Articles
<![CDATA[Sentiment Analysis pada Movie Review dengan Pendekatan Klasifikasi dalam Algoritma J.48 ]]>
<![CDATA[Rintyarna, Bagus Setya]]>
<![CDATA[ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 1, No 2 (2016): JUSTINDO ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (690.812 KB)
|
DOI: 10.32528/justindo.v1i2.567
<![CDATA[Sentiment Analysis yang disebut juga sebagai Opinion Mining adalah topik penelitian yang aktif di bawah Natural Language Processing (NLP) yang bertujuan untuk membangun sebuah metode yang dapat diimplementasikan menjadi sebuah tool yang dapat dipergunakan untuk mengekstraksi informasi subyektif berupa sentiment atau opini dalam sebuah data text. Pada penelitian ini akan disimulasikan Sentiment Analysis dengan pendekatan klasifikasi data text. Data text yang digunakan adalah Large Movie Review Dataset. Simulasi Sentiment Analysis dengan pendekatan klasifikasi data text akan dilakukan dengan menggunakan tool dari WEKA.Kata kunci: Hidden Naïve Bayes, Naïve Bayes Classifier]]>
<![CDATA[Pengaruh Seleksi Fitur Pada Skema Klasifikasi Naive Bayes Berbasis Gaussian dan Kernel Density ]]>
<![CDATA[Rintyarna, Bagus Setya]]>
<![CDATA[ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 1, No 1 (2016): JUSTINDO ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (357.19 KB)
|
DOI: 10.32528/justindo.v1i01.245
<![CDATA[Penyakait diabetes termasuk salah satu jenis penyakit yang perlu diwaspadai karena memiliki tingkat prevalensi yang cukup tinggi. Sebagai upaya deteksi dini penyakit diabetes, pada penelitian ini digunakan Hidden Naïve Bayes sebagai metode untuk klasifikasi penyakit diabetes. Hasil pengujian menunjukkan bahwa Hidden Naïve Bayes dapat digunakan untuk klasifikasi penyakit diabetes dengan kinerja yang lebih baik dibandingkan Naïve Bayes Classifier.]]>
<![CDATA[Sentiment Analysis pada Data Twitter dengan Pendekatan Naïve Bayes Multinomial ]]>
<![CDATA[Rintyarna, Bagus Setya]]>
<![CDATA[ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 2, No 1 (2017): JUSTINDO ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (563.915 KB)
|
DOI: 10.32528/justindo.v2i1.1034
<![CDATA[Sebagai platform di mana user bertukar informasi dalam bentuk pesan pendek, link ke website lain, gambar maupun video, twitter telah berevolusi menjadi platform microblogging yang menjadi sumber informasi bagi banyak permasalahan karena karakteristiknya yang bersifat real time. Salah satu informasi yang penting diekstraksi dari data twitter adalah opini atau sentimen. Teknik untuk mengekstraksi sentimen dengan pendekatan komputasional disebut sebagai Sentiment Analysis. Penelitian ini mengusulkan eksperimen dengan teknik Sentiment Analysis pada dataset twitter dengan metode Multinomial Naïve Bayes untuk kategorisasi data teks. Tool yang dipergunakan adalah WEKA. Pada penelitian ini dievaluasi pengaruh algoritma stemming yang berbeda, yaitu : 1) IteratedLovinsStemmer, 2) LovinsStemmer, 3) NullStemmer dan 4) SnowBallStemmer. Evaluasi kinerja disajikan dalam enam matriks parameter yaitu TP Rate, FP Rate, Precision, Recall dan F Measure serta ROC.]]>
<![CDATA[Analisis Spektrum Tegangan Pada Alat Pendeteksi Kadar Gula Darah Menggunakan Near ]]>
<![CDATA[Nugroho, Aji Brahma]]>;
<![CDATA[Rintyarna, Bagus Setya]]>;
<![CDATA[Athoillah, Dwi Kemal]]>
<![CDATA[ Jurnal Teknik Elektro dan Komputasi (ELKOM) Vol 3, No 1 (2021): ELKOM ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/elkom.v3i1.3802
