Article Per Year (5 Year)
p-Index From 2019 - 2024
1.037
P-Index
This Author published in this journals
All Journal CogITo Smart Journal Indonesian Community Journal JUSIFOR : Jurnal Sistem Informasi dan Informatika
Tarecha, Rachmad Imam
Universitas Islam Raden Rahmat
Agriculture, Biological Sciences & Forestry Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Library & Information Science Public Health Social Sciences Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : JUSIFOR : Jurnal Sistem Informasi dan Informatika

 1 
Penanganan Negasi dalam Analisa Sentimen Bahasa Indonesia Rachmad Imam Tarecha; Farid Wahyudi; Urnika Mudhifatul Jannah
Jurnal Sistem Informasi dan Informatika (JUSIFOR) Vol 1 No 1 (2022): JUSIFOR - JUNI 2022
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (370.302 KB) | DOI: 10.33379/jusifor.v1i1.1276

Abstract

Analisa sentimen merupakan bagian dari proses opinion mining yang termasuk di lingkup kerja pemrosesan bahasa alami dalam domain kecerdasan buatan. Kecerdasan buatan untuk analisa sentimen ini digunakan untuk mengotomasikan proses analisa sentimen yang biasa dilakukan manusia, namun sudah tidak memungkinkan lagi karena jumlah data yang sagat besar. Dengan teknologi pemrosesan bahasa alami, analisa sentimen dapat dilakukan secara otomatis meskipun banyak data. Teknologi analisa sentimen ini sayangnya menghadapi tantangan serius seperti adanya negasi kata atau kalimat yang membalik makna pesan. Jika negasi tidak diatasi, maka analisa sentimen menjadi tidak valid. Karena itu penelitian ini berupaya menangani negasi kata atau kalimat dalam proses analisa sentimen. Metode yang digunakan berupa proses pembalikan nilai menggunakan fungsi invers jika dalam sebuah kata atau kalimat memuat pesan negasi. Selain inversi juga ditambahkan mekanisme reduksi nilai untuk penanda negasi numeral tak tentu. Penggunaan inversi atau reduksi ditentukan berdasarkan klasifikasi jenis negasinya. Setelah negasi ditangani, didapati bahwa metode yang diusulkan dapat meningkatkan akurasi analisa sentimen.
Packet Tracer Sebagai Networking Virtual Laboratory Pembelajaran Praktikum Dimasa Pandemi: Honeycomb Model novia ratnasari; Zurriat Nyndia Rahmawati; Rachmad Imam Tarecha
Jurnal Sistem Informasi dan Informatika (JUSIFOR) Vol 2 No 1 (2023): JUSIFOR - JUNI 2023
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/jusifor.v2i1.1953

Abstract

Pandemi virus Covid menjadi dasar kebijakan pembelajaran yang dilakukan secara daring untuk menghentikan dan mencegah adanya cluster baru virus Covid 19. Pengambilan kebijakan pembelajaran daring menjadi sebuah polemik jika matakuliah yang sedang disajikan berupa matakuliah praktikum. Hal ini disebabkan oleh tidak adanya izin akses penggunaan alat praktikum yang tersedia di Laboratorium. Dengan adanya kendala yang dialami selama pembelajaran praktikum, maka manajemen menghimbau untuk menggunakan Virtual Laboratory sebagai media pembelajaran. Jenis Virtual Laboratory yang digunakan adalah Simulator Packet Tracer dari CISCO. Dengan adanya penggunaan Packet Tracer selama pembelajaran Praktikum Jaringan, urgency penelitian adalah melihat dan menganalisis bagaimana User Experience mahasiswa selama menggunakan Simulator Packet Tracer. Tujuan dari penelitian ini adalah untuk mengetahui bagaimana persepsi mahasiswa, yang dianalisis menggunakan User Experience Testing Honeycomb Model dengan 7 indikator. Teknik analisis data yang digunakan dalam penelitian ini adalah statistic deskriptif kuantitatif dengan skala likert. Hasil dari penelitian ini bahwa aplikasi Cisco Packet Tracer dapat digunakan sebagai Open Networking Virtual Laboratory pengganti peralatan praktikum pada masa pandemi. Hasil uji User Experience Honeycomb Model Testing  dengan metode analisa kuantitatif deskriptif menunjukkan bahwa Aplikasi telah digunakan secara optimal dengan menerapkan kaidah 7 User Experience Honeycomb
Co-Authors Amalia Agung Septarina Anisa Hudi Widaningrum Farid Wahyudi Novia Ratnasari Novia Ratnasari Pangestuti Prima Darajats Priska Choirina Raka Anugrah Hamdhana Soleman Soleman Urnika Mudhifatul Jannah Yan Riyanto Zurriat Nyndia Rahmawati