Articles
<![CDATA[SISTEM INFORMASI GEOGRAFIS PEMETAAN WILAYAH KELAYAKAN TANAM TANAMAN JAGUNG DAN SINGKONG PADA KABUPATEN LAMPUNG SELATAN ]]>
<![CDATA[Debby Alita]]>;
<![CDATA[Irwan Tubagus]]>;
<![CDATA[Yuri Rahmanto]]>;
<![CDATA[Styawati Styawati]]>;
<![CDATA[Andi Nurkholis]]>
<![CDATA[ Journal of Social Sciences and Technology for Community Service (JSSTCS) Vol 1, No 2 (2020): September ]]>
Publisher : <![CDATA[Universitas Teknokrat Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33365/jsstcs.v1i2.815
<![CDATA[Berdasarkan data hasil pertanian jagung dan singkong di Dinas Pertanian Provinsi Lampung Selatan yang bersumber dari data BPS (Badan Pusat Statistik), menampilkan beberapa daerah dengan hasil panen jagung dan singkong yang bervariasi jumlahnya. Sehubungan dengan bervariasinya jumlah lahan atau daerah penghasil jagung dan singkong, dan bagaimana pengoptimalan potensi tani jagung dan singkong untuk investor, maka diperlukan informasi daerah potensial penghasil jagung dan singkong untuk mengetahui daerah mana saja yang menghasilkan jagung dan singkong dengan jumlah banyak ataupun sedikit. Evaluasi kesesuaian lahan sangat diperlukan untuk perencanaan penggunaan lahan yang produktif dan lestari.Penggunaan teknologi berbasis computer untuk mendukung perencanaan tersebut semakin diperlukan untuk menganalisis, memanipulasi dan menyajikan informasi dalam bentuk table dan keruangan.Berdasarkan hal tersebut dibutuhkan Sistem Informasi Geografis (SIG) dapat dimanfaatkan sebagai informasi pemetaan daerah penghasil jagung dan singkong di kabupaten Lampung Selatan, sehingga dapat diketahui daerah yang menghasilkan jagung dan singkong dengan jumlah banyak ataupun sedikit. Pada penelitian ini mengusulkan sebuah Sistem Informasi Geografis menentukan kelayakan tanam tanaman jagung dan singkong pada Kabupaten Lampung Selatan berbasis web. SIG yang dibangun berbasis web akan mudah digunakan dimanapun dan kapanpun dengan menggunakan pemanfaatan teknologi internet.]]>
<![CDATA[Aplikasi Monitoring dan Penentuan Peringkat Kelas Menggunakan Naive Bayes Classifier ]]>
<![CDATA[Bambang Satrio Gandhi]]>;
<![CDATA[Dyah Ayu Megawaty]]>;
<![CDATA[Debby Alita]]>
<![CDATA[ Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 2, No 1 (2021): Volume 2, Nomor 1, 2021 ]]>
Publisher : <![CDATA[Universitas Teknokrat Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1184.426 KB)
|
DOI: 10.33365/jatika.v2i1.722
<![CDATA[Pendidikan menjadi tolak ukur di sekolah dengan memperlihatkan hasil pencapaian nilai-nilai akademik pada setiap semester. Penilaian akademik juga membutuhkan alat untuk mendukung dalam mengelola data akademik dengan menggunakan teknologi. Dengan pemanfaatan teknologi informasi bisa diterapkan menjadi suatu sistem yang dapat menyimpan dan mengelola dalam waktu lama. Sehingga penulis merancang dan mengembangkan suatu sistem yang pernah dibuat sebelumnya dimana dalam penelitian yang dilakukan adalah aplikasi monitoring dan penentuan peringkat kelas menggunakan Naïve Bayes Classifier. Selain memonitoring nilai-nilai semester siswa, aplikasi ini memberikan informasi akademik, galeri kegiatan kesiswaan, dan menentukan peringkat masing-masing yang dimiliki siswa dikelas. Penelitian menggunakan metode Extreme Programming. Hasil dari perancangan aplikasi monitoring dan penentuan peringkat kelas menggunakan Naïve Bayes Classifier yaitu berupa aplikasi website. Peringkat kelas ditentukan menggunakan Naïve Bayes Classifier dengan beberapa probabilitas dengan akurasi 66.94% menggunakan Rapidminer. Pengujian didapat dengan hasil yang baik dengan Blackbox sebagai fungsional dan ISO 25010 sebagai pengujian usability dan performance. Maka disimpulkan bahwa layak untuk diterapkan dalam memonitoring siswa SMAN 6 Bengkulu Selatan.]]>
<![CDATA[Multiclass SVM Algorithm for Sarcasm Text in Twitter ]]>
<![CDATA[Debby Alita]]>
<![CDATA[ JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 8 No 1 (2021): JATISI (Jurnal Teknik Informatika dan Sistem Informasi) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM) STMIK Global Informatika MDP ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35957/jatisi.v8i1.646
