cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kab. badung,
Bali
INDONESIA
Jurnal Teknologi Informasi dan Komputer
Published by Universitas Dhyana Pura
ISSN : 2442241X     EISSN : 25285211     DOI : -
Core Subject : Economy, Science, Education, Social, Engineering,
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Engineering Social Sciences
Jurnal Teknologi Informasi dan Komputer berisi tulisan yang diangkat dari hasil penelitian di bidang teknologi informasi dan komputer. Jurnal ini merupakan sarana bagi peneliti di bidang ilmu teknologi informasi dan komputer untuk mempublikasikan karya-karya penelitiannya. Redaksi penyunting jurnal Teknologi Informasi dan Komputer terdiri dari dosen-dosen yang terkait bidang ilmu teknologi informasi dan komputer dalam konsentrasi antara lain : Rekayasa Perangkat Lunak, Sistem Informasi, Jaringan dan Keamanan Komputer, Pengolahan Citra, Multimedia dan Kecerdasan Buatan, dan konsentrasi lainnya terkait bidang ilmu teknologi informasi dan komputer.
Arjuna Subject : -
Articles 8 Documents
 1 
Search results for , issue "Vol. 9 No. 5 (2023): Jurnal Teknologi Informasi dan Komputer" : 8 Documents clear
TEXT MINING UNTUK MENDETEKSI EMOSI PENGGUNA TERHADAP “NUSANTARA” SEBAGAI NAMA IKN I Komang Dharmendra; Ricky Aurelius Nurtanto Diaz; Muhamad Samsudin; I Gusti Agung Ngurah Rai Semadi; I Made Agus Wirahadi Putra
Jurnal Teknologi Informasi dan Komputer Vol. 9 No. 5 (2023): Jurnal Teknologi Informasi dan Komputer
Publisher : LPPM Universitas Dhyana Pura

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

Abstract

Ibu kota negara memainkan peran penting dalam pemerintahan, baik sebagai pusat kekuasaan politik maupun perekonomian suatu negara. Indonesia, misalnya, telah memutuskan untuk memindahkan ibu kota negaranya dari Jakarta ke Kalimantan Timur dan membangun kota baru yang diberi nama Nusantara. Reaksi masyarakat terhadap pengumuman ini banyak dibahas di media sosial Twitter, yang memungkinkan pengguna untuk berbagi opini dan tanggapan mereka terhadap topik ini. Untuk menganalisis emosi pengguna Twitter terhadap pengumuman ini, digunakan metode Teks Mining untuk mengekstrak informasi dari data teks yang tidak terstruktur. Dalam penelitian terdahulu, dataset tweet dengan kategori suka, marah, sedih, senang, dan takut digunakan sebagai data latih, dan dataset tweet baru digunakan sebagai data uji berjumlah 83.590 tweet. Menggunakan model SVM dengan kernel 'linear', dapat disimpulkan bahwa pengumuman mengenai ibu kota baru Nusantara menimbulkan emosi yang beragam di kalangan masyarakat, di antaranya senang berjumlah 39.219, marah berjumlah 37.594, sedih berjumlah 5.999, suka berjumlah 397, dan takut berjumlah 381. Pada proses klasifikasi terjadi ketidakseimbangan jumlah data pada kelas emosi yang dijadikan data latih untuk membangun model yang menyebabkan overfitting atau underfitting, yang pada akhirnya mempengaruhi hasil klasifikasi pada dataset "Nusantara". Penelitian ini bisa menjadi landasan untuk penelitian berikutnya dalam menangani dataset yang tidak seimbang pada klasifikasi emosi.
IMPLEMENTASI E-VOTING PEMILU RAYA MAHASISWA UNIVERSITAS PRIMAKARA BERBASIS WEB (STUDI KASUS PADA UNIVERSITAS PRIMAKARA) Veronika Primadyanti Jaga Waleng; I Gede Putu Krisna Juliharta; Ketut Queena Fredlina
Jurnal Teknologi Informasi dan Komputer Vol. 9 No. 5 (2023): Jurnal Teknologi Informasi dan Komputer
Publisher : LPPM Universitas Dhyana Pura

