cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Anggun Fergina
Contact Email
anggun.fergina@nusaputra.ac.id
Phone
+6282214066121
Journal Mail Official
sentimeter@nusaputra.ac.id
Editorial Address
Program Studi Teknik Informatika Universitas Nusa Putra Sukabumi Jl. Raya Cibatu Cisaat No.21 Gedung B Lantai 4, Cibolang Kaler, Sukabumi Regency, Jawa Barat 43155
Location
Kab. sukabumi,
Jawa barat
INDONESIA
Prosiding SENTIMETER : Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer
Published by Universitas Nusa Putra
ISSN : -     EISSN : 3048006X     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering
SENTIMETER merupakan kegiatan dalam bentuk seminar nasional dengan merepresentasikan kajian dan hasil penelitian baru di bidang Teknologi Informasi, Mekatronika dan Ilmu Komputer. Naskah atau makalah yang diterbitkan telah melalui kajian dari para mitra bestari dan telah lolos uji plagiasi. Jurnal ini menyediakan akses konten Teknik Informatika yang terbuka secara penuh dengan tujuan memberikan kontribusi pada penyebaran ilmu pengetahuan secara bebas untuk publik dan mendukung pertukaran pengetahuan secara global. SENTIMETER dikelola oleh Program Studi Teknik Informatika, Universitas Nusa Putra.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 16 Documents
 1   2 
Search results for , issue "Vol 3 (2024): Sentimeter 2024" : 16 Documents clear
Perancangan Game Kuis Budaya dalam Meningkatkan Pengetahuan dan Minat terhadap Budaya Indonesia Akbar Ilham Perhan; Teguh Gumelar; Muhammad Harits Firdaus; Silvi Apriliyanti
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 3 (2024): Sentimeter 2024
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Kebudayaan Indonesia kaya dan beragam, namun minat masyarakat, khususnya generasi muda, terhadap budaya Indonesia masih rendah. Penelitian ini bertujuan untuk merancang aplikasi game kuis budaya Indonesia menggunakan figma untuk meningkatkan pengetahuan dan minat masyarakat terhadap budaya Indonesia. Penelitian ini menggunakan metode kualitatif dengan desain penelitian Research and Development (R&D). Data dikumpulkan melalui observasi, wawancara, dan pengujian usability. Hasil penelitian menunjukkan bahwa aplikasi game kuis budaya Indonesia dapat meningkatkan pengetahuan dan minat pengguna terhadap budaya Indonesia. Pengguna merasa senang dan terhibur saat bermain game kuis budaya Indonesia, dan mereka juga mendapatkan pengetahuan baru tentang budaya Indonesia. Kesimpulannya, aplikasi game kuis budaya Indonesia dapat menjadi media pembelajaran yang efektif untuk meningkatkan pengetahuan dan minat masyarakat terhadap budaya Indonesia.
Prediksi Jumlah Pengunjung Apotek Universitas Nusa Putra Berdasarkan Pembelian Obat Menggunakan Naive Bayes Muhammad Fadil Amin; Gina Purnama Insani
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 3 (2024): Sentimeter 2024
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Pengelolaan stok obat di apotek sangat penting untuk menyediakan pelayanan kesehatan yang efektif dan efisien. Dalam lingkungan universitas, prediksi jumlah pengunjung apotek membantu perencanaan stok obat yang tepat. Penelitian ini bertujuan mengembangkan model prediksi menggunakan algoritma Naive Bayes berdasarkan pola pembelian obat di Apotek Universitas Nusa Putra. Data penjualan obat dari periode tertentu digunakan untuk melatih dan menguji model. Metode ini memanfaatkan atribut pembelian obat seperti nama obat, jumlah pembelian, dan waktu pembelian sebagai fitur untuk melakukan klasifikasi. Pola pembelian obat setiap orang berbeda tergantung pada obat yang cocok atau penyakit yang diderita. Banyaknya data pada setiap transaksi penjualan obat dapat menimbulkan masalah seperti keterlambatan ketersediaan obat atau stok obat yang berlebihan. Pihak apotek perlu menentukan strategi untuk menangani masalah tersebut. Penelitian ini memberikan solusi dengan melakukan prediksi pengunjung apotek menggunakan Naive Bayes. Penggunaan algoritma Naive Bayes diharapkan dapat memberikan prediksi yang akurat terhadap jumlah pengunjung di masa depan, sehingga mempersiapkan pelayanan apotek dan ketersediaan obat dengan baik. Evaluasi dilakukan dengan membandingkan hasil prediksi dengan data aktual. Hasil eksperimen menunjukkan bahwa model Naive Bayes mampu memberikan prediksi yang cukup akurat, dengan tingkat akurasi yang bervariasi. Implikasi dari penelitian ini adalah membantu pengelola apotek dalam mengoptimalkan stok obat berdasarkan prediksi pengunjung yang lebih akurat, sehingga meningkatkan efisiensi dan kualitas pelayanan kesehatan di lingkungan universitas dan apotek tersebut.
