Articles
<![CDATA[Pebandingan Performa Naïve Bayes dan KNN pada Klasifikasi Teks Sentimen Jasa Ekspedisi ]]>
<![CDATA[Zuda Pradana Putra]]>;
<![CDATA[Aryo Nugroho]]>
<![CDATA[ JOINTECS (Journal of Information Technology and Computer Science) Vol 6, No 3 (2021) ]]>
Publisher : <![CDATA[Universitas Widyagama Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31328/jointecs.v6i3.2635
<![CDATA[Penelitian ini bertujuan untuk mengetahui performa dari model naïve bayes dan KNN (K-Nearest Neighbor) dalam mengklasifikasikan dataset teks sentimen jasa ekspedisi. Ulasan pengguna twitter pada akun @jntexpressid, @JNE_ID, dan @posindonesia akan di tambang dan diklasifikan berdasarkan sentimen positif, netral, dan negatif. Data digali dari 1 Oktober hingga 1 Desember 2020, hasil didapat pada data JNT sebanyak 46.220, JNE 5.364, dan Pos Indonesia 11.194. Data mentah yang didapat akan dibersihkan dan dilabeli sebelum masuk ketahap pembobotan kata menggunakan TF-IDF. Data bersih yang didapat dari pra-pemrosesan teks akan dibagi menjadi data latih sebanyak 70% dan data uji 30% untuk diuji akurasinya kesetiap model. Metode over-sampling digunakan untuk meyeimbangkan dataset dan menghindari data latih yang overfitting. Pada model naïve bayes dan KNN terjadi peningkatan cukup signifikan setelah metode over-sampling diimplementasikan. Akurasi terbesar pada naïve bayes terdapat pada data JNT 82%, sedangkan KNN pada data POS 71%. Pada KNN nilai K tinggi tidak menentukan hasil akurasi, terbukti K=2 memiliki akurasi tertinggi dibanding K=4, K=6, K=8, K=10 setelah teknik resampling dilakukan.]]>
<![CDATA[Klasterisasi Karakter Konsumen Terhadap Kecenderungan Pemilihan Produk Menggunakan K-Means ]]>
<![CDATA[Ach Syuhbanul Yaumi]]>;
<![CDATA[Zainul Zulfiqkar]]>;
<![CDATA[Aryo Nugroho]]>
<![CDATA[ JOINTECS (Journal of Information Technology and Computer Science) Vol 5, No 3 (2020) ]]>
Publisher : <![CDATA[Universitas Widyagama Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31328/jointecs.v5i3.1523
<![CDATA[Permasalahan yang sedang ada di toko saat ini adalah kesulitan untuk mengetahui produk yang saat ini banyak diminati atau paling banyak digunakan oleh konsumen agar dapat diketahui dari masing-masing variabel karakteristik konsumen lebih cenderung memilih produk yang disukai. Oleh karena itu, dalam penelitian pengelompokkan dengan metode K-Means untuk pemilihan produk merupakan salah satu cara untuk mengetahui pilihan pelanggan terhadap produk yang dikonsumsi. Karena metode K-Means mempunyai hasil pembagian yang lebih akurat. Penelitian ini melakukan proses data mining untuk membantu toko agar dapat mengetahui karakteristik konsumen terhadap kecenderungan pemilihan produk dengan melakukan penggalian data menggunakan salah satu metode data mining yaitu pengelompokkan data. Pada penelitian ini melakukan pengelompokkan dari data hasil penyebaran angket atau kusioner yang disebar di toko, kemudian data tersebut di kelompokkan menjadi 2 kelompok menggunakan salah satu algoritma klasterisasi yaitu K-Means. Data yang digunakan merupakan data yang dikumpulkan sebanyak 366 data tanggapan pelanggan toko. Setelah data tersebut diproses menggunakan algoritma K-Means, menunjukkan bahwa cluster 1 merupakan kelompok konsumen tipe A dengan presentase sebesar 33%, sedangkan cluster 2 merupakan kelompok konsumen tipe B dengan presentase sebesar 67%.]]>
<![CDATA[Meningkatkan Sistem Layanan Pelanggan Dengan Pendekatan Framework ITIL ]]>
<![CDATA[Satria Eka Dicky Kurniawan]]>;
<![CDATA[Agung Widodo]]>;
<![CDATA[Aryo Nugroho]]>
<![CDATA[ JOINTECS (Journal of Information Technology and Computer Science) Vol 7, No 1 (2022) ]]>
Publisher : <![CDATA[Universitas Widyagama Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31328/jointecs.v7i1.2550
