JNANALOKA

Journal Information
ISSN / EISSN : 2722-7332 / 2722-2896
Published by: Lentera Dua Fondation (10.36802)
Total articles ≅ 30
Filter:

Latest articles in this journal

Danang Kastowo, Andy Saputra, Wachid Daga Suryono, Erna Setyowati
Published: 31 March 2022
Abstract:
Bagi masyarakat di Indonesia bahasa daerah merupakan bahasa sehari-hari yang biasa digunakan untuk berkomunikasi. Salah satunya adalah bahasa Jawa. Pada penelitian berbasis bahasa alami, bahasa daerah tergolong bahasa yang sulit untuk dikembangkan, mengingat ketersediaan jumlah dataset yang terbatas. Penelitian ini melakukan analisis terhadap 2 metode stemming kata, yaitu metode Nazief-Adriani dan Levenshtein Distance untuk menyelesaikan proses stemming kata berbahasa Jawa. Penelitian ini ingin mengetahui metode yang sesuai dengan akurasi terbaik untuk stemming kata berbahasa Jawa. Selain itu penelitian ini juga mempertimbangkan pembobotan kata untuk menghasilkan akurasi similaritas artikel yang lebih baik. Metode nazief adriani menghasilkan nilai rata-rata similarity sebesar 6,8% dengan waktu rata-rata eksekusi 0,0443 detik.
Bayu Yanuargi
Published: 31 March 2022
Abstract:
Bukalapak adalah salah satu startup eCommerce paling awal yang berdiri di Indonesia. Bukalapak sudah menjembatani antara penjual (Pelapak) dengan pembeli sejak 2010. Pada tahun 2021 Bukalapak memberanikan diri untuk melakukan Initial Public Offers di BEI. Banyak ragam tanggapan dari pengguna Bukalapak terhadap langkah Bukalapak tersebut, baik positif maupun negatif. Sentimen negatif atau positif tersebut dapat menjadi masukan dan evaluasi bagi Bukalapak sendiri untuk mejaga loyalitas penggunanya. Proses penelitian ini dimulai dari pengumpulan data yang diperoleh dari scrapping data review produk Bukalapak di Google Playstore sebelum dan sesudah IPO. Kemudian dilakukan preprosesing data mulai dari casefolding, penghilangan stop word, tokenisasi, steming hingga TF-IDF. Hasil dari preprosesing tersebut kemudian dijadikan data untuk melakukan klasifikasi menggunakan Naive Bayes. Klasifikasi tersebut kemudian diuji dan mendapatkan nilai akurasi untuk data sebelum IPO sebesar 77% dan data setelah IPO sebesar 76%.
Prasetyo Mimboro
Published: 31 March 2022
Abstract:
Indonesia menjadi negara kelima terbesar pengguna twitter sebanyak 19,5 juta pengguna. Seiring berkembangnya teknologi informasi, twitter menjadi salah satu sumber informasi berdasarkan dari sentiment twitter dan trending serta penggunaan hastag yang menjadi tranding. Belakangan ini vaksin nusantara menuai pro dan kontra, untuk dapat mengkalsifikasikan kalimat positif dan negative dalam sentiment twitter terhadap vaksin nusantara maka membutuhkan data dari para pengguna twitter dengan mengambil data berdasarkan kalsidikasi kalimat yang selanjutnya di proses data awal sebelum dimasukan ke dalam model indoBERT yang nantinya akan mengahasilkan tingkat akurasi sentiment twitter terhadap vaksin nusantara. Indonesia memiliki 19,5 juta pengguna Twitter dari total 500 juta pengguna global dan terus berkembang dari waktu ke waktu. Pengguna Twitter memanfaatkannya sebagai forum terbuka kampanye oleh calon walikota Medan dan relawan mereka diminta Netizen menanggapi. Tanggapan warganet terhadap setiap tweet adalah Positif dan Negatif. Oleh karena itu, penelitian ini mencoba menganalisis tweet tentang sentimen netizen terhadap Pilkada Kota Medan 2020. Opini atau sentimen dari pengguna Twitter bisa tentunya dapat dijadikan sebagai kritik dan saran yang dapat ditampung oleh calon walikota dan wakil walikota Medan. Netizen Twitter sering pendapat tentang Calon Kepala Daerah melalui Unggahannya. Pendapat dari Netizen Twitter masih acak-acakan atau tidak terklasifikasi. Untuk memudahkan proses mengklasifikasikan data opini netizen membutuhkan Analisis Sentimen. Analisis Sentimen dilakukan dengan klasifikasi tweet yang mengandung sentimen Netizen terhadap Penyelenggaraan Pilkada Kota Medan 2020. Metode klasifikasi yang digunakan dalam penelitian ini adalah metode Naive Bayes yang dikombinasikan dengan ekstraksi fitur TF-IDF. NS Uji validitas yang diterapkan pada penelitian ini menggunakan matriks konfusi. Dengan fitur tf-idf ekstraksi dan metode Naive Bayes akan dapat secara otomatis mengklasifikasikan analisis sentimen dengan hasilr akurasi 76,00%.
