cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Bahar
Contact Email
bahararahman@gmail.com
Phone
-
Journal Mail Official
puslit.stmikbjb@gmail.com
Editorial Address
-
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Progresif: Jurnal Ilmiah Komputer
Published by Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru
ISSN : 02163284     EISSN : 26850877     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering
Progresif: Jurnal Ilmiah Komputer adalah Jurnal Ilmiah bidang Komputer yang diterbitkan secara periodik dua nomor dalam satu tahun, yaitu pada bulan Februari dan Agustus. Redaksi Progresif: Jurnal Ilmiah Komputer menerima Artikel hasil penelitian atau atau artikel konseptual bidang Komputer.
Arjuna Subject : -
Articles 40 Documents
 1   2   3   4 
Search results for , issue "Vol 20, No 2: Agustus 2024" : 40 Documents clear
Eksplorasi Sentimen Pengguna Media Sosial Terhadap Layanan Seabank: Pendekatan Dengan Algoritma Bert Septiani, Riska Kurnia; Gata, Windu
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.1943

Abstract

Bank SeaBank is a digital bank that has social media accounts on Twitter (X) and YouTube with thousands of followers. These platforms are often used to express opinions or comments on various topics. This research aims to provide a benchmark for Bank SeaBank to improve its services based on positive and negative user reviews. The data analyzed consists of 500 comments on Twitter (X) and YouTube with the keyword "Bank SeaBank." The methods used include machine learning algorithms such as SVM, Naïve Bayes, k-NN, Decision Tree, Logistic Regression, as well as the deep learning algorithm pre-trained BERT. The analysis results show the highest accuracy for SVM at 84%, followed by Naïve Bayes at 81%, k-NN at 80%, and both Decision Tree and Logistic Regression at 77%. The deep learning algorithm BERT achieved an accuracy of 86% with 3 epochs and a training-to-testing data ratio of 80:20.Kata kunci: SeaBank; Social media; BERT algorithm AbstrakBank SeaBank adalah salah satu bank digital yang memiliki media sosial Twitter (X) dan YouTube dengan ribuan pengikut. Kedua platform ini sering digunakan untuk menyampaikan pendapat atau komentar tentang berbagai topik. Penelitian ini bertujuan untuk memberikan tolak ukur bagi Bank SeaBank dalam meningkatkan layanan berdasarkan ulasan positif dan negatif dari pengguna. Data yang dianalisis terdiri dari 500 komentar di Twitter (X) dan YouTube dengan kata kunci "Bank SeaBank". Metode yang digunakan mencakup algoritma machine learning seperti SVM, Naïve Bayes, k-NN, Decision Tree, Logistic Regression, serta algoritma deep learning pre-trained BERT. Hasil analisis menunjukkan akurasi tertinggi pada SVM sebesar 84%, diikuti oleh Naïve Bayes sebesar 81%, k-NN sebesar 80%, Decision Tree dan Logistic Regression masing-masing sebesar 77%. Algoritma deep learning BERT mencapai akurasi 86% dengan 3 epoch dan proporsi data latih dan uji sebesar 80:20Kata Kunci: SeaBank; Media Sosial; Algoritma BERT
Prediksi Persediaan Obat Menggunakan Algoritma Decision Tree (C4.5) Pada Apotek Az-Zikra Bengkulu Aziz, Feby Estivania; Abdullah, Dedy
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2099

