cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Usman Ependi
Contact Email
u.ependi@binadarma.ac.id
Phone
+6281271103018
Journal Mail Official
cisajournal@gmail.com
Editorial Address
Kampus Utama Universitas Bina Darma Lt. 7 Jl. A. Yani No 3 Seberang Ulu I Palembang
Location
Kota bandung,
Jawa barat
INDONESIA
Journal of Computer and Information Systems Ampera
Published by Asosiasi Perguruan Tinggi Informatika dan Ilmu Komputer
ISSN : -     EISSN : 27752496     DOI : https://doi.org/10.51519
Core Subject : Science,
Computer Science & IT
Journal of Computer and Information Systems Ampera (Journal-CISA) is an online journal that organized and managed independently by the consortium of informatics lecturers. Journal-SEA is an open-access journal that is provided for researchers, lecturers, and students who will publish research results in the field of all of thing about software engineering and its process.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 5 Documents
 1 
Search results for , issue "Vol. 5 No. 2 (2024): Journal of Computer and Information Systems Ampera" : 5 Documents clear
Optimasi Algoritma Naive Bayes Untuk Menganalisis Sentimen Pada Konten Pemindahan Ibu Kota di Youtube Widia, Widia; Aqsalia, Zalfa Yunda; Sari, Septiana; Khoirunisa, Nabila Umi; Kurniawan, Fandi
Journal of Computer and Information Systems Ampera Vol. 5 No. 2 (2024): Journal of Computer and Information Systems Ampera
Publisher : APTIKOM SUMSEL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalcisa.v5i1.451

Abstract

Pemindahan ibu kota merupakan salah satu kebijakan pemerintah yang paling kontroversial dalam beberapa tahun terakhir. Kebijakan ini memunculkan bermacam sentimen dari masyarakat, baik yang mendukung maupun menentang. Analisis sentimen ialah teknik yang diperlukan dalam memahami sentimen masyarakat terhadap suatu topik. Dalam penelitian ini, analisis sentimen mengenai transfer modal memanfaatkan algoritma Naive Bayes. Komentar pada video YouTube yang membahas tentang transfer modal merupakan data yang di gunakan pada penelitian ini. Komentar-komentar tersebut dibagi  menjadi dua golongan, antara lain sentimen positif dan sentimen negatif. Hasil riset menunjukkan sentimen masyarakat terhadap transmisi ibu kota masih terpolarisasi. Mayoritas masyarakat mempunyai sentimen negatif terhadap kebijakan ini, sementara sebagian kecil mempunyai sentimen positif. Penelitian ini memberikan gambaran mengenai sentimen masyarakat terhadap transfer modal. Hasil penelitian ini dapat digunakan pemerintah untuk memahami aspirasi masyarakat dan meningkatkan komunikasi dengan masyarakat terkait kebijakan ini.
Implementasi Algoritma K-Nearest Neighbors untuk Menganalisis Pendapat Pakar AI tentang Kemajuan Kecerdasan Buatan Hakim, Muhammad Akmal; Hermawan, Hermawan; Gunawan, Peri; Pratama, Rendi; Kurniawam, Fandi
Journal of Computer and Information Systems Ampera Vol. 5 No. 2 (2024): Journal of Computer and Information Systems Ampera
Publisher : APTIKOM SUMSEL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalcisa.v5i1.456

Abstract

Perkembangan teknologi berkembang dengan sangat pesat, terutama dibidang informasi seperti media sosial. Saat ini sudah banyak platform media sosial seperti YouTube yang bisa digunakan untuk mengunggah dan menonton video serta streaming video di Internet. Video yang disalurkan di YouTube biasanya mendapat ratusan ribu, bahkan jutaan penonton dan puluhan ribu komentar dari para netizen. Ada banyak video di YouTube yang membahas tentang AI (Artificial Intelligence/Kecerdasan Buatan, dan beberapa pakar serta netizen di seluruh dunia mendukung AI, sementara yang lain menentangnya. Oleh karena itu pada penelitian ini kami menggunakan algoritma K-Nearest Neighbor (KNN) untuk mengklasifikasikan sentimen komentar menjadi positif dan negatif. Hasil akurasi dari menggunakan klasifikasi K-NN yaitu, akurasi yang didapat yaitu sebesar 70.82%, class precision untuk pred.positif dengan skor 57.80%, dan class.precision pred.negatif dengan skor 82.26%. dan untuk class.recall true positif dengan skor 74.12%, dan clasa.recall true negatif dengan skor 68.92%.
Klasifikasi Sentimen Terhadap Kebijakan PHK 55 Ribu Karyawan oleh BT Group menggunakan Algoritma Klasifikasi Naive Bayes Charisma, Muhammad Obie; Hamzah, Muhammad Farid; Erwin, Muhammad; Nurbaiti, Intan; Kurniawan, Fandi
Journal of Computer and Information Systems Ampera Vol. 5 No. 2 (2024): Journal of Computer and Information Systems Ampera
Publisher : APTIKOM SUMSEL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalcisa.v5i1.465

