Article Per Year (5 Year)
p-Index From 2019 - 2024
0.659
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Buana Informatika JSI: Jurnal Sistem Informasi (E-Journal) Tech-E JIKO (Jurnal Informatika dan Komputer) Jurnal TAM (Technology Acceptance Model) bit-Tech Fahma : Jurnal Informatika Komputer, Bisnis dan Manajemen
Sri Redjeki
Universitas Teknologi Digital Indonesia
Computer Science & IT Decision Sciences, Operations Research & Management Engineering Library & Information Science Other

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal TAM (Technology Acceptance Model)

 1 
FRAMEWORK PENGEMBANGAN CITY BRANDING KABUPATEN BANTUL MENGGUNAKAN PENDEKATAN SMART TOURISM Sri Redjeki; Edi Faizal; Edi Iskandar; Dedi Rosadi; Khabib Mustofa
Jurnal TAM (Technology Acceptance Model) Vol 9, No 2 (2018): Jurnal TAM (Technology Acceptance Model)
Publisher : LPPM STMIK Pringsewu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (746.299 KB)

Abstract

Perkembangan sektor pariwisata secara terarah dan berkesinambungan dapat dijadikan sebagai salah satu solusi meningkatkan pertumbuhan ekonomi suatu daerah. Dengan berkembangnya sektor pariwisata, dapat meningkatkan citra sebuah daerah yang sekaligus dapat meningkatkan pendapatan asli daerah. Pengelolaan pariwisata yang baik oleh sebuah kota dapat menjadi sebuah branding yang dapat meningkatkan kunjungan wisatawan. Pencapaian ini dapat terpenuhi dengan cepat melalui penggunaan teknologi informasi dalam pengelolaan wisata. Kabupaten Bantul dikenal sebagai salah satu Kabupaten di Yogyakarta karena obyek wisata yang memikat para wisatawan dan saat ini sedang mengembangkan konsep smart city.Penelitian ini bertujuan untuk mengembangkan model dalam implementasi salah satu komponen smart city yaitu smart branding dengan menggunakan pendekatan smart tourism di Kabupaten Bantul. Model ini dapat dikembangkan karena wilayah Kabupaten Bantul merupakan salah satu tujuan wisata utama di Yogyakarta dengan berbagai jenis wisata yang ada. Total obyek wisata di Kabupaten Bantul sebanyak 113 obyek wisata. Smart tourism yang dimodelkan pada penelitian ini adalah sistem wisata integratif yang meliputi sistem berbasis mobile, sistem pemetaan wisata, sistem desa wisata dan sistem pengolahan data. Sistem ini dapat digunakan oleh pelaku dunia wisata, pengunjung wisata dan pihak pengambil keputusan di Kabupaten Bantul Dengan model pendekatan smart tourism maka Kabupaten Bantul dapat melakukan percepatan pengembangan smart city melalui salah satu komponen yaitu pengembangan city branding.
ANALISIS SENTIMEN PENGGUNA TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE BERBASIS CLOUD COMPUTING Rizky Maulana; Sri Redjeki
Jurnal TAM (Technology Acceptance Model) Vol 6 (2016): Jurnal TAM (Technology Acceptance Model)
Publisher : LPPM STMIK Pringsewu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (483.187 KB)

Abstract

Twitter merupakan jejaring sosial dengan pertumbuhan tercepat sejak tahun 2006 menurut MIT Technology Review (2013), Indonesia menempati Negara ketiga penyumbang tweet terbanyak dengan jumlah 1 milyar tweet. Fakta tersebut menjadikan Twitter menjadi salah satu sumber data text yang dapat digali dan dimanfaatkan untuk berbagai keperluan melalui metode-metode pengambilan data teks atau text mining, salah satunya adalah analisis sentimen pengguna terhadap tokoh-tokoh publik indonesia. Penelitian ini membuat sebuah sistem yang dapat melakukan analisis sentimen pengguna twitter terhadap tokoh publik secara real time dengan menggunakan Twitter Streming API dan metode Support Vectore Machine (SVM) memanfaatkan pustaka libSVM sebagai salah satu machine learning untuk text classification. Algoritma Porter digunakan dalam proses stemming untuk ekstraksi fitur dan metode Term Frequency untuk pembobotan. Perangkat lunak dibangun dengan menggunakan bahasa pemrograman PHP untuk sisi server yang berjalan pada platform cloud Windows Azure dan Java untuk sisi client yang berjalan pada platform Android. Dari hasil penelitian dengan 1.400 tweet pada dataset dan 200 data uji didapatkan akurasi sebesar 79,5%.
Co-Authors Dedi Rosadi Dini Fakta Sari Edi Faizal Edi Iskandar Edi Iskandar Khabib Mustofa M. Guntara Pius Anggoro Rizky Maulana Robby Cokro Buwono Setyawan Widyarto Thomas Edison Tarigan