Abstract

Az-Zikra Pharmacy is currently facing difficulties in managing drug inventory in the warehouse. Due to the frequent movement of drugs to branches without an organized system, this results in frequent stockouts in the warehouse. Using the Decision Tree (C4.5) algorithm, this study aims to predict drug inventory at Az-Zikra Pharmacy in Bengkulu. Transaction data from the last three months was collected and analyzed using the C4.5 algorithm. The results show that this algorithm works well in categorizing data on drug stock and the most needed drug demand. This system has a high accuracy rate of 0.7190, which helps the pharmacy manage drug inventory more efficiently, reduce the risk of expired drugs, and ensure that the necessary drugs are always available. It is hoped that this system will improve the services provided by the pharmacy to customers by providing drugs in a timely and appropriate manner.Keywords: C4.5 algorithm; Decision tree; Drug inventory prediction; Pharmacy AbstrakApotek Az-Zikra saat ini sedang mengalami permasalahan untuk mengatur persediaan obat-obatan di gudang. Karena terlalu banyak obat yang sering keluar masuk ke cabang tanpa adanya sebuah sistem yang teratur, hal ini mengakibatkan sering kehabisan stok obat di gudang. Dengan menggunakan algoritma Decision Tree (C4.5), penelitian ini bertujuan untuk memprediksi persediaan obat di Apotek Az-Zikra Bengkulu. Data transaksi selama tiga bulan terakhir dikumpulkan dan dianalisis menggunakan algoritma C4.5. Hasil penelitian menunjukkan bahwa algoritma ini bekerja dengan baik dalam mengkategorikan data tentang stok obat dan permintaan obat yang paling dibutuhkan. Sistem ini memiliki tingkat akurasi yang tinggi yaitu 0.7190 , yang membantu apotek mengelola persediaan obat lebih efisien, mengurangi risiko obat kadaluarsa, dan memastikan bahwa obat yang diperlukan selalu tersedia. Diharapkan bahwa sistem ini akan meningkatkan layanan yang diberikan apotek kepada pelanggan dengan menyediakan obat secara tepat waktu dan sesuai kebutuhan.Kata kunci: Algoritma C4.5; Pohon keputusan; Prediksi persediaan obat; Apotek
Pembangunan Aplikasi Monitoring Distribusi Bantuan Kepada UMKM Berbasis Web Bangkalang, Dwi Hosanna; Setiyawati, Nina; Susetyo, Yerymia Alfa; Saian, Pratyaksa Ocsa Nugraha
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.1615

Abstract

To encourage consumption and demand for MSME products in the form of goods and services, Dinas Koperasi, Usaha Kecil dan Menengah (DinKopUKM) of Salatiga City is taking steps by organizing activities that will provide stimulus in the form of gifts in the form of goods and gifts in the form of shopping vouchers. To expedite this program, an integrated aid distribution system was built, one of the applications in which is a web-based Aid Distribution Monitoring Application. This application functions to monitor voucher distribution. The application was built using the CodeIgniter framework and consists of six main features. The applications that have been built are tested using black box testing and user acceptance testing methods. From the testing process, it was found that the functional application was running as expected and users strongly agreed that the application that was built made it easier to monitor the distribution of aid to MSMEs.Kata kunci: Monitoring Aid Distribution; Web; Blackbox Testing; User Acceptance Testing; MSMEs AbstrakUntuk mendorong terjadinya konsumsi dan kebutuhan akan produk-produk UMKM baik berwujud barang maupun jasa, Dinas Koperasi, Usaha Kecil dan Menengah Kota Salatiga (DinKopUKM) melakukan langkah dengan menyelenggarakan kegiatan yang akan memberikan stimulus berupa hadiah berwujud barang dan hadiah berwujud voucher belanja. Untuk memperlancar program ini, maka dibangunlah sistem distribusi bantuan terintegrasi dimana salah satu aplikasi didalamnya adalah Aplikasi Monitoring Distribusi Bantuan berbasis web. Aplikasi ini berfungsi untuk melakukan pemantauan distribusi voucher. Aplikasi dibangun menggunakan framework CodeIgniter dan terdiri dari enam fitur utama. Aplikasi yang telah dibangun diuji menggunakan metode blackbox testing dan user acceptance testing. Dari proses pengujian, didapatkan bahwa fungsional aplikasi telah berjalan sesuai dengan yang diharapkan dan pengguna sangat setuju aplikasi yang dibangun memudahkan proses monitoring distribusi bantuan kepada UMKM.Kata kunci: Monitoring Distribusi Bantuan; Web; Blackbox Testing; User Acceptance Testing; UMKM 
Perancangan Alat Penyiram Tanaman Otomatis Pada Tanaman Seledri Berbasis Telegram Menggunakan Nodemcu Romiyadi, Rizar; Adi, Siska Minati; Rozany, Boy Abidin; Fitriani, Ratna
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2256