Optimasi Pemantauan Kinerja melalui Pengembangan Dashboard Indikator Kegiatan dengan Metode Agile Deni Setiawan; Alun Sujjada; Anggun Fergina; Miya Kurnia; Fakhriyal Riyandi Yasin; Fikry Ardiansyah Efendi; Ilham Nurabduljabbar Komara
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 3 (2024): Sentimeter 2024
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Kementerian Ketenagakerjaan memiliki peran krusial dalam merumuskan kebijakan dan program-program yang mendukung pencapaian tujuan pembangunan nasional di bidang ketenagakerjaan. Namun, proses pengumpulan dan pengelolaan data di Kementerian masih dilakukan secara manual, menyebabkan penundaan dalam pengambilan keputusan dan pemantauan kinerja. Oleh karena itu, diperlukan sistem informasi yang mampu mengintegrasikan sumber data terkait kinerja kegiatan untuk mempercepat proses monitoring capaian target Indikator Kinerja Kegiatan (IKK) secara real-time. Penelitian ini menggunakan metode agile untuk merancang dashboard IKK yang memungkinkan akses mudah dan cepat terhadap informasi yang dibutuhkan. Dashboard ini berfungsi sebagai instrumen untuk menilai proses yang sedang berlangsung, mengawasi kinerja, dan memprediksi keadaan di masa yang akan datang. Penggunaan teknologi berbasis web dipilih untuk memastikan aksesibilitas informasi di mana pun. Fitur-fitur interaktif dalam dashboard diharapkan dapat mempermudah proses monitoring dan penghasilan laporan otomatis. Melalui pengembangan sistem ini, Kementerian Ketenagakerjaan diharapkan dapat meningkatkan efisiensi dan efektivitas dalam mencapai tujuan pembangunan nasional. Metode agile dipilih karena dapat menyesuaikan, memotong, atau mengubah hal yang telah ditetapkan tanpa perlu menunggu proyek selesai.
