Claim Missing Document
Check
Articles

Found 9 Documents
Search

Analisis Sentimen Masyarakat Pada Twitter Terhadap Debt Collector Menggunakan Metode Naive Bayes Classifier Pratama, Rizqy Arya; Maulana, Iqbal; Komarudin, Oman
Jurnal Ilmiah Wahana Pendidikan Vol 10 No 7 (2024): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.11201354

Abstract

Currently, many people need cash loans. Sourced from the results of the Financial Services Authority (OJK) report, the amount of online loan distribution has reached IDR 18.73 trillion throughout 2022. Debt collectors are present to collect for people who are unable to pay off the loans that have been submitted. Even so, the performance of debt collectors has experienced a lot of criticism from the public, the performance of debt collectors is often discussed on social media twitter. Therefore, it is necessary to analyze the issue of debt collectors on twitter to see public opinion about the practice of debt collectors themselves. The data used in this study amounted to 600 data. Data labeling uses Indonesian linguists as validators to determine the sentiment class. In the preprocessing stage the data is cleaned to reduce attributes that have little effect on the classification process. The highest accuracy result obtained using Naive Bayes Classifier and TF-IDF is 78.3% with a data percentage of 90:10 (90% training data and 10% test data). For the highest precision value obtained from testing with the use of 90:10 data using Naive Bayes Classifier with the BoW method, which is 80%. While the highest recall value is obtained from testing with the use of 90:10 data using the BoW method which is 80%. The use of BoW succeeded in increasing the accuracy value in most of the data sharing scenarios in the test. The classification process produces the most frequently occurring words in each sentiment class visualized with word clouds and fishbone diagrams. The word "chase" is the most dominant word in negative tweet data, while the word "help" is the most dominant in positive tweet data against debt collectors on twitter. The depiction using the fishbone diagram provides a solution to the negative opinions and experiences of the public towards debt collectors, one of which is the use of harsh words which can be overcome by conducting training for all team members on communication ethics.
KUSTOMISASI FITUR MEMBER LOYALTY SOFTWARE ODOO COMMUNITY PADA YABIE FOOD & DRINKS Baguspriawan, M Rendy; Komarudin, Oman; Purnamasari, Intan
Jurnal informasi dan komputer Vol 12 No 01 (2024): Jurnal Informasi dan Komputer yang terbit pada tahun 2024 pada bulan 4 (April)
Publisher : LPPM Institut Teknologi Bisnis Dan Bahasa Dian Cipta Cendikia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35959/jik.v12i01.488

Abstract

Odoo adalah software enterprises resource planning yang bersifat customizable. Odoo memiliki berbagai versi, dari enterprise yang berbayar dan lengkap hingga community dengan fitur standar. Modul Point of Sales (POS) pada Odoo Community tidak menyediakan POS dengan varian diskon lengkap. Yabie Food & Drinks (YFD) membutuhkan varian diskon untuk meningkatkan produktivitas penjualannya. Penelitian ini melakukan kustomisasi fitur diskon pada software Odoo Community untuk YFD. Tujuan utama dari penelitian ini melakukan langkah-langkah penyesuaian dan mengkonfigurasikan fitur diskon pada modul POS Odoo agar sesuai kebutuhan YFD. Metodologi penelitian yang digunakan dalam penelitian ini Scrum Agile yang meliputi tahapan product backlog, sprint backlog, daily scrum, sprint review, dan validasi product backlog. Hasil penelitian menunjukkan bahwa penyesuaian fitur diskon pada Odoo untuk YFD memberikan solusi efektif untuk meningkatkan efisiensi dan produktivitas bisnis. Kualitas kustomisasi dievaluasi berdasarkan kriteria yang telah ditentukan, dan ditetapkan bahwa kustomisasi cukup memenuhi persyaratan bisnis dan teknis. Kustomisasi mengikuti kebutuhan bisnis dan teknis yang ditetapkan dan memberikan manfaat besar bagi pengguna akhir. Pengembangan dan penerapan fitur diskon khusus pada Odoo telah berhasil meningkatkan produktivitas penjualan YFD.
PERBANDINGAN KLASIFIKASI NAIVE BAYES DAN SUPPORT VECTOR MACHINE DALAM ANALISIS SENTIMEN DENGAN MULTICLASS DI TWITTER Vincent, Roland; Maulana, Iqbal; Komarudin, Oman
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i4.7152