<![CDATA[Pengecekan kadar gula darah secara berkala sangat penting dilakukan untuk menjaga kadar gula darah supaya tidak tinggi. Kadar gula darah yang tinggi bisa menyebabkan munculnya penyakit diabetes melitus. Pengecekan kadar gula darah dapat dilakukan di laboratorium maupun menggunakan alat deteksi kadar gula darah yang portable yang banyak dijual bebas dipasaran. Pengecekan kadar gula darah yang dilakukan di laboratorium atau melakukan pengecekan sendiri menggunakan alat deteksi kadar gula darah portable yang banyak dijual bebas dipasaran masih bersifat invasive (masih melakukan pengambilan sampel darah dengan cara melukai bagian tubuh). Pengecekan dengan cara invasive tidak cocok diterapkan kepada pasien dengan fobia atau ketakutan berlebih terhadap benda – benda tajam dan pasien yang sudah divonis mengidap penyakit diabetes melitus basah karena tidak boleh terdapat luka di bagian tubuh yang dapat menyebabkan infeksi pada bagian tersebut. Metode non-invasive atau pengecekan tanpa melukai bagian tubuh sangat cocok untuk mengatasi permasalahan tersebut karena metode pengecekan secara non-invasive memanfaatkan sifat serapan near cahaya terhadap media cair. Hasil penelitian spektrum tegangan didapat waktu pengambilan sampling yang paling akurat berada pada waktu 1 detik dan 1,7 detik dengan nilai korelasi tegangan terhadap kadar gula darah sebesar r = - 0.975073445. Rata-rata perbedaan atau error pengukuran menggunakan alat glucometer invasive dengan perhitungan menggunakan input tegangan dengan nilai korelasi tertinggi adalah 1.659 %.]]>
<![CDATA[Pemeringkatan Perguruan Tinggi Menggunakan Metode Probabilistic Latent Semantic Analysis (pLSA) untuk Mengukur Tingkat Kesiapterapan Teknologi di Indonesia ]]>
<![CDATA[Donny Aliyanto]]>;
<![CDATA[Bagus Satya Rintyarna]]>
<![CDATA[ Jurnal Teknik ITS Vol 6, No 2 (2017) ]]>
Publisher : <![CDATA[Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (448.378 KB)
|
DOI: 10.12962/j23373539.v6i2.24221
<![CDATA[Meningkatnya persaingan global di dunia pendidikan saat ini mendorong perguruan tinggi di dunia termasuk Indonesia bisa bersaing dengan perguruan tinggi kelas dunia (World Class University / WCU). QS World University Rankings adalah salah satu publikasi tahunan pemeringkatan universitas berdasarkan enam indikator oleh Quacquarelli Symonds (QS). Salah satu indikatornya adalah Reputasi Akademik yang menggunakan metode survei secara manual untuk mengevaluasi bobotnya. Makalah ini mengajukan konsep baru untuk Pemeringkatan Universitas di Indonesia dengan menggunakan metode Probabilistic Latent Semantic Analysis (PLSA) dengan menggunakan topik utama yaitu jurnal akademik yang dilakukan secara otomatis untuk memperkirakan nilai kriteria secara kualitatif berdasarkan tingkat kesiapterapan teknologinya. Penggunaan metode Probabilistic Latent Semantic Analysis (PLSA) dapat digunakan sebagai alternatif untuk menentukan reputasi akademik perguruan tinggi dengan survei manual, dengan ground truth 80,00%, perbedaan gap yaitu 10, dan toleransi perbedaan peringkat yaitu 88,88%.]]>
<![CDATA[Seleksi Fitur Dua Tahap Menggunakan Information Gain dan Artificial Bee Colony untuk Kategorisasi Teks Berbasis Support Vector Machine ]]>
<![CDATA[Khalid Khalid]]>;
<![CDATA[Bagus Setya Rintyarna]]>;
<![CDATA[Agus Zainal Arifin]]>
<![CDATA[ Systemic: Information System and Informatics Journal Vol. 1 No. 2 (2015): Desember ]]>
Publisher : <![CDATA[Program Studi Sistem Informasi Fakultas Sains dan Teknologi, UIN Sunan Ampel Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (357.391 KB)
|
DOI: 10.29080/systemic.v1i2.273
<![CDATA[Salah satu problem yang dihadapi dalam kategorisasi teks adalah dimensi data yang besar yang menyebabkan terjadinya inefisiensi dalam aspek waktu komputasi. Untuk mengatasi hal tersebut, salah satu hal yang bisa dilakukan adalah seleksi fitur pada tahap pre- processing. Pada penelitian ini diusulkan seleksi fitur dua tahap dengan Information Gain dan Artificial Bee Colony. Kategorisasi teks dilakukan dengan Support Vector Machine. Hasil uji coba pada Dataset Reuter21578 menunjukkan adanya peningkatan Precision sebesar rata-rata 15% dan Recall sebesar rata-rata 13% dibandingkan metode pembanding yaitu PSO-SVM.]]>
