p-Index From 2017 - 2022
0.408
P-Index
This Author published in this journals
All Journal semanTIK SEINASI-KESI
Mahdiana, Deni
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

PERBANDINGAN ALGORITMA UNTUK KLASIFIKASI ANALISIS SENTIMEN TERHADAP GENOSE PADA MEDIA SOSIAL TWITTER Syahid, Achyar Jhonathan; Mahdiana, Deni
semanTIK Vol 7, No 1 (2021): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

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

Abstract

GeNose merupakan alat pendeteksi virus COVID-19 hanya dengan hembusan nafas yang dibuat oleh Universitas Gadjah Mada dan merupakan inovasi pertama buatan Indonesia. Sejak hadirnya GeNose di tengah masyarakat tentu terdapat pro dan kontra, sehingga penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap GeNose dengan data tweet dari media sosial Twitter. Dataset yang didapatkan sebanyak 3590 tweet dengan label sentimen netral, tidak relevan, positif dan negatif. Kemudian dari 3590 tweet yang digunakan hanya 637 tweet, diantaranya 287 tweet bersentimen positif dan 350 tweet bersentimen negatif. Penelitian ini menggunakan model CRISP-DM (Cross-Industry Standard Process for Data Mining) dan algoritma yang digunakan pada penelitian ini adalah K-Nearest Neighbor, Decision Tree dan Naïve Bayes untuk membandingkan performa dari ketiga algoritma tersebut dengan operator Cross Validation menggunakan RapidMiner. Hasil dari penelitian yang telah dilakukan menunjukkan performa dari algoritma Naïve Bayes cukup baik dengan nilai accuracy sebesar 72.36%, precision 66.91%, recall 77.97%. Sedangkan algoritma K-Nearest Neighbor mendapatkan nilai accuracy sebesar 64.22%, precision 61.79%, recall 55.15%. Selanjutnya algoritma Decision Tree mendapatkan nilai accuracy sebesar 65.15%, precision 86.89%, recall 27.13%. Penelitian ini bisa menjadi referensi untuk meningkatkan sosialisasi tentang GeNose untuk meminimalisir sentimen negatif masyarakat.Kata kunci; K-Nearest Neighbor, Decision Tree, Naïve Bayes, GeNose
Rancangan Fitur Sistem Informasi kepegawaian Pada website E-Kemenkeu Kementerian Keuangan Republik Indonesia berbasis User Center Design (UCD) Hasanah, Mutia; Airlambang, Dwiki; Kraugusteeliana, Kraugusteeliana; Mahdiana, Deni
SEINASI-KESI Vol 4, No 1 (2021): SEINASI-KESI 2021
Publisher : Fakultas Ilmu Komputer UPN Veteran Jakarta

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

Abstract

Pengunaan sistem informasi  SDM khususnya kepegawaian dilingkungan  kementrian pemerintahan RI sangat diperlukan, begitu juga di Kementerian Keuangan (Kemenkeu) Republik Indonesia membutuhkan sebuah sistem informasi kepegawaian berbasis website dengan tampilan user interface yang baik dan mudah digunakan serta dipahami oleh pegawai Kementerian Keuangan. Perancangan sistem informasi kepegawaian meliputi informasi detail pegawai, memberikan info katalog project yang dapat dilamar oleh para pegawai dan proyek yang sedang dikerjakan oleh pegawai Kementerian Keuangan. Saat ini informasi dan kegiatan masih didata secara komputerisaasi sehingga dapat menyebabkan tidak efisiensi waktu dan kekeliruan data. Perancangan sistem ini berfokus pada aplikasi yang berpusat pada user dalam mendesain aplikasi metode User Centered Design (UCD) yaitu metode yang berfokus pada kebutuhan pengguna. Dengan dibangunnya sistem informasi kepegawaian akan memberikan kemudahan dan data valid yang terekam dalam database.