Articles
208 Documents
<![CDATA[Klasifikasi Kepribadian Pengguna Media Sosial ]]>
<![CDATA[Enie Yuliani]]>;
<![CDATA[Ema Utami]]>;
<![CDATA[Suwanto Raharjo]]>
<![CDATA[ Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 6 No 1 (2020): Juni ]]>
Publisher : <![CDATA[Politeknik Indonusa Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (36.771 KB)
|
DOI: 10.46808/informa.v6i1.167
<![CDATA[Media sosial merupakan tempat para penggunanya berbagi hal tentang diri mereka dan pandangan hidup penggunanya. Beberapa penelitian yang memanfaatkan media sosial sebagai objeknya telah dilakukan karena menyadari potensi banyaknya informasi yang bisa digali dari media sosial. Tujuan dari penelitian ini adalah untuk mengetahui apakah mungkin melakukan prediksi keribadian berdasarkan media sosial dan melakukan pemodelan klasifikasi kepribadian berdasarkan media sosial. Proses dalam melakukan text mining mulai dari pengumpulan data, pembagian dataset, pre-processing teks, ekstraksi fitur hingga pemilihan algoritma klasifikasi berpengaruh terhadap akurasi prediksi kepribadian yang dilakukan. Memadukan fitur perilaku sosial pengguna media sosial dan fitur linguistik psikologis dapat meningkatkan akurasi dari klasifikasi.]]>
<![CDATA[Perbandingan Metode Script Dan Keyframe Pada Pembuatan Animasi Tiga Dimensi ]]>
<![CDATA[Moh Taufik H]]>;
<![CDATA[M Suyanto]]>;
<![CDATA[Hanif Al Fatta]]>
<![CDATA[ Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 6 No 1 (2020): Juni ]]>
Publisher : <![CDATA[Politeknik Indonusa Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (75.045 KB)
|
DOI: 10.46808/informa.v6i1.168
<![CDATA[Pada perkembanganya industri animasi sangat banyak permintaan dalam proses pembuatanya dari bahan dan proses, animasi dibagi menjadi dua yaitu animasi dua dimensi dan tiga dimensi ada banyak macam pembuatan animasi tiga dimensi, stop-motion, cut-out, motion capture, puppet, claymotion, keyframe, dan script. Saat ini animator 3D masih menggunakan teknik keyframe dan script.Pada perbandigngan ini bertujuan untuk mengetahui metode mana yang lebih tepat untuk membuat animasi tiga dimensi dengan tanpa jeda, file yang lebih kecil.]]>
<![CDATA[Analisa Perbandingan Metode Profile Matching Dan Topsis Dalam Pemilihan Ketua OSIS ]]>
<![CDATA[Zul Hisyam]]>;
<![CDATA[M Suyanto]]>;
<![CDATA[Hanif Al Fatta]]>
<![CDATA[ Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 6 No 1 (2020): Juni ]]>
Publisher : <![CDATA[Politeknik Indonusa Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (383.126 KB)
|
DOI: 10.46808/informa.v6i1.169
<![CDATA[Pemilihan ketua OSIS merupakan agenda tahunan yang diselenggarakan oleh setiap sekolah sebagai media pembelajaran bagi siswa dalam berdemokrasi dan menentukan pilihannya. Didalam pemilihan ketua OSIS diperlukan banyak tahapan dan persiapan yang perlu dilakukan mulai dari pendaftaran, sosialisasi program sampai tahap pemilihan dan perhitungan yang memerlukan banyak tenaga dan biaya. Seringkali hasil dari pemilihan menetapkan/memilih siswa yang secara kecakapan kurang memenuhi namun terpilih lebih karena kepopulerannya. Berdasar pada permasalahan tersebut maka diperlukan metode tertentu untuk mendapatkan rekomendasi ketua OSIS yang sesuai dengan kriteria yang diharapkan. Penggunaan Metode Topsis dan Profile Matching mampu memberikan rekomendasi berdasar pada kriteria yaitu Prestasi Akademik, Kedisiplinan, Sikap & Perilaku, Pergaulan dan Usia. Kemudian dari hasil yang dihasilkan oleh kedua metode tersebut akan dibandingkan accuracy nya. Dari perhitungan yang dilakukan metode Profile Matching mampu nilai yang lebih tinggi yaitu sebesar 4.6 dengan akurasi 92.5%, sedang metode Topsis menghasilkan akurasi 80,96%.]]>
