Article Per Year (5 Year)
p-Index From 2019 - 2024
2.369
P-Index
This Author published in this journals
All Journal IKRA-ITH Informatika : Jurnal Komputer dan Informatika Jurnal Pengabdian Kepada Masyarakat (JPKM) Langit Biru Jurnal Penelitian dan Pengabdian Masyarakat
Imam Santoso
Universitas Teknologi Muhamadiyah Jakarta
Aerospace Engineering Humanities Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Social Sciences Transportation Other

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 18 Documents
Search

 1   2 
Analisis Sentimen Tentang Rencana Penghapusan Daya Listrik 450 Va Menjadi 900 Va Oleh Pemerintah Menggunakan Algoritma K-Nearest Neighbors Fentri Boy Pasaribu; Thania Abulide; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Abstract

The 450 VA electricity owned by the State Electricity Company is electricity that has a price subsidy from the Indonesian government. 450 VA Electric Power for homes requires an MCB of 2 Ampere. For Subsidized 450 VA Home Customers Rp. 415/kWh. The 450 VA Electric Power Token has a limit of 324 kWh and if it has exceeded the maximum limit it will be rejected or fail. The government plans to eliminate the 450 VA customer class by increasing the power to 900 VA, which may not significantly increase the absorption of excess electricity supply from PT Perusahaan Listrik Negara (Persero) or PLN. The purpose of this study is to be able to analyze public opinion which can later be classified by the K-Nearest Neighbors method, then the results of the classification are 2 negative and positive classes. The research method used is data collection, data cleaning, and classification. The sentiment analysis performance results use the K-Nearest Neighbors algorithm with an accuracy rate of 86.70%.
Analisis Sentimen Terhadap Layanan Internet Di Indonesia Menggunakan Metode K-Nearest Neighbor Ade Septiansyah; Agistia Yuliawati; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Abstract

Sejarah internet Indonesia dimulai pada awal tahun 1990-an. Saat itu jaringan internet di Indonesia lebih dikenal sebagai paguyuban network, di mana semangat kerjasama, kekeluargaan dan gotong royong sangat hangat dan terasa di antara para pelakunya. Agak berbeda dengan suasana Internet Indonesia pada perkembangannya kemudian yang terasa lebih komersial dan individual di sebagian aktivitasnya, terutama yang melibatkan perdagangan Internet. Sejak 1988, ada pengguna awal Internet di Indonesia yang memanfaatkan dan untuk mengakses internet. Analisis sentimen terhadap lamabatnya internet diindonesia ini sangat penting untuk masyarakat indonesia. Tanggapan klasifikasi menjadi sentien positif dan negatif menggunakan metode K-Nearest Neighbor. Pelabelan data dapat dilakukan dengan manual yang di data pada microsoft excel dengan status positif dan negatif yang di proses oleh rapidminer. Dari 378 opini pengguna youtube yang berhasil dikumpulkan, didapat 121 opini positif dan 253 opini negatif. Kemudian, data tersebut diklasifikasikan mengunakan algoritma K-Nearrest Neighbor, selanjutnya dilakukan optimasi dengan menggunakan Rapidminer. Sehingga penelitian yang telah dilakukan mendapatkan hasil akurasi sebesar 75.42% menggunakan K-Nearrest Neighbor sedangkan menggunaan Naïve Bayes 60,17%. Ada peningkatan hasil akurasi yang signifikan, membuktikan bahwa penggunaan seleksi K-Nearrest Neighbor mempengaruhi untuk meningkatkatkan hasil akurasi dibandingan Naïve bayes. Oleh karena itu saya membuat jurnal ini menggunakan metode K-Nearrest Neighbor
ANALISIS SENTIMEN TERHADAP MASYARAKAT ADANYA UANG KERTAS BARU MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR(KNN) Septi Hasanah; Intan Purwasih; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Abstract

