vector Machine dengan tujuan untuk mengetahui algoritma mana yang paling baik dalam hal tingkat akurasi dan berdasarkan literatur yang ada, tiga algoritma ini adalah algoritma yang umum digunakan dalam penelitian sejenis. Dari ke-3 algorithma tersebut, algoritma Random Forest memberikan nilai akurasi yang paling tinggi, yaitu 75%, diikuti oleh algoritma Support Vector Machine sebesar 59% dan nilai akurasi terendah yaitu algoritma Naïve Bayes sebesar 55%. Berikutnya, dengan menggunakan algoritma Random Forest, algoritma yang menghasilkan model dengan akurasi paling tinggi, dilanjutkan proses pemilihan fitur (feature selection) untuk melihat fitur mana yang paling memberikan pengaruh kepada label keputusan dan fitur mana yang tidak, yang selanjutkan dapat diabaikan atau tidak ikut dalam proses pembentukan model. Hasil yang diperoleh, menunjukkan fitur yang paling berpengaruh yaitu fitur penghasilan, sedangkan fitur mtk dan bhs_inggris dapat diabaikan, karena tidak memberikan pengaruh yang besar kepada label keputusan. Setelah itu, dilakukan pembandingan hasil model sebelum dilakukan pemilihan fitur dengan model setelah dilakukan pemilihan fitur dalam hal tingkat akurasi dan kecepatan proses menggunakan algoritma Random Forest. Hasil perbandingan menunjukan hasil peningkatan akurasi dan penuruan waktu proses yang cukup signifikan.

Analisis Sentimen Terhadap Program Kampus Merdeka Menggunakan Algoritma Naive Bayes Classifier Di Twitter Elisa Febriyani; Herny Februariyanti
Jurnal Tekno Kompak Vol 17, No 1 (2023): Februari
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v17i1.2061

The independent campus program or independent learning campus independence (MBKM) is a new policy launched in January 2019 by the ministry of education, culture, research, and technology of the republic of Indonesia. This policy is the government's strategy in improving the quality of students to respond to the needs of the times along with significant changes in technology, the world of work, social and culture. As a new breakthrough in the world of higher education, this program is very much discussed on social media. Currently, many people use social media Twitter to provide feedback or opinions on a government policy or trend that is developing. This independent campus program has reaped the pros and cons of the community, especially on Twitter social media since its inception. This study aims to analyze the sentiment of public opinion on the independent campus program on twitter to determine the level of accuracy in the method and the proportion of sentiment as an evaluation of the algorithm, performance and program of the independent campus itself. Data collection using the vicinitas.io website was carried out in real time with #kampus merdeka and #mbkm from tweets and retweets of twitter users during November 2021 to March 2022. Analysis of 501 tweet data was carried out by classifying text in negative and positive forms using the naive bayes classifier algorithm. . The implementation of the classification in the Naive Bayes algorithm is carried out in several stages, namely text preprocessing, TF-IDF calculations, classification calculations, and K-fold cross validation. K-fold is used for applications that are used to get maximum accuracy results. The program is made in the python programming language on the google colab tools provided by google. The visualization of the results displayed in this study is a word cloud with the most dominant word results appearing on positive sentiments, namely campus, merdeka, mbkm, and programs, while on negative sentiments, namely campus, money, pocket, and conversion. Based on the results of the research, the classification that can be done by the system gets 272 positive sentiment classification results and 229 negative sentiment opinions with an average accuracy of 60%, precision 64%, recall 58% and f1-score 58%.

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Zaenal Abidin, S.Kom., M.T.

Contact Email
teknokompak@teknokrat.ac.id

Phone
-

Journal Mail Official
teknokompak@tekokrat.ac.id

Editorial Address
-

Location
Kota bandar lampung,

Lampung

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Zaenal Abidin, S.Kom., M.T.

Contact Email teknokompak@teknokrat.ac.id

Phone -

Journal Mail Official teknokompak@tekokrat.ac.id

Editorial Address -

Location Kota bandar lampung, Lampung INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Zaenal Abidin, S.Kom., M.T.

Contact Email
teknokompak@teknokrat.ac.id

Phone
-

Journal Mail Official
teknokompak@tekokrat.ac.id

Editorial Address
-

Location
Kota bandar lampung,

Lampung

INDONESIA