Pub Date : 2024-02-29DOI: 10.25126/jtiik.20241117661
I. Putu, Ardhika Pranaliwa, Retno Indah Rokhmawati, S. Wijoyo
Grahadi Bali merupakan salah satu perusahaan yang bergerak pada bidang entertainment terutama karaoke di Bali. Grahadi Bali mengalami kepadatan pelanggan yang tidak menentu akibat meningkatnya jumlah wisatawan yang pergi ke Bali. Kepadatan pelanggan yang tak menentu diakibatkan oleh banyaknya pegawai yang dapat menerima reservasi melalui panggilan telepon. Berdasarkan permasalahan tersebut peneliti menawarkan solusi dengan merancang sistem yang dapat memberikan layanan reservasi secara daring kepada pelanggan yang ingin memesan ruangan karaoke. Perancangan sistem dibatasi pada tahap dengan melakukan perancangan user experience agar aplikasi yang dirancang sesuai dengan kebutuhan pengguna. Design thinking merupakan metode yang digunakan dalam perancangan aplikasi reservasi online dengan menggali kebutuhan permasalahan hingga memberikan solusi desain yang dapat menjawab permasalahan. Solusi desain yang dihasilkan adalah berupa high fidelity prototype dengan dua segmentasi pelanggan dan stakeholder Grahadi Bali. Prototype yang dihasilkan selanjutnya dilakukan pengujian menggunakan User Experience Questionnaire (UEQ) untuk mengukur apakah solusi desain telah menjawab permasalahan yang dialami calon pengguna. Pengujian dilakukan dengan calon pengguna yang berusia 22 sampai 56 tahun dengan total 40 responden yang terbagi menjadi dua segmentasi pelanggan dan stakeholder. Dengan demografi usia tersebut, aplikasi reservasi online mendapatkan nilai rata-rata skala paling rendah 1,613 pada skala stimulasi dan nilai tertinggi yaitu 1,913 pada skala kejelasan. Dari nilai tersebut, aplikasi ini dapat dikategorikan baik (good) pada skala daya tarik, kejelasan, efisiensi, dan stimulasi serta sangat baik (excellent) pada skala ketepatan dan kebaruan. Kemudian pada segmentasi stakeholder mendapatkan nilai rata-rata paling rendah 1,350 pada skala kebaruan dan nilai tertinggi yaitu 1,638 pada skala kejelasan. Dari nilai tersebut, dapat dikategorikan juga bahwa aplikasi reservasi online dengan segmentasi stakeholder termasuk kategori diatas rata-rata (above average) pada skala daya tarik, kejelasan, efisiensi, dan ketepatan. Kemudian mendapatkan hasil baik (good) pada skala stimulasi dan kebaruan.
{"title":"Perancangan User Experience Aplikasi Reservasi Online Pada Grahadi Bali Menggunakan Metode Design Thinking","authors":"I. Putu, Ardhika Pranaliwa, Retno Indah Rokhmawati, S. Wijoyo","doi":"10.25126/jtiik.20241117661","DOIUrl":"https://doi.org/10.25126/jtiik.20241117661","url":null,"abstract":"Grahadi Bali merupakan salah satu perusahaan yang bergerak pada bidang entertainment terutama karaoke di Bali. Grahadi Bali mengalami kepadatan pelanggan yang tidak menentu akibat meningkatnya jumlah wisatawan yang pergi ke Bali. Kepadatan pelanggan yang tak menentu diakibatkan oleh banyaknya pegawai yang dapat menerima reservasi melalui panggilan telepon. Berdasarkan permasalahan tersebut peneliti menawarkan solusi dengan merancang sistem yang dapat memberikan layanan reservasi secara daring kepada pelanggan yang ingin memesan ruangan karaoke. Perancangan sistem dibatasi pada tahap dengan melakukan perancangan user experience agar aplikasi yang dirancang sesuai dengan kebutuhan pengguna. Design thinking merupakan metode yang digunakan dalam perancangan aplikasi reservasi