<![CDATA[Berkembangnya teknologi saat ini memberikan dampak yang besar bagi pengguna Teknologi Informasi (TI), salah satunya pada perusahaan yang memanfaatkan teknologi informasi ini untuk mendukung kegiatan operasional dan menggunakannya untuk menyusun strategi guna meningkatkan pelayanan terhadap para pelanggan. Pelayanan yang diberikan berkaitan pada after sales service untuk meningkatkan hubungan baik dengan pelanggan yakni dengan adanya customer care. Penelitian yang dilakukan memiliki tujuan untuk meningkatkan performa layanan TI sebagai fungsi strategi dan layanan dengan meningkatkan layanan pengaduan yang langsung diketahui cabang terkait dan Head Office. Kerangka kerja yang digunakan yakni Information Technology Infrastructure Library (ITIL) Versi 3 yang berfokus pada service operation, dengan pendekatan modul service strategy dan service design. Hasil dari penelitian ini menunjukkan bahwa dengan adanya peningkatan sistem layanan pelanggan dengan framework ITIL keluhan pelanggan dapat langsung masuk pada cabang terkait, jadi penanganan keluhan pelanggan dapat terselesaikan dalam waktu yang jauh lebih singkat. ]]>
<![CDATA[Prediksi Status Konsumen Produk Celana Menggunakan Naïve Bayes ]]>
<![CDATA[Din Syamsudin]]>;
<![CDATA[Yosia Chrismas Decky Halundaka]]>;
<![CDATA[Aryo Nugroho]]>
<![CDATA[ JOINTECS (Journal of Information Technology and Computer Science) Vol 5, No 3 (2020) ]]>
Publisher : <![CDATA[Universitas Widyagama Malang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31328/jointecs.v5i3.1435
<![CDATA[Celana bahan merupakan kebutuhan pokok sehari-hari, permasalahan yang dihadapi ketidak pastian pembeli dikalangan antara Mahasiswa, Karyawan, dan Pelajar. Oleh karena itu penelitian ini bertujuan untuk memprediksi Status Konsumen Produk Celana menggunakan metode Naïve Bayes. karena metode Naïve Bayes yang dinilai baik melakukan klasifikasi dan akurasi dibandingkan metode Algoritma C4.5 yang memiliki ketidakstabilan dalam melakukan klasifikasi. Pengambilan data pada penelitian ini dari hasil wawancara pada penjual dibulan januari hingga desember tahun 2019 kemudian dilakukan penginputan pada excel dengan total 731 data. Dengan menseleksi data agar mendapatkan hasil yang sempurna dan akurat dilakukan pemangkasan variable dengan awal 10 variable menjadi 5 variable. Pada tahap preprocessing sebelum melakukan proses data mining untuk mengetahui jumlah data per-attribute lalu melakukan proses data mining menggunakan algoritma naïve bayes, dengan percentage split kombinasi 60 hingga 90 persen menunjukkan hasil masing-masing nilai akurasi 80,137%, 78,0822%, 81,5060%, dan 83,5616%. terbaik di angka kombinasi percentage split 90% dengan presentase akurasi 83,5616%. Dan hasil evaluasi menggunakan confusion matrix menampilkan bahwa status konsumen yang terbanyak dan lebih unggul dari class karyawan dan class pelajar ialah menunjukkan Class Mahasiswa.]]>
<![CDATA[Prediksi Penyediaan Stok Barang Pada Toko Mintxchoco Merchandise Surabaya Menggunakan Algoritma Apriori ]]>
<![CDATA[Anggi Rizki Septiani]]>;
<![CDATA[Alfarizi Kurniawan Lesmana]]>;
<![CDATA[Aryo Nugroho]]>
<![CDATA[ Systemic: Information System and Informatics Journal Vol. 7 No. 1 (2021): Agustus ]]>
Publisher : <![CDATA[Program Studi Sistem Informasi Fakultas Sains dan Teknologi, UIN Sunan Ampel Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29080/systemic.v7i1.1306
<![CDATA[The number of sales transactions that occur every day makes the sales transaction data increase. Sales transaction data is only used as an archive for a store. Due to the large number of customer requests for goods, there is a shortage of goods. Shortage or stock of goods in a store/company will have a very bad impact on the success and sales of buying and selling transactions. To prevent this, a system is needed that can help to find out early about the availability of goods in the store. The method used in this research is the association rule method using a priori algorithm. The a priori algorithm is a data mining technique to find combinations of items in the database, the results of the research conducted, the a priori algorithm can make it easier to find patterns of combinations of items in the dataset. The information obtained can help decision makers to determine the priority of stock inventory.]]>
<![CDATA[RANCANG BANGUN ALAT METERAN AIR PINTAR BERBASIS IoT SEBAGAI PENUNJANG LAYANAN DISTRIBUSI PDAM ]]>