<![CDATA[The Impact of Feature Extraction to Naïve Bayes Based Sentiment Analysis on Review Dataset of Indihome Services ]]>
<![CDATA[Salsabila Mazya Permataning Tyas]]>;
<![CDATA[Bagus Setya Rintyarna]]>;
<![CDATA[Wiwik Suharso]]>
<![CDATA[ Digital Zone: Jurnal Teknologi Informasi dan Komunikasi Vol. 13 No. 1 (2022): Digital Zone: Jurnal Teknologi Informasi dan Komunikasi ]]>
Publisher : <![CDATA[Publisher: Fakultas Ilmu Komputer, Institution: Universitas Lancang Kuning ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31849/digitalzone.v13i1.9158
<![CDATA[Indihome is a product of PT Telekomunikasi Indonesia as an internet service provider or internet service provider (ISP) in Indonesia. Every product or service offered to the public certainly has its advantages and disadvantages, as well as Indihome. From the advantages and disadvantages of Indihome services, we can do a technique, namely sentiment analysis. In this study, sentiment analysis was carried out regarding public responses or reviews about IndiHome services on Twitter social media. This study uses a comparison of TF-IDF and Word2Vec feature extraction, and the classification method used is the nave Bayes classifier. The accuracy results obtained in this study were 96% using the TF-IDF feature extraction and testing was carried out using an unseen data test that was selected randomly resulting in an accuracy of 92%. While the accuracy value obtained by using the Word2Vec feature extraction is 60% by testing using unseen test data that was selected randomly resulting in an accuracy value of 44%.]]>
<![CDATA[Sentimen Analisis Untuk Mengukur Kepercayaan Masyarakat Terhadap Pengadaan Vaksin Covid-19 Berbasis Bernoulli Naive Bayes ]]>
<![CDATA[Hanifatul Azizah]]>;
<![CDATA[Bagus Setya Rintyarna]]>;
<![CDATA[Triawan Adi Cahyanto]]>
<![CDATA[ BIOS : Jurnal Teknologi Informasi dan Rekayasa Komputer Vol 3 No 1 (2022): March ]]>
Publisher : <![CDATA[Puslitbang Sinergis Asa Professional ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37148/bios.v3i1.36
<![CDATA[Penelitian ini berisi tentang analisis sentimen masyarakat Indonesia pada Twitter terhadap kebijakan pemerintah dalam menangani kasus pandemi covid-19. Penelitian ini menggunakan metode Bernoulli Naive Bayes dalam melakukan pemodelan dan pengujian klasifikasi terhadap data sentimen. Digunakan juga metode pengukuran performa akurasi, presisi dan recall untuk mengukur performa metode Bernoulli Naive Bayes. Pada pembagian dan skenario pengujian digunakan teknik K Fold Cross Validation dengan nilai k = 2, 4, 5, 8 dan 10. ketidakseimbangan data dalam penelitian ini diselesaikan dengan menggunakan teknik Synthetic Minority Oversampling Technique (SMOTE). Dari hasil pengujian dengan model tanpa menggunakan teknik Synthetic Minority Oversampling Technique (SMOTE) diperoleh hasil dengan tingkat akurasi sebesar 80.58%, tingkat presisi sebesar 80.33% dan tingkat recall sebesar 85.57%. sedangkan hasil pengujian dengan menggunakan teknik Synthetic Minority Oversampling Technique (SMOTE) pada pemodelan, diperoleh tingkat akurasi 80.20%, tingkat presisi 78.04% dan tingkat recall 86.77%.]]>
<![CDATA[Prototipe Pelipat Pakaian Otomatis Berbasis Mikrokontroler Arduino Uno ]]>
<![CDATA[Richo Artha Wijaya]]>;
<![CDATA[M Aan Auliq]]>;
<![CDATA[Bagus Setya Rintyarna]]>
<![CDATA[ Jurnal Teknik Elektro dan Komputasi (ELKOM) Vol 4, No 1 (2022): ELKOM ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/elkom.v4i1.5954
