cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ardi Susanto
Contact Email
ardisusanto@poltektegal.ac.id
Phone
-
Journal Mail Official
informatika.ejournal@poltektegal.ac.id
Editorial Address
Gedung B, Politeknik Harapan Bersama, Jl Mataram No 9 Pesurungan Lor Kota Tegal
Location
Kota tegal,
Jawa tengah
INDONESIA
Jurnal Informatika: Jurnal Pengembangan IT
Published by Politeknik Harapan Bersama Tegal
ISSN : 24775126     EISSN : 25489356     DOI : https://doi.org/10.30591
Core Subject : Science,
Computer Science & IT
The scope encompasses the Informatics Engineering, Computer Engineering and information Systems., but not limited to, the following scope: 1. Information Systems Information management e-Government E-business and e-Commerce Spatial Information Systems Geographical Information Systems IT Governance and Audits IT Service Management IT Project Management Information System Development Research Methods of Information Systems Software Quality Assurance 2. Computer Engineering Intelligent Systems Network Protocol and Management Robotic Computer Security Information Security and Privacy Information Forensics Network Security Protection Systems 3. Informatics Engineering Software Engineering Soft Computing Data Mining Information Retrieval Multimedia Technology Mobile Computing Artificial Intelligence Games Programming Computer Vision Image Processing, Embedded System Augmented/ Virtual Reality Image Processing Speech Recognition
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 10 Documents
 1 
Search results for , issue "Vol 7, No 2 (2022): JPIT, Mei 2022" : 10 Documents clear
Analisis Komparasi Algoritma Machine Learning untuk Sentiment Analysis (Studi Kasus: Komentar YouTube “Kekerasan Seksual”) Chandra Ayunda Apta Soemedhy; Nora Trivetisia; Nawang Anggita Winanti; Dwi Puspa Martiyaningsih; Tri Wulandari Utami; Sudianto Sudianto
Jurnal Informatika: Jurnal Pengembangan IT Vol 7, No 2 (2022): JPIT, Mei 2022
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v7i2.3547

Abstract

Cases of sexual violence in the last decade have been rampant in Indonesia. Cases of sexual violence are increasingly exposed, along with the increasing use of social media. One of them is violence against women. Cases of sexual violence often cause various kinds of stigma in the community, so this study aims to determine the public's response to cases of sexual harassment using sentiment analysis. The data used is sourced from YouTube comments with the title "Kasus Bunuh Diri NW: Bripda Randy Tersangka, Penanganan Polisi Dikritik | Narasi Newsroom." The method used is Machine Learning algorithms such as the SVM algorithm, Naive Bayes, and Random Forest. The results of comparing the three Machine Learning algorithms, Random Forest, obtained the best accuracy rate of 78% compared to the other two algorithms in conducting sentiment analysis on YouTube comments about sexual harassment discussions.
Perbandingan Metode Klasifikasi serta Analisis Faktor Akademis Pola Kelulusan Mahasiswa di Perguruan Tinggi Rani Aprillya Putri; Nenden Siti Fatonah
Jurnal Informatika: Jurnal Pengembangan IT Vol 7, No 2 (2022): JPIT, Mei 2022
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v7i2.3082

Abstract

Perkembangan Teknologi informasi di berbagai bidang diikuti dengan berkembangnya data. Pangkalan data yang menyimpan data pengelolaan pelaksanaan pendidikan tinggi dari seluruh perguruan tinggi yang terintegrasi secara nasional yaitu PDDIKTI. Data Mining merupakan proses penggalian data dari kumpulan database yang berjumlah besar yang digunakan untuk mendapatkan pengetahuan berupa informasi penting dan bermanfaat. Dalam penelitian ini penulis menerapkan penggunaan data mining untuk mengetahui klasifikasi pola akademik kelulusan mahasiswa. Pada penelitian ini penulis akan membandingkan metode klasifikasi Decision Tree, Ensemble Learning (Bagging Boosting), mengetahui faktor yang paling berpengaruh terhadap kelulusan serta Analisis data pola akademik mahasiswa. Hasil pengujian klasifikasi data kelulusan mahasiswa dengan hasil akurasi terbaik adalah metode algoritma Ensemble Learning Bagging atau Random Forest dengan melakukan cross validation dan hyperparameter tuning (Grid Search CV) dengan akurasi 96.1%. Penggunaan cross validation dan hyperparameter tuning terbukti dapat mempengaruhi dan mengoptimalkan akurasi learning. Faktor yang paling mempengaruhi pola kelulusan mahasiswa adalah jumlah SKS semester 5, Angkatan, Indeks Prestasi, Program Kelas dan Total Cuti.
Klasifikasi Judul Berita Clickbait menggunakan RNN-LSTM Widi Afandi; Satria Nur Saputro; Andini Mulia Kusumaningrum; Hikari Adriansyah; Muhammad Hilmi Kafabi; Sudianto Sudianto
Jurnal Informatika: Jurnal Pengembangan IT Vol 7, No 2 (2022): JPIT, Mei 2022
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v7i2.3401