Desain pecahan uang kertas baru yang diganti dari Rp 100. 000, Rp 50. 000, Rp 20. 000, Rp 10. 000, Rp 5. 000, Rp 2. 000, dan Rp 1. 000. Dalam uang kertas yang baru, gambar pahlawan, kemudian tarian, pemandangan alam, dan flora masih dipertahankan. Inovasi dimaksudkan agar uang Rupiah semakin mudah untuk dikenali ciri keasliannya, nyaman, dan aman untuk digunakan, serta lebih sulit untuk dipalsukan sehingga uang rupiah semakin berkualitas dan terpercaya serta menjadi kebanggaan bersama sebagai simbol kedaulatan Negara Kesatuan Republik Indonesia.1. Metode Pengambilan Data Pengambilan data yang bertujuan untuk mengumpulkan dataset pada penelitian ini. Data yang akan digunakan berupa respon pengguna mata uang baru di media sosial dengan menggunakan youtube untuk mendapatkan akses youtube berupa akun google kemudian dataset yang diambil dari komentar dengan kata kunci mata uang baru. kunci mata uang baru. Untuk penelitian ini, peneliti menggunakan 510 data. Yang diambil dari opini pengguna youtube. Kemudian data tersebut kumpulkan dalam format file xls, setelah itu data dikelompokan menjadi 2 bagian yaitu data positif dan data negatif.Berdasarkan hasil penelitian dengan menggunakan 510 data menggunakan metode K- Nearest Neighbor mendapatkan akurasi sebesar 75,06% dengan sentimen positif sebesar 76,05% dan negatif 67,74% .
ANALISA STANDAR PRODUK SABUN PEMBERSIH BAJU MENGGUNAKAN ALGORITMA C4.5 Tiara Marliani; Dinda Puspita Arini; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Abstract

Dengan perkembangan zaman, sabun sudah dipergunakan sebagai produk perawatan pakaian hadir dalam berbagai variasi dan warna. Salah satunya adalah sabun transparan. Sabun ini memiliki kegunaan seperti sabun pakaian lainnya, namun transparan. Sabun merupakan suatu barang yang akan dipergunakan untuk bahan pembersih dengan cara mencampurkan air. Biasanya dengan dibentukannya secara padat dan tidak hanya padat ada juga sabun yang berbentuk cair. Pengumpulan data adalah mengumpulkan data-data yang akan diterapkan dalam proses algoritma C4.5. Dalam proses pada pohon keputusan adalah menggantikan dari bentuk data (table) menjadi model pohon, menggantikan dari sebuah model pohon menjadi rule, dan mempermudahkan rule. Analisa yang akan diterapkan dengan melaksanakan perhitungan kembali dari hasil validasi dan pengujian dengan secara Rapid Miner. Berdasarkan pada gambar diatas menerangkan bahwa akurasi yang didapat yaitu sebesar 81.52 % dengan rincian sebagai berikut : Hasil Prediksi Sesuai dan ternyata True Sesuai Sebesar 264 Data. Hasil Prediksi Tidak Sesuai dan ternyata True Tidak Sesuai Sebesar 48 Data. Hasil Prediksi Tidak Sesuai dan ternyata True Sesuai Sebesar 12 Data. Hasil Prediksi Tidak Sesuai dan ternyata True Tidak Sesuai Sebesar 0 Data. Berdasarkan dari hasil penelitian yang telah dilaksanakan oleh penulis dapat menarik kesimpulan bahwa penelitian ini mengunakan 200 kuesioner. Sedangkan dari hasil akurasi AUC untuk tahapan pengujian yang sudah dilakukan dengan menggunakan dataset sebanyak 200 kuesioner google form tentang mengenai Standar produk sabun pembersih baju, maka hasil Akurasi dari Algoritma C4.5, dan untuk nilai AUC sebesar 0.559.
Klasifikasi Penjualan Tempe Dengan Data Mining Menggunakan Algoritma C4.5 Suhartini Suhartini; Veren Nita Permatasari; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Abstract

Tempe adalah makanan yang terbuat dari fermentasi kacang kedelai yang memiliki kandungan gizi sangat tinggi. Produksi tempe adalah salah satu industry makanan penting dalam populasi umum, kualitas suatu produk sangat penting untuk menjamin kepuasan konsumen. Mengklasifikasikan produk tempe dapat membantu produsen meningkatkan kualitas produk mereka. Di era digitalisasi, ada banyak peluang bisnis di berbagai bidang. Salah satunya di industri makanan, bahkan di Indonesia banyak sekali UKM makanan yang terlibat. Mengingat banyaknya minat masyarakat dalam bisnis dan pekerjaan yang mungkin di kejar di bidang ini, tidak dapat dihindari bahwa kita akan merasakan dorongan untuk memasuki dunia bisnis untuk menuai imbalan finansial atau bahkan lebih besar. Salah satu ide bisnis yang banyak ditemukan adalah usaha tempe. Penjualan merupakan suatu kegiatan transaksi jual – beli barang atau jasa, penjualan tempe di pasar-pasar salah satu contohnya. Bapak Suswanto salah satu orang yang memanfaatkan kondisi dalam memproduksi olahan kacang kedelai menjadi tempe. Implementasi dari masalah ini, yang cocok untuk menyelesaikan masalah klasifikasi data mining, adalah salah satu algoritmanya, yaitu C4.5. Algoritma C4.5 adalah salah satu teknik yang dapat membantu dalam menentukan angka atau, dalam kasus masalah ini, keduanya. Klasifikasi penjualan tempe pada usaha Bapak Suswanto terbukti dengan mendapatkan hasil akurasi sebesar 69.72%, Classification precision sebesar 71.20% dan AUC sebesar 0,586.
Analisa Kepuasan Konsumen Pada Laundry Menggunakan Algoritma C4.5 Rosiana Dewi; Zuhdi Hanif; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Abstract