<![CDATA[Abstrak - Pekerjaan rumah tangga merupakan pekerjaan yang dilakukan rutin setiap hari dan sangat menyita waktu. Jika ada pekerjaan rumah tangga yang terbengkalai, maka tidak akan merasa nyaman untuk ditinggalkan. Salah satunya dalam hal melipat pakaian yang telah dikeringkan atau dijemur. Berdasarkan permasalahan tersebut maka perlu adanya alat pelipat pakaian secara otomatis untuk mempermudah pekerjaan rumah tangga dalam hal melipat pakaian. Prototipe pelipat pakaian otomatis ini menggunakan mikrokontroler Arduino Uno sebagai kontrol keseluruhan sistem. Sensor infrared berperan sebagai pendeteksi jenis pakaian yang akan dilipat. Servo untuk mengendalikan mekanik pelipat pakaian yang telah terdeteksi oleh sensor infrared. Adanya elemen pemanas sebagai fitur tambahan untuk menghasilkan uap panas terhadap pakaian. Sensor termokopel untuk mendeteksi suhu yang dikeluarkan oleh elemen pemanas (Heater). Hasil dari pembuatan alat didapatkan keberhasilan deteksi jenis pakaian kaos 98%, deteksi jenis pakaian celana 100%, hasil monitoring pada LCD (Liquid Crystal Display) terhadap parameter jenis pakaian dan suhu yang dikeluarkan oleh elemen pemanas sesuai serta hasil waktu rata-rata yang diukur menggunakan stopwatch didapatkan dari 10 kali percobaan pada pelipatan jenis pakaian kaos yaitu 14,28 detik dan didapatkan dari 10 kali percobaan pada pelipatan jenis pakaian celana yaitu 13,53 detik.]]>
<![CDATA[Inovasi Produk Pare Menjadi Aneka Olahan Pare ]]>
<![CDATA[Bagus Setya Rintyarna]]>;
<![CDATA[Nur Qodariyah]]>
<![CDATA[ Jurnal Pengabdian Masyarakat IPTEKS Vol 6, No 1 (2020): JURNAL PENGABDIAN MASYARAKAT IPTEKS ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/jpmi.v6i1.3734
<![CDATA[Pare adalah salah satu jenis sayuran yang memiliki warna hijau dan memiliki rasa pahit. Tidak semua masyarakat menyukai sayuran ini karena rasanya yang pahit. Namun sebenarnya dibalik rasanya yang pahit ini sebenarnya sayur pare ini sangat baik untuk kesehatan pada tubuh kita. Sayuran pare memang identik dengan rasanya yang pahit. Jika tidak bisa mengolahnya dengan benar dalam memasak sayur pare ini tetap memiliki rasa pahit. Sayur pare ini jika dikonsumsi secara tertarut akan membuat sehat pada badan Anda. Sayur pare ini sangat baik untuk kesehatan kulit dan juga baik untuk kesehatan rambut Anda. Sayur pare ini merupakan sayuran yang rendah kalori. Di dalam sayur pare ini terdapat kalori yang jumlahnya 17 kalori untuk 100 gram sayur pare. Karena rasa pahit dalam sayur pare maka sayur pare ini tidak semua orang menyukainya. Sehingga pada saat panen pare banyak pare yang tidak terjual di pasaran. Banyak pare yang tidak terjual menjadi busuk. Permasalahan ini cukup memusingkan petani dan membuat petani putus harapan. Biaya yang dikeluarkan saat menanam pare tidak sebanding dengan hasil panen pare. Petani putus harapan dengan keadaan ini, sehingga petani mencari penghasilan dengan menjadi kuli bangunan. Solusi yang ditawarkan untuk mengatasi keadaan ini melalui Posdaya Nafi’ ah maka di berikan pelatihan membuat keripik pare. Posdaya Nafi’ah beranggotakan ibu ibu penduduk Desa Sukodono. Posdaya Nafi’ah didirikan untuk memberikan keterampilan dan pengetahuan anggotanya. Melalui Posdaya Nafi’ah diharapkan permasalahan petani pare diatasi. Untuk membuat keripik pare dengan bahan baku pare, maka di butuhkan pare dalam jumlah besar. Maka pedagang pare dapat memasok bahan bakunya ke Posdaya Nafiah. Dengan ini petani pare bisa menjual hasil panen pare ke posdaya Nafi’ah. maka permasalahan petani pare bisa diatasi. Selain untuk mengatasi persoalan petani pare, dengan diadakan pelatihan pembuatan keripik pare juga dapat meningkan pengetahuan dan keterampilan anggotanya. Anggota posdaya Nafi’ah bertambah keterampilan dan pengetahuan membuat keripik pare. Pada akhirnya harapannya pelatihan pembuatan keripik pare ini dapat meningkatkan penghasilan ibu ibu anggota Posdaya Nafiah. Dengan dikelola bersama sama berbagi tugas diharapkan produksi dan pemasaran berjalan lancar. Selain di beri pelatihan memgolah keripik pare juga diajarkan cara mengemas produk menjadi keripik pare yang menarik. Dengan dibuatnya pelatihan pembuatan keripik pare ini diharapkan menjadi solusi bagi petani pare juga solusi bagi anggota Posdaya Nafi’ah untuk mensejahterakan anggotanya.]]>