Abstract

Celery plants have many benefits, both as food ingredients such as soup and herbal medicine for various diseases such as fever, flu, digestive disorders, and hypertension. However, celery watering by farmers is still done manually, which often causes suboptimal plant growth due to incorrect water measurements. Changes in soil moisture are also a problem, especially when farmers cannot water regularly. This study uses the Research and Development (R&D) method and produces an automatic sprinkler with a Soil Moisture sensor that detects soil moisture. If the humidity drops below 65%, the water pump will turn on, and if the humidity rises above 75%, the pump will turn off. These settings can be controlled via the Telegram application with the command "/pompan_on" to water, "/pompan_off" to stop, and "/cek-kelm_tanah" to check soil moisture.Keywords: Celery; Automatic; Sprinkler; Telegram; Soil Moisture AbstrakTanaman seledri memiliki banyak manfaat, baik sebagai bahan makanan seperti sup maupun obat herbal untuk berbagai penyakit seperti demam, flu, gangguan pencernaan, dan hipertensi. Namun, penyiraman seledri oleh petani masih dilakukan secara manual, yang sering kali menyebabkan pertumbuhan tanaman kurang optimal karena takaran air yang tidak tepat. Perubahan kelembaban tanah juga menjadi masalah, terutama ketika petani tidak dapat rutin menyiram. Penelitian ini menggunakan metode Research and Development (R&D) dan menghasilkan alat penyiram otomatis dengan sensor Soil Moisture yang mendeteksi kelembaban tanah. Jika kelembaban turun di bawah 65%, pompa air akan menyala, dan jika kelembaban naik di atas 75%, pompa akan mati. Pengaturan ini dapat dikendalikan melalui aplikasi Telegram dengan perintah "/pompan_on" untuk menyiram, "/pompan_off" untuk menghentikan, dan "/cek-kelm_tanah" untuk memeriksa kelembaban tanah.Kata Kunci: Seledri; Otomatis; Penyiram; Telegram; Soil Moisture
ANALISIS PROSES DISCOVERY TO REDISAIN SISTEM E-COMMERCE Kartini, Kartini; Widayanti, Riya; Malabay, Malabay; Yulhendri, Yulhendri
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2209

Abstract

DelusionShoes menjual banyak brand Sepatu mulai perempuan, laki-laki, anak-anak dan dewasa. memiliki toko di Mall, juga Plaza, lokasi berbeda. Transaksi penjualan masih sebatas offline dilakukan secara langsung/tatap muka. Sekarang ini Plaza, Mall mulai  sepi pengunjung. Perubahan dinamika masyarakat semakin cepat seiring dengan perkembangan teknologi digital. Berdasarkan Survey yang telah dilakukan DelusionShoes ingin sekali penjualan online dengan aplikasi milik sendiri, dapat memantau penjualan semua tokonya yang berada dilokasi berbeda, juga dapat mepromosikan tokonya kebanyak pengguna internet. Penelitian ini menggunakan metode analisis SWOT, untuk memodelkan proses bisnisnya (penjualan, dan pembayaran secara Real time) menggunakan Unified Modelling Language, serta menggunakan kaidah paradigma Prototype untuk pengembangan. Delusionshoes, hanya membutuhkan peran Designer saja kedepanya, untuk membangun Web e-Commerce Delusionshoes, barulah dapat melaku penjualan, pembayaran real time, eksekusi datanya aman, rentang waktunya sangat singkat, dapat berinteraksi dengan pelanggan tanpa ada penundaan diseluruh saluran bisnis, dapat mengetahui jumlah orang/pelanggan yang ada di situs, dapat mengetahui halaman tempat interaksi berlangsung (atau peristiwa interaksi).Kata Kunci: e-Commerce, proses recovery, redisain, SWOT, Prototype.
Komparasi Metode K-NN Dan K-Means Untuk Klasifikasi Buah Mangga Apriani, Apriani; Himamunanto, A. R.; Budiati, Haeni
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2152

