Article Per Year (5 Year)
p-Index From 2019 - 2024
1.513
P-Index
This Author published in this journals
All Journal JSM (Jurnal SIFO Mikroskil) JURNAL MEDIA INFORMATIKA BUDIDARMA SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Matrik : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Dedikasi Sains dan Teknologi (DST) Journal of Social Responsibility Projects by Higher Education Forum
Sio Jurnalis Pipin
Universitas Mikroskil
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

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

Found 9 Documents
Search

 1 
Analisis Sentimen Kebijakan MBKM Berdasarkan Opini Masyarakat di Twitter Menggunakan LSTM Sio Jurnalis Pipin; Heru Kurniawan
Jurnal SIFO Mikroskil Vol 23, No 2 (2022): JSM VOLUME 23 NOMOR 2 TAHUN 2022
Publisher : Fakultas Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55601/jsm.v23i2.900

Abstract

Merdeka Belajar Kampus Merdeka (MBKM) merupakan kebijakan dari Kemendikbud RI yang berperan penting dalam pembelajaran yang otonom dan fleksibel pada kegiatan belajar mahasiswa diluar program studi. Namun, MBKM memiliki pro dan kontra sehingga perlu dilakukan analisis dan evaluasi kebijakannya untuk meningkatkan kinerja melalui umpan balik dari masyarakat. Penelitian ini akan melakukan sentimen analisis pada kebijakan MBKM pada tweet pengguna Twitter dari tahun 2020 - 2022 dengan kata kunci "MBKM", "MSIB" dan "merdeka belajar".Long-Short Term Memory (LSTM) digunakan untuk menganalisa sentimen multiclass pada tweet Bahasa Indonesia ke dalam 6 (enam) kelas emosi. Pengumpulan dan persiapan dataset dimulai dengan seleksi fitur, menghilangkan duplikasi dan seleksi tweet, kemudian dilakukan pre-processing yaitu case folding, tokenizing, pembersihan karakter, normalisasi hingga stemming untuk digunakan dalam pembobotan TF-IDF yang diperlukan dalam pembuatan model LSTM.Hasil penelitian ini menghasilkan model LSTM yang telah dilatih dari dataset 658 tweet dengan nilai akurasi terbaik di 80,42%. Analisis sentimen program MBKM dari tweet pengguna didominasi oleh perasaan "bingung" yaitu 39,51%, kemudian disusul oleh perasaan "senang" yaitu 16,26%, perasaan "sedih" yaitu 15,80%, perasaan "marah" yaitu 13,98%, perasaan "takut" yaitu 7,29%, dan perasaan "terkejut" yaitu 7,14%. Sehingga penting pengkajian untuk meningkatkan program MBKM agar memiliki prosedur dan pelaksanaan yang jelas sehingga mahasiswa nyaman dan memiliki sentimen positif terhadap program MBKM.
Evaluasi Usability pada Aplikasi PeduliLindungi Menggunakan Metode Usability Testing Octa Vi Yanti Siahaan; Fadia C. Damanik; Christofer Jaya Zebua; Florida N.S. Damanik; Sio Jurnalis Pipin
Jurnal SIFO Mikroskil Vol 23, No 2 (2022): JSM VOLUME 23 NOMOR 2 TAHUN 2022
Publisher : Fakultas Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55601/jsm.v23i2.901

