Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

5.619

P-Index

This Author published in this journals

All Journal Seminar Nasional Informatika (SEMNASIF) Jurnal Informatika Upgris Informatics for Educators and Professional : Journal of Informatics Jurnal Sisfokom (Sistem Informasi dan Komputer) Digital Zone: Jurnal Teknologi Informasi dan Komunikasi J-SAKTI (Jurnal Sains Komputer dan Informatika) Sarwahita : Jurnal Pengabdian Kepada Masyarakat Jurnal Teknologi Komputer dan Sistem Informasi @is The Best [Accounting Information System & Information Technology Business Enterprise] Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer Jurnal Riset Sistem Informasi dan Teknologi Informasi (JURSISTEKNI) J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Pengabdian Kepada Masyarakat Abdi Nusa Jurnal Pengabdian Kepada Masyarakat Abdi Putra International Journal Engineering and Applied Technology (IJEAT) JURNAL ILMIAH INFOKOM

Gustian, Dudih

Nusa Putra Sukabumi

Author-ID : 1888036

Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mechanical Engineering Public Health Social Sciences Other

Published : 41 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

Sistem Pendukung Keputusan Pada Rekomendasi Pasangan Hidup Dengan Simple Additive Weigthing Dewi Destinasari; Dudih Gustian; Sudin Saepudin
JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi) Vol 3, No 1 (2020): JTKSI
Publisher : JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (425.055 KB)

The life partner is one of the grace that brings a person to perfect his life, in Islam every one of his people created in pairs but the way to find the spouse certainly varies. A work of this modern technology impacts the search field of a live spouse the role of an information system is crucial to provide fast, precise and accurate information according to what is expected. The development of information systems in the Internet world aims to provide ease in the online arranged system. In this research will be developed a type of information system, decision support system, especially for recommendations on the criteria of live couples using the method of Simple Additive Weigthing (SAW), this system has the use of Effective and suitable for workers who have many activities and are difficult to take the time to interact with their opponents in an intense manner. The purpose of this research is to create a Website based application. In the mention of this information System program using Simple Additive Weighting method, the test is carried out using questionnaire data that is shared to users and IT experts and get the result of agreeing to build a system with Respondents 54.4% by IT experts and 65.4% by users. This application can be used as a consideration in determining the decision for prospective spouse recommendation.

Analisis Tingkat Akurasi Algoritma Moving Average dalam Prediksi Pergerakan Uang Elektronik Bitcoin Falentino Sembiring; Dudih Gustian; Adhitia Erfina; Yoga Vikriansyah
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Jutisi Vol. 10, No. 1, April 2021
Publisher : STMIK Banjarbaru

Abstrak. Nilai Bitcoin dapat berfluktuasi secara tidak terduga selama periode waktu yang singkat sebagai akibat nilai ekonominya yang masih muda, baru, dan pasar yang tidak cair (non liquid). Permasalahan yang umum dihadapi oleh investor dan trader adalah bagaimana meramalkan pergerakan nilai dari uang elektronik Bitcoin pada masa mendatang berdasarkan data yang telah lampau. Investor dan trader hanya melihat pergerakan berdasarkan pergerakan nilai mata uang dunia dan memutuskan melakukan transaksi jual/beli Bitcoin secara intuitif, sehingga sering salah melakukan transaksi beli/jual. Kesalahan ini membuat banyak investor dan trader mengalami kerugian dalam jumlah yang besar. Kerugian yang terjadi dapat diminimalisir dengan menggunakan sebuah algoritma yang dapat meramalkan pergerakan nilai uang elektronik Bitcoin. Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis data pergerakan nilai uang elektronik dengan menggunakan algoritma peramalan Moving Average (MA). Data pergerakan Bitcoin yang diuji selama 5 Tahun untuk menguji tingkat akurasi peramalan. Proses pengumpulan data diambil dari data public yang ada di investing.com dan meta trader 4 dengan bantuan bahasa pemerograman C#. Hasil Uji menunjukkan persentasi benar yang diramalkan pada teknik Buy/beli sebesar 62.86%, sedangkan untuk teknik jual pada periode yang sama menunjukkan persentasi kebenaran prediksi hanya sebesar 25%. Kata kunci: Prediksi, Pergerakan Uang Elektronik, Bitcoin, Moving AvarageAbstract. Bitcoin's value can fluctuate unpredictably over a short period of time as a result of its young, new economic value and a non-liquid market. The problem commonly faced by investors and traders is how to predict the movement of the value of Bitcoin electronic money in the future based on past data. Investors and traders only see movements based on movements in the value of world currencies and decide to buy / sell Bitcoin intuitively, so they often make wrong buying / selling transactions. This error caused many investors and traders to lose a large amount. Losses that occur can be minimized by using an algorithm that can predict the movement of the value of Bitcoin electronic money. This study aims to identify and analyze data on the movement of electronic money values using the Moving Average (MA) forecasting algorithm. Bitcoin movement data tested for 5 years to test the accuracy of forecasting. The data collection process is taken from public data available on investing.com and meta trader 4 with the help of the C# programming language. The test results show that the correct percentage predicted in the Buy / buy technique is 62.86%, while for the selling technique in the same period it shows the percentage of correct predictions is only 25%. Keywords: Prediction, Electronic Money Movement, Bitcoin, Moving Avarage