Abstract

Artikel penelitian ini membahas analisis sentimen terkait kebijakan PHK yang dilakukan oleh BT Group terhadap 55 ribu orang karyawan sebagai dampak dari penggunaan kecerdasan buatan (AI). Metode Naive Bayes digunakan untuk melakukan klasifikasi sentimen pada komentar-komentar yang muncul pada platform YouTube terkait kebijakan tersebut. Tujuan utama dari analisis ini adalah untuk memahami respons dan sentimen yang muncul dari masyarakat terhadap kebijakan PHK yang diambil oleh BT Group. Dengan menggunakan metode Naive Bayes, artikel ini bertujuan untuk memberikan wawasan yang mendalam tentang bagaimana teknologi kecerdasan buatan dapat memengaruhi kebijakan perusahaan terkait PHK, serta respons masyarakat terhadap kebijakan tersebut berdasarkan analisis sentimen yang dilakukan. Dengan demikian, artikel ini diharapkan dapat memberikan kontribusi dalam pemahaman terhadap dampak penggunaan teknologi AI dalam konteks kebijakan perusahaan, serta respons masyarakat terhadap kebijakan tersebut berdasarkan analisis sentimen yang dilakukan.
Penerapan COBIT 5 Domain EDM Dan DSS Untuk Evaluasi Tata Kelola Sistem Informasi PT. Al Ahram Sarana Wisata Hanifa, Fatya; Izzudin, Muhammad; Arumdapta, Gemintang Aqsa; Putri, Callista Harnit; Wulansari, Anita
Journal of Computer and Information Systems Ampera Vol. 5 No. 2 (2024): Journal of Computer and Information Systems Ampera
Publisher : APTIKOM SUMSEL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalcisa.v5i1.467

Abstract

Penelitian ini berfokus pada penerapan framework COBIT 5 pada domain Enterprise Data Management (EDM) dan Decision Support Systems (DSS) untuk menganalisis tata kelola sistem informasi PT. Al Ahram Sarana Wisata, khususnya terkait pengelolaan website Al Ahram Hajj dan Umrah. Perusahaan menghadapi sejumlah tantangan seperti memenuhi standar dan ekspektasi tinggi dari pelanggan, keamanan website untuk mengatasi potensi risiko peretasan, serta permasalahan efisiensi operasional website terkait kinerja dan ketergantungan pada teknologi yang dapat mempengaruhi pengalaman pengguna. Audit Sistem Informasi dilakukan untuk memastikan efisiensi, keamanan, dan keselarasan dengan tujuan bisnis. Penelitian ini bertujuan untuk menilai tingkat kematangan proses EDM dan DSS menggunakan COBIT 5, mengidentifikasi kesenjangan yang ada, dan memberikan rekomendasi perbaikan. Penelitian ini menggunakan kerangka COBIT 5 dengan domain EDM dan DSS, dan analisis menunjukkan bahwa meskipun sebagian besar subdomain proses EDM dan DSS memenuhi tingkat kemampuan yang diharapkan, masih ada area yang memerlukan perbaikan. Penelitian ini memberikan kontribusi terhadap pemahaman tata kelola sistem informasi dan memberikan wawasan berharga bagi organisasi yang ingin meningkatkan praktik tata kelola sistem mereka.
Sistem Pakar Diagnosa Penyakit Kardiovaskular Menggunakan Metode Certainty Factor Ajisari, Lanang Dian; Prasetyaningrum, Putri Taqwa
Journal of Computer and Information Systems Ampera Vol. 5 No. 2 (2024): Journal of Computer and Information Systems Ampera
Publisher : APTIKOM SUMSEL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalcisa.v5i1.471

Abstract

Cardiovascular disease is the main cause of death globally causing challenges in the world of health, including in Indonesia. Lack of public knowledge about cardiovascular disease is very dangerous if preventive measures are not taken immediately. Currently, the treatment of cardiovascular disease is done manually, takes a long time, costs a lot and the practice hours of cardiologists are short. To overcome this problem, researchers implemented an expert system that can diagnose cardiovascular disease and a web system is needed to identify symptoms and apply the certainty factor method as a decision-making tool in overcoming public uncertainty in early examinations. This system involves 6 disease data, 29 symptom data, and 20 case data. In this study, testing was carried out based on the results of expert validation with accuracy system test data, resulting in an appropriate level of symptom and disease compliance and an accuracy level of 100% obtained from 20 data checks.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol. 1 No. 01 (2025): Journal of Computer and Information Systems Ampera Vol. 6 No. 1 (2025): January Vol. 5 No. 3 (2024): Journal of Computer and Information Systems Ampera Vol. 5 No. 2 (2024): Journal of Computer and Information Systems Ampera Vol. 5 No. 1 (2024): Journal of Computer and Information Systems Ampera Vol. 4 No. 3 (2023): Journal of Computer and Information Systems Ampera Vol. 4 No. 2 (2023): Journal of Computer and Information Systems Ampera Vol. 4 No. 1 (2023): Journal of Computer and Information Systems Ampera Vol. 3 No. 3 (2022): Journal of Computer and Information Systems Ampera Vol. 3 No. 2 (2022): Journal of Computer and Information Systems Ampera Vol. 3 No. 1 (2022): Journal of Computer and Information Systems Ampera Vol. 2 No. 3 (2021): Journal of Computer and Information Systems Ampera Vol. 2 No. 2 (2021): Journal of Computer and Information Systems Ampera Vol. 2 No. 1 (2021): Journal of Computer and Information Systems Ampera Vol. 1 No. 3 (2020): Journal of Computer and Information Systems Ampera Vol. 1 No. 2 (2020): Journal of Computer and Information Systems Ampera Vol. 1 No. 1 (2020): Journal of Computer and Information Systems Ampera More Issue