Enda Esyudha Pratama, Enda Esyudha
Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung

Published : 5 Documents
Articles

Found 5 Documents
Search

Klasifikasi Topik Keluhan Pelanggan Berdasarkan Tweet dengan Menggunakan Penggabungan Feature Hasil Ekstraksi pada Metode Support Vector Machine (SVM)

JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 1, No 2 (2015): Volume 1, No 2
Publisher : Program Studi Informatika

Show Abstract | Original Source | Check in Google Scholar | Full PDF (323.732 KB)

Abstract

Pemanfaatan twitter sebagai layanan customer serevice perusahaan sudah mulai banyak digunakan, tak terkecuali Speedy. Mekanisme yang ada saat ini untuk proses klasifikasi bentuk dan jenis keluhan serta informasi tentang jumlah keluhan lewat twitter masih dilakukan secara manual. Belum lagi data twitter yang bersifat tidak terstruktur tentunya akan menyulitkan untuk dilakukan analisa dan penggalian informasi dari data tersebut. Berdasarkan permasalahan tersebut, penelitian ini bertujuan untuk memproses data teks dari tweet pengguna twitteryang masuk ke akun @TelkomSpeedy untuk diolah menjadi informasi. Informasi tersebut nantinya digunakan untuk klasifikasi bentuk dan jenis keluhan. Merujuk pada beberapa penelitian terkait, salah satu metode klasifikasi yang paling baik untuk digunakan adalah metode Support Vector Machine (SVM). Konsep dari SVM dapat dijelaskan secara sederhana sebagai usaha mencari hyperplane yang dapat memisahkan dataset sesuai dengan kelasnya. Kelas yang digunakan dalam penelitian kali ini berdasarkan topik keluhan pelanggan yaitu billing, pemasangan/instalasi, putus (disconnect), dan lambat. Faktor penting lainnya dalam hal klasifikasi adalah penentuan feature atau atribut kata yang akan digunakan. Metode feature selection yang digunakan pada penlitian ini adalah term frequency (TF), document frequency (DF), information gain, dan chi-square. Pada penelitian ini juga dilakukan metode penggabungan feature yang telah dihasilkan dari beberapa metode feature selection sebelumnya. Dari hasil penelitian menunjukan bahwa SVM mampu melakukan klasifikasi keluhan dengan baik, hal ini dibuktikan dengan akurasi 82,50% untuk klasifikasi bentuk keluhan dan 86,67% untuk klasifikasi jenis keluhan. Sedangkan untuk kombinasi penggunaan feature dapat meningkatkan akurasi menjadi 83,33% untuk bentuk keluhan dan 89,17% untuk jenis keluhan.   Kata Kunci—customer service, klasifikasi topik keluhan, penggabungan feature, support vector machine

Aplikasi Augmented Reality Sistem Pernapasan

Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol 5, No 2 (2017)
Publisher : Program Studi Informatika Universitas Tanjungpura

Show Abstract | Original Source | Check in Google Scholar | Full PDF (984.917 KB)

Abstract

Pendidikan adalah usaha sadar dan terencanauntuk mewujudkan suasana belajar dan prosespembelajaran agar peserta didik secara aktifmengembangkan potensi dirinya untuk memilikikecerdasan ataupun keterampilan yang dibutuhkan.Metode belajar konvensional digunakan pada pelajaranbiologi untuk kelas XI SMA IPA materi sistem pernapasan.Dalam materi sistem pernapasan bagian-bagian materiyang dipelajari kebanyakan membahas bagaimana sistempernapasan itu berjalan didalam tubuh, sedangkan siswamempelajari materi sistem pernapasan melalui gambardidalam buku, ini membuat siswa kesulitan dalammemvisualisasikan sistem dan organ pernapasan tersebutberjalan sesungguhnya. Augmented Reality adalahteknologi yang dapat menggabungkan objek 3D ke dalamlingkungan nyata Tidak seperti Virtual Reality yangsepenuhnya menggantikan kenyataan, namun AugmentedReality hanya menambahkan atau melengkapi kenyataan.Pada kasus ini materi sistem pernapasan yang dipelajariakan divisualisasikan dalam bentuk 3D. Metode yangdigunakan pada penelitian tentang Augmented Reality iniadalah metode Marker Based Tracking. Pada penelitian inidigunakan Blender, Unity 3D, Vuforia untuk membangunaplikasi. Aplikasi berbasis Android. Berdasarkan hasilpengujian User Acceptance Test diketahui persentase nilaiAcceptance mencapai 100%, ini berarti aplikasi dapatditerima. Dari Pre Test ke Post Test yang dilakukan aplikasiyang diimplementasikan teknologi Augmented Realitykepada 2 kelas siswa SMA XI IPA semester 2, kelas yangmenggunakan bantuan aplikasi memperoleh peningkatanpersentase nilai lebih tinggi dari kelas yang tidakmenggunakan aplikasi. Yaitu 66% untuk kelas yangmenggunakan aplikasi, dan 62% untuk kelas yang tidakmenggunakan aplikasi. Dapat disimpulkan bahwa aplikasidapat menampilkan objek 3D, dan dapat membantu siswauntuk meningkatkan pemahaman siswa pada materi sistempernapasan.