Perancangan Sistem Pakar Berbasis Web Menggunakan Case Based Reasoning Untuk Diagnosa Dini Covid-19 Mega Lumbia Sinaga; Dudih Gustian; Falentino Sembiring
Progresif: Jurnal Ilmiah Komputer Vol 17, No 2: Agustus 2021
Publisher : STMIK Banjarbaru

AbstrackThe COVID-19 pandemic has a profound impact on many aspects of people's lives. Various ways are being sought to help resolve the spread of COVID 19. The addition of new symptoms that have continued to vary from the beginning to the present has made the public more and more anxious. The symptoms that are felt are usually difficult for the general public to self-diagnose, making it difficult for the public to take preventive action. This paper presents a Web-based expert system model to diagnose Covid-19 early using the Case Based Reasoning Method to help the public diagnose Covid 19 early. Application testing is carried out by comparing the diagnostic results of expert system applications with expert opinions. The test results on 6 sample cases show that the application can diagnose all cases according to expert opinion.Keywords: Expert System, COVID-19, Case Based ReasoningAbstrakPandemi COVID-19 menimbulkan dampak bagi banyak sendi kehidupan kemasyarakat. Berbagai cara diupayakan untuk membantu menyelesaikan penyebaran COVID 19. Bertambahnya gejala-gejala baru yang terus bervariasi sejak awal hingga saat ini membuat masyarakat semakin was-was. Gejala-gejala yang dirasakan biasanya sulit untuk didiagnosa sendiri oleh masyarakat awam, sehingga sulit bagi masyarakat melakukan tindakan pencegahan. Paper ini menyajikan model sistem pakar berbasis Web untuk mendiagnosa secara dini Covid-19 menggunakan Metode Case Based Reasoning untuk membantu masyarakat mendiagnosa dini Covid 19. Pengujian aplikasi dilakukan dengan membandingkan hasil diagnosa aplikasi sistem pakar dengan pendapat pakar. Hasil uji terhadap 6 sampel kasus menunjukkan aplikasi dapat mendignosa keseluruhan kasus sesuai pedapat pakar.Kata kunci: Sistem Pakar, COVID-19, Case Based Reasoning

Implementasi K-Means Dalam Pengelompokan Penyebaran COVID-19 di Jawa Barat Muhammad Wildan Goni; Dudih Gustian; Falentino Sembiring
Progresif: Jurnal Ilmiah Komputer Vol 17, No 2: Agustus 2021
Publisher : STMIK Banjarbaru