<![CDATA[Perancangan Sistem Informasi Eksekutif Tridharma Perguruan Tinggi Universitas Duta Bangsa Surakarta Dengan Service Oriented Architecture (SOA) ]]>
<![CDATA[Khoirul Mustofa]]>;
<![CDATA[M Suyanto]]>;
<![CDATA[Sudarmawan Sudarmawan]]>
<![CDATA[ Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 6 No 1 (2020): Juni ]]>
Publisher : <![CDATA[Politeknik Indonusa Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (233.666 KB)
|
DOI: 10.46808/informa.v6i1.170
<![CDATA[The design of the tri dharma college executive information system is used to assist in making decisions. The university tri dharma executive information system aims to determine the performance of lecturers in the implementation of tri dharma. Executive information system design and executive information system analysis are used in achieving research objectives. Information from the use of the executive information system produces a summary of the performance of lecturers in the implementation of the tri dharma.]]>
<![CDATA[Membangun Basis Pengetahuan Untuk Interaksi Obat Dengan Sosial Media ]]>
<![CDATA[Nanang Prasetiyantara]]>;
<![CDATA[Kusrini Kusrini]]>;
<![CDATA[Asro Nasiri]]>
<![CDATA[ Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 6 No 1 (2020): Juni ]]>
Publisher : <![CDATA[Politeknik Indonusa Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (232.604 KB)
|
DOI: 10.46808/informa.v6i1.171
<![CDATA[With many adults using social media to discuss health information, researchers have begun to dive into this resource to monitor or detect health conditions at the population level. Twitter, in particular, has grown to several hundred million users and can attend rich source of information for detecting serious medical conditions, such as adverse drug reactions (ADRs). However, Twitter too presents unique challenges due to brevity, lack of structure, and informal language. We crawled data from Twitter presenting 10,822 freely available tweets, which can be used to train automated tools to mine Twitter for ADR. We collect tweets using drug names as keywords, but expanding it by applying the Natural Language Processing (NLP) algorithm to produce misspelled versions of drug names for and drug interactions. We annotate each tweet for the presence of mentioning interactions, and for those who have, mention annotations. Agreement between our annotators for binary classification. We evaluate the usefulness of the dataset with machine learning algorithm training classes: using C.45..]]>
<![CDATA[Analisa Brand Reputation Wisata Daerah Menggunakan Sentimen Data Twitter (Studi Kasus:Museum Sangiran Kabupaten Sragen) ]]>
<![CDATA[Fendy Prasetyo Nugroho]]>;
<![CDATA[Yoga Dwi Pambudi]]>
<![CDATA[ Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 6 No 1 (2020): Juni ]]>
Publisher : <![CDATA[Politeknik Indonusa Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (41.848 KB)
|
DOI: 10.46808/informa.v6i1.172
<![CDATA[Sektor pariwisata terutama pariwisata daerah di Indonesia masih sangat kurang mendapatkan perhatian baik dari pengelolaan, promosi dan investasi pengembangan. Pada era globalisasi saat ini pemanfaatan teknologi informasi untuk memperkenalkan wisata daerah dapat memberikan pengaruh kepada banyak wisatawan domestik maupun mancanegara yang sama-sama ingin mengeksplor tempat-tempat baru sebanyak mungkin. Tidak hanya bagi wisatawan, kesempatan baru ini juga menjadi sasaran banyak pemodal yang melihat adanya pasar strategis baru. Museum Sangiran merupakan tempat wisata andalan di Kabupaten Sragen, Jawa Tengah yang menyimpan banyak sejarah perkembangan manusia purba dengan bukti-bukti fosil yang ditemukan disana. Salah satu sosial media yaitu twitter adalah sosial media opini yang berisikan pendapat, pikiran maupun kritikan