<![CDATA[Bayu Saputra]]>;
<![CDATA[Slamet Winardi]]>;
<![CDATA[Aryo Nugroho]]>
<![CDATA[ Jurnal RESISTOR (Rekayasa Sistem Komputer) Vol. 4 No. 1 (2021): Jurnal RESISTOR Edisi April 2021 ]]>
Publisher : <![CDATA[LPPM STMIK STIKOM Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31598/jurnalresistor.v4i1.588
<![CDATA[Various public service institutions have increasingly improved their service quality. The existing constraints are corrected for the sake of consumer satisfaction. One of the public services is the clean water distribution system at Surabaya water enterprise. The water will be distributed as per the postpaid-metered or prepaid-metered recording user's clean water consumption. Exisitng postpaid-metered or prepaid-metered device in every househould must be checked by field officers regularly. This manual checking often causing problems of human errors. This study applied the Internet of Things (IoT) concept in automatic checking of postpaid-metered and prepaid-metered device in households. The customized and automatic clean water consumption recording device is built using the ESP32 module. The ESP32 will send the rest of the water consumption data to the server (cloud). This method is expected to automate solution and to create better services to the customers. The accuracy of the test results holds error tolerance value of 10.6%, in the test results with units of mL. The device is believed to be able to provide and alternative in water usage recording purpose.]]>
<![CDATA[RANCANG BANGUN ALAT PENGUKURAN FISIK MANUSIA UNTUK DATA MEDIS BERBASIS INTERNET Of THINGS ]]>
<![CDATA[Muhamad Nur Arifin]]>;
<![CDATA[Kunto Eko Susilo]]>;
<![CDATA[Aryo Nugroho]]>
<![CDATA[ Jurnal RESISTOR (Rekayasa Sistem Komputer) Vol. 4 No. 1 (2021): Jurnal RESISTOR Edisi April 2021 ]]>
Publisher : <![CDATA[LPPM STMIK STIKOM Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31598/jurnalresistor.v4i1.706
<![CDATA[Technological developments that have begun the 4.0 industrial revolution have made many sectors in everyday life begin to innovate in order to be able to compete and be more efficient. It also penetrated the medical world, which was previously still done manually and requires considerable human resources. However, along with the many innovations that exist in the process that can be automated, ranging from the process of patient registration to examination of a person himself. In this study, the authors designed a tool that can retrieve data from humans for medical needs based on the Internet of Things. Data will be taken from these measurements between the body height of the patient, the body temperature of a patient and the body of a patient at the same time automatically. After data retrieval is carried out by several sensors, then the data will be sent to the broker / server which will be sent to the Node-red dashboard using the MQTT protocol and the data will be transferred to the database. A patient's disease date will be present. ESP32, Ultrasonic Sensor, MLX90614, LoadCell and MYSQL database.]]>
<![CDATA[Analisis dan Pemetaan Jumlah Penumpang Kereta Api di Indonesia Menggunakan Metode Statistik Deskriptif dan K-means Clustering: Analisis dan Pemetaan Jumlah Penumpang Kereta Api di Indonesia Menggunakan Metode Statistik Deskriptif dan K-means Clustering ]]>
<![CDATA[Benny Wijaya]]>;
<![CDATA[Tresna Maulana Fahrudin]]>;
<![CDATA[Aryo Nugroho]]>
<![CDATA[ Jurnal Mantik Vol. 3 No. 2 (2019): Augustus: Manajemen, Teknologi Informatiak dan Komunikasi (Mantik) ]]>
Publisher : <![CDATA[Institute of Computer Science (IOCS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (670.774 KB)