AbstractConfirmed cases of the COVID-19 virus that are still unstable, as well as the comparison of total confirmed and total recoveries are quite far, which if not treated quickly will cause the number of people exposed to be increasing. This article aims to test the K-Means algorithm in grouping the spread of Covid-19 in West Java. The grouping was carried out based on confirmed parameters, isolated/under treatment, completed isolation/recovered and died from each area in West Java Province. K-means performs clustering in 3 clusters, namely the high distribution cluster (C1), the moderately distributed cluster (C2) and the lightly distributed cluster (C3). Based on the results of system analysis and testing, there are 2 regions in the high distribution cluster (C1), 6 regions for the medium distribution cluster (C2), and 19 regions for the low distribution cluster (C3).Keywords: Spread of COVID-19, K-Means Algorithm, Grouping AbstrakKasus terkonfirmasi virus COVID-19 yang masih belum stabil, serta perbandingan total terkonfirmasi dan total sembuh cukup jauh, dimana jika tidak segera ditangani dengan cepat akan menyebabkan jumlah orang yang terpapar menjadi semakin banyak. Artikel ini bertujuan untuk menguji algoritma K-Means dalam pengelompokan penyebaran Covid-19 di Jawa Barat. Pengelompokkan dilakukan berdasarkan parameter terkonfirmasi, isolasi/dalam perawatan, selesai isolasi/sembuh dan meninggal dari masing-masing daerah yang ada di Provinsi Jawa barat. K-means melakukan klasterisasi dalam 3 cluster yaitu cluster penyebaran tinggi (C1), cluster penyebaran sedang (C2) dan cluster penyebaran ringan (C3). Berdasarkan hasil analisis dan pengujian sistem, daerah yang masuk ke cluster penyebaran tinggi (C1) sebanyak 2 daerah, untuk cluster penyebaran sedang (C2) sebanyak 6 daerah, dan cluster penyebaran rendah (C3) sebanyak 19 daerah.Kata kunci: Penyebaran COVID-19, Algoritma K-Means, Pengelompokan

Pemantauan Pola Pengunjung Perpustakaan Dengan Metode Fp-Growth Guna Meningkatkan Fungsi Perpustakaan Dudih Gustian; Kudin Rustaman; Aditya Nurfitri; Yunita Gusti Nurani; Neng Resti Noviansyah; Anggy Pradiftha Junfithrana
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics Vol 3 No 2 (2019): INFORMATICS FOR EDUCATORS AND PROFESSIONAL : JOURNAL OF INFORMATICS (Juni 2019)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (914.978 KB)

Perpustakaan dilingkungan Universitas XYZ jadi kebutuhan wajib mahasiswa, dosen, dan pegawai untuk mencari informasi mutakhir ataupun untuk menyelesaikan tugas. Masalah yang terjadi ialah kurang berfungsinya perpustakaan sebagai sumber belajar dikarenakan kemudahan mendapatkan informasi melalui internet, fasilitas, kenyamanan dan pelayanan perpustakaan lalu keterbatasan jumlah selain itu koleksi literatur di perpustakaan yang kurang memadai juga membuat mahasiswa tidak mau baca dan pinjam buku di perpustakaan. Metode yang di gunakan dalam penelitian ini yaitu FP-Growth, karena bekerja lebih baik dan lebih cepat dibandingkan algoritma Apriori. Penelitian ini memberikan solusi dan manfaat yang di tawarkan untuk mengetahui pola pengunjung perpustakaan serta dapat membentuk dampak yang positif bagi peningkatan pengunjung perpustakaan sebagai sumber belajar. Pola pengunjung perpustakaan dengan nilai support dengan kombinasi J,H,K,E dengan nilai 0.76 – 0.795. Sementara untuk nilai confidence diantara 0.97 – 0.99 dengan kombinasi E,H,K. Terakhir untuk lift ratio dengan kombinasi pola E-M, E-H, E-J, J-H dengan nilai lift ratio 0.99 – 1.03. Aplikasi ini telah di uji ke beberapa user dan memperoleh nilai 82,25 sehingga dikatagorikan cukup membantu manajemen dalam memantau pola pengunjung.

ALGORITMA K-MEANS DALAM PENENTUAN TINGKAT KEPUASAN SISWA TERHADAP PEMBELAJARAN ONLINE DI MASA PANDEMI COVID 19 M. Syukron Nawawi; Dudih Gustian
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

