Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Kecenderungan Informasi Terkait Covid-10 Berdasarkan Big Data Sosial Media dengan Menggunakan Metode Data Mining Enda Esyudha Pratama; Sastypratiwi, Helen; Yulianti
Jurnal Informatika Polinema Vol 7 No 2 (2021): Vol 7 No 2 (2021)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v7i2.453

Abstract

Wabah virus CORONA (COVID-19) mulai menginfeksi hampir ke seluruh negara di awal tahun 2020 tak terkecuali di Indonesia. Pemerintah selaku pihak yang berkepentingan mengeluarkan beberapa kebijakan terkait penanganan virus ini. Kebijakan tersebut mendapat berbagai tanggapan dari masyarakat terutama di media sosial. Jumlah tanggapan yang banyak dan beragam akan menjadi sebuah big data. Big data tersebut dapat menghasilkan informasi yang berharga jika diolah secara baik dan benar. Salah satu informasi yang dapat dihasilkan adalah analisis sentimen. Data mining merupakan salah satu metode yang digunakan untuk menggali informasi penting dari sebuah tumpukan data yang berjumlah besar. Pada penelitian ini digunakan 1400 tweet. Kata kunci (keyword) yang digunakan terkait kebijakan pemerintah yaitu Social Distancing, Isolasi Mandiri, Karantina Wilayah, WFH, PSBB, Lockdown, dan Rapid Test. Dari hasil penellitian yang dilakukan, sentimen masayrakat di media sosial terhadap kebijakan pemerintah dalam menanggulangi wabah virus ini cenderung positif
KLASIFIKASI KETERPAKAIAN MODUL E-LEARNING BERBASIS MOODLE DENGAN PENDEKATAN TEXT MINING Enda Esyudha Pratama
Jurnal Informatika Polinema Vol. 8 No. 2 (2022): Vol 8 No 2 (2022)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v8i2.867

Abstract

Pandemi COVID-19 memberikan dampak pada berbagai bidang termasuk dunia pendidikan. Salah satu kebijakan yang harus dilakukan adalah melarang proses belajar tatap muka dan menggantinya dengan pembelajaran daring. Universitas Tanjungpura sebagai salah satu institusi pendidikan memfasilitasi kebijakan ini dengan menyediakan fasilitas sistem e-learning. Sistem e-learning di UNTAN menggunakan platform Moodle. Tujuan dari penelitian ini adalah menghasilkan aplikasi yang dapat mengklasifikasi keterpakaian modul e-learning secara otomatis. Sebuah modul dapat dianggap dipakai atau digunakan apabila memiliki fitur atau aktivitas seperti lesson, assignment, quiz, forum, file, dan rencana pembelajaran semester (RPS). Untuk dapat mendeteksi secara ototmatis apakah sebuah modul memiliki fitur-fitur tersebut, maka perlu dibuat sebuah aplikasi yang dapat menemukan informasi tersebut secara cepat, tepat, dan akurat. Informasi didapat dengan cara mengambil (crawling) data tampilan modul berupa kode HTML untuk kemudian mengolahnya menggunakan metode text mining. Data yang diolah menghasilkan informasi berupa kategori keterpakaian modul, rekapitulasi data modul berdasarkan tahun ajaran, fakultas, dan program studi serta kualitas modul berdasarkan nilai (scoring). Berdasarkan hasil pengujian dengan mengambil sampling 5 modul pada tiap fakultas, didapat kinerja algoritma dalam mengklasifikasikan kateogri modul secara benar sebesar 88,89 %. Hal ini dapat dikatakan algoritma dapat bekerja secara baik.