Article Per Year (5 Year)
p-Index From 2019 - 2024
2.9
P-Index
This Author published in this journals
All Journal Simtek : Jurnal Sistem Informasi dan Teknik Komputer JATI (Jurnal Mahasiswa Teknik Informatika)
Handrianus Pranatawijaya, Viktor
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering Engineering

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
PEMODELAN CHATBOT REKOMENDASI HOTEL DENGAN MENGGUNAKAN NATURAL LANGUAGE PROCESSING Simorangkir, Anastasya; Intani Sihite, Putri; Lusia Kiareni, Cindi; Priskila, Ressa; Handrianus Pranatawijaya, Viktor
Simtek : jurnal sistem informasi dan teknik komputer Vol. 9 No. 1 (2024): April 2024
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v9i1.371

Abstract

Chatbot merupakan program yang dirancang untuk berinteraksi dengan manusia melalui percakapan berbasis teks atau suara. Sebagai tren yang semakin populer, chatbot telah digunakan dalam berbagai bidang kehidupan, termasuk ketika kita sedang mencari rekomendasi hotel. Proses pencarian hotel secara tradisional seringkali memakan waktu dan membingungkan, mendorong pengguna untuk mencari alternatif yang lebih efisien. Dalam konteks ini, chatbot dengan Natural Language Processing (NLP) menawarkan solusi yang potensial. Penelitian ini bertujuan untuk mengembangkan model chatbot untuk membantu mencari rekomendasi hotel dengan menggunakan metode NLP. Pengumpulan data dilakukan melalui analisis kebutuhan pengguna. Selanjutnya, sistem chatbot dirancang dan diintegrasikan dengan sistem rekomendasi hotel yang ada. Tahap berikutnya adalah pelatihan model NLP menggunakan data teks dari percakapan rekomendasi yang ada dan yang tidak ada dalam database untuk melihat respon. Kinerja chatbot dievaluasi berdasarkan akurasi dalam memahami permintaan pengguna, efisiensi dalam memberikan respons. Hasil penelitian menunjukkan bahwa penggunaan NLP dalam chatbot dapat mengatasi beberapa masalah dalam proses mencari rekomendasi hotel, dengan chatbot NLP cenderung lebih akurat, cepat dan efisien.
ANALISIS SENTIMEN FILM AGAK LAEN DENGAN KECERDASAN BUATAN: TEXT MINING METODE NAÏVE BAYES CLASSIFIER Cahya Kamilla, Adinda; Priyani, Natasya; Priskila, Ressa; Handrianus Pranatawijaya, Viktor
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9587

Abstract

Analisis sentimen terhadap ulasan film di media sosial Twitter selalu muncul sebagai subjek yang menarik untuk diselidiki dalam penelitian. Studi ini bertujuan untuk melakukan analisis sentimen terhadap ulasan film "Agak Laen" di media sosial Twitter menggunakan metode klasifikasi Naïve Bayes Classifier. Data diambil melalui web scraping dan diproses melalui tahap preprocessing, termasuk pembersihan, case folding, normalisasi, penghapusan stopword, tokenisasi dan stemming. Setelah dilatih dan dievaluasi menggunakan KFold cross-validator dengan k=5, model menunjukkan akurasi sebesar 78%. Evaluasi menunjukkan bahwa model memiliki precision sebesar 85.51%, recall sebesar 85.57%, dan f1-score sebesar 82.71%. Visualisasi grafik distribusi sentimen dan word cloud juga dilakukan untuk memberikan gambaran yang lebih jelas tentang data. Hasil penelitian ini menunjukkan bahwa metode klasifikasi Naïve Bayes Classifier memiliki potensi yang baik dalam menganalisis sentimen ulasan film di Twitter
ANALISIS SENTIMEN PADA ULASAN PENGGUNA TERHADAP APLIKASI PEMBELAJARAN BAHASA DUOLINGO: MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN K-NEAREST NEIGHBOR Winoto, Depro; Desta Aditia, Veven; Sorisa, Cinda; Priskila, Ressa; Handrianus Pranatawijaya, Viktor
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9647

