Article Per Year (5 Year)
p-Index From 2019 - 2024
1.434
P-Index
This Author published in this journals
All Journal Jurnal Transformatika Jurnal Informatika dan Teknik Elektro Terapan CESS (Journal of Computer Engineering, System and Science) Journal of Applied Computer Science and Technology (JACOST) Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD JUSTIN (Jurnal Sistem dan Teknologi Informasi) JOURNAL OF ICT APLICATIONS AND SYSTEM
B. Herawan Hayadi
Universitas Potensi Utama
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD

 1 
Komparasi 3 Metode Algoritma Klasifikasi Data Mining Pada Prediksi Kenaikan Jabatan Jaka Tirta Samudra; B. Herawan Hayadi; Puji Sari Ramadhan
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol 5, No 2 (2022): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v5i2.5642

Abstract

With the increasing growth of the company and employee access to increase the desire to make exemplary employees or become employees who have high ideas to become role models for subordinates or other employees, so from the research case on the university campus, quality conducts a survey with data obtained directly from the university. Employees who work as permanent or contract employees sometimes get the right as an increase for promotion from the company for each field as well as an allocation of satisfactory employee performance from the aspect of the work carried out. In this research model using three models from Naïve Bayes, K-Nearest Neighbor, and Neural Network by taking the dataset directly from the analysis results, for that an analysis is carried out on each aspect to determine the results of the value classification used in the evaluation using 5-Fold validation, 10-Fold, and 20-Fold Cross Validatio thus obtain results to identify in the promotion classification with the highest value of accuracy of 76.6%, the highest value of F1 of 67.8%, the highest value of precision of 65.9%, and the highest value of recall of 76.6%.
Analisis Sentimen Pengguna Transportasi Online Terhadap Layanan Grab Indonesia Menggunakan Multinomial Naive Bayes Classifier Sartika Mandasari; B. Herawan Hayadi; Rudi Gunawan
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol 5, No 2 (2022): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v5i2.5635

Abstract

Ojek online telah merambah dunia transportasi di Indonesia. Terobosan baru yang semakin diminati banyak orang ini, tidak hanya menyediakan transportasi angkutan penumpang saja namun juga melayani jasa kurir untuk pemesanan makanan, jasa pengiriman barang, dokumen, dan berbelanja. Banyaknya pelayanan yang diberikan perusahaan ojek online, semakin banyak pula opini yang dilontarkan masyarakat melalui twitter, mengenai kualitas dari setiap jenis layanan yang diberikan oleh perusahaan ojek online.Opini yang memiliki sentimen tersebut akan dianalisis sehingga dapat diketahui layanan mana yang mendapatkan sentimen positif, negatif, dan netral. Oleh sebab itu, diperlukan sebuah pendekatan yang dapat menganalisis sentimen masyarakat terhadap kualitas dari setiap layanan ojek online.Pada penelitian ini metode yang digunakan yaitu term frequency (tf) dan multinomial naive bayes classifier. Tahapan keseluruhan metode yang digunakan pada penelitian ini adalah preprocessing (cleaning, case folding, tokenisasi, convert negation, stopword removal, stemming, dan normalisasi), perhitungan frekuensi kemunculan kata (tf), dan klasifikasi sentimen. Hasil dari penelitian ini adalah mengklasifikasikan tweet ke dalam sentimen positif, negatif, netral dan mengetahui kualitas dari setiap jenis layanan ojek online. Dengan menggunakan algoritma dan metode ini, akurasi yang didapat adalah sebesar 86,57%. Pendekatan ini diharapkan akan sangat membantu pihak perusahaan ojek online untuk memperbaiki kualitas dari setiap jenis layanan yang ada.
Co-Authors Abdi Rahim Damanik Adyanata Lubis Akhmad Zulkifli Doughlas Pardede Elyandri Prasiwiningrum Hartono Hartono Ichsan Firmansyah Iskandar Iskandar Jaka Kusuma Jaka Tirta Samudra Jaka Tirta Samudra Meisarah Riandini Muhammad Alvin P.P.P.A.N.W Fikrul Ilmi R.H. Zer Puji Sari Ramadhan Rika Rosnelly Rubianto Rudi Gunawan Sartika Mandasari