Abstract

This Research aim of comparing the modified K-means method for classification processing of training models (Supervised) with the K-NN method using the Mango Arumanis, Golek, Madu and Gedong classes. Feature extraction used in processing classification methods is based on shape characteristics consisting of metric and eccentricity. The research results obtained that the percentage precision of the K-NN method was Arumanis: 0.9%, Madu: 0.9%, Gedong: 0.9%, Golek: 0.8%, and the K-Means method was Arumanis: 0.7%, Honey: 0.9%, Gedong: 0.9%, Golek 0.6%. The recall percentage of the K-NN method is Arumanis: 0.90%, Madu: 0.75%, Gedong: 1.00%, Golek: 0.89% and the K-means method is Arumanis: 0.70%, Madu: 0 .64%, Gedong: 1.00%, Golek: 0.86%. The accuracy percentage of the K-NN classification method is Arumanis: 94.59%, Madu: 89.74%, Gedong: 97.22%, Golek: 92.11% and the K-Means method is Arumanis: 83.78%, Madu: 83.78%, Gedong: 96.88%, Golek: 86.11%. For global precision, recall and accuracy values, the K-NN method is greater than the K-Means method. Thus, the K-Means classification method which was modified to use supervised training data is still not as good as the K-NN method in classifying mango fruit types. It is hoped that the accuracy of the method for classifying mango fruit plant types by extracting shape characteristics can obtain uniform shape quality.Keywords: Image Processing; Feature Extraction; K-means, K-NN; Metric, EccentricityAbstrakPenelitian dengan tujuan komparasi Metode K-means yang dimodifikasi untuk pemrosesan klasifikasi model pelatihan (Supervised) dengan MetodeK-NN mempergunakan kelas Mangga Arumanis, Golek, Madu dan Gedong. Ekstraksi ciri yang dipergunakan dalam pemrosesan metode klasifikasi berdasarkan ciri bentuk yang terdiri dari metric dan eccentricity. Hasil penelitian memperoleh presentase precision metode K-NN adalah Arumanis: 0,9%, Madu: 0,9%, Gedong: 0,9%, Golek: 0,8%, dan metode K-Means adalah Arumanis: 0,7%, Madu: 0,9%, Gedong: 0,9%, Golek 0,6%. Presentase recall metode K-NN adalah Arumanis: 0,90%, Madu: 0,75%, Gedong: 1,00%, Golek: 0,89% dan metode K-means adalah Arumanis: 0,70%, Madu: 0,64%, Gedong: 1,00%, Golek: 0,86%. Presentase Accuracy metode klasifikasi K-NN adalah Arumanis: 94,59%, Madu: 89,74%, Gedong: 97,22%, Golek: 92,11% dan metode K-Means adalah Arumanis: 83,78%, Madu: 83,78%, Gedong: 96,88%, Golek: 86,11%. Untuk nilai precision, recall dan accuracy secara global adalah metode K-NN lebih besar daripada metode K-Means. Dengan demikian, metode klasifikasi K-Means yang dimodifikasi untuk dapat mempergunakan data pelatihan (supervised) masih belum mampu sebaik Metode K-NN dalam klasifikasi jenis buah mangga. Diharapkan akurasi metode klasifikasi jenis tanaman buah mangga dengan ekstraksi ciri bentuk dapat memperoleh kualitas bentuk yang seragam.Kata kunci: Pengolahan Citra, Ekstraksi Ciri, K-means, K-NN, Metric, Eccentricity
Implementasi Sistem Monitoring Jaringan Berbasis Simple Network Management Protocol Dengan Notifikasi Telegram Wahyuriyanto, Ariella Giovanni; Yulianton, Heribertus
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.1939

Abstract

The Faculty of Science and Mathematics at Diponegoro University faces challenges managing information technology devices through the Unit Pengelolaan dan Pelayanan Teknologi Informasi (UP2TI). This problem has an impact on the efficiency and effectiveness of network management. This study aims to evaluate the implementation of Librenms as a network management system that can improve the efficiency of management by the UP2TI team. The method used is Network Development Life Cycle, which analyzes features such as Alert Notification and Validate Config. In addition, the Network Monitoring System, based on a Simple Network Management Protocol (SNMP) with telegram notifications, has been implemented to facilitate technicians in network monitoring. The results showed that using LibrenMS and telegram notification systems increases the efficiency of monitoring and managing network devices.Keywords: Simple Network Management Protocol; LibreNMS; Network Development Life Cycle; Simple Network Management Protocol`AbstrakFakultas Sains dan Matematika Universitas Diponegoro menghadapi tantangan dalam mengelola perangkat teknologi informasi melalui Unit Pengelolaan dan Pelayanan Teknologi Informasi (UP2TI). Masalah ini berdampak pada efisiensi dan efektivitas pengelolaan jaringan. Penelitian ini bertujuan untuk mengevaluasi implementasi LibreNMS sebagai sistem manajemen jaringan yang dapat meningkatkan efisiensi pengelolaan oleh tim UP2TI. Metode yang digunakan adalah Network Development Life Cycle, dengan analisis terhadap fitur-fitur seperti alert notification dan validate config. Selain itu, sistem monitoring jaringan berbasis Simple Network Management Protocol (SNMP) dengan notifikasi Telegram diimplementasikan untuk mempermudah teknisi dalam pemantauan jaringan. Hasil penelitian menunjukkan bahwa penerapan LibreNMS dan sistem notifikasi Telegram meningkatkan efisiensi monitoring dan pengelolaan perangkat jaringan.Kata kunci: Simple Network Management Protocol; LibreNMS; Network Development Life Cycle; Simple Network Management Protocol
Rancang Bangun Remote Control Robot Lengan 6DOF Dengan Protokol ESP-NOW Zebua, Nike Erni; Setyawan, Gogor C.; Lase, Kristian Juri Damai
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2078