Abstract

Teknologi telah mengubah cara belajar bahasa, dengan populernya aplikasi seperti Duolingo di era digital. Studi ini diharapkan mampu untuk menganalisis reaksi pengguna terhadap aplikasi Duolingo, serta membandingkan keefektifan dan keefisienan algoritma yang berbeda antara Naive Bayes dengan K-Nearest Neighbors berdasarkan review pada Google Play Store. Data dikumpulkan menggunakan teknik web scraping, kemudian dilakukan serangkaian prosedur pre-processing. Setelah diproses, ulasan tersebut secara otomatis diklasifikasikan sebagai positif atau negatif menggunakan algoritma Naive Bayes dan K-Nearest Neighbors. Berdasarkan hasil analisis, Naive Bayes (NB) menunjukkan peningkatan akurasi yang lebih baik dari K-Nearest Neighbors (KNN), dengan akurasi 92%, presisi 93%, dan recall 92% untuk Naive Bayes (NB) dan akurasi 88%, presisi 91%, dan recall 90% untuk K-Nearest Neighbors (KNN) berdasarkan penelitian yang telah dilakukan.
IMPLEMENTASI LONG SHORT-TERM MEMORY DALAM ANALISIS SENTIMEN PENGGUNA APLIKASI TWITTER YANG MENGANDUNG UJARAN KEBENCIAN Yosia Wibowo, Lucky; Annisa, Norul; Ananda Khairunnisa, Puteri; Handrianus Pranatawijaya, Viktor; Priskila, Ressa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9654

Abstract

Aplikasi dan media sosial muncul sebagai hasil dari kemajuan internet dan teknologi, yang memungkinkan pengguna berinteraksi satu sama lain melalui teks dan komentar. Sebagai contoh, aplikasi Twitter merupakan media sosial yang sering sekali digunakan saat ini. Namun, Twitter juga berpotensi menjadi tempat penyebaran ujaran kebencian. Ujaran kebencian berarti menghina, merendahkan, atau mengintimidasi seseorang atau kelompok berdasarkan atribut tertentu, seperti ras, agama, etnis, gender, orientasi seksual, atau jenis kelamin. Ujaran kebencian memiliki banyak akibat buruk yang dapat membahayakan kesehatan mental dan keamanan online penggunanya. Tujuan penelitian ini adalah untuk memecahkan masalah ini dengan menguji seberapa efektif algoritma Long Short-term Memory (LSTM) dalam menganalisis sentimen ujaran kebencian pada aplikasi. Untuk mendeteksi ujaran kebencian dengan tingkat akurasi tinggi, penelitian ini mengembangkan model klasifikasi teks berbasis LSTM. Data teks yang dikumpulkan dari aplikasi yang mengandung ujaran kebencian kemudian dibersihkan dan dinormalisasi untuk pra-pemrosesan. Selain itu, model LSTM digunakan untuk klasifikasi teks sentimen, dan kinerjanya dinilai dengan metrik accuracy, precision, dan recall. Sehingga penelitian ini menghasilkan tingkat accuracy sebesar 83% dengan nilai rata-rata makro (macro average) sebesar 65%.
PENGIMPLEMENTASIAN ALGORITMA GENETIKA DALAM SISTEM PENJADWALAN PRAKTIKUM Nazarius, Atong; Delon Pratama, Ryan; Aryapati Soebagijo, Rafael; Priskila, Ressa; Handrianus Pranatawijaya, Viktor
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9656

Abstract

Penelitian ini melakukan pengimplementasian algoritma genetika pada sistem penjadwalan praktikum untuk mencapai solusi yang akurat dan efisien. Proses inisialisasi populasi dilakukan dengan menghasilkan kromosom yang berisi gen-gen yang merepresentasikan kombinasi data mata kuliah, asisten praktikum, jam, hari, dan ruangan. Evaluasi fitness dilakukan dengan menggunakan rumus Fitness Poin = 1/(1 + Penalty) untuk menentukan seberapa baik suatu individu dalam memenuhi kriteria yang telah ditetapkan. Percobaan menunjukkan kromosom terbaik bernilai fitnes = 1, dengan populasi, generasi, dan tingkat mutasi yang semakin besar akan membutuhkan waktu eksekusi yang lebih lama dan sebaliknya. Juga ukuran populasi, generasi dan tingkat mutasi juga mempengaruhi kemungkinan untuk ditemukan hasil yang optimal. Hasil penelitian ini didapatkan bahwa algoritma genetika efektif dalam proses penyelesaian permasalahan penjadwalan praktikum yang kompleks, memberikan jadwal praktikum yang akurat dan efisien. Implikasi penelitian ini dapat menjadi acuan penting dalam pengembangan algoritma genetika khususnya dalam bidang penjadwalan praktikum
PEMANFAATAN KECERDASAN BUATAN PADA IMPLEMENTASI SEQUENTIAL SEARCH PENCARIAN HOTEL DI KOTA PALANGKA RAYA BERDASARKAN HARGA Sinta Septiani, Clara; Re Manuel Putra Sihombing, Thomas; Valentine, Virginia; Priskila, Ressa; Handrianus Pranatawijaya, Viktor
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9658