Sistem Analisis Sentimen pada Ulasan Produk Menggunakan Metode Naive Bayes

JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 4, No 2 (2018): Volume 4 No 2
Publisher : Program Studi Informatika

Show Abstract | Original Source | Check in Google Scholar

Abstract

Sistem analisis sentimen merupakan sistem yang digunakan untuk melakukan proses analisis otomatis pada ulasan produk online bahasa Indonesia untuk memperoleh informasi meliputi informasi sentimen yang merupakan bagian dari ulasan online. Data tersebut diklasifikasikan menggunakan Naive Bayes. Sistem analisis sentimen dibagi menjadi 5 (lima) tahap, yaitu crawling, pre-processing, pembobotan kata, pembentukan model dan klasifikasi sentimen. Pada pembobotan kata digunakan metode TF-IDF (Term Frequency – Inverse Document Frequency). Data yang ada akan diklasifikasikan ke dalam 5 (lima) kelas, yaitu sangat negatif, negatif, netral, positif dan sangat positif. Data tersebut kemudian akan dievaluasi menggunakan pengujian confusion matrix dengan parameter akurasi, recall, dan precision. Hasil pengujian menunjukkan pada pengujian 3 kelas (negatif, netral dan positif) hasil terbaik didapatkan pada 90% data latih dan 10% data uji dengan nilai akurasi 77.78%, recall 93.33% dan precision 77.78% dan pada pengujian 5 kelas hasil terbaik didapatkan pada 90% data latih dan 10% data uji  dengan nilai akurasi 59.33 %, recall 58.33 % dan precision 59.33 %. Hasil prediksi kelas data uji yang relevan dibandingkan antara kelas sentimen yang ditandai supervisor dan kelas sentimen yang dihasilkan oleh sistem analisis sentimen walaupun belum sepenuhnya akurat.

Rancang Bangun Aplikasi Pengolahan Data pada Persatuan Tenis Meja Seluruh Indonesia (PTMSI) Kalimantan Barat Berbasis Web

Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol 7, No 2 (2019)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Original Source | Check in Google Scholar

Abstract

Persatuan Tenis Meja Seluruh Indonesia (PTMSI) Kalimantan Barat merupakan suatu organisasi olahraga tenis meja yang berwenang mengkoordinasi dan membina setiap dan seluruh kegiatan olahraga tenis meja diseluruh wilayah hukum provinsi Kalimantan Barat. Selama ini diketahui organisasi tersebut masih mengalami kesulitan dalam pengolahan data dan penyajian informasi, seperti data atlet, data klub, data pengurus, data inventaris/aset. Oleh karena itu, untuk mengatasi permasalahan tersebut, maka dibutuhkan sebuah aplikasi digitalisasi/otomasi untuk membantu pengolahan data dan penyajian informasi yang lebih efektif dan efisien, serta dapat meningkatkan profesionalisme kinerja pada Persatuan Tenis Meja Seluruh Indonesia (PTMSI) Kalimantan Barat. Tujuan dari penelitian ini adalah untuk membangun sebuah sistem aplikasi pengolahan data pada PTMSI Kalimantan Barat berbasis web dengan bahasa pemrograman PHP dan database MySQL sebagai penyimpanan data. Pengujian dilakukan dengan menggunakan metode Black Box dan kuesioner yang diberikan kepada 15 responden, dari hasil pengujian Black Box menyatakan bahwa aplikasi sudah berjalan seperti yang diharapkan, dimana aplikasi mampu menampilkan keluaran yang sesuai dengan masukan pengguna. Dari hasil pengujian kuesioner penggunaan aplikasi dihitung menggunakan metode mencari interval persentase skala likert didapatkan persentase dengan total 95,00% dan pengujian perbandingan didapatkan persentase dengan total 100,00%. Hal ini berarti responden menyatakan setuju bahwa sistem aplikasi pengolahan data pada Persatuan Tenis Meja Seluruh Indonesia (PTMSI) Kalimantan Barat berbasis web yang dibangun dapat membantu, mempermudah, mendukung dan dapat mengatasi masalah terkait pengolahan data dan penyajian informasi pada Persatuan Tenis Meja Seluruh Indonesia (PTMSI) Kalimantan Barat.

Sistem Pendukung Keputusan Seleksi Mahasiswa Penerima Beasiswa BBP-PPA dengan Metode TOPSIS pada Fakultas Teknik UNTAN

Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol 7, No 2 (2019)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Original Source | Check in Google Scholar

Abstract

Beasiswa merupakan bentuk penghargaan yang ditujukan kepada pelajar. Berbagai pertimbangan dilakukan untuk menemukan sasaran secara tepat dan cepat. Sistem Pendukung Keputusan (SPK) merupakan sistem berbasis komputer yang membantu proses pengambilan keputusan untuk menghasilkan alternatif pilihan terbaik dengan cepat dan mengurangi terjadinya human error. Tujuan penelitian ini adalah membangun sebuah sistem pengambilan keputusan yang dapat digunakan untuk penyeleksian mahasiswa penerima beasiswa BBP-PPA yang akan diterapkan pada Fakultas Teknik Universitas Tanjungpura. TOPSIS merupakan metode yang diimplemtasikan pada SPK seleksi mahasiswa penerima beasiswa ini. Model pengembangan sistem menggunakan konsep System Development Life Cycle (SDLC). Pengujian sistem dilakukan dengan tiga cara, yaitu pengujian black box, User Acceptance Test (UAT) dan pengujian metode. Dari pengujian yang telah dilakukan, pengimplementasian metode TOPSIS cocok untuk digunakan pada kasus ini. Secara keseluruhan, SPK yang menerapkan metode TOPSIS dapat membantu pihak yang bersangkutan dengan mengatasi permasalahan human error dan mempercepat proses penyeleksian mahasiswa penerima beasiswa BBP-PPA.