<![CDATA[The development of the population in Indonesia continues to increase, which will require more transportation facilities. PT. Kereta Api Indonesia (KAI) is one of the means of transportation in Indonesia. At present the railroad transportation facilities in Indonesia are still not comprehensive, the regions that have railroad transportation facilities are Java (Jabodetabek and outside Jabodetabek), and Sumatra. By taking data on the number of train passengers from the Central Statistics Agency (BPS), the analysis and mapping of the number of train passengers using descriptive statistics and K-means clustering was carried out in this study. This study produced 3 clusters in which each cluster has a measuring value. Cluster 0 is medium, cluster 1 is high, and cluster 2 is low. Calculated using k-means clustering produces a cluster of 0 there are 63, cluster 1 there is 47, and cluster 2 there are 46 with an accuracy of about 97.9%, and calculated using descriptive statistics to produce cluster 0 there are 108, cluster 1 there is 34, and cluster 2 exists 14 with an accuracy of about 93.6%]]>
<![CDATA[TEMPAT SAMPAH PINTAR BERBASIS IOT PADA SMKN 1 DLANGGU KABUPATEN MOJOKERTO ]]>
<![CDATA[Ahmad Khozin]]>;
<![CDATA[Slamet Winardi]]>;
<![CDATA[Muhamad Nur Arifin]]>;
<![CDATA[Aryo Nugroho]]>
<![CDATA[ Jurnal Pendidikan Teknologi Informasi (JUKANTI) Vol 5 No 1 (2022): Jurnal Pendidikan Teknologi Informasi (JUKANTI) Edisi April 2022 ]]>
Publisher : <![CDATA[Program Studi Pendidikan Informatika, Universitas Citra Bangsa ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37792/jukanti.v5i1.444
<![CDATA[Perkembangan teknologi pada era revolusi industri 4.0 telah membuat banyak aspek kehidupan manusia yang dilakukan sehari-hari mulai diterapkan berbagai macam bentuk inovasi guna mampu untuk dilakukan sebuah otomasi. Tidak terlepas dari masalah yang sudah umum terjadi di tengah masyarakat, seperti pengelolaan sampah dan penanganan sampah. Hal tersebut juga terjadi pada sekolah SMKN 1 Dlanggu, dimana kebiasaan yang terjadi di sekolah tersebut masih banyak para guru beserta para siswa masih rendah akan kesadaran membuang sampah pada tempat yang semestinya. Pada penelitian ini akan digunakan beberapa komponen sensor didalamnya seperti penggunaan sensor ultrasonic HC-SR04 yang berfungsi untuk mendeteksi orang yang akan membuang sampah sehingga akan membuka secara otomatis serta mendeteksi jumlah kapasitas dari volume isian tempat sampah. Selain itu digunakan sebuah mikrokontroler ESP32 yang bertugas untuk mengatur dari keseluruhan sistem yang ada. Setelah itu digunakan pula aplikasi telegram yang berfungsi untuk mengirimkan sebuah pemberitahuan kepada pengguna atau petugas jika terdeteksi tempat sampah sudah penuh. Selain itu penggunaan protokol pengiriman data untuk komunikasi antara perangkat keras dan lunak sendiri adalah menggunakan MQTT protocol. Setelah semua data masuk ke dalam server yang sebelumnya dikirim dari mikrokontroler menggunakan protokol MQTT maka data pengukuran akan ditampilkan dalam sebuah dashboard dengan menggunakan framework dari bahasa pemrograman Node Js yaitu node-red dan secara otomatis akan tersimpan dalam database MYSQL.]]>
<![CDATA[Analisis Jejaring Sosial Tokoh Publik Menggunakan Metode Graphml ]]>
<![CDATA[Arief Kurniawan]]>;
<![CDATA[ARYO NUGROHO]]>
<![CDATA[ Jurnal Sistem Informasi Vol 12, No 1 (2020) ]]>
Publisher : <![CDATA[Universitas Sriwijaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (28.133 KB)
|
DOI: 10.36706/jsi.v12i1.10290
<![CDATA[Social Network Analysis (SNA) merupakan suatu cabang ilmu komputer yang menganalisi fenomena atau pola hubungan pada suatu jejaring sosial. Pada penelitian ini Twitter merupakan salah satu media jejaring sosial yang akan digunakan sebagai objek penelitian dikarenakan jumlah pengguna yang banyak dengan akses informasi yang tak terbatas. Selanjutnya metode analisis yang digunakan pada penelitian ini adalah menggunakan metode GraphML dan perhitungan algoritma pendekatan sentralistas (Centrality Measure). Dimana dengan metode GraphML ini mampu memvisualisasikan hubungan jejaring sosial individu dengan individu lain kedalam bentuk grafik dan mampu digunakan untuk menentukan bobot ikatan indvidu terhadap individu lain atau seberapa kuat hubungan individu tersebut terjalin. Dalam analisis ini diperoleh hasil berupa diagram sentralitas dan diagram pagerank yang dianggap paling mampu menggambarkan hubungan jejaring sosial dari subjek penelitian. Kata kunci: Social Network Analysis, GraphML, Centrality Measure, Twitter]]>