Abstract

A robotic arm is one of the robotic applications that is increasingly developing in various industries. The robotic arm is designed and built with a remot control system using the ESP-Now communication protocol. This system aims to improve the efficiency and precision of controlling robotic arms, which are widely used in various industrial and research applications. The ESP-Now protocol is chosen for its advantages of low latency and minimal power consumption in short-range communication. The design process includes the creation of a mechanical model of the robotic arm, the development of hardware and software for the control system, as well as the integration and testing of the overall system. Test results show that the built-in remot control system can control the robotic arm with high precision and quick response as needed for operational requirements. Therefore, this system is expected to make a significant contribution to the field of automation and robotics and serve as a reference for further development of robotic control technology.Keywords: Robotic arm; 6DOF; microcontroller; ESP-Now; wireless control. AbstrakRobot lengan merupakan salah satu aplikasi robotik yang semakin berkembang di berbagai industri. Robot lengan dirancang dan dibangun dengan sistem kendali jarak jauh menggunakan protokol komunikasi ESP-Now. Sistem ini bertujuan untuk meningkatkan efisiensi dan presisi pengendalian lengan robot yang banyak digunakan dalam berbagai aplikasi industri dan penelitian. Protokol ESP-Now dipilih karena keunggulan latensi rendah dan konsumsi daya minimal dalam komunikasi jarak pendek. Proses perancangan meliputi pembuatan model mekanis lengan robot, pengembangan perangkat keras dan perangkat lunak sistem kendali, serta pengintegrasian dan pengujian keseluruhan sistem. Hasil pengujian menunjukkan bahwa sistem kendali jarak jauh bawaan dapat mengendalikan lengan robot dengan presisi tinggi dan respon cepat sesuai kebutuhan operasional. Oleh karena itu, sistem ini diharapkan dapat memberikan kontribusi yang signifikan di bidang otomasi dan robotika, serta menjadi acuan bagi pengembangan teknologi pengendalian robot lebih lanjut.Kata kunci: Robot lengan; 6DOF; mikrokontroler; ESP-NOW; pengendalian wirreless.
Rancang Bangun Robot Bluetooth Remot Control dengan Sistem Pemindaian Obstacle Waruwu, Anastasya Eka Suryani; Setyawan, Gogor C.; Lase, Kristian J. Damai
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.1965

Abstract

In the development of Bluetooth Remote Control Robots, issues often arise such as the limited range of Bluetooth, which can affect the effectiveness of robot Control, and sensors that are not sensitive enough to obstacles, increasing the risk of collisions. This research aims to design and develop a robot that can provide Remote Control through an HC-05 Bluetooth connection and ultrasonic sensors at the front and rear of the robot that can detect and avoid obstacles around it. The methods used include Bluetooth-based Control for Remote operation, the use of ultrasonic sensors to detect obstacles, and DC motors for robot movement. Additionally, an obstacle avoidance algorithm was developed to enhance the robot's adaptability to dynamic environments. Testing was conducted to evaluate the system's effectiveness in detecting and avoiding obstacles in real-time. The results show that the robot can move smoothly and avoid obstacles effectively, making it a potential solution for Remote Control applications with adaptive navigation capabilities and high efficiency.Keywords: Bluetooth Remote Control Robot; Obstacle Scanning System; Ultrasonic Sensor; Remote Control; DC Motor AbstrakPada pengembangan Robot Bluetooth Remote Control, sering terjadi kendala seperti keterbatasan jangkauan Bluetooth yang dapat mengganggu efektivitas pengendalian robot, serta sensor yang kurang peka terhadap hambatan, sehingga meningkatkan risiko terjadinya tabrakan pada robot. Penelitian ini bertujuan untuk merancang dan mengembangkan sebuah robot yang mampu memberikan kontrol jarak jauh melalui koneksi Bluetooth HC-05 serta sensor ultrasonik pada bagian depan dan belakang robot yang mampu mendeteksi dan menghindari hambatan di sekitarnya. Metode yang digunakan meliputi kontrol berbasis Bluetooth untuk pengendalian jarak jauh, penggunaan sensor ultrasonik untuk mendeteksi obstacle, dan motor DC untuk pergerakan robot. Selain itu, algoritma penghindaran hambatan juga dikembangkan untuk meningkatkan kemampuan adaptasi robot terhadap lingkungan yang dinamis. Pengujian dilakukan untuk menguji keefektifan sistem dalam mendeteksi dan menghindari obstacle secara real-time. Hasil penelitian menunjukkan bahwa robot ini dapat bergerak dengan lancar dan menghindari obstacle dengan baik, menjadikannya solusi yang potensial untuk aplikasi pengendalian Remote dengan kemampuan navigasi adaptif dan efisiensi tinggi. Kata kunci: Robot Bluetooth Remote Control; Sistem Pemindaian Obstacle; Sensor Ultrasonik; Pengendalian Jarak Jauh; Motor DC.
Analisis Sentimen Terhadap Layanan Aplikasi Jenius di Media Sosial Menggunakan Alogritma Long Short-Term Memory Husna, Modesta Binti; Gata, Windu
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.1957