Abstract

PeduliLindungi adalah aplikasi oleh Kementerian Komunikasi dan Informatika (Kominfo) yang digunakan untuk melakukan pelacakan dan menghambat penyebaran Coronavirus Disease (Covid-19) yang terjadi di Indonesia. Berdasarkan beberapa penelitian yang dilakukan oleh penelitian sebelumnya, kepercayaan masyarakat masih minim menerima dan menggunakan PeduliLindungi. Dapat dilihat dari persentase rating buruk sebesar 23% dari total ulasan yang ada pada Google Play dan aplikasi ini masih memiliki beberapa kekurangan yang mempengaruhi tingkat kepuasan penggunanya.Perlu dilakukan evaluasi tingkat usability dengan metode usability testing untuk mengukur aspek Effectiveness, Efficiency, Memorability, Error, dan Satisfaction. Kegiatan pengumpulan data dilakukan dengan menyebarkan kuesioner System Usability Scale kepada 97 responden dan task menggunakan Microsoft Form kepada 20 responden dari mahasiswa/i pada lingkungan Universitas Mikroskil. Pengujian task dilakukan selama 2 sesi.Berdasarkan pengukuran aspek usability didapatkan hasil Effectiveness baik dengan persentase 91,2% dan 93,4% pada sesi I dan sesi II, Efficiency didapatkan peningkatan waktu efisien pada sesi I 0,09 goals/sec dan pada sesi II  sebesar 0,11 goals/sec, Memorability menunjukan hasil yang baik dimana setiap pengerjaan task mengalami penurunan waktu, Error rate tergolong rendah dengan persentase sebesar 8% pada sesi I dan 5% pada sesi II, dan Satisfaction dengan skor 57 mendapat peringkat D yaitu acceptable dan diterima secara marginal. Kemudian terdapat rekomendasi tampilan pada fitur berdasarkan feedback responden yaitu pada fitur pengecekan sertifikat, check-in, dan dark mode.
Perancangan Basis Data Relasional untuk Bengkel Sepeda Motor Serba Djadi Felix; Sio Jurnalis Pipin
Dedikasi Sains dan Teknologi (DST) Vol. 3 No. 1 (2023): Dedikasi Sains dan Teknologi : Volume 3 Nomor 1, Mei 2023
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dst.v3i1.2265

Abstract

Bengkel sepeda motor adalah usaha yang melibatkan sejumlah tahapan pekerjaan diawali dengan masuknya sepeda motor yang butuh penanganan dan diakhiri dengan sepeda motor yang selesai ditangani. Dalam prosesnya akan terdapat sekumpulan data yang perlu dicatat dengan baik seperti nomor pelat kendaraan, nomor telepon pelanggan, jenis perbaikan, onderdil yang diganti, ukuran perkakas yang digunakan, biaya servis motor. Bengkel juga melibatkan beberapa peran seperti pemilik bengkel, mekanik, pelanggan, supplier onderdil. Kegiatan pengabdian diwujudkan dalam beberapa tahapan yaitu tahapan analisis SWOT (Strength, Weakness, Opportunity, dan Threat) mitra, analisis sistem berjalan bengkel, kajian ilmiah mengenai bengkel dan perancangan basis data, dan perancangan basis data untuk mitra. Kegiatan pengabdian dilakukan selama 2 semester dimulai dari Semester Genap 2021/2022 hingga Semester Ganjil 2022/2023 sesuai jadwal perkuliahan PTS (Perguruan Tinggi Swasta) di Medan. Hasil kegiatan pengabdian berupa rancangan ERD (Entity Relationship Diagram) menggunakan Microsoft Visio. Rancangan ERD menggunakan crow’s foot notation sebagai salah satu model yang populer digunakan pada masa sekarang. Rancangan ini nantinya dapat membantu pihak bengkel jika hendak diterapkan di DBMS seperti Microsoft Access. Selain itu, bisa dimanfaatkan sebagai bahan di dalam mengembangkan aplikasi di kemudian hari. Setelah kegiatan pengabdian ini dilaksanakan, dapat disimpulkan bahwa mitra mengalami peningkatan pemahaman dalam manajemen data. Selain itu, wawasan mitra mengenai teknologi informasi menjadi bertambah. Hal ini dinilai penting bagi masyarakat di dalam menghadapi persaingan bisnis dan perkembangan zaman yang semakin bergantung kepada basis data, komputer, internet, dan teknologi.
Perancangan Ulang UI/UX Mika dengan Metode Design Thinking Felix Felix; Sio Jurnalis Pipin; David David; Thiyara Al-Mawaddah
Jurnal SIFO Mikroskil Vol 24, No 1 (2023): JSM VOLUME 24 NOMOR 1 TAHUN 2023
Publisher : Fakultas Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55601/jsm.v24i1.921