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

AbstractWith the covid-19 pandemic, it requires learning to be done online. For several schools, especially those in the village, online learning has several factors that hinder the learning process. The difficulty of the internet network, the limited quota, until the use of learning media is not common. So that there is dissatisfaction and different responses from students. This study uses the k-means method for the clustering process in order to obtain the results of classifying the level of student satisfaction according to data processing from the results of the questionnaire given to students. This research provides a solution for schools as an evaluation material for the effectiveness of online learning during the Covid-19 pandemic. And also for related parties as a reference for an evaluation or development of further research with the same research object. The results obtained from research conducted on 60 students at SMK Islam Nurul Huda using a questionnaire by submitting a statement of agree and disagree and using 3 clusters. Namely high, medium and low. So that it produces the value of the final iteration, namely the level of the statement that does not agree, which is categorized as high with a value of 7.69 compared to the agreement which is categorized as low with a value of 4.09, while for the level of the medium category there is no value with a value of 0.00. It can be said that results like this can be a consideration and improvement for online learning during the Covid-19 pandemic.Keywords : K-Means Algorithm, Online Learning Satisfaction, Covid-19 Pandemic.Dengan adanya pandemi covid-19, sehingga mengharuskan pembelajaran dilakukan secara online. Untuk beberapa sekolah terutama yang berada di perkampungan, pembelajaran secara online ini terdapat beberapa faktor yang menghambat proses pembelajaran. Susahnya jaringan internet, terbatasnya kuota, sampai belum terbiasanya penggunaan media pembelajaran. Sehingga terdapat ketidakpuasan serta tanggapan yang berbeda dari kalangan siswa. Penelitian ini menggunakan metode k-means untuk proses clustering agar mendapatkan hasil pengklasifikasian tingkat kepuasan siswa sesuai dengan pengolahan data dari hasil kuesioner yang diberikan kepada siswa. Penelitian ini memberikan solusi untuk sekolah sebagai bahan evaluasi terhadap keefektifitasan pembelajaran online di masa pandemi covid-19. Dan juga untuk pihak terkait sebagai salah satu referensi untuk sebuah evaluasi atau pengembangan penelitian selanjutnya dengan objek penelitian yang sama. Hasil yang diperoleh dari penelitian yang dilakukan kepada 60 siswa di SMK Islam Nurul Huda menggunakan kuesioner dengan mengajukan pernyataan setuju dan tidak setuju dan menggunakan 3 cluster. Yaitu tinggi,sedang dan rendah. Sehingga menghasilkan nilai dari iterasi akhir, yaitu tingkat pernyataan yang tidak setuju yaitu dikategorikan tinggi dengan nilai 7.69 dibandingkan dengan dengan pernyataan setuju yang dikategorikan rendah dengan nilai 4.09, sedangkan untuk tingkat kategori sedang tidak ada dengan nilai 0.00. Bisa dikatakan bahwa dengan hasil seperti ini bisa menjadi pertimbangan dan perbaikan untuk pembelajaran online di masa pandemi covid-19.Kata Kunci: Algoritma K-Means, Kepuasan Pembelajaran Online, Pandemi Covid-19

PENERAPAN REGRESI LINIER BERGANDA DALAM KESIAPAN KERJA MAHASISWA Indra Supriadi; Arti Hariyanti; Muhamad Zaenal Abidin; Rinrin Rinrin; Dudih Gustian
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