Abstract

Amid technological developments, online news of various life topics is shared across various platforms. Many media often take advantage of this opportunity by uploading their news on several online platforms to increase the traffic and rankings they upload to make much profit. However, many online media attract readers' attention by exaggerating the headlines or news headlines they upload. That way, the news title is often not by the content of the news. This phenomenon is commonly known as "clickbait" among the public. The media usually do this to increase traffic, rankings, and finances. Therefore, this study classified the news with clickbait and non-clickbait titles using the RNN-LSTM architecture. In this study, the classification of clickbait news titles uses the RNN-LSTM architecture. The classification results obtained calculation accuracy of 79% on training data and 77% accuracy on test data.
Analisis Sentimen Terhadap PERMENDIKBUD No.30 pada Media Sosial Twitter Menggunakan Metode Naive Bayes dan LSTM Yuliana Romadhoni; Khadijah Fahmi Hayati Holle
Jurnal Informatika: Jurnal Pengembangan IT Vol 7, No 2 (2022): JPIT, Mei 2022
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v7i2.3191

Abstract

Penelitian Analisis Sentimen tanggapan masyarakat terhadap PERMENDIKBUD No. 30 di media sosial Twitter dapat menggunakan model Machine Learning dan Deep Learning. Penelitian ini menggunakan 2 metode yang diturunkan dari dua model yaitu metode Naïve Bayes dan metode Long Short-Term Memory. Pengumpulan data dengan cara crawling data menggunakan Twitter API yang menggunakan kata kunci berupa “permendikbud30” dan “Kekerasan seksual di kampus”. berisi "Negatif" dan "Positif" Namun, dataset yang telah diproses sebelumnya dikurangi menjadi 471 data. Setelah preprocessing dilakukan, selanjutnya dilakukan proses pembobotan dengan menggunakan metode TF-IDF dan dilanjutkan dengan metode perhitungan. Hasil penelitian ini menunjukkan bahwa metode LSTM mendapatkan nilai performansi yang lebih tinggi yaitu nilai Accuracy sebesar 77%, Precision sebesar 84%, Recall sebesar 75%, dan F1-Score 80%. pengujian metode Naïve Bayes diperoleh hasil akurasi 76%, presisi 75%, nilai recall 75% dan F1-Score 75%.
Analisis Data Penjualan Pasca COVID-19 Menggunakan Algoritma K-Means Yustia Hapsari; Muhammad Fikri Hidayattullah; M Shidiq Erdi W; Dega Surono Wibowo; M Nishom
Jurnal Informatika: Jurnal Pengembangan IT Vol 7, No 2 (2022): JPIT, Mei 2022
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v7i2.3810

Abstract

Pandemi Covid-19 memberikan dampak buruk ke berbagai sektor. Tak terkecuali sektor ekonomi. Bahkan negara-negara maju sekali pun ikut terkena dampak yang sangat serius di sektor ekonomi dari adanya pandemi ini. Para pelaku usaha dalam berbagai lini melakukan transformasi yang massif untuk bangkit dari keterpurukan tersebut. Salah satu langkah strategis yang dilakukan adalah dengan mengubah sistem marketing dan transaksi penjualan dari yang sebelumnya offline ke online. Penelitian ini akan melakukan analisis penjualan pasca Covid-19 dengan menggunakan dataset dari Narasio Data. Produk yang akan dianalisis berupa penjualan produk sport dan apparel. Hasil analisis akan menampilkan produk apa saja yang paling cepat terjual, pengaruh rating produk dan pemberian diskon dengan tingkat penjualan, serta keterkatian antara banyaknya variasi brand dengan tingkat penjualan. Proses analisis menggunakan pendekatan segemntasi produk. Algoritma yang digunakan untuk melakukan segmentasi adalah K-Means. Algoritma tersebut sangat handal untuk kasus clustering produk.
Pengiriman Pesan Whatsapp Massal Otomatis dengan XPath Address Finder, Checker, dan Fitur Update Yohannes Dimas Hartanto Putra; Abdul Ghofir
Jurnal Informatika: Jurnal Pengembangan IT Vol 7, No 2 (2022): JPIT, Mei 2022
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v7i2.3577