Aam Munir, Enda Putri Atika, Aziza Devita Indraswari
Published: 31 March 2022
Abstract:
Secara global, industry pariwisata memiliki peranan penting dalam kemajuan ekonomi pada suatu wilayah atau negara. perkembangan tersebut dibantu oleh perkembangan teknologi internet seperti sosial media, website portal pariwisata dan lain - lain. penilaian dari suatu hotel di website portal juga dapat mempengaruhi keinginan konsumen apakah memilih hotel tersebut atau tidak. Analisis sentimen terhadap review yang dikeluarkan oleh konsumen dapat dibagi menjadi review positif atau review negatif. Analisis sentimen dimulai dari pengambilan data yaitu scrapping kemudian diteruskan menuju proses preprocessing sehingga didapat data yang siap untuk dianalis. setelah dilakukan proses preprocessing dilanjutkan dengan proses pembobotan. proses pembobotan menggunakan tiga buah metode yaitu Unigram, bigram dan term frequency Inverse Document frequency. Setelah dilakukan proses pembobotan dilakukan proses Klasifikasi menggunakan dua buah metode yaitu Naive bayes dan Support vector Machine. Hasil dari proses klasifikasi tersebut adalah akurasi tertinggi yang didapat oleh metode pembobotan TF- IDf dan metode SVM sebesar 95 % diikuti dengan Metode pembobotan Unigram dengan metode SVM sebesar 94 %.
Rajnaparmaitha Kusumastuti
Published: 31 March 2022
Abstract:
Batik Jiwo Creation adalah toko konveksi dan penjualan batik yang berdiri di kota Sukoharjo. Besarnya permintaan yang berubah setiap periode menyebabkan ketidakpastian dalam menentukan jumlah produksi perusahaan pada periode yang akan datang. Perencanaan jumlah produk sangat penting dalam memenuhi permintaan pasar secara tepat dan dalam jumlah yang tepat. Analisis penentuan jumlah produksi dilakukan dengan menggunakan Algoritma Fuzzy Tsukamoto dan Sugeno berdasarkan jumlah persediaan dan jumlah permintaan. Algoritma Tsukamoto dan Sugeno merupakan salah satu metode sistem inferensi fuzzy. Dalam metode Tsukamoto, setiap konsekuensi dari aturan if-then harus diwakili oleh himpunan fuzzy dengan fungsi keanggotaan monoton, sedangkan metode Sugeno memiliki bentuk akhir berupa konstanta atau persamaan linier. Berdasarkan nilai error MAD pada Fuzzy Tsukamoto adalah 17.93 sedangkan pada Fuzzy Sugeno adalah 210.73. Hal ini menunjukkan bahwa metode Fuzzy Tsukamoto lebih baik digunakan dalam perhitungan peramalan produksi. Algoritma perbandingan ini digunakan untuk membantu menentukan jumlah produksi pada periode berikutnya tergantung pada jumlah permintaan dan penawaran dari periode sebelumnya.
