Claim Missing Document
Check
Articles

Found 14 Documents
Search

Model Library Support Vector Machine (LibSVM) untuk Sentiment Review Penilaian Pesisir Pantai Oman Somantri; Ratih Hafsarah Maharrani; Santi Purwaningrum
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 12 No 2: Mei 2023
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jnteti.v12i2.6367

Abstract

Improving services as an effort to provide the convenience of tourist destinations, especially on the south coast of Java, is a demand placed on tourism managers, which in the long run will yield positive impacts. The assessment is conducted to determine whether the tourism destination give positive impressions to the tourists. The application of machine learning-based text mining technology, especially a sentiment review, is one of the solutions proposed to overcome this problem, therefore predictions of coastal tourism potential can be known beforehand. This research proposed a coastal sentiment review model using the library support vector machine (LibSVM) method. The process proposed a model optimization based on feature weights using the particle swarm optimization (PSO) algorithm as a model optimization to increase the accuracy level. Efforts to improve the accuracy of the proposed model are the main contribution of this research. The results of research and experiments on the proposed model produced the best model named LibSVM_IG+PSO using the information gain (IG). On the other hand, PSO-based LibSVM method generated an accuracy level of 88.97%. The model proposed in this research is expected to serve as a decision support for tourists, government, and tourism managers in assessing sentiment towards the coastal maritime tourism.
THE AHP METHOD IN DETERMINING RI 2024 PRESIDENTIAL CANDIDATES MILENIAL GENERATION CILACAP STATE POLYTECHNIC: METODE AHP DALAM MENENTUKAN BAKAL CALON PRESIDEN RI 2024 GENERASI MILENIAL POLITEKNIK NEGERI CILACAP Lutfi Syafirullah; Annas Setiawan Prabowo; Ratih Hafsarah Maharrani
Jurnal Minfo Polgan Vol. 12 No. 1 (2023): Artikel Penelitian Juni 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v12i1.12498

Abstract

Pemilihan Umum (Pemilu) Presiden di Indonesia dijadwalkan akan dilaksanakan pada tahun 2024. Pemilu Presiden merupakan proses demokratis di mana rakyat Indonesia akan memilih pemimpin negara, yaitu Presiden untuk masa jabatan lima tahun berikutnya. Pemilihan bakal calon Presiden tahun 2024 akan menjadi momen krusial bagi rakyat Indonesia dalam menentukan arah kepemimpinan negara dan kebijakan yang akan diterapkan selama lima tahun ke depan. Memilih pemimpin melibatkan penilaian terhadap bakal calon pemimpin berdasarkan kualifikasi, rekam jejak, integritas, dan visi mereka. Penting dalam memperoleh informasi dan mempertimbangkan sudut pandang yang berbeda untuk membuat keputusan yang berdasarkan pada pemikiran yang rasional. Proses pemilihan pemimpin negara memerlukan partisipasi aktif dan kesadaran politik dari masyarakat. Masyarakat harus memahami pentingnya hak pilih mereka, mengetahui tentang bakal calon yang ada, dan membuat keputusan yang berdasarkan pada kepentingan nasional dan nilai-nilai yang mereka anut. Dalam menghadapi kompleksitas dan tantangan dalam memilih presiden, penting dalam mempertimbangkan visi, rekam jejak, integritas, dan kemampuan kepemimpinan bakal calon presiden. AHP (Analytic Hierarchy Process) membantu dalam memecahkan masalah kompleks dengan menguraikan keputusan menjadi beberapa kriteria yang lebih kecil dan kemudian membandingkan kriteria tersebut secara relatif. Metode ini melibatkan pembandingan dua per dua dari elemen-elemen yang terkait dalam suatu hierarki. AHP memungkinkan penilaian subjektif dan preferensi personal untuk diterjemahkan menjadi bobot yang konsisten dan rasional. Super Decision sebagai perangkat lunak dimanfaatkan dalam menganalisa dan melakukan perhitungan konsistensi nilai tabel perbandingan serta membantu mengambil keputusan. Perangkat lunak Super Decision menyediakan fitur yang memudahkan dalam memasukkan data perbandingan, menghitung nilai bobot relatif, serta menghasilkan hasil yang konsisten.
Peningkatan Pemahaman Jiwa Leadership Mahasiswa Politeknik Negeri Cilacap Melalui Pelatihan Kepemimpinan Oman Somantri; Ratih Hafsarah Maharrani; Annisa Romadloni; Abdul Rohman Supriyono; Laura Sari
Jurnal Abdimas: Pengabdian dan Pengembangan Masyarakat Vol 5 No 1 (2023)
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30630/jppm.v5i1.1107

Abstract

Kesulitan dalam memahami kepemimpinan sekaligus memiliki jiwa pemimpin menjadi salah satu masalah penting diantara mahasiswa. Pemahaman atas jiwa leadership yang dimilii oleh dirinya akan membawa dampak yang signifikan terhadap kehidupannya terlebih dalam menjalankan sebuah organisasi kampus, sehingga diperlukan upaya memupuk jiwa kepemimpinan yang dapat diterapkan dan diimplementasikan untuk menjalankan roda organisasi di kampus. Metode pelaksanaan kegiatan dilakukan dengan beberapa proses yaitu tahapan perencanaan, tahapan assessment, tahapan pelaksanaan, dan tahapan evaluasi kegiatan. Hasil kegiatan pelatihan yang dilaksanakan cukup dapat memberikan pengaruh yang signifikan terhadap pemahaman para peserta pelatihan untuk memahami materi yang disampaikan. Hasil kepuasan peserta pelatihan memperlihatkan 80% peserta kegiatan tingkat pemahamannya terhadap materi yang disampaikan meningkat.
Klasterisasi Kesesuaian Lahan Kayu Putih Kabupaten Cilacap dengan Metode K-Means Ratih Hafsarah Maharrani; Prih Diantono Abda'u; Hety Dwi Hastuti
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i3.59305

Abstract

Banyaknya lahan kayu putih yang belum dimanfaatkan secara maksimal seperti penanaman dengan sistem tumpang sari, kurangnya pemahaman mengenai faktor penghambat dalam pertumbuhan tanaman kayu putih, dan kurangnya pengetahuan mengenai pemanfaatan potensi lahan yang optimal merupakan penyebab rendahnya produktifitas kayu putih di Indonesia. Klasterisasi menggunakan algoritma K-Means dalam pengelompokan lahan ke dalam cluster yang potensial berdasar faktor pendukung pertumbuhan hama rayap tanah merupakan tujuan dalam penelitian yang dilakukan. Proses cluster dilakukan menggunakan parameter tanaman tumpang sari, tipe tanah, suhu, kelembaban, dan curah hujan. Dalam metode K-Means, data yang memiliki karakteristik yang sama dalam satu kelompok dan memiliki karakteristik yang berbeda dengan kelompok lain akan dikelompokan dalam satu cluster. Clustering akan mengupayakan untuk mencapai tingkat minimal variasi antar data yang ada dalam suatu cluster. Pada penelitian yang dilakukan menggunakan 2 cluster dan didapatkan hasil sebanyak 13,56% (16 lahan) yang sangat berpotensi dan 86,44% (112 lahan) yang tidak berpotensi adanya hama rayap. Hasil pengujian terhadap cluster K-Means menggunakan indeks Davies Bouldin dan didapat nilai sebesar 0,055. Dari penelitian ini diharapkan sebagai bahan masukan dengan harapan secara ekologis dapat meningkatkan tingkat keberhasilan yang lebih baik saat melakukan budidaya tanaman kayuputih.