Abstract

Analisis sentimen merupakan salah satu topik yang populer dalam bidang Natural Language Processing. Salah satu metode yang sering digunakan untuk melakukan analisis sentimen adalah Naive Bayes dan Support Vector Machine. Namun, akurasi dari metode ini masih bisa dioptimalkan dengan menggunakan teknik-teknik tertentu. Penelitian ini bertujuan untuk meningkatkan akurasi klasifikasi sentimen dengan menggunakan ekstraksi fitur TF-IDF dan Count Vectorizer serta seleksi fitur Information Gain. Selain itu, penelitian ini juga menggunakan N-gram sebagai salah satu cara untuk mengekstraksi fitur yang lebih informatif. Dataset yang digunakan dalam penelitian ini adalah opini pengguna Twitter mengenai perkembangan Artificial Intelligence yang dikategorikan menjadi tiga kelas, yaitu positif, negatif, dan netral. Dari eksperimen yang dilakukan, penggunaan Information Gain dapat meningkatkan akurasi percobaan secara signifikan. Dengan menggunakan Information Gain, akurasi Naive Bayes meningkat dari 59.86% menjadi 72.02% dengan menggunakan Count Vectorizer dan N-gram, sedangkan akurasi SVM meningkat dari 61.47% (TF-IDF) menjadi 62.38% (Count Vectorizer dengan N-gram). Eksperimen juga menunjukkan Naive Bayes lebih cocok dengan Count Vectorizer dan SVM lebih cocok dengan TF-IDF. Selain itu, eksperimen juga menunjukkan rasio 80:20 merupakan rasio data latih dan uji terbaik.
ANALISIS SENTIMEN OPINI PENGGUNA APLIKASI VIDIO PADA ULASAN PLAYSTORE MENGGUNAKAN ALGORITMA NAIVE BAYES Yusuf Rismanda Gaja, Muhammad; Maulana, Iqbal; Komarudin, Oman
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i4.7197

Abstract

Peningkatan popularitas layanan streaming online sejalan dengan perkembangan teknologi informasi saat ini. Salah satu aplikasi streaming video yang terkenal di Indonesia adalah Vidio. Meskipun Vidio menawarkan beragam film, serial, dan siaran langsung, namun penilaian aplikasi ini melalui komentar dan ulasan pengguna di Google Playstore tidak begitu positif. Oleh karena itu, diperlukan analisis terhadap ulasan tersebut guna memahami pandangan pengguna terhadap aplikasi ini. Penelitian ini menggunakan 1259 data yang dianalisis melalui pelabelan menggunakan kamus Inset dan paket valder dalam RStudio. Klasifikasi data dilakukan dengan algoritma Naïve Bayes serta seleksi fitur TF-IDF. Hasil klasifikasi menunjukkan bahwa akurasi tertinggi diperoleh ketika data dilabeli dengan metode Inset pada persentase 90% data pelatihan dan 10% data pengujian, mencapai 76%. Sementara itu, akurasi tertinggi dengan pelabelan menggunakan Vader hanya mencapai 73% pada skema pembagian data 70:30. Nilai presisi tertinggi ditemukan pada pengujian dengan pembagian data 90:10 menggunakan metode Inset, mencapai 73%. Namun, akurasi tertinggi dengan pelabelan Vader hanya mencapai 72,6% pada skema pembagian data 90:10. Selain itu, pengujian menunjukkan bahwa nilai recall tertinggi diperoleh pada skema pembagian data 80:20 dengan metode Inset, mencapai 81%. Akan tetapi, akurasi tertinggi dengan pelabelan Vader hanya mencapai 79% pada pembagian data 70:30. Kesimpulan dari hasil analisis ini adalah bahwa pelabelan menggunakan metode Inset lebih optimal dalam menganalisis sentimen dalam teks berbahasa Indonesia, dibandingkan dengan penggunaan metode Vader.
IMPLEMENTASI RUMUS HAVERSINE DAN ALGORITMA DIJKSTRA DALAM PENCARIAN RUTE PERJALANAN MENGGUNAKAN KRL PADA APLIKASI BERBASIS ANDROID Erdiansyah, Erdiansyah; Komarudin, Oman; Maulana, Iqbal
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i4.7258

