Claim Missing Document
Check
Articles

Found 6 Documents
Search

Analisa Sentiment Untuk Opini Alumni Perguruan Tinggi komang dharmendra; Komang Oka Saputra; I Nyoman Pramaita
Jurnal Teknologi Elektro Vol 18 No 2 (2019): (Mei-Agustus) Majalah Ilmiah Teknologi Elektro
Publisher : Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (483.896 KB) | DOI: 10.24843/MITE.2019.v18i02.P11

Abstract

Opinion is one of the most important parts in decision making, in processing opinions require a thorough analysis process. Especially text-based opinion, where opinion in the form of opinions do not have a definite value limit for the input. Sentiment Analysis as a branch of knowledge from Text mining can be applied in the opinion analysis process in the form of text. Where opinions will be classified into 3 types of opinions, namely positive opinions, neutral opinions and negative opinions. This study grouped opinions from university graduated students using the SVM and NBC algorithms which in this study were divided into 3 main components, namely the input component, opinion grouping system, and output components.Opinion to be processed is data in the form of a * .csv format opinion file, which then conducts a grouping of opinions. Then the system produces output in the form of 3 types of opinions, namely, positive opinions, neutral opinions and negative opinions. In general, the accuracy results show the differences in the accuracy of each sentiment. From the test results generally shows the accuracy with the highest accuracy value in the NBC algorithm reaching 94.45 while the highest accuracy rate in the SVM algorithm reaches 75.76%.
Penerapan Network Attached Storage Menggunakan Openwrt Studi Kasus: Bagian Kemahasiswaan STIKOM Bali Desiani, Luh Putu Ayu; Dharmendra, I Komang
Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) 2015
Publisher : Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (661.516 KB)

Abstract

Bagian Kemahasiswaan merupakan salah satu departemen di STIKOM bali yang menangani segala seasuatu yang terkait dengan mahasiswa, dengan banyaknya aktifitas yang dilakukan mengakibatkan banyaknya data yang harus disimpan dan diakses setiap harinya. Dengan menggunakan fasilitas file sharing yang dibuka pada salah satu komputer pengguna telah membantu memenuhi kebutuhan akan media penyimpanan terpisah, namun untuk mengkases berkas pada komputer tersebut harus ketika komputer tersebut menyala dan dengan username yang dimiliki oleh komputer tersebut. Dengan menggunakan penyimpanan data terpusat pada NAS dan memanfaatkan OpenWRT sebagai server. Diharapkan data yang disimpan menjadi lebih mudah diakses dan dengan penggunaan daya listrik yang lebih minimal.
Klasifikasi Penerima Bantuan Kredit Koperasi Dengan Metode ID3 Ida Bagus Suradarma; I Komang Dharmendra
Jurnal Sistem dan Informatika (JSI) Vol 11 No 1 (2016)
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis (ITB) STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (471.93 KB)

Abstract

Koperasi adalah badan hukum yang berdasarkan atas asas kekeluargaan yang anggotanya terdiri dari orang perorangan atau badan hukum sdengan tujuan untuk mensejahterakan anggotanya. Khusus untuk penyaluran kredit biasanya koperasi masih menggunakan cara yang manual untuk penentuan diijinkan atau tidaknya pemberian kredit. Dan proses ini membutuhkan waktu yang lama, yakni meminta persetujuan pada atasan, memeriksa jaminan dan yang lainnya. Salah satu solusi yang dapat dilakukan adalah membuat sebuah sistem untuk melakukan klasifikasi berdasarkan data histori yang sudah ada, yakni dengan menggunakan metode ID3. Algoritma ID3 membentuk pohon keputusan dari beberapa data simbolik yang bersifat tetap ataupun historikal untuk melakukan pembelajaran mengklasifikasikan data tersebut dan memprediksi klasifikasi data yang baru. Metode ini menerima empat buah inputan yaitu penghasilan, status pernikahan, pekerjaan, dan kepemilikan asset. Sedangkan untuk output dari metode ini adalah diterima atau ditolak pengajuan kreditnya.
Implementasi keamanan informasi file dokumen shipping menggunakan algoritma AES Shipping I Komang Dharmendra; Ni Nym Utami Januhari; I Putu Ramayasa; I Made Agus Wirahadi Putra
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 7 No. 1 : Tahun 2022
Publisher : LPPM UNIKA Santo Thomas