Abstract

Mika adalah portal akademik yang digunakan oleh Universitas Mikroskil untuk mengakamodasi kebutuhan-kebutuhan yang berkaitan dengan data akademik. Pengguna Mika berasal dari berbagai kelompok seperti mahasiswa, dosen, dosen penasihat akademik, BAA, Prodi, hingga pihak Wakil Rektor I. Sebagai salah satu website penting bagi warga kampus Mikroskil, Mika masih dapat dikembangkan dengan lebih baik lagi untuk menghasilkan UI/UX yang sesuai dengan kebutuhan pengguna. Pengembangan Mika sampai sekarang masih menggunakan teknik-teknik yang belum berorientasi kepada pengguna sehingga belum mencapai potensi yang maksimum. Design Thinking hadir sebagai suatu pendekatan yang mampu memberikan solusi yang lebih baik. Hal ini dikarenakan metode ini berpusat kepada pengguna sehingga kebutuhannya dapat terpenuhi meskipun pengguna sendiri bisa saja belum tahu pasti apa masalah yang dihadapinya. Masalah demikian dikenal dengan istilah ill-defined problem dan wicked problem. Design Thinking terdiri dari 7 tahapan yaitu: Understand, Observe, Define point of view, Ideate, Prototype, Test, dan Reflect. Setiap tahapan dapat dikerjakan dengan beragam tool yang ada sesuai dengan kebutuhan dan kondisi. Tool-tool tersebut juga dapat digunakan secara seri maupun paralel. Hasil penelitian ini diharapkan mampu menghasilkan sebuah rancangan UI/UX Mika yang lebih sesuai dengan kebutuhan pengguna sehingga dapat memaksimalkan potensi website tersebut.
Pelatihan Instalasi Jaringan Komputer Menggunakan Simulasi Cisco pada SMK Methodist Tanjung Morawa Frans Mikael Sinaga; Sio Jurnalis Pipin; Heru Kurniawan
Journal of Social Responsibility Projects by Higher Education Forum Vol 4 No 1 (2023): Juli 2023
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/jrespro.v4i1.3633

Abstract

SMK Swasta Methodist Tanjung Morawa is one of the private schools under the auspices of Yayasan Methodist Kasih Imanuel Indonesia, which was established in 2008. Tanjung Morawa Methodist Private Vocational School has various majors, one of which is Network and Computer Engineering (TKJ). Network installation is one of the most interesting subjects to discuss because the students have studied it before and it is already a lesson that is in accordance with the majors of the students of Tanjung Morawa Methodist Private Vocational School, namely Computer Network Engineering (TKJ). The students have learned several computer network simulation applications such as virtual boxes but the network simulation applications studied are still limited, therefore, the Faculty of Informatics Universitas Mikroskil offers activities in the form of computer network installation training using Cisco simulation to improve the ability of students to have better competencies. This training activity lasted for 2 days and was carried out in the computer laboratory of Universitas Mikroskil. During this training activity the students were given pre-test questions, materials and case studies, post-test and final feedback.
Sentiment Analysis Classification of ChatGPT on Twitter Big Data in Indonesia Using Fast R-CNN Sio Jurnalis Pipin; Frans Mikael Sinaga; Sunaryo Winardi; Muhammad Noor Hakim
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 7, No 4 (2023): Oktober 2023
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v7i4.6816

Abstract

The advent of OpenAI's ChatGPT, a large language model (LLM) proficient in various fields including artificial intelligence (AI) and natural language processing (NLP), has ignited a plethora of opinions and discussions, especially on social media platforms like Twitter in Indonesia. This research seeks to delve into the intricate dynamics of these discussions, aiming to map both the commendations and criticisms surrounding ChatGPT's technological advancements and potential negative impacts. Utilizing deep learning-based sentiment analysis techniques, the study employs Convolutional Neural Network (CNN) and Fast Region-based Convolutional Network (Fast R-CNN) to analyze a dataset consisting of 7,604 tweets categorized into "Positive", "Negative", and "Neutral" sentiments. The objective is to provide a comprehensive understanding of the societal perceptions towards this artificial intelligence technology in the Indonesian context. The methodology encompasses several stages including data collection from Twitter, data cleaning, and pre-processing, followed by the application of CNN and Fast R-CNN models for sentiment analysis. The findings indicate a superior performance of the Fast R-CNN model, achieving an accuracy rate of 94.5%, compared to the CNN model with an accuracy rate of 86%. In conclusion, the research highlights the effectiveness of integrating Fast R-CNN in sentiment analysis to extract deeper insights from Twitter data in Indonesia. This study not only contributes to the scientific literature in the fields of sentiment analysis and natural language processing but also aids in formulating informed strategies to navigate the challenges and opportunities presented by artificial intelligence technology in the Indonesian landscape. Future research avenues should focus on optimizing this sentiment analysis model and exploring other potential applications of this technology in the dynamically evolving digital landscape in Indonesia.
Analyzing Sentiment with Self-Organizing Map and Long Short-Term Memory Algorithms Frans Mikael Sinaga; Sio Jurnalis Pipin; Sunaryo Winardi; Karina Mannita Tarigan; Ananda Putra Brahmana
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 23 No 1 (2023)
Publisher : LPPM Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v23i1.3332