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

AbstractWork readiness is very important for college graduates, where college graduates will find it faster and easier to get the desired job if they have good work readiness in accordance with their fields. Problems occur in the field, namely that every year the number of undergraduate unemployment continues to increase due to lack of soft skill and hard skill. Based on the results of distributing questionnaires to students of the 2017 ABC University SI Study Program, their soft skills and hard skills are still insufficient, so that only 37% of students work according to their fields. The purpose of this study is to find out how much influence soft skills and hard skills have on readiness student work. The method used is multiple linear regression which can see the prediction of the readiness of students who will later work and be entrepreneurial, and also this method can facilitate this research in calculating the influence of soft skills and hard skills on student work readiness so that it can provide input to the party. study programs to provide a curriculum that suits their needs, while on the part of students the willingness to equip their skills and potentials. The results of research using the F test and the t test show that soft skills and hard skills simultaneously have a significant effect on readiness. The work of students of the 2017 Nusa Putra Information System Study Program was 0.373, which was 37.3%.Keywords: Soft Skill, Hard Skill, and Multiple Linear RegressionKesiapan kerja merupakan hal yang sangat penting bagi lulusan perguruan tinggi, dimana lulusan perguruan tinggi akan lebih cepat dan mudah mendapatkan pekerjaan yang diinginkan jika memiliki kesiapan kerja yang baik sesuai dengan bidangnya.Masalah terjadi dilapangan yaitu setiap tahunya jumlah pengangguran Sarjana terus meningkat dikarenakan kurang memiliki soft skill dan hard skill. Berdasarkan hasil penyebaran kuesioner kepada mahasiswa Prodi SI Universitas ABC angkatan 2017, soft skill dan hard skill mereka masih kurang cukup, sehingga hanya 37% mahasiswa yang bekerja sesuai bidangnya.Tujuan dari penelitian ini yaitu untuk mengetahui seberapa besar pengaruh soft skill dan hard skill terhadap kesiapan kerja mahasiswa.Metode yang digunakan ialah regresi linier berganda yang dapat melihat prediksi kesiapan mahasiswa yang nantinya akan berkerja maupun wirausaha,dan juga metode ini dapat memudahkan penelitian ini dalam mengitung besarnya pengaruh soft skill dan hard skill terhadap kesiapan kerja mahasiswa sehingga dapat memberikan masukkan pada pihak program studi untuk membekali dengan kurikulum yang sesuai dengan kebutuhan, sedangkan dari pihak mahasiswa kemaunan untuk membekali dengan skill dan potensi yang dimiliki.Hasil penelitian dengan menggunakan uji F dan uji t menunjukkan bahwa soft skill dan hard skill secara simultan berpengaruh signifikan terhadap kesiapan kerja mahasiswa Prodi Sistem Informasi nusa Putra Angkatan 2017 sebesar 0,373 sama dengan 37,3%.Kata Kunci: Soft Skill, Hard Skill, dan Regresi Linier Berganda

PENGARUH BELAJAR DARI RUMAH (BDR) TERHADAP PRESTASI SISWA DENGAN REGRESI LINIER BERGANDA DI MASA PANDEMI COVID-19 Wildan Riswandi; Dede Irwan; Enti Sulastri; Dudih Gustian
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

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

AbstractDuring the Covid-19 pandemic, the government made new rules, namely students are required to do Learning From Home (BDR) to break the chain of transmission of the virus. Online learning is also carried out so that teaching and learning activities in schools continue. With online class activities, students experience several obstacles to maximize their performance at school. The obstacles experienced include the influence of the level of effectiveness and interest in student learning, this can be seen from the significant decrease in the overall report card scores between before and during the Covid-19 pandemic. This study uses Multiple Linear Regression to analyze the influence of each independent variable on the fixed variable to perform several hypothesis tests. By using primary data such as distributing questionnaires and secondary data such as archives from related agencies. For taking samples from a population using simple random sampling technique with a sample of 89 samples. The results of this research method are hypothesis testing using the F test that the variables of infrastructure, intermediary media, time learning, material understanding, discussion communication patterns, and the environment have an effect on student achievement during the Covid-19 pandemic. The T test shows that the most influential variable is the intermediary media t = 4,610, the communication discussion pattern t = 5,953 and the environment t = 2,869.Keywords: Learning From Home, Covid-19, Multiple Linear RegressionPada masa pandemi Covid-19 berlangsung pemerintah membuat aturan baru yaitu siswa diharuskan melakukan Belajar Dari Rumah (BDR) untuk memutus rantai penularan virus tersebut. Pembelajaran secara online pun dilaksanakan agar kegiatan belajar mengajar di sekolah tetap berlangsung. Dengan adanya kegiatan kelas online, beberapa kendala dialami oleh para siswa untuk memaksimalkan prestasinya di sekolah. Kendala yang dialami antara lain berpengaruhnya tingkat efektifitas dan minat belajar siswa, hal tersebut dapat dilihat dari penurunan secara signifikan hasil nilai rapot secara keseluruhan antara sebelum dan saat pandemi covid-19 berlangsung. Penelitian ini menggunakan metode Regresi Linier Berganda untuk menganalisa dari masing-masing pengaruh variabel bebas terhadap variabel tetap untuk melakukan beberapa uji hipotesis. Dengan menggunakan data primer seperti penyebaran kuesioner dan data sekunder seperti arsip-arsip dari instansi terkait. Untuk pengambilan sampel dari sebuah populasi yaitu menggunakan teknik simple random sampling dengan sampel yang berjumlah 89 sampel. Hasil dari metode penelitian ini terdapat uji hipotesis yang menggunakan uji F bahwa variabel sarana prasarana, media perantara, waktu pembelajaran, pemahaman materi, pola diskusi komunikasi, dan lingkungan berpengaruh pada prestasi siswa di masa pandemi covid-19. Adapun uji T bahwa variabel yang paling berpengaruh yaitu media perantara t= 4,610, pola diskusi komunikasi t= 5,953, dan lingkungan t=2,869.Kata Kunci: Belajar Dari Rumah, Covid-19, Regresi Linear Berganda