<![CDATA[Research in the field of text mining is now increasingly being carried out because of various industries and public figures who want to get information related to public opinion about products or individual assessments obtained from social media, both opinions that are ordinary opinions and sarcasm. In the process of doing text mining, there are many classification methods that can be used, one of which is the Support Vector Machine method which can be optimized so that it can classify data into three classification classes, namely SVM One Against One and One Against Rest. The data used in the study were 2072 data from social media twitter. The results obtained from this study are the accuracy value which has the same value, whether it is done randomly or not randomly, with a value of 60.82% randomized and 60.93% non-random. On other values such as precision, recall and F1 score, the SVM One Against Rest method has a superior value compared to the SVM One Against One value.]]>
<![CDATA[PENDAMPINGAN PEMBELAJARAN BAHASA INGGRIS BAGI SISWA-SISWI SMA/MA/SMK DI DESA PURWOREJO LAMPUNG TENGAH ]]>
<![CDATA[Berlinda Mandasari]]>;
<![CDATA[Dyah Aminatun]]>;
<![CDATA[Reza Pustika]]>;
<![CDATA[Setiawansyah Setiawansyah]]>;
<![CDATA[Dyah Ayu Megawaty]]>;
<![CDATA[Imam Ahmad]]>;
<![CDATA[Debby Alita]]>
<![CDATA[ Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 3 No. 1 (2022): Februari Tahun 2022 ]]>
Publisher : <![CDATA[Universitas Pahlawan Tuanku Tambusai ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31004/cdj.v3i1.4026
<![CDATA[Pentingnya penguasaan Bahasa Inggris bagi setiap peserta didik merupakan hal yang perlu diperhatikan, baik oleh para tenaga pendidik maupun peserta didik itu sendiri. Hal ini mengingat kemajuan ilmu pengetahuan dan teknologi yang terus berkembang menuntut para individu untuk dapat menguasai keterampilan Bahasa Inggris. Kegiatan Pengabdian Kepada Masyarakat ini bertujuan untuk memberikan pelatihan pembelajaran dasar Bahasa Inggris kepada siswa-siswi SMA/MA/SMK di desa Purworejo, Kecamatan Kotagajah, Kabupaten Lampung Tengah guna meningkatkan kemampuan Bahasa Inggris mereka. Adapun tahapan kegiatan ini adalah: 1) pemberian materi Bahasa Inggris mengenai self-introduction dan daily activities, 2) pendampingan pembelajaran Bahasa Inggris, seperti sesi konsultasi atau tanya jawab saat diperlukan, dan 3) evaluasi kegiatan dengan meminta respon dan saran terhadap kebermanfaatan kegiatan PKM yang telah dilakukan. Luaran dari kegiatan ini adalah meningkatnya kemampuan Bahasa Inggris siswa-siswi SMA/MA/SMK desa Purworejo, Kecamatan Kotagajah, Kabupaten Lampung Tengah yang ditujukan oleh hasil wawancara para peserta didik setelah mendapatkan kegiatan pelatihan pembelajaran Bahasa Inggris.]]>
<![CDATA[IMPLEMENTASI ALGORITMA MULTICLASS SVM PADA OPINI PUBLIK BERBAHASA INDONESIA DI TWITTER ]]>
<![CDATA[Debby Alita]]>;
<![CDATA[Yusra Fernando]]>;
<![CDATA[Heni Sulistiani]]>
<![CDATA[ Jurnal Tekno Kompak Vol 14, No 2 (2020): AGUSTUS ]]>
Publisher : <![CDATA[Universitas Teknokrat Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33365/jtk.v14i2.792
<![CDATA[Klasifikasi pada proses text mining dapat dikerjakan dengan menggunakan berbagai jenis metode klasifikasi yang salah satunya yaitu metode SVM. SVM merupakan singkatan dari Support Vector Machine, SVM bekerja dengan membagi dua kelompok kelas data menggunakan fungsi linear dalam sebuah ruang fitur berdimensi tinggi dengan proses menemukan garis pemisah (hyperplane) terbaik sehingga dapat menemukan ukuran margin yang maksimal antara ruang input dengan ruang ciri menggunakan kaidah kernel. SVM telah dikembangkan dengan menggabungkan semua data yang terdiri dari beberapa kelas kedalam sebuah bentuk optimasi untuk memecahkan permasalahan yang terdapat pada penelitian ini dengan jumlah kelas yang melebihi dari dua kelas dan akan diuji dengan berbagai jenis pendekatan multiclass yaitu SVM One Against One dan One Against Rest. Data merupakan opini publik berbahasa Indonesia yang didapatkan dari twitter berjumlah 2000 dataset mengenai jaringan telekomunikasi seluler dan layanan BPJS. Hasil penelitian ini didapatkan bahwa untuk penilaian kinerja metode multiclass SVM dengan tingkat akurasi yang lebih tinggi didapatkan dari kinerja metode SVM One Against Rest dengan nilai perbedaan sebesar 0,06 untuk proses klasifikasi tiga kelas yaitu positif, negatif dan netral. Dapat disimpulkan bahwa dalam proses klasifikasi yang memiliki lebih dari dua kelas dapat dilakukan dengan menggunakan metode klasifikasi SVM melalui pendekatan SVM One Against One dan One Against Rest dengan nilai akurasi yang lebih baik.]]>
