cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Yusmaniarti
Contact Email
yusmaniarti8@gmail.com
Phone
+6281368411554
Journal Mail Official
jurnaljdaics@gmail.com
Editorial Address
Perum Taman Asri 1 Blok C2 RT 31 RW 06 Palembang South Sumatra 30149
Location
Kota palembang,
Sumatera selatan
INDONESIA
Journal of Data Analytics, Information, and Computer Science (JDAICS)
Published by Yayasan Nuraini Ibrahim Mandiri
ISSN : -     EISSN : 30324696     DOI : https://doi.org/10.59407/jdaics.v1i2
Core Subject : Science, Education,
Computer Science & IT Decision Sciences, Operations Research & Management Mathematics Other
Journal of Data Analytics, Information, and Computer Science (JDAICS) is a national journal for scientific research Analytics, Artificial Intelligence, Bioinformatics, Big Data, Computational Linguistics, Cryptography & Information Security, Data Mining, Data Warehouse, E-Commerce / E-Health / E-Government, Internet of Things, Information Theory, Machine Learning, Multimedia & Image Processing, Software Engineering, Socio Informatics , Wireless & Mobile Computing, Data collection and integration, Data cleaning and preprocessing, Data analysis and exploration, Machine learning and predictive modelling, Data visualization and communication, Data-driven decision making, Ethical and privacy considerations, Designing data infrastructure and systems, Data pipeline development and management, Database design and management, Data integration and ETL (Extract, Transform, Load) processes
Arjuna Subject : Ilmu Komputer (semua kategori) - Teori Komputasi dan Matematika
Articles 73 Documents
 4   5   6   7   8 
CHATBOT AKADEMIK BERBASIS RAG UNTUK INFORMASI AKADEMIK MAHASISWA Ikharista Ayu Nusrotun Afifah; Sam Farisa Chaerul Haviana
Journal of Data Analytics, Information, and Computer Science Vol. 3 No. 2 (2026): April
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jdaics.v3i2.3636

Abstract

This study aims to develop a Retrieval-Augmented Generation (RAG)-based academic chatbot to provide accurate, relevant, and official document-based academic information for students of the Informatics Engineering Study Program, FTI UNISSULA. The methods used include collecting and pre-processing academic documents, chunking processes, forming vector representations using the Sentence-BERT model, and storing them in the FAISS database to support semantic search. The RAG system integrates document retrieval results with the capabilities of the Large Language Model (LLM) in generating contextual responses. System evaluation was carried out using the ROUGE-1 and BLEU-4 metrics on 50 questions consisting of FAQ and non-FAQ categories. The test results showed that the system was able to respond to all questions given, with high performance in the FAQ category (ROUGE-1 of 0.957 and BLEU-4 of 0.877), and lower performance in the non-FAQ category due to paraphrasing variations in academic documents. These results indicate that the RAG approach is effective in improving the accuracy and relevance of academic chatbot answers, and is able to reduce the risk of misinformation compared to a purely generative approach.
EKSTRAKSI INFORMASI DAN KLASIFIKASI BERITA PEMERINTAHAN DAERAH MENGGUNAKAN FINE-TUNING INDOBERT Arfiana Maulidiyah; Mustafa
Journal of Data Analytics, Information, and Computer Science Vol. 3 No. 2 (2026): April
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pemanfaatan kebijakan berbasis penelitian (Evidence-Based Policy) semakin penting dalam mendukung pengambilan keputusan pemerintah daerah, khususnya pada sektor pendidikan, kesehatan, dan ketenagakerjaan di Provinsi Jawa Tengah. Tingginya volume berita berani yang dipublikasikan setiap hari menjadi tantangan bagi Organisasi Perangkat Daerah (OPD) dalam mengumpulkan dan menganalisis informasi secara manual. Penelitian ini bertujuan mengembangkan sistem ekstraksi informasi dan klasifikasi berita pemerintahan daerah secara otomatis menggunakan fine-tuning IndoBERT. Dataset terdiri dari 1.025 artikel berita yang dikumpulkan melalui web scraping dari empat media dare, kemudian diseleksi menjadi 377 data berlabel setelah melalui preprocessing, ekstraksi entitas Named Entity Recognition (NER), dan pelabelan semi-otomatis. Model IndoBERT disempurnakan untuk mengklasifikasikan berita ke dalam tiga kategori OPD: Dinas Pendidikan, Dinas Kesehatan, dan Dinas Ketenagakerjaan. Hasil evaluasi menunjukkan akurasi sebesar 88,16%, dengan presisi makro 0,88, recall makro 0,87, dan F1-score makro 0,87 pada pengujian data. Sistem ini diimplementasikan dalam dashboard Streamlit interaktif yang membantu OPD mengidentifikasi strategi isu secara cepat dan akurat, mendukung tata kelola pemerintahan berbasis data.
EVALUASI KINERJA PENGURUS LEMBAGA DAKWAH KAMPUS FAKULTAS SAINS DAN TEKNOLOGI BERBASIS SIMPLE ADDITIVE WEIGHTING Muhammad Rizki Hariyanto; Evy Nurmiati
Journal of Data Analytics, Information, and Computer Science Vol. 3 No. 2 (2026): April
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Evaluasi kinerja pengurus LDKS FST menghadapi tantangan subjektivitas dan bias visibilitas akibat ketiadaan standar Key Performance Indicator (KPI). Penelitian ini bertujuan menerapkan Sistem Pendukung Keputusan (SPK) untuk menciptakan mekanisme evaluasi yang objektif menggunakan metode Simple Additive Weighting (SAW). Metode ini diimplementasikan terhadap 15 sampel pengurus dengan mengukur empat kriteria utama: kehadiran, penyelesaian jobdesc, inisiatif, dan tingkat indisipliner. Hasil analisis kuantitatif menunjukkan bahwa algoritma SAW mampu menghasilkan perangkingan kinerja secara presisi, di mana dua pengurus terbaik meraih nilai preferensi sempurna sebesar 1,000. Sistem ini terbukti efektif mendekonstruksi bias visibilitas dengan memberikan penalti otomatis pada fungsionaris yang memiliki catatan indisipliner tinggi hingga menyentuh nilai preferensi terendah sebesar 0,718, meskipun fungsionaris tersebut memiliki tingkat kehadiran fisik yang memadai. Implementasi sistem berhasil menggeser orientasi penilaian intuitif menuju keputusan berbasis data yang akuntabel. Penelitian ini memberikan kontribusi praktis dalam transformasi manajemen sumber daya manusia pada organisasi fungsionaris berbasis kerelawanan dengan mengintegrasikan prinsip etika teknologi dan keadilan proporsional ('adl)

Page 8 of 8 | Total Record : 73

 4   5   6   7   8 

Filter by Year

2024 2026


Reset
Filter By Issues
All Issue Vol. 3 No. 2 (2026): April Vol. 3 No. 1 (2026): Januari Vol. 2 No. 4 (2025): Oktober Vol. 2 No. 3 (2025): Juli Vol. 2 No. 2 (2025): April Vol. 2 No. 1 (2025): Januari Vol. 1 No. 4 (2024): Oktober Vol. 1 No. 3 (2024): Juli Vol. 1 No. 2 (2024): April Vol. 1 No. 1 (2024): January