Perkembangan usaha bisnis yang semakin pesat dibidang jasa dapat dilihat dengan banyaknya gerai usaha yang buka dalam satu lingkup. Meskipun banyak usaha yang sejenis, tetapi belum tentu usaha tersebut mempunyai banyak konsumen. Kepuasan konsumen merupakan kepuasan yang dirasakan konsumen ketika membeli dan menggunakan suatu produk atau jasa. Kepuasan konsumen sebagai mutu pelayanan. Peningkatan jumlah konsumen bisa dilakukan dengan menjaga hubungan yang baik dengan konsumen. Ini adalah indikator penting dalam usaha yang menunjukkan seberapa baik layanan. Teknik yang digunakan untuk mengukur kepuasan konsumen adalah mengunakan Teknik klasifikasi dengan menggunakan Algoritma C4.5. Algoritma C4.5 ini merupakan suatu algoritma yang dapat membentuk suatu pohon keputusan ( Decision Tree). Pohon keputusan ini berfungsi dalam menemukan hubungan dalam menyelesaikan persoalan.Pengumpulan data sebanyak 200 data untuk diolah. Dapat dilihat bahwa hasil akurasi sebesar 88.00% dan sebanyak 141 data class pred ya dinyatakan sesuai dan masuk kedalam class true ya, sebanyak 9 data yang diprediksi class pred tidak ternyata masuk ke dalam class pred ya. Dan sebanyak 15 data yang diprediksi class pred ya ternyata masuk kedalam class true tidak, selanjutnya sebanyak 35 data diprediksi class pred tidak dinyatakan sesuai masuk kedalam class true tidak. Dapat disimpulkan bahwa ya dihasilkan karena kepuasan konsumen terhadap Laundry Bunda
Analisis Sentimen Opini Publik Terhadap Pengambil Alihan Tmii Oleh Pemerintah Dengan Algoritma Naïve Bayes Ika Amelia; Adinda Mutiara; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Abstract

Pariwisata memainkan peran penting dalam pembangunan ekonomi suatu negara. Taman Mini Indonesia Indah merupakan aset negara yang menjadi salah satu pilihan tujuan wisata bagi para wisatawan sehingga diharapkan dapat berkontribusi dalam perekonomian negara. Keputusan pemerintah mengambil kembali pengelolaan Taman Mini Indonesia Indah (TMII) dari Keluarga Cendana di bawah Yayasan Harapan Kita (YHK) menuai reaksi beragam terutama pada platform Twitter. Sementara beberapa pengguna mendukung langkah tersebut, yang lain mengungkapkan kekecewaan dan kekhawatiran atas dampaknya terhadap pariwisata dan lapangan kerja. Banyak juga yang mempertanyakan kemampuan pemerintah mengelola TMII secara efektif dan efisien. Secara keseluruhan, sentimen terhadap keputusan tersebut terbagi, dengan komentar positif yang lebih banyak daripada negatif. Data dalam penelitian ini diambil dengan metode crawling data menggunakan Node.js dan diolah pada software rapidminer dengan algoritma Naïve Bayes. Temuan menunjukan hasil dengan menggunakan 323 komentar dan diproses menggunakan metode Naïve Bayes dan mencapai akurasi keseluruhan sebesar 82.74% sedangkan untuk nilai AUC sebesar 0.500 bahkan hasil pengujian pengklasifikasian AUC nilai keakuratannya dapat dikategorikan sebagai Excellent Classification.
Analisis Sentimen Pada Twitter Terhadap Mobil Listrik Menggunakan Algoritma Naive Bayes Putri Gea Aryanti; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Abstract

Analisis sentimen twitter merupakan teknik untuk mengidentifikasi sentimen atau pendapat dalam tweet dan kemudian mengategorikannya ke dalam tweet positif atau tweet negatif salah satu topik yang dibahas pada social media twitter adalah mobil listrik, mobil listrik memiliki beberapa kelebihan dibandingkan dengan mobil bahan bakar fosil. Mobil listrik ini menuai banyak komentar dari masyarakat sehingga menimbulkan pro dan kontra di sosial media twitter. Penelitian ini dilakukan tujuannya untuk mengetahui pendapat masyarakat terhadap mobil listrik. Perlu dilakukan penelitian untuk melihat seberapa besar dampak dari kehadiran produk tersebut. Peneliti memilih analisis sentimen karena merupakan tehnik yang tepat untuk pengolahan dataset. Apakah pendapat tersebut lebih mengarah ke positif atau negatif dan untuk mengetahui nilai accuracy, AUC dari penggunaan algoritma Naive Bayes pada Software RapidMiner Studio. Sehingga penelitian yang telah dilakukan mendapatkan hasil akurasi sebesar 87.43% dan AUC 0,518.
Analisis Sentimen Masyarakat Terhadap Pembangunan Kereta Cepat Jakarta – Bandung Menggunakan Algoritma K-Nearest Neighbors (KNN) Citra Pricylia Ananda Mulya; Pramudya Nugraha; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Abstract