Aam Shodiqul Munir, Rifqi Anugrah, Nurul Ilma Hasana Kunio, Elisabeth Christina Sari, Rizal Sapta Dwi Harjo
Published: 25 September 2021
Abstract:
GAIKINDO atau Gabungan Industri Kendaraan Bermotor Indonesia adalah sebuah perusahaan atau organisasi nirlaba yang bergerak di bidang industri otomotif. Sebuah perusahaan bisa di- katakan sukses atau tidaknya bisa dilihat dari salah satu sudut pandang iaitu penjualan pada perusahaan tersebut. Penjualan merupakan salah satu hal penting bagi perusahaan karena dapat menunjang pertumbuhan perusahaan. Karena semakin berkembangnya zaman maka persaingan antar perusahaan semakin ketat, perusahaan dituntut untuk lebih kreatif dalam memasarkan produknya, salah satu caranya adalah dengan melakukan sebuah kegiatan promosi kepada ma- syarakat untuk menyampaikan keberadaan mengenai produk di pasar. Setiap produk yang dijual harus memiliki ciri khas produk sehingga dapat menarik perhatian pembeli. Penelitian ini bertu- juan menganalisis data penjualan pada perusahaan GAIKINDO untuk mengetahui hal manakah diantara kategori, merk, spesifikasi dan lainnya yang menjadi alasan pembeli dalam membeli sebuah mobil di masa pandemi pada bulan Januari sampai bulan Desember tahun 2020. Selain itu, penelitian ini juga bertujuan untuk melakukan pemodelan data menggunakan data wholesa- les penjualan mobil yang didapatkan dari GAIKINDO pada bulan Januari 2020 sampai dengan Desember 2020. Serta untuk mempermudah pencarian informasi penjualan mobil berdasarkan spesifikasi, brand dan kategori - kategori lainnya. Dalam analisis data menggunakan beberapa teknik data modelling yaitu sitemap dan data flow diagram modeling untuk mendesain alur dari data yang akan dimodelkan.
Buyut Khoirul Umri, Visq Delica
Published: 25 September 2021
Abstract:
Pandemi Covid-19 menjadi masalah serius di Dunia termasuk Indonesia sampai saat ini, virus yang muncul pada akhir tahun 2019 ini masih menjadi masalah serius. Jumlah kasus orang yang terinfeksi terus meningkat dan mencapai angka lebih dari dua ratus juta kasus di seluruh dunia. Untuk melakukan tes cepat ini tidak langsung berjalan dengan lancar tetapi mengalami banyak kendala yang dialami oleh tim Medis, salah satunya keterbatasan kit tes Covid-19, sehingga ilmuwan mengambil langkah diagnosis lainnya. Dalam bidang informatika ilmuwan banyak menggunakan beberapa diagnosis salah satunya gambar X-ray pada paru-paru. Gambar CXR pada saat ini sering digunakan untuk proses deteksi menggunakan algoritma CNN. Penelitian ini menggunakan metode transfer learning yang akan diuji dalam dataset skala besar dan kecil. Hasil terbaik dari semua model yang dicoba yaitu MobileNet dengan hasil akurasi 98.11% yang diuji pada dataset skala besar dan paling rendah didapat oleh ResNet50 yang diuji pada dataset skala kecil dengan akurasi 41.94%. Dataset dalam skala besar juga menjunjukkan peningkatan akurasi pada semua model transfer learning yang diuji.
