Septiyawan Rosetya Wardhana
Institut Teknologi Adhi Tama Surabaya

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

Klasifikasi Multi Class Pada Analisis Sentimen Opini Pengguna Aplikasi Mobile Untuk Evaluasi Faktor Usability Septiyawan Rosetya Wardhana; Diana Purwitasari
INTEGER: Journal of Information Technology Vol 4, No 1: May 2019
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2019.v4i1.474

Abstract

Dalam proses pengembangan maupun pengujian perangkat lunak, faktor usability merupakan aspek yang paling penting. Evaluasi faktor usability tersebut dapat dilakukan dengan menganalisa orientasi sentimen pada opini pengguna berdasarkan faktor usability. Namun, setiap opini juga memiliki tingkat sentimen yang mencerminkan tinggi rendahnya orientasi sentimen, sehingga akan lebih efektif apabila tingkat sentimen juga dipertimbangkan dalam proses evaluasi. Selain itu, opini pengguna juga dapat memiliki lebih dari 1 faktor usability. Hal tersebut dikarenakan setiap dokumen opini dapat terdiri lebih dari 1 kalimat dimana setiap kalimat bisa memiliki faktor usability yang berbeda. Berbeda dengan perangkat lunak lainnya, aplikasi mobile memiliki batasan dan konteks tersendiri. Sehingga model usability yang digunakan juga berbeda dengan perangkat lunak lainnya. Model PACMAD merupakan model usability yang disesuaikan dengan batasan dan konteks dari aplikasi mobile. Oleh karena itu dalam penelitian ini diusulkan suatu metode  evaluasi faktor usability dengan menggunakan klasifikasi multi class pada analisis sentimen dengan mempertimbangkan tingkat sentimen opini pengguna aplikasi mobile berdasarkan model usability PACMAD. Data opini pengguna dikaslifikasian dengan model klasifikasi multi class dengan metode naive bayes, kemudian dianalisis orientasi dan tingkat sentimennya dengan menggunakan metode SentiWordNet Interpretation. Berdasarkan hasil ujicoba diperoleh nilai akurasi sebesar 74,7%, precision 43,2%, recall 29,5% dan f-measure 34,5%.
Analisa Kualitas Fitur Aplikasi Mobile Dengan Menggunakan Pendekatan Sentimen Grey Birdyne Yanuar Melani; Septiyawan Rosetya Wardhana; Dian Puspita Hapsari; Nanang Fakhrur Rozi
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2019: Menuju Penerapan Teknologi Terbarukan pada Industri 4.0: Perubahan Industri dan Transformasi P
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Media sosial adalah salah satu media untuk berkomunikasi yang banyak diminati oleh para penggunanya.Seiring semakin banyaknya pengguna yang mengunduh aplikasi media sosial berbasis mobile, membuatpara develover rutin meriliskan fitur-fitur terbaru setiap rentan waktu tertentu. Akan tetapi, tidak semua fiturditerima dengan baik oleh para pengguna dalam berselancar di media sosial. Para pengguna mempunyaiperan untuk memberikan penilaian terhadap fitur terbaru yang dirilis pada media sosial yang digunakannya.Semakin banyak suatu fitur media sosial yang mendapatkan komentar positif, maka fitur tersebut berhasilditerima dengan baik oleh para penggunanya. Sebaliknya semakin banyak komentar negatif yang didapat,maka fitur media sosial tersebut kurang dapat diterima oleh para penggunanya. Namun, masih belum adasistem untuk mengulas komentar para pengguna media sosial. Melalui pendekatan Sentimen Greyberdasarkan Grey Sentiment Lexicon dilakukan dalam penelitian ini untuk mendapatkan nilai sentimen dantingkat kepuasan para pengguna terhadap fitur aplikasi media sosial berbasis mobile. Berdasarkan percobaanyang dilakukan terhadap tiga media sosial, didapatkan nilai akurasi, presisi, recall dan f-measure berturutturut sebesar 78.14%, 83.13%, 90.2% dan 86.52%. Hasil tersebut menunjukkan bahwa Sentimen Grey dapatdigunakan sebagai sistem untuk mengklasifikasikan komentar serta mampu memberikan nilai sentimenyang terkandung dalam komentar pengguna.
Penerapan Program Malware Untuk Pengambilan Data User Pada Sistem Operasi Windows Menggunakan Eksploitasi User Account Control (UAC) Achmad Basyari Mushthofa; Danang Haryo Sulaksono; Citra Nurina Prabiantissa; Gusti Eka Yuliastuti; Septiyawan Rosetya Wardhana
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2022: SNESTIK II
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (38.4 KB) | DOI: 10.31284/p.snestik.2022.2824

Abstract

Pada era digital saat ini, keamanan informasi sering kali diabaikan oleh beberapa orang. Keamanan informasi telah menjadi masalah penting dalam sistem keamanan komputer. Seiring dengan pesatnya perkembangan pengguna teknologi komputer dan jaringan tersebut, muncul pihak-pihak tidak bertanggung jawab yang secara sengaja mengambil informasi data yang bersifat privasi tersebut dan digunakan untuk hal-hal yang merugikan korbannya. Malware masih menjadi salah satu permasalahan keamanan bagi sebuah sistem operasi. Malware memiliki beragam fungsi dan kebiasaan yang berbeda bergantung pada tujuan malware tersebut dibuat. Aktifitas pencurian data menggunakan malware masih sangat memungkinkan dilakukan pada saat ini. Mengacu pada uraian tersebut, penulis ingin mengembangkan sebuah malware yang berfungsi sebagai alat untuk melakukan pengumpulan data socket dan membuatnya bekerja secara tidak terdeteksi dengan metode eksploitasi UAC (User Account Control) pada sistem operasi windows 7 menggunakan bahasa pemrograman python3. Data dari hasil tangkapan tersebut berisi informasi response header seperti host, user-agent, web directory, cookie dan lain-lain pada website yang berasal dari aliran data socket ketika user melakukan aktifitas dengan jaringannya. Tujuan dari penelitian ini adalah pengambilan data aktifitas user yang nantinya data tersebut dapat bermanfaat dan dipergunakan untuk tujuan pengembangan pengolahan data.
ANALISA SENTIMEN REVIEW PRODUK HANDPHONE PADA SITUS AMAZON MENGGUNAKAN PENDEKATAN LEXICON BERDASARKAN SENTIWORDNET Anugerah Tri Siswanto; Rani Rotul Muhima; Septiyawan Rosetya Wardhana
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 3, No 1 (2022)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2022.v3i1.1928