Proyek kereta cepat Jakarta-Bandung menjadi ramai dibicarakan di media social, karena pada pembangunan nya terdapat banyak pihak yang merasa dirugikan, namun ada juga pihak yang merasa diuntungkan. Pada penelitian ini dilakukan analisis sentiment masyarakat terhadap pembangunan kereta cepat Jakarta – Bandung. Tujuan dari penelitian ini adalah untuk menganalisis kelayakan kebijakan Transportasi Kereta Cepat Jakarta-Bandung dalam mewujudkan transportasi ramah lingkungan. Penelitian ini menggunakan metode deskriptif, karena bermaksud untuk mendapatkan fakta empiris, dan makna yang mendalam, mengamati, menangkap realitas dan memeriksa perilaku individu dan kelompok objek penelitian. Instrumen dengan wawancara, focus group discussion, observasi, dan triangulasi. Penentuan Informan dengan teknik purposive.
ANALISIS SENTIMEN PADA TWITTER TERHADAP GAGALNYA PELAKSANAAN PIALA DUNIA DI INDONESIA MENGGUANAKAN METODE NAÏVE BAYES Imam Imam; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Abstract

Analisis sentimen adalah proses mengkategorikan teks ke dalam kategori sentimen, seperti positif atau negatif. Sentimen adalah pendapat atau penilaian seseorang tentang suatu topik. Twitter adalah salah satu media sosial yang paling sering digunakan untuk berbagi pendapat tentang berbagai hal, seperti piala dunia. Tujuan penelitian ini adalah untuk mempelajari perasaan orang Indonesia tentang piala dunia, terutama terkait dengan kegagalan Indonesia untuk menjadi tuan rumah piala dunia 2022. Penelitian ini menggunakan metode naive bayes untuk mengklasifikasikan polaritas sentimen dalam tweet berbahasa Indonesia yang dihasilkan dari penerjemahan otomatis dari tweet berbahasa Inggris. Data yang digunakan dalam penelitian ini terdiri dari tweet yang mengandung kata kunci "piala dunia" dan "Indonesia" dan diposting selama periode waktu tertentu. Untuk meningkatkan akurasi klasifikasi, penelitian ini juga menggunakan teknik pra-pemrosesan data, seleksi fitur, dan informasi nilai fitur. Studi menunjukkan bahwa meskipun Indonesia gagal menjadi tuan rumah piala dunia 2022, sebagian besar orang di Indonesia tetap memiliki perasaan positif terhadap acara tersebut. Metode naive bayes dapat mengklasifikasikan polaritas sentimen dari tweet dengan akurasi tertinggi sebesar 76.05%. Hasil penelitian ini dapat membantu mengetahui bagaimana masyarakat Indonesia melihat piala dunia. Mereka juga dapat menjadi inspirasi bagi peneliti lain untuk melakukan penelitian serupa dengan data, metode, dan teknik yang berbeda atau lebih maju.
Co-Authors Ade Septiansyah Adinda Mutiara Afyra Ar’bah Lailany Agistia Yuliawati Anggit Nur Hannaa Regita Bayu Bintoro Budiman Abdulah Chelvin Joines Tutuarima Citra Pricylia Ananda Mulya Dewa Putu Yohanes Yohanes Agata L. Sandopart Dinda Puspita Arini Fadida Zanetti Junaedy Fadillah Ali Rohmansyah Faza Ahluna Fentri Boy Pasaribu Fina Suryaningsih Gilang Kuncoro Jati Hanna Sabilla Rifai Ika Amelia Imam Imam Intan Purwasih Lela Nurlela Wati Mukti Soma Ndaru Ruseno Pramudya Nugraha Putri Gea Aryanti Rachmat Hidayat Insani Rita Yuni Mulyanti Rosiana Dewi Septi Hasanah Suhartini Suhartini Supriatiningsih Supriatininingsih Syafira Febrianti Thania Abulide Tiara Marliani Usman Andrianto Veren Nita Permatasari Zalsa Nanda Aulia Zuhdi Hanif