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

Abstract

Pemilihan ketua dan wakil ketua organisasi mahasiswa dan pemilihan ketua dan wakil ketua himpunan mahasiswa program studi merupakan salah satu bentuk demokrasi yang di lakukan di kampus. Pemiluh raya masi menggunakan sistem pemungutan suara atau voting secara konversional, yaitu menggunakan media kertas untuk proses pemilihan. Dalam sistem pemilihan secara konversional ini masi banyak memiliki kekurangan. Kemajuan teknologi sekarang ini, membewah banyak perubahan yang terjadi, semua pekerjaan sekarang ini di tuntut untuk menggunakan teknologi. Termaksut juga pada kegiatan pemiluh raya atau biasa dikenal dengan pesta demokrasi. Teknologi yang digunakan padah pemilihan ini adalah sistem e-voting atau biasa dikenal dengan istilah elektronik voting. Dalam penelitian ini penulis membuat implementasi e-voting pemilihan yang memanfaatkan teknologi untuk membuat suatu website dengan bahasa pemrograman HTML dan PHP serta menggunakan MySgL sebagai database server.Oleh karena itu bertujuan membangun sebuah sistem e-voting pemilihan ketua dan wakil ketua organisasi mahasiswa STMIK Primakara menggunakan rekayasa perangkat lunak agar mempermuda mahasiswa dalam melakukan pemilihan tanpa datang ke lokasi pemungutan suara dan meminimalisir waktu perhitungan suara serta mengurangi kecurangan yang sering terjadi.
SISTEM INFORMASI MANAJEMEN TERINTEGRASI PADA LEMBAGA SERTIFIKASI PROFESI POLITEKNIK NEGERI BALI Made Pradnyana Ambara; Made Sudiarta; Sagung Mas Suryaniadi
Jurnal Teknologi Informasi dan Komputer Vol. 9 No. 5 (2023): Jurnal Teknologi Informasi dan Komputer
Publisher : LPPM Universitas Dhyana Pura

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

Abstract

Lembaga Sertifikasi Profesi (LSP) merupakan lembaga pelaksana asesmen kompetensi dan sertifikasi kompetensi yang secara sah mendapatkan lisensi dari Badan Nasional Sertifikasi Profesi (BNSP). Politeknik Negeri Bali adalah salah satu lembaga sebagai pendukung BNSP yang sudah memiliki skema kompetensi disetiap masing jurusan. Dalam semua kegiatan manajemen di LSP Politeknik Negeri Bali masih dilakukan secara konvensional menggunakan aplikasi microsoft office, google form, google drive, serta tidak memiliki aplikasi website yang terintegrasi untuk memberikan informasi terkait kegiatan yang ada di LSP Politeknik Negeri Bali. Selain itu juga proses asesmen sertifikasi yang ada saat ini dilakukan dengan cara asesi datang ke lokasi LSP, menyerahkan dokumen, dan mengisi data pada form-form yang telah disediakan, asesor akan menentukan jadwal asesmen, membuat soal-soal serta melakukan rekapan hasil asesmen sehingga semua rangkaian aktifitas ini akan memakan waktu ditambah lagi harus menyimpan dokumen dalam bentuk fisik yang nantinya bisa saja menimbulkan masalah baru seperti hilang, tercecer, rusak, dan kesulitan jika ingin mencari dokumen tersebut. Melihat permasalahan tersebut, diperlukan adanya perubahan dalam pelaksanaan dan pengolahan data yang sebelumnya konvensional menjadi aplikasi sistem informasi manajemen berbasis web yang secara terstruktur dan saling terintegrasi. Sistem Informasi Manajemen Terintegrasi Pada Lembaga Sertifikasi Profesi dibangun dengan tujuan membantu dan mempermudah seluruh rangkaian kegiatan pelaksanaan asesmen dari sisi asesi maupun dari sisi asesor. Sistem ini sudah memiliki berbagai fitur seperti informasti terkait kegiatan dan skema di LSP, pendaftaran asesi secara online, pendataan asesor dan berbagai rangkaian kegiatan yang berhubungan dengan manajemen LSP, sehingga membantu semua aktivitas menjadi lebih efektif dan efisien. Pengembangan sistem ini menggunakan bahasa pemrograman PHP Framework Codeigniter dengan pengembangan perangkat lunak menggunakan model Waterfall. Dari hasil pengujian menggunakan metode black box testing 100% sistem yang sudah dikembangkan sesuai dengan fungsinya dan diterima oleh LSP Politeknik Negeri Bali untuk digunakan dalam proses manajemen kegiatan sertifikasi kompetensi.
DIGITALISASI LAPORAN KINERJA PROGRAM STUDI DENGAN INSTRUMEN SEMBILAN KRITERIA DI POLITEKNIK NEGERI BALI I Made Riyan Adi Nugroho; Agus Adi Putrawan; I Wayan Suasnawa
Jurnal Teknologi Informasi dan Komputer Vol. 9 No. 5 (2023): Jurnal Teknologi Informasi dan Komputer
Publisher : LPPM Universitas Dhyana Pura