online dengan menggali kebutuhan permasalahan hingga memberikan solusi desain yang dapat menjawab permasalahan. Solusi desain yang dihasilkan adalah berupa high fidelity prototype dengan dua segmentasi pelanggan dan stakeholder Grahadi Bali. Prototype yang dihasilkan selanjutnya dilakukan pengujian menggunakan User Experience Questionnaire (UEQ) untuk mengukur apakah solusi desain telah menjawab permasalahan yang dialami calon pengguna. Pengujian dilakukan dengan calon pengguna yang berusia 22 sampai 56 tahun dengan total 40 responden yang terbagi menjadi dua segmentasi pelanggan dan stakeholder. Dengan demografi usia tersebut, aplikasi reservasi online mendapatkan nilai rata-rata skala paling rendah 1,613 pada skala stimulasi dan nilai tertinggi yaitu 1,913 pada skala kejelasan. Dari nilai tersebut, aplikasi ini dapat dikategorikan baik (good) pada skala daya tarik, kejelasan, efisiensi, dan stimulasi serta sangat baik (excellent) pada skala ketepatan dan kebaruan. Kemudian pada segmentasi stakeholder mendapatkan nilai rata-rata paling rendah 1,350 pada skala kebaruan dan nilai tertinggi yaitu 1,638 pada skala kejelasan. Dari nilai tersebut, dapat dikategorikan juga bahwa aplikasi reservasi online dengan segmentasi stakeholder termasuk kategori diatas rata-rata (above average) pada skala daya tarik, kejelasan, efisiensi, dan ketepatan. Kemudian mendapatkan hasil baik (good) pada skala stimulasi dan kebaruan.","PeriodicalId":32501,"journal":{"name":"Jurnal Teknologi Informasi dan Ilmu Komputer","volume":"2016 16","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140416376","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2024-02-29DOI: 10.25126/jtiik.20241116870
Beladina Elfitri, Emalia Rachmawati, Tjokorda Agung Budi Wirayuda
Karena struktur wajah manusia yang berbeda-beda, wajah merupakan salah satu ciri yang digunakan untuk mengidentifikasi seseorang. Wajah sering digunakan sebagai pengenal biometrik. Namun, seiring bertambahnya usia manusia, wajah mereka bisa berubah karena faktor lingkungan dan gaya hidup. Karena efek penuaan pada wajah, komputer tidak dapat mengenali kemiripan antara citra wajah dari orang yang sama pada usia yang berbeda. Penelitian pengenalan wajah biasanya menggunakan data berpasangan (paired data), yang sangat sulit didapat. Di sisi lain, volume data yang tidak berpasangan (unpaired data) sangat besar dan mudah diakses. Sebaliknya, keterbatasan data berpasangan memotivasi para peneliti untuk mengembangkan teknik sintesis citra yang tidak bergantung pada data berpasangan. Tanpa perlu data berpasangan, metode CycleGAN mampu menghasilkan citra sintetik yang lebih realistis dengan resolusi lebih tinggi. Hal itulah yang memotivasi penelitian ini dalam penggunaan data tidak berpasangan untuk memprediksi penuaan wajah manusia menggunakan CycleGAN. Pada penelitian ini, digunakan citra dari dataset UTKFace yang terdiri atas citra wajah berbagai usia. Untuk keperluan eksperimen, citra dari UTKFace dibagi ke dalam dua ranah, yaitu citra wajah usia muda dan citra wajah usia tua, untuk keperluan sistem penuaan wajah yang dibangun. Dengan demikian, citra wajah berusia muda tidak memiliki pasangan pada citra wajah usia tua (unpaired data). Dengan nilai Frechet Inception Distance (FID) = 2,24, hasil percobaan menunjukkan bahwa metode yang digunakan mampu mencapai kinerja yang sangat baik pada sistem penuaan wajah yang dibangun.