Abstract

Kecerdasan buatan (AI) telah menjadi salah satu inovasi yang penting dalam memperbaiki proses pencarian dalam berbagai konteks. Dalam artikel ini, kami mengeksplorasi pemanfaatan kecerdasan buatan dalam implementasi sequential search untuk pencarian hotel berdasarkan harga di Kota Palangka Raya. Pada penelitian ini dibahas pendekatan sequential search dan bagaimana kecerdasan buatan dapat meningkatkan efisiensi pencarian dengan memprediksi harga hotel berdasarkan faktor-faktor tertentu. Melalui studi kasus dan analisis, penelitian ini menunjukkan bagaimana penggunaan kombinasi ini dapat memberikan rekomendasi hotel yang lebih relevan dan sesuai dengan preferensi pengguna. Dengan demikian, artikel ini membahas manfaat penerapan kecerdasan buatan dalam meningkatkan pengalaman pencarian hotel, sambil juga menyentuh pada tantangan yang terkait dengan akurasi prediksi harga dan pengelolaan data. Penelitian ini memberikan wawasan tentang bagaimana integrasi antara teknologi AI dan algoritma pencarian tradisional dapat memperkaya pengalaman pengguna dalam mencari akomodasi di Kota Palangka Raya dengan pemanfaatan algoritma sequential search yang berhasil memberikan preferensi hotel berdasarkan rentang harga yang sesuai dengan kebutuhan pengguna
PENERAPAN API PADA DASHBOARD ADMIN SALON BERBASIS WEBSITE Ramanda Kalawa Putri, Maria; Fajari, Rizqi; Handrianus Pranatawijaya, Viktor; Noor Kamala Sari, Nova
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9667

Abstract

Penelitian ini bertujuan untuk mengimplementasikan API CHAT GPT dalam konteks sebuah website salon administratif. Tujuan utamanya adalah memberikan tips perawatan kepada pelanggan secara interaktif melalui platform website. Namun, terdapat beberapa permasalahan dalam implementasi ini, seperti kendala dalam integrasi API dengan sistem website yang ada, serta tantangan dalam memastikan bahwa respons yang diberikan oleh API relevan dan bermanfaat bagi pelanggan. Metode pengembangan yang digunakan adalah waterfall, yang melibatkan tahap-tahap yang terdefinisi dengan jelas dari perencanaan, analisis, desain, implementasi, hingga pengujian. Bahasa pemograman yang digunakan dalam pembentukan website ini adalah HTML, dan PHP, yang sering digunakan dalam pembuatam halaman web dinamis. API CHAT GPT dipilih sebagai alat komunikasi utama antara pelanggan dan website salon. Dengan menggunakan kecerdasan buatan, API CHAT GPT mampu memberikan informasi yang relevan dan personal kepada pelanggan, serta merespons pertanyaan atau kebutuhan mereka sehubungan dengan perawatan kecantikan. Kelebihan API ini adalah kemampuannya untuk memahami konteks dan memberikan jawaban yang sesuai secara otomatis, mirip dengan interaksi dengan manusia. Diharapkan bahwa implementasi API CHAT GPT ini akan meningkatkan pengalaman pelanggan dalam mencari informasi dan memperoleh saran yang berguna untuk perawatan kecantikan mereka, serta meningkatkan keterlibatan pelanggan dengan website salon
MEMPERKAYA PEMROGRAMAN WEB SISTEM KASIR DENGAN TEKNOLOGI AI: IMPLEMENTASI API GEMINI Fitriani, Novia; Revelin Putri, Nadya; Dwiwicaksono, Ardhy; Handrianus Pranatawijaya, Viktor; Noor Kamala Sari, Nova
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.9669

Abstract

Artikel ini membahas penerapan AI dalam pemrograman web untuk meningkatkan efisiensi sistem kasir coffe shop melalui API. Dalam era digital, teknologi telah mengubah berbagai aspek bisnis, termasuk industri coffe shop. Sistem kasir berbasis web memanfaatkan API Gemini AI untuk otomatisasi deskripsi produk, mempercepat transaksi, dan memberikan informasi konsisten serta menarik kepada pelanggan. Penelitian ini menggunakan metode waterfall, dari analisis kebutuhan hingga pengujian sistem untuk memastikan kualitas dan kinerja optimal. Dari hasil pembahasan, penerapan API Gemini AI pada sistem kasir coffee shop membawa dampak positif signifikan. Integrasi API Gemini AI memungkinkan otomatisasi pembuatan deskripsi produk, mengurangi beban kerja manual bagi kasir, dan meningkatkan efisiensi operasional. Dengan algoritma AI, API dapat menghasilkan deskripsi produk konsisten, relevan, menarik, dan dalam waktu singkat sekitar 2,47s, sehingga meningkatkan pengalaman pelanggan dengan informasi yang jelas. Penerapan API Gemini tidak hanya meningkatkan efisiensi operasional dan kualitas layanan, tetapi juga membantu coffee shop tetap kompetitif. Meskipun memerlukan pemeliharaan rutin untuk kinerja optimal, manfaat dari penerapan API Gemini terlihat jelas dalam meningkatnya kepuasan pelanggan terhadap informasi menu yang diberikan kasir dan kesuksesan bisnis secara keseluruhan.
PENERAPAN GEMINI AI DALAM PEMBUATAN DESKRIPSI PRODUK E-COMMERCE Nazarius, Atong; Saputra, Ferry; Noor Kamala sari, Nova; Handrianus Pranatawijaya, Viktor
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9670