Abstract

This research delves into the impact of Chat Generative Pre-trained Transformer, one of Open Artificial Intelligence Generative Pretrained Transformer models. This model underwent extensive training on a vast corpus of internet text to gain insights into the mechanics of human language and its role in forming phrases, sentences, and paragraphs. The urgency of this inquiry arises from Chat Generative Pre-trained Transformer emergence, which has stirred significant debate and captured widespread attention in both research and educational circles. Since its debut in November 2022, Chat Generative Pre-trained Transformer has demonstrated substantial potential across numerous domains. However, concerns voiced on Twitter have centered on potential negative consequences, such as increasedforgery and misinformation. Consequently, understanding public sentiment toward Chat Generative Pre-trained Transformer technology through sentiment analysis has become crucial. The research’s primary objective is to conduct Sentiment Analysis Classification of Chat Generative Pre-trained Transformer regarding public opinions on Twitter in Indonesia. This goal involves quantifying and categorizing public sentiment from Twitter’s vast data pool into three clusters: positive, negative, or neutral. In the data clustering stage, the Self-Organizing Map technique is used. After the text data has been weighted and clustered, the next step involves using the classification technique with LongShort-Term Memory to determine the public sentiment outcomes resulting from the presence of Chat Generative Pre-trained Transformer technology. Rigorous testing has demonstrated the robust performance of the model, with optimal parameters: relu activation function, som size of 5, num epoch som and num epoch lstm both at 128, yielding an impressive 95.07% accuracy rate.
Pengembangan Aplikasi Presensi Online Berbasis Mobile dengan Penerapan Geolocator dan Face Recognition pada CV. Global Mandiri Muhammad Danu Prasetia; Ahmad Taufiq Gultom; Leticia Leticia; Florida N.S. Damanik; Sio Jurnalis Pipin
Jurnal SIFO Mikroskil Vol 25, No 1 (2024): JSM VOLUME 25 NOMOR 1 TAHUN 2024
Publisher : Fakultas Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55601/jsm.v25i1.1223

Abstract

Di era digital saat ini, keefektifan sistem presensi online berbasis mobile menjadi krusial bagi perusahaan dalam meningkatkan efisiensi dan akurasi pengelolaan kehadiran karyawan. CV. Global Mandiri, sebuah perusahaan penyedia barang dan jasa di Medan, menghadapi tantangan dalam sistem presensi konvensionalnya yang rentan terhadap kecurangan dan inefisiensi. Untuk mengatasi masalah ini, penelitian ini bertujuan untuk mengembangkan aplikasi presensi online yang mengintegrasikan teknologi geolocator dan Face Recognition, pada platform berbasis mobile. Penelitian ini menggunakan pendekatan System Development Life Cycle (SDLC) dengan metode Waterfall, meliputi tahapan pengumpulan data, analisis proses, analisis kebutuhan, perancangan, dan implementasi. Analisis proses dilakukan melalui wawancara terstruktur dengan pemilik perusahaan, bagian kepegawaian, dan karyawan, serta menggunakan activity diagram dan fish bone untuk mengidentifikasi masalah dalam sistem presensi yang ada. Hasil pengembangan aplikasi menunjukkan bahwa aplikasi presensi online dengan integrasi geolocator dan pengenalan wajah berhasil meningkatkan efisiensi pencatatan kehadiran karyawan dan mengurangi potensi kecurangan. Aplikasi ini memungkinkan karyawan untuk melakukan presensi di lokasi kerja dengan validasi lokasi dan identitas secara akurat, serta menghasilkan laporan kehadiran secara otomatis. Implementasi teknologi ini di CV. Global Mandiri berkontribusi pada peningkatan akurasi dan keandalan data kehadiran karyawan, yang merupakan langkah penting dalam menjaga integritas sistem presensi perusahaan.
Implementasi smart learning menggunakan ChatGPT pada SMAS Bodhicitta Medan Irpan Adiputra Pardosi; Hardy Hardy; Sio Jurnalis Pipin; Tanti Tanti; William William
SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Vol 8, No 2 (2024): June (In Progress)
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jpmb.v8i2.22549