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

Abstract

Fokus penelitian ini adalah melakukan digitalisasi proses pelaporan kinerja program studi melalui pengembangan dan implementasi Sistem Inofrmasi Laporan Kinerja Program Studi (SI LKPS). Sistem informasi ini merupakan suatu sistem informasi berbasis website yang dirancang untuk mempermudah perguruan tinggi memantau kinerja program studi. Sistem ini didasarkan pada instrumen sembilan kriteria yang telah disusun oleh Kementerian Riset, Teknologi, dan Pendidikan Tinggi (Kemenristekdikti). Sistem ini bertujuan untuk meningkatkan efektivitas dan efisiensi pengumpulan, pengolahan, dan analisis data laporan kinerja program studi. Selain itu, dengan adanya sistem ini, perguruan tinggi dapat dengan mudah mengetahui aspek-aspek mana yang perlu ditingkatkan dan dilakukan perbaikan. Penerapan sistem ini juga dapat memudahkan perguruan tinggi dalam melakukan akreditasi program studi, dimana data yang terkumpul dari sistem dapat digunakan sebagai bukti kinerja program studi yang telah dicapai dan menjadi acuan dalam proses akreditasi. Metode yang digunakan dalam penelitian ini adalah pendekatan kualitatif dengan studi kasus. Pengumpulan data dilakukan melalui wawancara mendalam, observasi, dan studi dokumentasi. Data yang didapat akan digunakan sebagai landasan dalam mengembangkan layanan SI LKPS.
PENANGANAN KETIDAKSEIMBANGAN DATA PADA KLASIFIKASI PENGADUAN MASYARAKAT I Gusti Ngurah Ady Kusuma; I Made Pradipta; I Made Ari Santosa; I Komang Dharmendra
Jurnal Teknologi Informasi dan Komputer Vol. 9 No. 5 (2023): Jurnal Teknologi Informasi dan Komputer
Publisher : LPPM Universitas Dhyana Pura

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

Abstract

Pengaduan masyarakat memiliki peran penting dalam meningkatkan kualitas layanan lembaga. Namun, dalam pengolahan data pengaduan, sering terjadi ketidakseimbangan dimana jumlah pengaduan setiap kelas tidak seimbang. Penelitian ini bertujuan mengatasi ketidakseimbangan data dalam klasifikasi pengaduan dengan menggunakan data pengaduan masyarakat Kota Denpasar. Ketidakseimbangan data dapat berdampak negatif pada klasifikasi, model cenderung menjadi bias terhadap kelas mayoritas. Untuk mengatasinya dapat menggunakan model oversampling menggunakan teknik SMOTE (Synthetic Minority Over-sampling Technique) dan ADASYN (Adaptive Synthetic Sampling). SMOTE dan ADASYN digunakan untuk menghasilkan sampel sintetis dari kelas minoritas dalam dataset. Klasifikasi menggunakan NBC (Naive Bayes Classifier), SVM (Support Vector Machine), dan random forest. Untuk mengevaluasi performa model, digunakan matriks evaluasi akurasi, presisi, recall, dan F1-Score. Evaluasi membantu dalam memahami sejauh mana model-model dapat mengklasifikasikan pengaduan masyarakat dengan tepat, terutama dalam ketidakseimbangan data. Selain matriks evaluasi, juga dihitung waktu dari setiap model untuk mengetahui waktu proses yang dibutuhkan oleh model. Hasil menunjukkan penggunaan SMOTE dan ADASYN meningkatkan nilai akurasi pada algoritma SVM dan random forest. Namun, algoritma NBC, penggunaan model sampling justru menurunkan akurasi, waktu proses juga menjadi faktor penting dalam pemilihan algoritma. SVM memiliki waktu proses yang paling lama, NBC memiliki waktu proses yang paling pendek, dan random forest berada di antara keduanya.
ANALISIS SENTIMEN REVIEW APLIKASI SATU SEHAT MOBILE MENGGUNAKAN MODEL SAMPLING TOMEK LINKS Ida Ayu Mirah Cahya Dewi; I Komang Dharmendra; Ni Wayan Setiasih
Jurnal Teknologi Informasi dan Komputer Vol. 9 No. 5 (2023): Jurnal Teknologi Informasi dan Komputer
Publisher : LPPM Universitas Dhyana Pura