Abstract

Diera digital saat ini, e-commerce menjadi salah satu industri besar yang berkembang pesat, dengan didorong karna adanya perkembangan teknologi dan Artificial Intelligence (AI). Salah satu pemodelan AI yang inovatif adalah Gemini AI, yang dikembangkan oleh google. Pada penelitian ini penggunaan Gemini AI dalam konteks e-commerce, terkhusus dalam pembuatan deskripsi produk yang dimana Gemini AI mampu mengotomatisasinya, dengan dapat meghasilkan deskripsi yang informatif dan menarik bagi pengguna. Keunggulan dengan adanya Gemini AI pada pembuatan deskripsi produk adalah dapat meminimalisir waktu dan tenaga, serta dapat menghasilkan deskripsi yang lebih liberal terhadap sebuah produk di platform e-commerce. Pada pengimplementasian Gemini AI, memerlukan sebuah akses ke API Key Gemini, yang dibuka oleh google untuk pengembang dan bisnis, dengan memahami dan memanfaatkan potensi dari Gemini AI, pemilik bisnis dari sebuah e-commerce dapat meningkatkan efisiensi terhadap biaya operasional dan meningkatkan penjualan melalui deskripsi produk yang informatf dan menarik bagi konsumen.
PENERAPAN ALGORITMA DIJKSTRA DALAM MENENTUKAN RUTE TERPENDEK UNTUK JASA PENGIRIMAN BARANG DI PALANGKA RAYA Christian Rufus, Edward; Rizkyaka Riyadi, Raydamar; Nugraha Hasibuan, Dicky; Christian, Efrans; Handrianus Pranatawijaya, Viktor
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9683

Abstract

Dengan pertumbuhan pesat industri e-commerce di Palangka Raya, perusahaan jasa pengiriman paket express menghadapi tuntutan pengiriman yang lebih cepat dan efisien. Salah satu tantangan utama adalah memilih rute pengiriman yang optimal untuk menghindari pemborosan waktu dan biaya akibat jarak tempuh yang jauh, waktu tempuh lama, dan konsumsi bahan bakar berlebih. Hal ini dapat berdampak pada kepuasan pelanggan dan daya saing perusahaan. Salah satu kunci untuk mencapai hal ini adalah dengan memilih rute pengiriman yang optimal. Algoritma Dijkstra adalah algoritma yang terkenal menemukan jalur terpendek antara dua titik. Penelitian ini berfokus mengimplementasikan algoritma Dijkstra untuk mengoptimalkan rute pengiriman paket express berdasarkan peta rute yang dimodelkan ke dalam bentuk graf. Algoritma ini akan digunakan untuk menemukan rute terpendek antara gudang paket express dan alamat tujuan. Hasil dari penelitian menunjukkan bahwa algoritma Dijkstra mampu menciptakan rute terpendek dari peta rute yang diberikan, sehingga menghemat waktu dan biaya pengiriman.
Co-Authors Ainah, Saripah Ananda Khairunnisa, Puteri Andini, Wafik Annisa, Norul Aryapati Soebagijo, Rafael Azmiara Ahmadiham, Ahsana Cahya Kamilla, Adinda Christian Rufus, Edward Cristian Harati, Cadeck Delon Pratama, Ryan Desta Aditia, Veven Dewi Masitoh, Reina Dhia Yusrana, Rafif Dwiwicaksono, Ardhy Efrans Christian Eleazar Rangin, Adriel Fajari, Rizqi Herawati, Naeni Intani Sihite, Putri Jordan, Yogi Lusia Kiareni, Cindi Maharani, Audry Nazarius, Atong Noor Kamala Sari, Nova Nova Noor Kamala Sari Novia Fitriani Nugraha Hasibuan, Dicky Nur Chusnul Khotimah, Yusie Nur Safa, Yunisa Nurdin Nurdin Patimah, Yulia Pratama, Jonathan Priskila, Ressa Priyani, Natasya Puspita Florensia, Nela Ramanda Kalawa Putri, Maria Re Manuel Putra Sihombing, Thomas Revelin Putri, Nadya Rizkyaka Riyadi, Raydamar Rueh Daya Leluni, Ekat Saputra, Ferry Sihite, Putri Simorangkir, Anastasya Sinta Septiani, Clara Sorisa, Cinda Stevans, Glend Timothy Souk, Jeremy Valentine, Virginia Widiatry, Widiatry Widya Mutiara Alamsyah, Kharisma Winoto, Depro Yosia Wibowo, Lucky Yukandri, Yukandri