Buyut Khoirul Umri, Visq Delica
Published: 25 September 2021
Abstract:
Pandemi Covid-19 menjadi masalah serius di Dunia termasuk Indonesia sampai saat ini, virus yang muncul pada akhir tahun 2019 ini masih menjadi masalah serius. Jumlah kasus orang yang terinfeksi terus meningkat dan mencapai angka lebih dari dua ratus juta kasus di seluruh dunia. Untuk melakukan tes cepat ini tidak langsung berjalan dengan lancar tetapi mengalami banyak kendala yang dialami oleh tim Medis, salah satunya keterbatasan kit tes Covid-19, sehingga ilmuwan mengambil langkah diagnosis lainnya. Dalam bidang informatika ilmuwan banyak menggunakan beberapa diagnosis salah satunya gambar X-ray pada paru-paru. Gambar CXR pada saat ini sering digunakan untuk proses deteksi menggunakan algoritma CNN. Penelitian ini menggunakan metode transfer learning yang akan diuji dalam dataset skala besar dan kecil. Hasil terbaik dari semua model yang dicoba yaitu MobileNet dengan hasil akurasi 98.11% yang diuji pada dataset skala besar dan paling rendah didapat oleh ResNet50 yang diuji pada dataset skala kecil dengan akurasi 41.94%. Dataset dalam skala besar juga menjunjukkan peningkatan akurasi pada semua model transfer learning yang diuji.
Herjuna Ardi Prakosa, Ari Budi Riyanto, Siti Nasiroh
Published: 25 September 2021
Abstract:
Virus Corona atau Covid-19 menjadi perhatian khusus diseluruh dunia. Banyak masyarakat membicarakan virus ini melalui unggahan komentar dan opini di Media Sosial.Twitter merupakan salah satu media sosial yang saat ini masih banyak digunakan masyarakat untuk menyampaikan opini berupa kumpulan kata yang disebut tweets. Tweets yang berkaitan dengan topik covid-19 ini dapat di klasifikasikan menggunakan metode Topic Modeling untuk menghasilkan sebuah data topic yang sering dibicarakan pengguna twitter. Salah satu algoritma yang digunakan untuk melakukan Topic Modeling adalah menggunakan Latent Dirichlet Alocation (LDA). Pada penelitian ini LDA digunakan untuk mengetahui kata-kata apa saja yang banyak muncul pada data tweets tentang Covid-19 yang telah di unggah masyarakat melalui twitter. Sebelum data tweet dimodelkan dengan LDA, dilakukan terlebih dahulu analisis sentiment dengan Naïve Bayes Classifier untuk menghasilkan sentiment Positif, Negati dan Netral. Terdapat 5000 tweets dijadikan dataset untuk diklasifikasikan menggunakan Topic Modeling. Semua tweets yang yang di tambang masih perlu dilakukan preprocessing text yang bertujuan untuk menghapus kata-kata yang tidak baku, menghapus tanda baca, dan menghapus kata penyambung. Tweets yang sudah dilakukan preprocessing text lalu diberikan nilai bobot sehingga diketahui kata apa saja yang banyak muncul dalam tweets yang berkaitan dengan Covid-19. Kata-kata yang banyak muncul dan sudah diberikan bobot akan divisualisasikan menggunakan World Cloud sehingga dapat dilihat pemetaan kata apa saja yang banyak muncul dalam bentuk gambar.
Aulia Tegar Rahman, Sitti Muhartini, Astika Wulansari, Rizky Amirullah Hasiani, Arif Baktiar
Published: 25 September 2021
Abstract:
Vocational High School is a formal education unit that organizes vocational education that prepares students, especially to work in certain fields. In determining students who excel in certain fields, it is necessary to have a decision support system to improve the quality of decisions in determining students who excel from the highest average score. However, using the highest average score does not get optimal results because it is not adjusted to the existing needs in determining outstanding students. In this study, it can be used as a reference in making decisions for outstanding students by applying the Analytical Hierarchy Process and Simple Additive Weighting methods. The steps taken are: Data collection, Data Preprocessing, Ranking and Comparison of Results between Analytical Hierarchy Process, Simple Additive Weighting with manual weighting results. The results of the ranking comparison show that there are 6 students with the top ranking who are recommended to be outstanding students in the linguistic group.
Back to Top Top