dari para pengguna terhadap suatu hal yang bebas disampaikan. Pada penelitian ini berfokus pada opini yang muncul mengenai kondisi tempat wisata dan pelayanan di Kawasan wisata Museum Sangiran Kabupaten Sragen dengan menggunakan analisis sentimen data twitter. Harapan yang ingin dicapai pada penelitian ini adalah tingkat efektivitas opini masyarakat pada penggunaan sosial media twitter dalam mempengaruhi perkembangan wisata daerah khususnya Museum Sangiran. Dari hasil analisa yang dilakukan, opini masyarakat yang memanfaatkan media sosial twitter cukup berpengaruh untuk memperkenalkan pariwisata daerah dengan mengelompokkan opini menjadi tiga kategori yaitu opini positif, opini negatif dan opini netral.]]>
<![CDATA[Analisa Sentimen Twitter Menggunakan Algoritma Klasifikasi Pada Promosi Wisata Museum Sangiran Kabupaten Sragen ]]>
<![CDATA[Yoga Dwi Pambudi]]>;
<![CDATA[Wing Wahyu Winarno]]>;
<![CDATA[Andi Sunyoto]]>
<![CDATA[ Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 6 No 1 (2020): Juni ]]>
Publisher : <![CDATA[Politeknik Indonusa Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (324.382 KB)
|
DOI: 10.46808/informa.v6i1.173
<![CDATA[Museum Sangiran merupakan tempat wisata andalan di Kabupaten Sragen yang sudah terkenal dalam kanca nasional hingga internasional. Dalam rangka membangun minat dan mempengaruhi niat wisatawan dalam meningkatkan kunjungan wisata di Museum Sangiran maka, diperlukan berbagai macam strategi untuk menyampaikan pesan promosi wisata pada masyarakat. Perkembangan teknologi informasi yang semakin meningkat drastis di era Revolusi Industri 4.0 saat ini sangat berpengaruh dalam berbagai hal termasuk dalam bidang pariwisata dengan memanfaatkan sosial media twitter sebagai jalur promosi. Dalam sosial media twitter terdapat banyak opini yang berisikan pendapat, pikiran maupun kritikan dari para pengguna. Pada penelitian ini berfokus pada opini yang muncul mengenai keadaan dan pelayanan di Kawasan wisata Museum Sangiran Kabupaten Sragen dengan menggunakan analisis sentimen data Twitter dengan harapan memperoleh presepsi masyarakat terhadap kualitas pelayanan yang dapat digunakan sebagai bahan tambahan evaluasi pengelolaan kawasan wisata. Penggunaan metode Naive Bayes Classifier (NBC) digunakan untuk klasifikasi serta menerapkan seleksi fitur menggunakan Particle Swarm Optimization (PSO) untuk mengurangi atribut yang tidak relevan. Hasil pengujian pada penelitian ini menunjukan bahwa algoritma Naive Bayes Classifier (NBC) dengan seleksi fitur Particle Swarm Optimization (PSO) dengan nilai akurasi sebesar 87,91%.]]>
<![CDATA[Sistem Pendukung Keputusan Penentuan Penerima Bantuan Siswa Miskin Metode Teorema Bayes ]]>
<![CDATA[Anisyah Jatu Siti Nurjanah]]>;
<![CDATA[Mutaqin Akbar]]>
<![CDATA[ Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 6 No 2 (2020): Desember ]]>
Publisher : <![CDATA[Politeknik Indonusa Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46808/informa.v6i2.176
<![CDATA[Program Bantuan Siswa Miskin adalah Program Nasional yang bertujuan untuk menghilangkan halangan siswa miskin berpartisipasi untuk bersekolah dengan membantu siswa miskin memperoleh akses pelayanan pendidikan yang layak, mencegah putus sekolah, menarik siswa miskin untuk kembali bersekolah, membantu siswa memenuhi kebutuhan dalam kegiatan pembelajaran, mendukung program Wajib Belajar Pendidikan Dasar Sembilan Tahun (bahkan hingga tingkat menengah atas), serta membantu kelancaran program sekolah. Pada penelitian ini digunakan metode Teorema Bayes. Teorema Bayes adalah teorema yang digunakan dalam statistika untuk menghitung peluang suatu hipotesis. Untuk variabel yang digunakan dalam penghitungan yakni 12 kriteria dan 2 golongan serta bobot-bobot kriteria terhadap masing-masing golongan. Berdasarkan 50 data yang telah diujikan terhadap kepala sekolah dan sistem, sistem dapat mendeteksi 2 golongan yaitu rekomendasi dan non rekomendasi untuk siswa yang berhak dan tidaknya menerima bantuan siswa miskin dan sesuai dengan validasi kepala sekolah atau wakil kepala sekolah adalah 45 siswa dan yang tidak sesuai adalah 5 siswa. Berdasarkan hasil validasi kepala sekolah atau wakil kepala sekolah dan sistem, diperoleh akurasi 80% data kasus yang sesuai.]]>