Abstract

AbstrakKegiatan Pengabdian kepada Masyarakat (PkM) ini bertujuan untuk memberikan pelatihan kepada 27 guru dan 18 siswa di SMAS Bodhicitta Medan tentang implementasi Smart Learning menggunakan ChatGPT, dengan fokus pada personalisasi pengalaman belajar dan integrasi teknologi berbasis artificial intelligence (AI) pada pembelajaran. Metode pelaksanaan meliputi identifikasi kebutuhan, perencanaan dan desain pelatihan, pelaksanaan pelatihan, serta monitoring dan evaluasi melalui pre-test dan post-test. Hasil pra-test menunjukkan bahwa sebelum pelatihan, pemahaman siswa dan guru tentang smart learning dan penggunaan ChatGPT masih terbatas. Namun, hasil post-test menunjukkan peningkatan signifikan dalam pemahaman dan penerimaan terhadap integrasi ChatGPT dalam pembelajaran. Survei penerimaan mengindikasikan bahwa 82% siswa dan 78% guru merasa penggunaan ChatGPT efektif dan memenuhi kebutuhan pembelajaran. Meskipun beberapa responden menyatakan kurang efektif dalam penggunaan teknologi AI dalam pembalajaran, namun tingkat penerimaan yang tinggi menunjukkan respons positif terhadap penggunaan teknologi AI dalam kelas, menandakan pentingnya adaptasi metode pembelajaran yang inovatif. Kegiatan ini berhasil meningkatkan kualitas pembelajaran dan mendorong integrasi teknologi canggih dalam pendidikan. Kata kunci: ChatGPT; smart learning;  artificial intelligence, pelatihan. Abstract This community service activity aims to provide training to 27 teachers and 18 students at SMAS Bodhicitta Medan on the implementation of Smart Learning using ChatGPT, with a focus on personalising the learning experience and integrating artificial intelligence (AI)-based technology in learning. The implementation method includes needs identification, training planning and design, training implementation, and monitoring and evaluation through pre-test and post-test. The pre-test results showed that before the training, students' and teachers' understanding of smart learning and the use of ChatGPT was still limited. However, the post-test results showed a significant increase in understanding and acceptance of ChatGPT integration in learning. The acceptance survey indicated that 82% of students and 78% of teachers felt the use of ChatGPT was effective and fulfilled the learning needs. Although some respondents expressed a lack of effectiveness in the use of AI technology in teaching, the high level of acceptance indicates a positive response to the use of AI technology in the classroom, signalling the importance of adapting innovative learning methods. This activity successfully improved the quality of learning and encouraged the integration of advanced technology in education. Keywords: chatgpt; smart learning;  artificial intelligence; training.
Co-Authors Ahmad Taufiq Gultom Ananda Putra Brahmana Christofer Jaya Zebua David David Fadia C. Damanik Felix Felix Florida N.S. Damanik Hardy Hardy Heru Kurniawan Heru Kurniawan Irpan Pardosi Karina Mannita Tarigan Leticia Leticia Muhammad Danu Prasetia Muhammad Noor Hakim Octa Vi Yanti Siahaan Sinaga, Frans Mikael Sunaryo Winardi Tanti Tanti Thiyara Al-Mawaddah William William