Klasifikasi Jenis Burung Kacamata dan Ciblek Berdasarkan Warna dengan Metode RFBNN (Radial Basis Function Neural Network) Somantri; Heru Subakti; Tegar Pratama; Angga Maulana Yusuf; Rayhanna Adhisti Putri Syarifudin
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 3 (2024): Sentimeter 2024
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Klasifikasi jenis burung berbasis warna merupakan suatu pendekatan yang inovatif dalam mengidentifikasi dan membedakan spesies burung. Penelitian ini fokus pada penerapan metode Radial Basis Function Neural Network (RBFNN) untuk mengklasifikasikan dua jenis burung, yaitu burung kacamata dan burung ciblek, berdasarkan karakteristik warna pada bulu mereka. Pendekatan ini menggunakan teknologi pengolahan citra untuk mengekstraksi fitur-fitur warna yang representatif dari gambar burung. Dataset yang digunakan dalam penelitian ini mencakup berbagai gambar burung kacamata dan burung ciblek dengan variasi warna bulu yang signifikan. Metode RBFNN dipilih karena kemampuannya dalam memodelkan pola-pola non-linier dan kemampuannya untuk mengatasi permasalahan klasifikasi pada dataset yang kompleks. Jaringan saraf ini dilatih dengan menggunakan algoritma pembelajaran yang dapat mengoptimalkan bobot dan parameter lainnya untuk meningkatkan akurasi klasifikasi. Hasil penelitian menunjukkan bahwa metode RBFNN efektif dalam mengklasifikasikan jenis burung berdasarkan warna bulu mereka. Tingkat akurasi yang tinggi dicapai, menunjukkan keberhasilan pendekatan ini dalam membedakan burung kacamata dan burung ciblek. Selain itu, analisis fitur-fitur warna yang signifikan juga memberikan wawasan tambahan terkait perbedaan karakteristik antar spesies. Penelitian ini memberikan kontribusi pada pengembangan teknik klasifikasi jenis burung berbasis warna dan dapat menjadi landasan untuk pengembangan lebih lanjut dalam pemahaman dan pelestarian biodiversitas burung.
Klasifikasi Sentimen Analisis terhadap Cryptocurrency Exchange Menggunakan Naive Bayes untuk Mendukung Keputusan Investor Pemula Dila Aura Futri; Verdi Eza Irawan; Feby Alfaraby; Moh Azral Fathurrazaq; Fikri Maulana; Somantri; Gina Purnama Insany
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 3 (2024): Sentimeter 2024
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Investasi dalam cryptocurrency semakin menarik perhatian di tengah perkembangan teknologi finansial dan globalisasi. Cryptocurrency Exchange atau Bursa Pasar Mata Uang Kripto merupakan platform penting bagi para investor dalam melakukan transaksi jual beli aset kripto. Bagi investor pemula, pemahaman sentimen pasar dapat menjadi kunci untuk pengambilan keputusan yang tepat. Penelitian ini bertujuan memberikan rekomendasi kepada investor pemula dalam memilih platform Exchange Cryptocurrency, seperti Binance, KuCoin, Tokocrypto, dan Indodax, melalui analisis sentimen ulasan pengguna di Play Store. Metode penelitian mencakup enam tahap, termasuk pengumpulan data, preprocessing teks, pembobotan, pemodelan Naïve Bayes, dan evaluasi model. Hasil penelitian menunjukkan bahwa Binance memiliki sentimen positif tertinggi dengan nilai precision sebesar 0.99 dan akurasi 95%. Temuan ini dapat menjadi panduan bagi calon pengguna dalam memilih platform Exchange Cryptocurrency dan memberikan masukan bagi pengembang untuk meningkatkan kualitas aplikasi. Kesimpulannya, pemodelan sentimen analisis menggunakan Naïve Bayes memberikan hasil yang baik, dengan akurasi rata-rata lebih dari 93%.