<![CDATA[Perbandingan Model Skema Star Dan Snowflake Data Akademik (Studi Kasus UNSIQ Jawa Tengah Di Wonosobo) ]]>
<![CDATA[Khomsatun Khomsatun]]>;
<![CDATA[Kusrini Kusrini]]>;
<![CDATA[Andi Suyoto]]>
<![CDATA[ Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 6 No 2 (2020): Desember ]]>
Publisher : <![CDATA[Politeknik Indonusa Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46808/informa.v6i2.177
<![CDATA[Kebutuhan pihak manajemen Perguruan Tinggi dalam mengambil keputusan dengan cara memberikan informasi yang menghasilkan ringkasan informasi yang akurat dan berguna sebagai masukan untuk menentukan strategi dalam melakukan promosi menjadi tongkat utama dalam penerimaan mahasiswa. Semakin banyaknya mahasiswa semakin jaya pula PerguruanTinggi hinggamemenuhi standar akreditasi. Dalam merancang, pada tahap pembuatan dimensional modeling perancang dihadapkan pada pilihan penggunaan skema yang tepat untuk sistem yang akan dibangunnya. Tahapan ini akan menentukan tingkat efektifitas dan efisiensi sistem. Alasan memilih skema star dan skema snowflakes yang dibandingkan adalah karena keduanya memiliki karakteristik yang bertolak belakang dalam menerapkan hirarki data.Proses pencarian data didapat dengan model skema star dan skema snowflake dengan cara mengukur serta membandingkan hasil dari data warehouse yang disusun berdasarkan parameter row len, blocksize, responsetime dan Cputime. Dilakukan query menggunakan tools phpmyadmin sehingga empat parameter ini akan diketahui dan bisa dibandingkan hasilnya. Dengan hasil yang didapat diharapkan bisa memberikan rekomendasi skema yang terbaik.]]>
<![CDATA[Kajian Pustaka Terstruktur Mengenai Analisis Audio Menggunakan Filterisasi Dengan Python ]]>
<![CDATA[Nadea Cipta Laksmita]]>;
<![CDATA[Arief Setyanto]]>;
<![CDATA[Ferry Wahyu Wibowo]]>
<![CDATA[ Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 6 No 2 (2020): Desember ]]>
Publisher : <![CDATA[Politeknik Indonusa Surakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46808/informa.v6i2.178
<![CDATA[Kemajuan teknologi berkembang sangat pesat saat ini, ini dibuktikan dengan banyaknya aktifitas manusia yang menggunakan teknologi. Informasi audio sangat penting dalam peningkatan konten digital, sehingga diperlukan metodologi yang secara otomatis menganalisis. Dunia audio pada era digital memang sangat erat kaitannya dengan teknologi, karena audio dapat diubah menjadi sinyal digital sedemikian rupa bagi para pelaku nya, sehingga dalam hal ini dapat memanfaatkan filterisasi dengan Python yang merupakan metode yang lebih cepat, dan lebih efisien yang dapat dimanfaatkan untuk menganalisis dan eksperimen lainnya dalam bidang audio. Python adalah Bahasa pemrograman interpretative multiguna dengan filososfi perancangan yang berfokus pada tingkat keterbacaan kode. Dengan menggunakan Pyaudio yang difungsikan untuk penyajian pustaka Python yang terbuka sebagai prosedur analisis audio yang akan mengarah pada peningkatan praktis perpustakaan. Kajian Pustaka ini digunakan untuk menganalisis filterisasi pada audio yang akan dikembangkan pada musik gamelan dengan filterisasi IIR dan FIR yang menunjukkan bahwa akan menganalisis dan mampu membuat performa audio menjadi maksimal.]]>