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

Abstract

Penelitian ini fokus pada analisis sentimen dalam teks, khususnya terkait opini pengguna Aplikasi Satu Sehat Mobile di Indonesia. Analisis sentimen berguna untuk memahami emosi yang terungkap dalam opini pengguna terhadap layanan. Metode kuantitatif dan kualitatif digunakan untuk menganalisis teks, dengan teknik statistik dan pendekatan interpretatif. Aplikasi Satu Sehat Mobile membantu akses kesehatan dengan informasi penyakit, klinik terdekat, dan layanan reservasi online. Kondisi data tidak seimbang dapat memengaruhi analisis sentimen, menghasilkan bias dalam model. Solusinya adalah menggunakan metode sampling seperti Tomek Links untuk seimbangkan data. Model algoritma Random Forest, Neural Network, KNN, dan SVM dibangun dan dievaluasi dengan metrik akurasi, presisi, recall, dan F1-Score untuk analisis sentimen yang lebih tepat, khususnya pada data tidak seimbang dari opini pengguna Aplikasi Satu Sehat Mobile. Dimana evaluasi performa dilakukan pada data tanpa dan dengan model sampling. Penggunaan SVM menghasilkan akurasi tertinggi tanpa sampling (80,528%), karena fokus pada margin. Namun, Random Forest memiliki Precision, Recall, dan F1-Score lebih unggul untuk kelas minoritas. Dalam skenario model sampling, semua model mengalami peningkatan akurasi, terutama SVM dengan peningkatan 0,489%. Penerapan metode sampling Tomek Links memperbaiki evaluasi matriks dan mengatasi ketidakseimbangan kelas. Model sampling juga mengurangi waktu proses dengan ukuran dataset yang lebih kecil setelah penghapusan instance. Metode ini efektif mengatasi masalah ketidakseimbangan dataset, meningkatkan kinerja model, dan mengurangi waktu proses.
PERBANDINGAN METODE VEKTORISASI PADA ANALISA SENTIMENT, STUDI KASUS : CYBERBULLYING PADA KOMENTAR INSTAGRAM I Putu Ramayasa; I Gusti Ayu Desi Saryanti; I Komang Dharmendra; Edwar
Jurnal Teknologi Informasi dan Komputer Vol. 9 No. 5 (2023): Jurnal Teknologi Informasi dan Komputer
Publisher : LPPM Universitas Dhyana Pura

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

Abstract

Media sosial sebagai alat komunikasi global telah membawa dampak positif namun juga muncul sisi gelapnya, seperti peningkatan kasus cyberbullying. Penelitian ini mengajukan pendekatan melalui analisis sentimen, dengan penekanan pada teknik vektorisasi. Pendekatan ini menggabungkan tiga teknik vektorisasi utama, yaitu LSTM, Word2Vec, dan TF-IDF, dengan tiga model klasifikasi utama: Random Forest, Naive Bayes, dan Gradient Boosting. Hasil penelitian menunjukkan bahwa penggunaan LSTM dalam kaitannya dengan algoritma Random Forest memunculkan akurasi tertinggi, mencapai 92.5%, dengan kemampuan mengenali pola sentimen yang kompleks. Sementara Naive Bayes memiliki akurasi yang lebih rendah, Word2Vec memberikan peningkatan signifikan dalam pengenalan pola sentimen pada algoritma ini. Penggunaan Word2Vec juga menghasilkan hasil yang konsisten pada algoritma Gradient Boosting dengan akurasi sekitar 86%, menegaskan kemampuannya dalam mengidentifikasi relasi kata dalam analisis sentimen terkait cyberbullying. Di sisi lain, teknik vektorisasi TF-IDF memberikan hasil yang mengesankan, mencapai akurasi tertinggi 96.25% pada algoritma Random Forest, dengan kemampuan mengenali kata-kata kunci yang mempengaruhi sentimen. Kesimpulannya, penelitian ini menggambarkan bahwa berbagai metode vektorisasi memiliki dampak yang signifikan dalam analisis sentimen terhadap komentar Instagram, terutama dalam konteks deteksi cyberbullying. Oleh karena itu, pemilihan metode vektorisasi yang sesuai sangat penting dalam mengembangkan algoritma analisis sentimen yang efektif.
KLASIFIKASI EMOSI PADA TWEET BERBAHASA INDONESIA MENGGUNAKAN TEKNIK SAMPLING ENN I Gede Harsemadi; I Komang Dharmendra; I Made Pasek Pradnyana Wijaya
Jurnal Teknologi Informasi dan Komputer Vol. 9 No. 5 (2023): Jurnal Teknologi Informasi dan Komputer
Publisher : LPPM Universitas Dhyana Pura