Abstract

WhatsApp is a reliable, secure, simple calling and messaging service that is available for free. This service was originally developed as the short message service alternative, and now supports location, document, video, photo, and text exchange features. This service has over two billion active users in one hundred and eighty countries. With some of these advantages, this service can be used as an alternative to SMS to convey information in bulk. For example, broadcasting information or reminders of certain things or advertising. By using WhatsApp, the costs required for the broadcasting process will be very small compared to using SMS. However, it would be very inefficient and time-consuming if the process of broadcasting the information was still done manually by retyping or copy-pasting messages from target to target. This reseach aims to develop an application that can automate the process of sending mass messages automatically through the WhatsApp service. In addition, a Virtual Contact File creation feature was also developed to help users add contacts from targets. To improve the adaptability to HTML structure changes on the WhatsApp Web website, an XPath address update feature on key elements was also developed. To support the update feature, the XPath address finder and checker on certain elements in a web page function were also developed.
Klasifikasi Buah Berkhasiat Obat Dengan Algoritme Euclidean Distance Menggunakan Ekstraksi Ciri Bentuk dan Tekstur Farida Amalya; Silvia Harlena
Jurnal Informatika: Jurnal Pengembangan IT Vol 7, No 2 (2022): JPIT, Mei 2022
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v7i2.3688

Abstract

Mengonsumsi buah sangat dianjurkan karena mengandung vitamin, mineral, serta serat yang dibutuhkan oleh tubuh. Selain itu, ternyata buah-buahan dapat menjadi obat dan mencegah dari berbagai penyakit. Berdasarkan kajian riset secara empiris menunjukkan bahwa buah memiliki kandungan yang yang dapat menjadi obat bagi tubuh manusia. Akan tetapi, pengetahuan mengenai khasiat buah sebagai obat belum tersebar ke banyak orang. Buah-uahan yang berkhasiat obat dapat dikenali jika dilihat dari bentuk dan teksturnya. Penelitian ini bertujuan untuk melakukan klasifikasi jenis buah berkhasiat obat menggunakan euclidean distance dengan ekstraksi ciri bentuk dan tekstur. Proses ekstraksi ciri dilakukan agar dapat mengidentifikasi informasi dari ciri-ciri yang terdapat pada sebuah citra. Ekstraksi ciri bentuk didapatkan berdasarkan nilai metric dan eccentricity. Untuk ekstraksi ciri tekstur digunakan Gray Level Co-occurence Matrix (GLCM). Sedangkan proses klasifikasi menggunakan euclidean distance yang memiliki fungsi sebagai penentu tingkat kemiripan dari beberapa citra berdasarkan jarak eucliedean. Berdasarkan evaluasi model dengan menggunakan uji akurasi memperlihatkan bahwa model yang dikembangkan memiliki tingkat akurasi mencapat 83,33%. Hasil tersebut menunjukkan model yang dikembangkan mampu melakukan klasifikasi dengan baik.
Analisis Sentimen Masyarakat Indonesia Terkait Vaksin Covid-19 Pada Media Sosial Twitter Menggunakan Metode Support Vector Machine (Svm) Muhammad Fadilah Arfat; Styawati Styawati; Andi Nurkholis; Indra Kurniawan
Jurnal Informatika: Jurnal Pengembangan IT Vol 7, No 2 (2022): JPIT, Mei 2022
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v7i2.3549

Abstract

COVID-19 is a new disease outbreak that has been officially designated as a global pandemic by the Worldi Health Organizationi (WHO) oni March 11, 2020. Seeing the rapid development of COVID-19, the Government of Indonesia has carried out vaccinations that have been carried out since January 13, 2021, this vaccination is prioritized for medical personnel and red zone areas. Since its emergence, therei have been many prosi andi consi regardingi the vaccination process and it has alsoi become a trending topici on sociali media Twitter oni January 13, 2021. Onei of the mosti widely used social media by Indonesiani people isi twitter sociali media. According to We arei Social sources in 2020, twitteri social media is rankedi fifth in the category of sociali media that is often used with a user percentage of 56% after Youtube, Whatsapp, Facebook as well as Instagram. Thisi shows that there is a huge opportunity for data sources that can be usedi to find out the positive and negativei sentiments of the related community, which is useful for interested parties to carry out evaluations. So that it can see how many people agree and disagree. If the percentage of people who disagree is more, the government must do better socialization so that people can better understand and not feel afraid of the vaccine. This study aims to find out how public sentiment is about the government's policies regarding the COVID-19 vaccinei using the Support Vector Machine method. by extracting the tf-idf feature and comparing the kernels contained in the SVM, including Linear, RBF, Polynomial, and Sigmoid. With tests that will later see how the values of accuracy, precision, recall and F1-Score are. 
Analisis Kinerja Rantai Pasok Produk Kedelai Menggunakan Metode Supply Chain Operation Reference M Yoka Fathoni; Dedy Agung Prabowo; Sena Wijayanto; Sandhy Fernandez; Ardi Susanto
Jurnal Informatika: Jurnal Pengembangan IT Vol 7, No 2 (2022): JPIT, Mei 2022
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v7i2.3740