<![CDATA[SENTIMEN ANALISIS PUBLIK TERHADAP KEBIJAKAN LOCKDOWN PEMERINTAH JAKARTA MENGGUNAKAN ALGORITMA SVM ]]>
<![CDATA[Auliya Rahman Isnain]]>;
<![CDATA[Adam Indra Sakti]]>;
<![CDATA[Debby Alita]]>;
<![CDATA[Nurman Satya Marga]]>
<![CDATA[ Jurnal Data Mining dan Sistem Informasi Vol 2, No 1 (2021): Vol 2, No 1, Februari 2021 ]]>
Publisher : <![CDATA[Universitas Teknokrat Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33365/jdmsi.v2i1.1021
<![CDATA[Media sosial menjadikan masyarakat mengalami pergeseran perilaku baik budaya, etika dan norma yang ada, sehingga mereka dapat mengeluarkan opini-opini yang mereka miliki. Opini merupakan suatu pendapat dari pemikiran masayarakat mengenai suatu permasalahan yang sedang terjadi, saat ini Indonesia sedang dihadapkan oleh masalah mengenai virus Covid-19 yang memakan begitu banyak korban jiwa sehingga masyarakat mengeluarkan opini mereka mengenai virus tersebut dan kebijakan yang dilakukan pemerintah menghadapi virus tersebut.Penelitian ini bertujuan untuk mengetahui bagaimana sentiment publik terhadap kebijakan yang akan dilakukan pemerintah mengenai kebijakan lockdown ataupun pembatasan sosial berskala besar menggunakan metode Support Vector Machine denga ekstraksi fitur tf-idf dengan pengujian yang nantinya akan dilihat bagaimana nilai accuracy, precision, Recall dan F1-Score.Penggunaan metode Support Vector Machine dan ekstraksi fitur dengan tf-idf yang membagi kelas menjadi sentiment positif 68,75% dan negative 31,25% menghasilkan nilai accuracy sebesar 74%, precision sebesar 75%, recall sebesar 92% dan F1-Score sebesar 83%.]]>
<![CDATA[PENERAPAN NAÏVE BAYES CLASSIFIER UNTUK PENDUKUNG KEPUTUSAN PENERIMA BEASISWA ]]>
<![CDATA[Debby Alita]]>;
<![CDATA[Indah Sari]]>;
<![CDATA[Auliya Rahman Isnain]]>;
<![CDATA[Styawati Styawati]]>
<![CDATA[ Jurnal Data Mining dan Sistem Informasi Vol 2, No 1 (2021): Vol 2, No 1, Februari 2021 ]]>
Publisher : <![CDATA[Universitas Teknokrat Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33365/jdmsi.v2i1.1028
<![CDATA[Scholarships are the provision of assistance in the form of financial assistance provided to individuals with the aim of being used for the sustainability of the education achieved. The problem that occurs in this research is that the process of determining which is still carried out conventionally the student section must check one by one the scholarship application files submitted by students because each data will be compared one by one according to predetermined criteria, which results in the student section becoming difficult in the decision so that It takes a long time, therefore we need a decision support system that can help schools make decisions about scholarship recipients.The Naive Bayes Classifier method is a method that can be used in decision making to get better results on a classification problem. The purpose of this study is to build a scholarship recipient decision support system using the Naïve Bayes Classifier method. In this study, a problem analysis was carried out using PIECES analysis and for the system development method using.The result of this research is that applying the naïve Bayes method to the scholarship recipient's decision support system can assist the school in determining the scholarship recipient more quickly and accurately. The scholarship recipient's decision support system was built using the Java programming language and MySQL database. Keyword: Decision Support Systems, Naïve Bayes Classifier, Waterfall, Blackbox Testing, PIECES]]>
<![CDATA[OPTIMALISASI PEMASARAN UMKM MELALUI E-MARKETING MENGGUNAKAN MODEL AIDA PADA MISS MOJITO LAMPUNG ]]>
<![CDATA[Muhtad Fadly]]>;
<![CDATA[Suaidah Suaidah]]>;
<![CDATA[Debby Alita]]>
<![CDATA[ Kumawula: Jurnal Pengabdian Kepada Masyarakat Vol 4, No 3 (2021): Kumawula: Jurnal Pengabdian Kepada Masyarakat ]]>
Publisher : <![CDATA[Universitas Padjadjaran ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24198/kumawula.v4i3.34934