Penerapan Metode RAD (Rapid Application Development) dalam Pengembangan Sistem Informasi Ketenagalistrikan Provinsi DKI Jakarta (SILAJA) Asep Rizki Firdaus; Gina Purnama Insany; Ivana Lucia Kharisma; Dendi Nasrulloh; Andi Nopiandi; Andi Agusti; Alida Fany Tariza Putri
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 3 (2024): Sentimeter 2024
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Penerapan aplikasi berbasis web pada era saat ini sudah sangat berkembang pesat. Sistem informasi yang terintegrasi dengan internet tentunya bisa memberikan dampak yang signifikan salah satunya pada instansi pemerintahan. Provinsi DKI Jakarta merupakan salah satu daerah dengan jumlah penduduk yang sangat padat, hampir 11 juta jiwa tinggal didaerah tersebut, yang pastinya menyebabkan tingkat konsumsi Listrik setiap harinya akan terus bertambah, maka dari itu, tentunya, dalam sudut pandang bisnis akan menjadi peluang usaha baru bagi para penyedia jasa penyediaan tenaga Listrik. Dinas ketenagakerjaan dan transmigrasi (Disnakertrans) DKI Jakarta harus melakukan manajemen pelaporan serta membuat suatu aplikasi yang mampu menampung data para pelaku usaha penyewaan jasa Listrik tersebut agar nantinya tidak terjadi pelanggaran dari para pelaku usaha tersebut. Sistem informasi ketenagalistrikan DKI Jakarta atau kita beri nama SiLaja merupakan sebuah aplikasi yang bisa memberikan kemudahan dalam menghadapi permasalahan tersebut. Aplikasi SiLaja dibuat dengan konsep Modern, mudah diakses dan untuk digunakan oleh semua kalangan, yang dilengkapi dengan berbagai fitur-fitur seperti : wajib lapor bagi para pelaku izin usaha IUPTLS / IUPTLU dan Permohonan Peminjaman Listrik sementara sehingga akan mempermudah dalam melakukan permohonan serta pelaporan. Sistem dalam aplikasi SiLaja dibangun menggunakan metode RAD atau Rapid Application Development yang mana penggunaan metode ini melibatkan pihak terkait untuk bisa langsung memberikan pendampingan dan ide kepada tim development sehingga apabila terjadi hal yang tidak sesuai maka bisa langsung diperbaiki pada saat itu juga. Dengan metode tersebut tentunya akan mempersingkat waktu pengerjaan aplikasi dan diharapkan memberikan manfaat yang besar bagi semua warga Masyarakat di wilayah DKI Jakarta.
Analisis Kinerja Routing Dinamis dengan Teknik RIP pada Topologi Bus dalam Jaringan LAN M. Sarhan Akasah; Raka Adriel Maheza; Muhamad Iqbal Ramadhan; Dava Febrian; Anggun Fergina; Kamdan; Yusup Solehudin
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 3 (2024): Sentimeter 2024
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Saat ini, masyarakat sangat tergantung pada teknologi, terutama internet, yang terus berkembang dari waktu ke waktu dan menjadi akses yang luas bagi semua orang. Internet memungkinkan kita untuk terhubung dengan berbagai perangkat, seperti kantor yang terhubung melalui alamat IP dalam jaringan. Dalam mengatur rute jaringan, ada dua pendekatan: secara statis dan dinamis dengan Teknik Protokol Informasi Routing (RIP). Penelitian ini berfokus pada penggunaan routing dinamis dengan RIP dalam topologi bus untuk pertukaran data. Kinerja routing dinamis dengan RIP diuji melalui metrik seperti throughput, delay, dan packet loss untuk mengevaluasi efektivitasnya. Protokol FTP digunakan untuk menguji transfer file, sementara ICMP digunakan untuk mengukur latensi melalui ping. Pengujian FTP dapat dilakukan melalui perintah di command prompt. Hasilnya menunjukkan bahwa delay dari routing dinamis adalah baik, dengan nilai di bawah 150 ms, dan packet loss lebih rendah dibandingkan dengan pendekatan lain.
Analisis Segmentasi Customer Olist Store E-Commerce menggunakan RFM Analysis Aldiansyah Ramadhan; Siti Khoerunnisa; Jamaludin Ahmad Rifai; Yasir Mubarak; Nazarudin Zaini
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 3 (2024): Sentimeter 2024
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Penelitian ini bertujuan untuk mengidentifikasi dan memahami pola perilaku konsumen dalam platform E-Commerce Olist Store menggunakan analisis RFM (Recency, Frequency, Monetary). Metode ini digunakan untuk melakukan segmentasi pelanggan dengan mempertimbangkan tiga dimensi kunci: seberapa baru pelanggan melakukan transaksi (Recency), seberapa sering mereka bertransaksi (Frequency), dan nilai moneter dari transaksi mereka (Monetary). Data transaksi dari platform E-Commerce Olist Store dikumpulkan dan dianalisis menggunakan algoritma RFM untuk mengelompokkan konsumen ke dalam segmen yang berbeda berdasarkan perilaku belanja mereka. Temuan analisis ini memberikan wawasan yang mendalam tentang preferensi dan kebiasaan konsumen, memungkinkan perusahaan E-Commerce untuk membuat keputusan strategis yang lebih baik dalam pemasaran, penawaran produk, dan pengembangan layanan pelanggan. Hasil penelitian ini dapat menjadi panduan berharga bagi praktisi E-Commerce dalam mengoptimalkan strategi pemasaran mereka, meningkatkan retensi pelanggan, dan meningkatkan nilai transaksi. Selain itu, metodologi RFM yang diterapkan dalam penelitian ini dapat menjadi dasar untuk penelitian lebih lanjut dalam pengembangan model segmentasi konsumen yang lebih canggih dan akurat dalam konteks E-Commerce..