SENTIMENT ANALYSIS ONLINE SHOP ON THE PLAY STORE USING METHOD SUPPORT VECTOR MACHINE (SVM) Muhammad Iqbal Ahmadi; Fuji Apriani; Mia Kurniasari; Siti Handayani; Dudih Gustian
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

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

AbstractOnline shopping activities have become a necessity for today's society, where now more people choose to shop online rather than offline. The growth of shopping through E-commerce continues to show an increasing trend. It is important for companies to know the public's response to the products or services they offer. Responses from the public can affect the image of a company, there are positive and negative responses from the public. If a lot of products or services give negative responses, a company or service will be badly rated by users and can affect the company. However, to monitor or classify responses from the public is not easy, because the numbers are too large to be processed manually. In this study the authors will use the Support Vector Machine method to classify the positive and negative responses of users on online shopping applications on the Google play store. In this study, the authors used 10 fold cross validation as an evaluation model with 3,000 reviews and 1500 training data. 300 reviews were taken from each application as testing data. This research uses the support vector machine method which produces the application with the highest level of accuracy is Tokopedia with accuracy values, namely Tokopedia 90.67%, JD.ID 75.33%, Blibli 74.00%, Shopee 70.00%, Lazada 69.00% .Keywords : Google Play Store, Support Vector Machine, Sentimen AnalysisAbstrak- Aktifitas belanja online telah menjadi kebutuhan masyarakat saat ini, dimana sekarang lebih banyak masyarakat memilih belanja online daripada offline. Pertumbuhan belanja melalui E-commerce terus menunjukan tren meningkat. Penting bagi perusahaan untuk mengetahui tanggapan publik mengenai produk atau layanan yang meraka tawarkan. Tanggapan dari publik dapat mempengaruhi citra dari sebuah perusahaan, tanggapan dari publik tersebut ada positif dan negatif. Jika dari sebuah Produk atau layanan banyak yang memberi tanggapan negatif maka sebuah perusahaan atau layanan akan di nilai buruk oleh para pengguna dan dapat mempengaruhi pada perusahaan tersebut. Akan tetapi untuk memantau atau mengklasifikasi tanggapan dari publik bukanlah hal yang mudah, karena jumlah yang terlalu banyak jika diproses secara manual. Dalam penelitian ini penulis akan menggunakan metode Support Vector Machine untuk mengklasifikasi tanggapan positif dan negatif para pengguna pada aplikasi belanja online di Google play store. Dalam penelitian ini penulis menggunakan 10 fold cross validation sebagai model evaluasi dengan data berjumlah 3.000 ulasan, sebagai data training sebanyak 1500. yang diambil dari masing-masing aplikasi sebanyak 300 ulasan sebagai data testing. penelitian ini menggunakan metode support vector machine yang menghasilkan aplikasi dengan tingkat akurasi paling tinggi adalah Tokopedia dengan nilai akurasi yaitu Tokopedia 90,67% , JD.ID 75,33%, Blibli 74.00%, Shopee 70,00%, Lazada 69,00%.Kata Kunci : Google Play Store, Support Vector Machine, Analisis Sentimen

Penerapan Metode Linier Regresi Berganda Dalam Tingkat Produksi Pakaian dudih gustian; Agum Taufikurrahman; Nur Apriyanti Nur Apriyanti; Annisa Desi Pratiwi; Rahayu Awaliyah
Jurnal Informatika Upgris Vol 5, No 1: Juni (2019)
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v5i1.3311