Abstract

Sentiment analysis is part of opinion mining, is the process of understanding, extracting and processing textual data automatically to obtain information. It is done to find out the attitude of a speaker or writer later to be classified into positive or negative sentiment groups. In this study, the determination of the word value in the document is determined using Lexicon Sentiwordnet as a benchmark for word value, the review document will go through several pre-processing stages including Delete URLs, Remove Punctuation, Casefolding, Delete Stopwords, POS Tagging, Sentence tokens, and tokens. word so that the review document data are structured. Furthermore, the Sentiwordnet Interpretation calculation is carried out to determine the value of a term or word in the document to determine whether the word is a positive or negative word based on its category in the POS Tagging process. Then do the calculation of the term score summation, calculate the value of the sentence, calculate the text score, and the results of the rating system that will generate a rating to determine the quality of a mobile phone product based on user reviews.
Analisis Sentimen Terhadap Video Ulasan Produk Menggunakan Metode Support Vector Machine Dengan Sequential Minimal Optimization Mohammad Aji Subarkah; Wenny Mistarika Rahmawati; Septiyawan Rosetya Wardhana; Rinci Kembang Hapsari
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 3, No 2 (2022)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2022.v3i2.4039

Abstract

The popularity of video as a medium for reviewing a product today has created interest and dependence on other users to look for video recommendations before buying the desired effect. Youtube social media is one of the media that has product reviews in the form of videos. The use of sentiment analysis can predict the tendency of someone's video review to have a positive or negative opinion which can be done by processing the video review into text form first using speech recognition. In this study, thoughts that have been in the form of text will be followed by the process of tokenizing, weighting and classification by applying the Support Vector Machine (SVM) algorithm model using Sequential Minimal Optimization (SMO) optimization. Based on the results of this study, it shows that the accuracy, recall, precision and f-measure values will increase with the increasing number of terms tested, while the C value variable in the enhanced SMO cannot be retrieved because the resulting accuracy value fluctuates. The test results with term 300 and C 1.5 get the highest value: accuracy 89.91%, recall 89.12%, precision 94.97% and f-measure 91.05.
Penentuan Relevansi Artikel Ilmiah dengan Metode Word2Vec Kaisul Fuqara Dewanda; Weny Mistarika Rahmawati; Septiyawan Rosetya Wardhana; Gusti Eka Yuliastuti
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 3, No 2 (2022)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2022.v3i2.4038

Abstract

ArXiv merupakan tempat menyimpan pracetak elektronik termasuk artikel ilmiah dan dapat diakses oleh semua pengguna internet secara online. Seiring berjalannya waktu, dokumen artikel ilmiah makin bertambah banyak. Hal tersebut dapat menurunkan tingkat efektifitas pengelompokkan artikel ilmiah berdasarkan bidang keminatan pengguna. Suatu sistem rekomendasi diperlukan untuk penentuan relevansi artikel ilmiah dapat memberi pengguna rekomendasi artikel ilmiah yang sesuai bidang keminatan pengguna, sehingga pengguna akan lebih mudah dalam mengakses artikel ilmiah pada sistem tersebut. Penulis akan melakukan word embedding dengan menerapkan metode Word2Vec. Word2Vec merupakan metode pembelajaran mesin untuk mendapatkan sebuah vektor berkualitas tinggi. Berdasarkan hasil pengujian didapatkan kesimpulan bahwa metode Word2Vec dapat digunakan untuk menghasilkan rekomendasi artikel ilmiah sesuai bidang keminatan pengguna dan menghasilkan nilai parameter terbaik n=150, epoch=100, window size=3 dan learning rate=0.01.
An improved clustering based on K-means for hotspots data Rani Rotul Muhima; Muchamad Kurniawan; Septiyawan Rosetya Wardhana; Anton Yudhana; Sunardi Sunardi; Mitra Adhimukti
Indonesian Journal of Electrical Engineering and Computer Science Vol 31, No 2: August 2023
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v31.i2.pp1109-1117

Abstract

Riau province is one of the provinces in Indonesia where forest fires frequently occur every year. Hotspot data is geothermal points and they can be utilized as an indicator of forest fires. Clustering’s method can be used to analyze potential forest fires from hotspot data’s cluster pattern. In this study, hybrid genetic algorithm polygamy with K-means (GAP K-means) was used for hotspot data clustering. GA polygamy was used to determine the initial centroid of K-means. It was used to solve the sensitivity of K-means to the initial centroid, and to find the optimal solution faster. Experimentally compared the performance of GAP K-means, GA K-means, and K-means on the hotspots data, two artificial datasets, and three real-life datasets. Sum square error (SSE), davies bouldin index (DBI), silhouette coefficient (SC) and F-measure are used to evaluation clustering. Based this experiment, GAP K-means outperforms than K-means but GAP K-means still not fast to achieve convergent than GA K-means.