Abstract

The Jenius application was launched in 2015 by PT Bank BTPN Tbk, introducing innovation in digital banking services with an active presence on social media platforms like YouTube, Twitter (X), and Instagram. Users often provide reviews that can influence the perception and reputation of the application. This study aims to assist Bank BTPN in enhancing its services by analyzing positive, neutral, and negative user reviews. The method used is the Long Short-Term Memory (LSTM) model for sentiment analysis. The data analyzed consists of 856 comments on YouTube with the keyword "Jenius Application." The LSTM model was implemented to identify general perceptions and aspects that affect user satisfaction, using a data training and testing proportion of 70:30. The study results show that the LSTM model achieved an accuracy of 93.57% on the test dataset, demonstrating the model's effectiveness in identifying user sentiments, thus serving as a tool to improve the quality of Jenius application's services.Keywords: Sentiment Analysis; YouTube; Long Short-Term Memory; Jenius App  AbstrakAplikasi Jenius diluncurkan pada tahun 2015 oleh PT Bank BTPN Tbk, menghadirkan inovasi dalam layanan perbankan digital dengan kehadiran aktif di media sosial seperti YouTube, Twitter (X), dan Instagram. Pengguna sering memberikan ulasan yang dapat mempengaruhi persepsi dan reputasi aplikasi tersebut. Penelitian ini bertujuan untuk membantu Bank BTPN meningkatkan layanan dengan menganalisis ulasan positif, netral, dan negatif dari pengguna. Metode yang digunakan adalah model Long Short-Term Memory (LSTM) untuk analisis sentimen. Data yang dianalisis terdiri dari 856 komentar di YouTube dengan kata kunci "Aplikasi Jenius." Model LSTM diimplementasikan untuk mengidentifikasi persepsi umum dan aspek-aspek yang mempengaruhi kepuasan pengguna, dengan parameter proporsi data latih dan data uji sebesar 70:30. Hasil penelitian menunjukkan bahwa model LSTM mencapai akurasi sebesar 93.57% pada dataset uji, menunjukkan efektivitas model dalam mengidentifikasi sentimen pengguna sehingga dapat digunakan sebagai alat untuk meningkatkan kualitas layanan aplikasi Jenius.Kata kunci: Analisis Sentimen; YouTube; Long Short-Term Memory; Aplikasi Jenius

Page 1 of 4 | Total Record : 40

 1   2   3   4 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol 21, No 2: Agustus 2025 Vol 21, No 1: Februari 2025 Vol 20, No 2: Agustus 2024 Vol 20, No 1: Februari 2024 Vol 19, No 2: Agustus 2023 Vol 19, No 1: Februari 2023 Vol 18, No 2: Agustus 2022 Vol 18, No 1: Februari 2022 Vol 17, No 2: Agustus 2021 Vol 17, No 1: Februari 2021 Vol 16, No 2: Agustus 2020 Vol 16, No 1: Februari 2020 Vol 15, No 2: Agustus 2019 Vol 15, No 1: Februari 2019 Vol 14, No 2: Agustus 2018 Vol 14, No 1: Februari 2018 Vol 13, No 2: Agustus 2017 Vol 13, No 1: Pebruari 2017 Vol 12, No 2: Agustus 2016 Vol 12, No 1: Pebruari 2016 Vol 11, No 2: Agustus 2015 Vol 11, No 1: Pebruari 2015 Vol 10, No 2: Agustus 2014 Vol 10, No 1: Pebruari 2014 Vol 9, No 2: Agustus 2013 Vol 9, No 1: Pebruari 2013 Vol 7, No 2: Agustus 2011 Vol 6, No 2: Agustus 2010 Vol 6, No 1: Pebruari 2010 Vol 4, No 1: Pebruari 2008 Vol 2, No 2: Agustus 2006 More Issue