ABSTRAK - PT.XYZ adalah salah satu perusahaan garmen di Sukabumi yang memproduksi berbagai jenis pakaian. Sehingga untuk dapat memperoleh barang sesuai dengan standar kualitas yang ada dalam permintaan terus menerus dan dapat mengontrol, memilih, dan menilai kualitas sehingga target pasar terpenuhi, investasi dapat kembali, dan perusahaan mendapat unt jangka panjang. Masalahnya adalah bahwa penurunan laba untuk perusahaan garmen memiliki dampak besar pada jumlah karyawan yang ada untuk mengurangi pekerjaan. Selain itu, persaingan yang cukup ketat dengan produk dari luar negeri yang menyebabkan konsumen beralih ke produk asing. Penelitian ini menggunakan metode Regresi Linier Berganda untuk membantu masalah faktor-faktor yang mempengaruhi laba rugi bagi perusahaan dan kinerja perusahaan terutama di bidang produksi seperti produksi operasional awal dari pengadaan bahan baku, sumber daya manusia yang terlibat, dan biaya operasional. Berdasarkan hasil analisis yang ada di ketahui bahwa nilai Sig = 0,243b lebih besar dari 0,05 maka H0 di terima sehingga variabel x berpengaruh terhadap Variabel Y. Dari tabel coofisiens dapat dilihat ukuran variabel sangat berpengaruh pada level Produksi aplikasi hasil pengujian dengan metode Software QualityAssurance dengan menyebarkan Quisioner dengan beberapa pengguna, dihitung untuk mendapatkan nilai 81,25. Kata kunci: pakaian, Regresi Linier Berganda, Software QualityAssurance.

Co-Authors A. Oktian Permana Aan Setiawan Aan Setiawati Acep Saepulrohman Adhitia Erfina Aditya Nurfitri Adriansyah Muhamad Alfaudzan Agum Taufikurrahman Ammar Ammar Anang Suryana Anggy Pradiftha Junfithrana Anisa Sholihat Annisa Desi Pratiwi Anti Aprianti Arti Hariyanti Ati Sulastri Azkia Aura Shanda Cecep Warman Debby Rahmawati Debby Rahmawaty Dede Irwan Dede Wahidin Dewa Saepurrahman Dewi Destinasari Dharma Saputra Dhea Lestari Edwinanto Ekky Noor Mahmudi Elsa Ramadanti Eneng Mia Rizkianti Enti Sulastri falentino sembiring Fauziah Nur Octafiani Fuji Apriani Harry Atmami Heri Firmansyah Imam Faisal Arridzwani Indra Supriadi Iskandar, Yusuf Jelita Asian Jihad Hari Jordan Chan William Kirishchieva Irina Rafaelevna Kudin Rustaman Lucas Crammer M Dezan Sya’ban S M. Syukron Nawawi Marina Artiyasa Mega Lumbia Sinaga Megasari Putri Meisa Sindriama Rinelda Mia Kurniasari Mila Kartika Mochamad Khilmi Mohamad Najib Muahamad Taufik Muhamad Amar Muhamad Renaldi Aripin Muhamad Zaenal Abidin Muhamd Ammar Muhammad Ammar Muhammad Arsyad Muhammad Iqbal Ahmadi Muhammad Iqbal Ahmadi Muhammad Wildan Goni Muslih, Muhamad Neng Resti Noviansyah Nunik Destria Arianti Nur Apriyanti Nur Apriyanti Nuraeni Pahmi, Samsul Rahayu Awaliyah Regina Ainaya Rian Nugraha Rico Sihotang Rifaldi Zulkarnaen Rimalya Widian Rinrin Rinrin Rintho Rante_Rerung Rosalia Agraeni Rudi Heryanto Saepudin, Sudin Sarah Sifa Antadipura Sastradipraja, C K Selsa Khairunisa Fadiya haya Sihabudin Siti Handayani Siti Hasna Fadhilah Siti Khalifah Siti Olis Taufik Bahrul Alam Wildan Riswandi Wulan Alinda Wahyumi Yayatillah Rubiati Yoga Vikriansyah Yudi Nata Yunita Gusti Nurani

Title

Found 41 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 41 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 41 Documents
Search