<![CDATA[Miss Mojito merupakan kelompok usaha UMKM, Miss Mojito mempunyai usaha dalam bidang minuman : soda, kopi, teh, susu dan makanan :kentang goreng,mie, dan ayam geprek.Tujuan pengabdian ini adalah agar Miss Mojito terus berkembang pesat menjadi usahaekonomiproduktif menggunakan aplikasie-marketing. Pembuatan aplikasi menggunakan model AIDA.Attention yaitu memberikan perhatian kepada konsumen dengan cara menampilkan produk dengan kemasan terbaru, menarik perhatian dengan memasarkan produk dengan tampilan yang menarik melalui aplikasi. Interest yaitu dengan aplikasipihak Miss Mojito dapat memberikan infomengenai produknya di aplikasi tersebut.Desireyaitu dengan lebih menyakinkan konsumen untuk membeli produk Miss Mojito, mitra menampilkan promosi di aplikasi dengan cara memberikan diskon dan giveaway. Action yaitu agar konsumen melakukan tindakan pembelian produk Miss Mojito, mitra sudah memberikan pelayanan dalam pemesanan produk melalui jasa GoFood, pembayaran bisa langsung ataupun melalui aplikasi. Aplikasi dapat mereport laporan transaksi penjualan, membuat inovasi baru dengan memberikan kemasan terbaru sehingga konsumen tertarik dan adanya peningkatan penjualan. Aplikasi yang sudah diterapkan pada mitra kami Miss Mojito dan dari segi pemasaran produk sudah cukup banyak dilihat oleh pelanggan dan terjadinya transaksi penjualan.]]>
<![CDATA[Analysis of classic assumption test and multiple linear regression coefficient test for employee structural office recommendation ]]>
<![CDATA[Debby Alita]]>;
<![CDATA[Ade Dwi Putra]]>;
<![CDATA[Dedi Darwis]]>
<![CDATA[ IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 15, No 3 (2021): July ]]>
Publisher : <![CDATA[IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia. ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22146/ijccs.65586
<![CDATA[The performance appraisal process in Religious High Court Bandar Lampung has not been carried out objectively, but rather a subjectivity element (relationship closeness). Some employees occupy structural positions but do not fulfil competence and promotion principles, so that it has an impact on providing promotion to a position in the judiciary. Multiple Linear Regression method can provide a predictive model for employee recommendations entitled to occupy positions in the agency. The method implementation using SPSS produces an equation Y = 74.177 + 0.035X1 + 0.020X2 - 0.026X3 + 0.045X4 + 0.001X5. This equation is applied to the employee performance values, and it is obtained from 40 employees 26 employees deserve to be given recommendations promotion. Regression performance testing results using 10-cross validation get the correlation coefficient value is 80.66% with MAE value of 2.24% and RMSE 3.88%, which mean has good performance.]]>
<![CDATA[C45 Algorithm for Motorcycle Sales Prediction On CV Mokas Rawajitu ]]>
<![CDATA[Alita, Debby]]>;
<![CDATA[Setiawansyah, Setiawansyah]]>;
<![CDATA[Putra, Ade Dwi]]>
<![CDATA[ JURNAL SISFOTEK GLOBAL Vol 11, No 2 (2021): JURNAL SISFOTEK GLOBAL ]]>
Publisher : <![CDATA[STMIK Bina Sarana Global ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.38101/sisfotek.v11i2.392
<![CDATA[CV Mokas Rawajitu is a company that sells various types of used motorbikes both in cash and on credit. In sales, the problem that occurs is the frequent occurrence of ups and downs in motorcycle sales due to the mismatch of the available motorcycle variants with consumer interests so that motorcycle sales often do not reach the target. The role of data mining is needed to analyze consumer purchasing patterns at CV Mokas Rawajitu which can produce information, namely knowing what types of motorbikes most in-demand by consumers are and which are most in-demand in the market by predicting using the C4.5 algorithm based on the sales transaction data they have. from previous periods. The study used a dataset of motorcycle sales at CV Mokas Rawajitu from 2017-2019 with a total data volume of 1,411 data. The attributes used are the motorbike category, the motorbike brand, the motorbike price, and the year of production. The tools used in this research are Rapid Miner. The results of the application of the C4.5 Algorithm can be used as a prediction of sales at CV Mokas Rawajitu because the results of the accuracy of testing data and models using 9-Fold Cross Validation reach a value of 87.95% where the 9th fold reaches the highest accuracy value with a Sensitivity level of 97, 15%, 69.05% Specificity, 86.57% Precision, 12.05% Error (Error Rate) and 30.95% False Positive Rate.]]>