{"title":"Prediksi Penuaan Wajah Manusia Berbasis Generative Adversarial Network","authors":"Beladina Elfitri, Emalia Rachmawati, Tjokorda Agung Budi Wirayuda","doi":"10.25126/jtiik.20241116870","DOIUrl":"https://doi.org/10.25126/jtiik.20241116870","url":null,"abstract":"Karena struktur wajah manusia yang berbeda-beda, wajah merupakan salah satu ciri yang digunakan untuk mengidentifikasi seseorang. Wajah sering digunakan sebagai pengenal biometrik. Namun, seiring bertambahnya usia manusia, wajah mereka bisa berubah karena faktor lingkungan dan gaya hidup. Karena efek penuaan pada wajah, komputer tidak dapat mengenali kemiripan antara citra wajah dari orang yang sama pada usia yang berbeda. Penelitian pengenalan wajah biasanya menggunakan data berpasangan (paired data), yang sangat sulit didapat. Di sisi lain, volume data yang tidak berpasangan (unpaired data) sangat besar dan mudah diakses. Sebaliknya, keterbatasan data berpasangan memotivasi para peneliti untuk mengembangkan teknik sintesis citra yang tidak bergantung pada data berpasangan. Tanpa perlu data berpasangan, metode CycleGAN mampu menghasilkan citra sintetik yang lebih realistis dengan resolusi lebih tinggi. Hal itulah yang memotivasi penelitian ini dalam penggunaan data tidak berpasangan untuk memprediksi penuaan wajah manusia menggunakan CycleGAN. Pada penelitian ini, digunakan citra dari dataset UTKFace yang terdiri atas citra wajah berbagai usia. Untuk keperluan eksperimen, citra dari UTKFace dibagi ke dalam dua ranah, yaitu citra wajah usia muda dan citra wajah usia tua, untuk keperluan sistem penuaan wajah yang dibangun. Dengan demikian, citra wajah berusia muda tidak memiliki pasangan pada citra wajah usia tua (unpaired data). Dengan nilai Frechet Inception Distance (FID) = 2,24, hasil percobaan menunjukkan bahwa metode yang digunakan mampu mencapai kinerja yang sangat baik pada sistem penuaan wajah yang dibangun.","PeriodicalId":32501,"journal":{"name":"Jurnal Teknologi Informasi dan Ilmu Komputer","volume":"67 6","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140411454","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2024-02-29DOI: 10.25126/jtiik.20241118074
Takhamo Gori
Pendidikan merupakan aspek penting dalam kehidupan masyarakat dan memiliki peran yang sangat vital untuk menciptakan sumber daya manusia yang handal dan berkualitas dalam menghadapi berbagai tantangan pada era modernisasi. Namun, putus sekolah dan retensi siswa menjadi tantangan serius bagi perkembangan pendidikan saat ini. Salah satu faktor pemicu putus sekolah adalah kinerja akademik siswa yang rendah, mendorong perlunya tindakan pencegahan yang efektif untuk mengurangi tingkat kegagalan pendidikan. Penelitian ini bertujuan untuk memprediksi kinerja akademik siswa dengan mengintegrasikan metode Correlation-Based Feature Selection (CFS) dan Algoritma Naïve Nayes pada gabungan dataset pelajaran Matematika dan Bahasa Portugis dua sekolah menengah di Portugal. Proses preprocessing data melibatkan integrasi data, pelabelan data, transformasi data, dan pembersihan data diterapkan pada tahap awal penelitian. Hasil penelitian menunjukkan bahwa atribut signifikan yang mempengaruhi kinerja akademik siswa meliputi G2, G1, Higher, Medu, Studytime, goout, Absences, dan Failures. Melalui pemodelan algoritma Naïve Bayes, metode CFS terbukti meningkatkan nilai accuracy, recall, precision, dan f1-score dalam memprediksi kinerja akademik siswa. Sebelum CFS, model Naïve Bayes menunjukkan accuracy sebesar 89.27%, dengan recall, precision, danf1-score masing-masing sebesar 89.27%, 89.86%, dan 89.47%. Setelah implementasi CFS, evaluasi model prediksi mengalami peningkatan signifikan menjadi 91.22%, 91.22%, 92.24%, dan 91.48%.