Abstract

Kereta Rel Listrik (KRL) merupakan salah satu transportasi publik yang populer di Jabodetabek dan sekitarnya. Tercatat pada bulan Januari 2023 penumpang KRL mencapai 22.716.957 orang. Dimana terdapat 82 stasiun yang tersebar di jabodetabek dan sekitarnya. Sehingga calon penumpang perlu suatu solusi untuk menemukan stasiun terdekat berdasarkan lokasinya dan rute – rute mana saja yang dapat dilalui dalam perjalanan menggunakan transportasi KRL agar dapat melakukan perjalanan dengan lebih baik. Penelitian ini bertujuan untuk melakukan implementasi rumus haversine dan algorima Dijkstra dalam aplikasi Android. Proses pengembangan aplikasi dilakukan dengan metode Extreme Programming (XP) dengan memanfaatkan Kotlin sebagai bahasa pemrograman. Hasil pengujian rumus Haversine dan algoritma Dijkstra menunjukkan bahwa keduanya lolos pada kasus pengujian mencari rute KRL dari titik koordinat (-6.213, 106.791) menuju titik koordinat (-6.228, 106.853). Hasil pengujian alpha juga menunjukkan bahwa aplikasi sesuai dengan harapan berdasarkan beberapa kasus yang diuji dan hasil pengujian beta menunjukkan bahwa aplikasi mendapat rata rata nilai 4.1 dengan skala “baik” sehingga aplikasi dapat diterima dan digunakan pengguna.
PERANCANGAN DESAIN UI/UX PADA WEBSITE SMAN 5 KARAWANG DENGAN METODE USER CENTERED DESIGN Hikmah Alim, Rizaldi; Komarudin, Oman; Carudin, Carudin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 5 (2023): JATI Vol. 7 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i5.7319

Abstract

Penelitian ini berfokus pada perancangan user interface (UI) dan user experience (UX) untuk website SMAN 5 Karawang menggunakan metode user centered design (UCD). Tujuannya adalah untuk menyediakan informasi yang mudah diakses kepada siswa, guru, dan masyarakat sekitar mengenai sekolah tersebut serta memperkenalkan sekolah ke publik melalui platform website. Melalui tahapan UCD, termasuk analisis kebutuhan pengguna dan desain berdasarkan tahap-tahap UCD, dilakukan perbaikan desain pada website SMAN 5 Karawang. Hasil dari pengujian awal menggunakan metode system usability scale (SUS) menunjukkan skor yang rendah, mengindikasikan adanya masalah usability pada desain lama website tersebut. Setelah dilakukan pengembangan desain UI/UX berdasarkan kebutuhan pengguna, dilakukan pengujian akhir dengan metode yang sama. Hasilnya menunjukkan perbaikan signifikan, dengan skor SUS yang mencapai adjective rating "best imaginable" dan grade A, kategori “acceptable”. Hasil pengembangan desain UI/UX ini mencakup elemen-elemen seperti tampilan yang kompleks dan menarik, variasi menu informasi, tata letak yang rapi dan nyaman, serta penggunaan font yang mudah dibaca. Beberapa saran untuk pengembangan lebih lanjut, seperti penambahan database dan penggunaan metode lain yang berkaitan dengan usability, penelitian ini menyediakan fondasi yang kuat untuk meningkatkan kualitas antarmuka pengguna pada website SMAN 5 Karawang. Langkah selanjutnya adalah menerapkan desain yang telah dikembangkan ke dalam sistem website yang sebenarnya guna mendapatkan hasil yang maksimal.
ARSITEKTUR MVVM DAN FRAMEWORK JETPACK COMPOSE PADA PENGEMBANGAN APLIKASI ANDROID: STUDI KASUS: APLIKASI SUKACOLAB Diantoni, Cahya; Komarudin, Oman; Rizal, Adhi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9638