Analisis Sentimen Media Sosial terhadap Kesehatan Mental Mahasiswa Menggunakan Algoritma Naïve Bayes Nugraha; Gina Purnama Insany; Muhammad Ilham Juardi; Kanza Salsabila; Muhammad Fadilah Nurjaman; Shanika Layung Medal Wangi
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 3 (2024): Sentimeter 2024
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Penelitian ini fokus pada analisis sentimen data media sosial menggunakan bahasa pemrograman Python. Dua tahap preprocessing, seleksi, dan transformasi data, diterapkan untuk membentuk struktur data yang lebih terorganisir. Namun, penelitian juga menganjurkan perbandingan dengan metode klasifikasi lain, seperti Naïve Bayes di Python, yang melibatkan empat tahap preprocessing: Normalisasi, Stopword, Tokenize, dan Stemming. Hasil analisis sentimen menyoroti dampak negatif pada kesehatan mental mahasiswa, terutama terkait dengan tweets negatif yang dominan. Temuan ini menggambarkan pengaruh besar media sosial terhadap kesehatan mental individu. Implikasinya memberikan pemahaman lebih mendalam tentang dinamika interaksi sosial di dunia digital dan risikonya terhadap kesejahteraan psikologis. Penelitian ini membahas pentingnya analisis sentimen dalam konteks media sosial menggunakan Python. Hasilnya menggambarkan urgensi pemahaman terhadap dampak kesehatan mental di kalangan mahasiswa akibat interaksi negatif di dunia maya. Implikasinya dapat menjadi dasar bagi tindakan pencegahan dan pemahaman lebih lanjut tentang peran media sosial dalam kesejahteraan mental
Analisis Sentimen pada Media Sosial TikTok Mengenai Kebijakan Penghapusan TikTok Shop Menggunakan Naive Bayes Somantri; Dave Maulana Ferros; Tiara Lelita; Yulinar Sri Wahyuni; Mohammad Ihsan Al Falak; Irvan Yudistiansyah
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 3 (2024): Sentimeter 2024
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Penelitian ini bertujuan untuk melakukan analisis sentimen pada media sosial TikTok terkait kebijakan penghapusan TikTok Shop menggunakan metode Naïve Bayes. Metode ini digunakan untuk mengklasifikasikan sentimen pengguna Tik Tok terkait kebijakan tersebut menjadi positif, negatif, atau netral. Data yang digunakan dalam penelitian ini adalah data publik yang diambil dari postingan dan komentar pada media sosial TikTok terkait kebijakan penghapusan TikTok Shop. Proses penelitian meliputi pengumpulan data, pra-pemprosesan data, ekstraksi fitur, pelatihan model Naïve Bayes, dan evaluasi hasil. Diharapkan hasil analisis sentimen ini dapat memberikan wawasan tentang respons pengguna Tik Tok terhadap kebijakan penghapusan TikTok Shop.

Page 1 of 2 | Total Record : 16

 1   2 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol 4 (2025): Sentimeter 2025 Vol 3 (2024): Sentimeter 2024 Vol 2 (2023): Sentimeter 2023 Vol 1 (2022): Sentimeter 2022