Abstract

Indonesia is a country that has one of the advantages, namely as the largest agricultural country that has natural wealth, one of which is the agricultural sector. Soybean is one of the most widely grown crops in Indonesian agriculture and is included in the legumes group which has the highest vegetable protein content when compared to other types of beans such as red beans, green beans, and peanuts. The use of the SCOR method in this study is to measure good SCM performance, because SCOR divides supply chain processes into five 5 core processes, namely plan, source, make, deliver and return, where these processes have represented all supply chain activities. management from upstream to downstream in detail, so that it can define and categorize the measurement indicators needed in measuring Supply Chain Management performance. Based on the SCOR method, the results of the calculation of the final performance value of the soybean supply chain in the province of Central Java are 76.8 out of 100 which are in the "good" category.
Rancang Bangun Aplikasi E-Voting Pemilihan Ketua Pondok Pesantren Berbasis Web Menggunakan Metode Waterfall Angga Widwan Krismanto; Rifki Adhitama; Novian Adi Prasetyo
Jurnal Informatika: Jurnal Pengembangan IT Vol 7, No 2 (2022): JPIT, Mei 2022
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v7i2.3415

Abstract

Peneliti membuat sebuah penelitian tentang e-voting pemilihan ketua Pondok Pesantren Darussalam Dukuhwaluh-Purwokerto berbasis website bertujuan untuk mengalih fungsikan pemilihan manual menuju pemilihan dengan memanfaatkan sistem digital. Selain itu penelitian e-voting berbasis website ini bertujuan untuk mempermudah kinerja KPUP (Komisi Pemilihan Umum Pondok) dalam mengelola hasil suara pemilihan ketua Pondok Pesantren Darussalam Dukuhwaluh-Purwokerto. Dalam penelitian ini peneliti menggunakan tiga metode yang menjadi landasan dalam penulisan dan pengumpulan data, yaitu metode observasi, wawancara, dan Pustaka supaya hasil penelitian sesuai dengan kebutuhan yang diharapkan. Kemudian PHP merupakan bahasa pemrogamman yang digunakan dalam dalam penelitian ini, MySQL sebagai basis data dan Xampp untuk server web penelitian. Adapun pengujian sistem menggunakan teknik Black Box Testing, dari hasil pengujian yang sudah dilaksanakan bahwa Rancang Bangun Aplikasi E-Voting Berbasis Web (Studi Kasus: Pondok Pesantren Darussalam Dukuhwaluh-Purwokerto) patut digunakan dan dibutuhkan karena sesuai dengan fungsi yang ada pada pemilihan ketua Pondok Pesantren Darussalam Dukuhwaluh-Purwokerto. Output dari penelitan ini bisa di implementasikan pada pemilihan ketua Pondok Pesantren Darussalalam Dukuhwaluh-Purwokerto dengan pengesuaian sistem terlebih dahulu agar pihak yang bersangkutan mudah menggunakan sistem yang telah di teliti.

Page 1 of 1 | Total Record : 10

 1 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol 8, No 3 (2023): JPIT, September 2023 Vol 8, No 2 (2023): JPIT, Mei 2023 Vol 8, No 1 (2023): JPIT, Januari 2023 Vol 7, No 3 (2022): JPIT, September 2022 Vol 7, No 2 (2022): JPIT, Mei 2022 Vol 7, No 1 (2022): JPIT, Januari 2022 Vol 6, No 3 (2021): JPIT, September 2021 Vol 6, No 2 (2021): JPIT, Mei 2021 Vol 6, No 1 (2021): JPIT, Januari 2021 Vol 5, No 3 (2020): JPIT, September 2020 Vol 5, No 2 (2020): JPIT, Mei 2020 Vol 5, No 1 (2020): JPIT, Januari 2020 Vol 4, No 3 (2019): JPIT, September 2019 Vol 4, No 2 (2019): JPIT, Mei 2019 Vol 4, No 1 (2019): JPIT, Januari 2019 Vol 4, No 2-2 (2019): Special Issue on Seminar Nasional - Inovasi Dalam Teknologi Informasi & Teknol Vol 3, No 3 (2018): JPIT, September 2018 Vol 3, No 2 (2018): JPIT, Mei 2018 Vol 3, No 1 (2018): JPIT, Januari 2018 Vol 2, No 2 (2017): JPIT, Juli 2017 Vol 2, No 1 (2017): JPIT, Januari 2017 Vol 1, No 2 (2016): JURNAL INFORMATIKA Vol 1, No 1 (2016): JURNAL INFORMATIKA More Issue