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

Abstract

Opinion is an important part of decision making, so it takes the ability to get information from opinions. Sentiment Analysis is a branch of science from Text mining that can be used for opinion analysis in the form of text to classify opinions into 3 types of opinions, namely positive opinions, neutral opinions and negative opinions. Support Vector Machine (SVM) is one method that is widely applied for text mining because it is able to show good performance (Styawati and Mustofa, 2019). SVM works with a learning system that uses a hypothetical space in the form of linear functions in a high-dimensional feature space. Maximum Entropy is a probabilistic classification algorithm that belongs to the class of exponential models, which is based on the principle of Maximum Entropy. Maximum Entropy can be used to solve text classification problems such as Language detection, topic classification, and sentiment analysis. Sentiment analysis was tested using the Support Vector Machine (SVM) and Maximum Entropy methods to test the accuracy of each method in analyzing the sentiments of college alumni opinions. from the test results show Maximum Entropy has a better level of accuracy with the results of 95.45%
Implementasi keamanan informasi file dokumen shipping menggunakan algoritma AES Shipping I Komang Dharmendra; Ni Nym Utami Januhari; I Putu Ramayasa; I Made Agus Wirahadi Putra
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 7 No. 1 : Tahun 2022
Publisher : LPPM UNIKA Santo Thomas

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

Abstract

Opinion is an important part of decision making, so it takes the ability to get information from opinions. Sentiment Analysis is a branch of science from Text mining that can be used for opinion analysis in the form of text to classify opinions into 3 types of opinions, namely positive opinions, neutral opinions and negative opinions. Support Vector Machine (SVM) is one method that is widely applied for text mining because it is able to show good performance (Styawati and Mustofa, 2019). SVM works with a learning system that uses a hypothetical space in the form of linear functions in a high-dimensional feature space. Maximum Entropy is a probabilistic classification algorithm that belongs to the class of exponential models, which is based on the principle of Maximum Entropy. Maximum Entropy can be used to solve text classification problems such as Language detection, topic classification, and sentiment analysis. Sentiment analysis was tested using the Support Vector Machine (SVM) and Maximum Entropy methods to test the accuracy of each method in analyzing the sentiments of college alumni opinions. from the test results show Maximum Entropy has a better level of accuracy with the results of 95.45%
PELATIHAN PENGEMBANGAN MEDIA PEMBELAJARAN DI SMA N 1 BLAHBATUH I Made Agus Wirahadi Putra; I Komang Dharmendra; Tubagus Mahendra Kusuma
WIDYABHAKTI Jurnal Ilmiah Populer Vol. 4 No. 1 (2021): Nopember
Publisher : STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/widyabhakti.v4i1.277

Abstract

SMA Negeri 1 Blahbatuh merupakan Sekolah Menengah Atas yang terletak di jalan. Astina Jaya , kecamatan Blahbatuh, Kabupaten Gianyar. SMA N 1 Blabatuh berjarak 22 Km dengan waktu tempuh normal 60 menit dari kampus ITB STIKOM Bali Renon. Masa pandemi covid memaksa sekolah SMA N 1 Blahbatuh untuk melakukan pembelajaran secara online untuk mengurangi interaksi. Pembelajaran online dengan media yang kurang meanrik menyebabakan materi yang disampaikan kurang diminati oleh sisiwa. Melalui pengabdian ini dilakukan pelatihan optimasi moodle dan pembuatan media pembelajaran dengan canva. Pengabdian dilakukan melalui 4 tahapan yaitu sosialisasi, penyusunan modul, pelatihan (online dan offline) dan terakhir adalah evaluasi. Berdasarkan hasil evaluasi adanya peningkatan pemahaman akan membuat media pembelajaran dengan canva.