Abstract

Pada era digital saat ini, mahasiswa Fakultas Ilmu Komputer semakin menyadari pentingnya mengembangkan keterampilan praktis dan pengalaman nyata dalam proyek atau dunia kerja. Namun, mahasiswa menghadapi kesulitan dalam mencari rekan dan proyek yang sesuai, sehingga perlu adanya media yang menghubungkan user untuk melakukan kolaborasi proyek tersebut. Penelitian ini mengusulkan pengembangan aplikasi Sukacolab menggunakan pola arsitektur MVVM dan framework Jetpack Compose dengan metode Agile with Scrum. Tahapan penelitian meliputi analisis kebutuhan, pembagian backlog ke dalam sprint, implementasi, dan pengujian alpha serta beta. Hasilnya adalah aplikasi Sukacolab berbasis Android yang memudahkan mahasiswa Fasilkom Unsika dalam mencari rekan dan kolaborasi proyek IT. Alpha testing oleh 4 narasumber ahli menunjukkan aplikasi telah menerapkan Kotlin, MVVM, dan Jetpack Compose dengan fitur yang berjalan baik. Beta testing melibatkan 35 mahasiswa dengan hasil keseluruhan fitur pada Sukacolab mendapatkan persentase penilaian sebesar 92,78%, sehingga telah memenuhi kegunaan (usability) dengan kategori “Sangat Baik”. Penelitian ini menyimpulkan bahwa aplikasi Sukacolab berhasil memenuhi kebutuhan pengguna dan memberikan pengalaman pengguna optimal.
PERANCANGAN USER INTERFACE DAN USER EXPERIENCE PADA APLIKASI ”BUKUKU” MENGGUNAKAN METODE DESIGN THINKING Nurhasanah, Alifia; Komarudin, Oman
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.11042

Abstract

Literasi digital adalah kemampuan penting dalam masyarakat modern yang cepat berkembang, terutama dalam dunia pendidikan. Namun, di Indonesia, rendahnya literasi digital, khususnya di daerah terpencil, menjadi tantangan yang signifikan akibat keterbatasan akses ke sumber belajar dan rendahnya minat baca di kalangan remaja. Penelitian ini bertujuan mengatasi masalah tersebut dengan mengembangkan aplikasi "BukuKu", sebuah platform membaca buku digital yang dirancang untuk meningkatkan minat baca masyarakat. Pendekatan Design Thinking merupakan metode yang berfokus pada pemahaman kebutuhan pengguna melalui proses berulang, digunakan untuk memastikan bahwa aplikasi yang dihasilkan tidak hanya fungsional tetapi juga sesuai dengan kebutuhan dan harapan pengguna. Hasil pengujian aplikasi dengan metode System Usability Scale (SUS) menunjukkan skor 91,4, yang berarti aplikasi diterima dengan baik oleh pengguna dalam kategori "Acceptable Excellent". Meskipun terdapat beberapa masukan yang perlu diperbaiki, aplikasi ini diharapkan dapat membantu mengatasi kesenjangan literasi digital dan meningkatkan aksesibilitas buku di Indonesia, sehingga memberikan kontribusi positif terhadap peningkatan literasi masyarakat.
PERANCANGAN UI/UX PADA APLIKASI MOBILE TRANSPORTASI UMUM MENGGUNAKAN METODE DESIGN SPRINT Aurira Hanifah, Zahra; Komarudin, Oman
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.11123

Abstract

Sebagai kota besar dan berkembang pesat, Jakarta menghadapi tantangan besar dalam menyediakan transportasi umum yang efisien. Meski terdapat berbagai pilihan transportasi seperti kereta api dan angkutan umum, namun seringkali penggunanya menemui kendala seperti kemacetan, keterlambatan, dan kurangnya kenyamanan. Keterbatasan dalam integrasi transportasi, seperti perpindahan yang sulit antara angkot dan kereta. Penelitian ini berfokus pada desain antarmuka pengguna (UI) dan pengalaman pengguna (UX) untuk aplikasi mobile angkutan umum di Jakarta menggunakan metodologi design sprint. Penelitian ini bertujuan untuk mengidentifikasi permasalahan utama yang dihadapi pengguna angkutan umum di wilayah tersebut dan mengembangkan solusi untuk meningkatkan pengalaman mereka. Data dikumpulkan melalui survei, usability testing, dan wawancara untuk memastikan bahwa aplikasi dirancang sesuai dengan kebutuhan pengguna. Hasil pengujian menggunakan System Usability Scale (SUS) menunjukkan prototype aplikasi TransConnect memperoleh skor rata-rata sebesar 94,75 dan masuk dalam nilai A kategori Best Imaginable yang menunjukkan tingkat kegunaan yang sangat tinggi. Sehingga prototype Aplikasi TransConnect ini diterima dengan sangat baik oleh pengguna karena kemudahan penggunaan dan efektivitasnya.