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

Abstract

Twitter menjadi fokus utama sebagai platform media sosial yang sangat populer di seluruh dunia, dengan pertumbuhan data yang terus meningkat setiap hari. Potensinya untuk aplikasi analisis sentimen dan deteksi emosi dari tweet sangat besar. Namun, tantangan muncul karena dataset tweet sering kali tidak seimbang antara kelas emosi. Oleh karena itu, penelitian ini menguji empat algoritma klasifikasi yang berbeda dengan menggunakan teknik sampling Edited Nearest Neighbours (ENN) pada dataset tweet berbahasa Indonesia yang tidak seimbang dengan lima kelas emosi. Hasil evaluasi mengungkapkan bahwa model RandomForest memiliki akurasi tertinggi sekitar 62.55%, sementara Neural Network mendominasi dalam presisi dengan nilai 67.23%. Meskipun model SVM memiliki presisi yang tinggi, recall dan F1-score yang rendah menunjukkan keterbatasan dalam mengidentifikasi kelas positif dengan benar. Oleh karena itu, penggunaan ENN untuk mengatasi ketidakseimbangan data pada dataset tweet berbahasa Indonesia memperlihatkan bahwa model RandomForest dan Neural Network adalah pilihan yang lebih baik dalam tugas klasifikasi emosi.

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2023 2023


Reset
Filter By Issues
All Issue Vol. 9 No. 5 (2023): Jurnal Teknologi Informasi dan Komputer Vol. 9 No. 4 (2023): Jurnal Teknologi Informasi dan Komputer Vol. 9 No. 3 (2023): Jurnal Teknologi Informasi dan Komputer Vol 9, No 2 (2023): Jurnal Teknologi Informasi dan Komputer Vol 9, No 1 (2023): Jurnal Teknologi Informasi dan Komputer Vol 8, No 4 (2022): Jurnal Teknologi Informasi dan Komputer Vol 8, No 3 (2022): Jurnal Teknologi Informasi dan Komputer Vol 8, No 2 (2022): Jurnal Teknologi Informasi dan Komputer Vol 8, No 1 (2022): Jurnal Teknologi Informasi dan Komputer Vol 7, No 4 (2021): Jurnal Teknologi Informasi dan Komputer Vol 7, No 3 (2021): Jurnal Teknologi Informasi dan Komputer Vol. 7 No. 3 (2021): Jurnal Teknologi Informasi dan Komputer Vol 7, No 2 (2021): Jurnal Teknologi Informasi dan Komputer Vol 7, No 1 (2021): Jurnal Teknologi Informasi dan Komputer Vol 6, No 3 (2020): Jurnal Teknologi Informasi dan Komputer Vol 6, No 2 (2020): Jurnal Teknologi Informasi dan Komputer Vol 6, No 1 (2020): Jurnal Teknologi Informasi dan Komputer Vol 5, No 3 (2019): Jurnal Teknologi Informasi dan Komputer Vol 5, No 2 (2019): Jurnal Teknologi Informasi dan Komputer Vol 5, No 1 (2019): Jurnal Teknologi Informasi dan Komputer Vol 4, No 2 (2018): Jurnal Teknologi Informasi dan Komputer Vol 4, No 1 (2018): Jurnal Teknologi Informasi dan Komputer Vol 3, No 2 (2017): Jurnal Teknologi Informasi dan Komputer Vol 3, No 1 (2017): Jurnal Teknologi Informasi dan Komputer Vol 2, No 2 (2016): Jurnal Teknologi Informasi dan Komputer Vol 2, No 1 (2016): Jurnal Teknologi Informasi dan Komputer Vol 1, No 2 (2015): Jurnal Teknologi Informasi Dan Komputer Vol 1, No 1 (2015): Jurnal Teknologi Informasi dan Komputer More Issue