{"title":"Preprocessing Data dan Klasifikasi untuk Prediksi Kinerja Akademik Siswa","authors":"Takhamo Gori","doi":"10.25126/jtiik.20241118074","DOIUrl":"https://doi.org/10.25126/jtiik.20241118074","url":null,"abstract":"Pendidikan merupakan aspek penting dalam kehidupan masyarakat dan memiliki peran yang sangat vital untuk menciptakan sumber daya manusia yang handal dan berkualitas dalam menghadapi berbagai tantangan pada era modernisasi. Namun, putus sekolah dan retensi siswa menjadi tantangan serius bagi perkembangan pendidikan saat ini. Salah satu faktor pemicu putus sekolah adalah kinerja akademik siswa yang rendah, mendorong perlunya tindakan pencegahan yang efektif untuk mengurangi tingkat kegagalan pendidikan. Penelitian ini bertujuan untuk memprediksi kinerja akademik siswa dengan mengintegrasikan metode Correlation-Based Feature Selection (CFS) dan Algoritma Naïve Nayes pada gabungan dataset pelajaran Matematika dan Bahasa Portugis dua sekolah menengah di Portugal. Proses preprocessing data melibatkan integrasi data, pelabelan data, transformasi data, dan pembersihan data diterapkan pada tahap awal penelitian. Hasil penelitian menunjukkan bahwa atribut signifikan yang mempengaruhi kinerja akademik siswa meliputi G2, G1, Higher, Medu, Studytime, goout, Absences, dan Failures. Melalui pemodelan algoritma Naïve Bayes, metode CFS terbukti meningkatkan nilai accuracy, recall, precision, dan f1-score dalam memprediksi kinerja akademik siswa. Sebelum CFS, model Naïve Bayes menunjukkan accuracy sebesar 89.27%, dengan recall, precision, danf1-score masing-masing sebesar 89.27%, 89.86%, dan 89.47%. Setelah implementasi CFS, evaluasi model prediksi mengalami peningkatan signifikan menjadi 91.22%, 91.22%, 92.24%, dan 91.48%.","PeriodicalId":32501,"journal":{"name":"Jurnal Teknologi Informasi dan Ilmu Komputer","volume":"6 19","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140408478","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2024-02-29DOI: 10.25126/jtiik.20241117848
Malvin Edward Makahanap
Saat ini, perkembangan teknologi internet dan fintech mempengaruhi kebiasaan sehari-hari dari pelanggan yang berakibat kepada pengguna teknologi untuk meningkatkan ekspektasi terhadap teknologi sistem perbankan online. Pelanggan berkespektasi terhadap Perusahaan penyedia layanan finansial untuk bisa mengizinkan pelanggan untuk memiliki akses terhadap layanan finansial setiap saat dan setiap waktu melalui perangkat milik mereka. Perusahaan finansial patut menyajikan pelanggan dengan layanan finansial melalui teknologi secara kontinu. Mobile Banking diharapkan untuk memiliki high-availability yang bisa menjaga layanan tetap mampu untuk beroperasi 24x7x365. Ekspektasi ini membuat availability menjadi salah satu fungsi kunci dalam bersaing dengan penyedia layanan Mobile Banking lain. Bank XYZ ingin meningkatkan fitur ini untuk memberikan pelanggan layanan perbankan dan pengalaman yang lebih baik kepada pelanggannya. Studi ini dilakukan untuk mengevaluasi availability dari layanan Mobile Banking milik Bank XYZ dengan tujuan untuk digunakan sebagai landasan dalam membuat peta peningkatan jangka panjang dan rencana mitigasi jangka pendek agar tidak tertinggal dibelakang kompetitor pada saat ini. Evaluasi availability dilakukan dengan melakukan kalkulasi atas waktu yang dibutuhkan oleh komponen yang bisa diperbaiki untuk pulih dari kondisi unavailable pada periode waktu tertentu. MTTR (Mean Time to Repair) dan MTBF (MeanTime Between Failure) digunakan dalam melakukan analisa terhadap availability. Evaluasi dilakukan terhadap ketersediaan sistem mobile banking dan ketersediaan fungsi yang disediakan mobile banking. Hasil evaluasi kemudian di selaraskan dengan Availability class untuk mengetahui lebih lanjut tingkatan availability saat ini dari sistem dan fungsionalitas. Pareto Analysis dilakukan untuk mengklasifikasikan dan memperingkatkan penyebab dari downtime yang terjadi pada sistem. Berdasarkan hasil dari analisa, bisa diperjelas kondisi saat ini dari availability layanan Mobile Banking yang bisa dijadikan landasan dalam menentukan strategi pengembangan. Berdasarkan penelitian yang dilakukan pada sistem mobile banking bank XYZ, diperoleh hasil availability secara keseluruhan sebesar 98,34% tergolong “Class 1 –Unmanaged”. Untuk layanan yang paling sering digunakan dengan tingkat ketersediaan tertinggi adalah layanan “Cek Saldo” dengan availability sebesar 98,34% dan terendah adalah “Pembelian Token Listrik” dengan availability sebesar 97,56%. Unavailability selama periode penelitian terjadi karena aktivitas product development, aktivitas terkait security, production issue, hardware issue dan 3rd party maintenance. Berdasarkan analisis Pareto, aktivitas product development dan aktivitas terkait security merupakan isu paling kritis yang perlu diprioritaskan terlebih dahulu untuk mitigasi jangka pendek maupun solusi jangka panjang.
{"title":"Availibilty Pada Aplikasi mobile Banking: Case Study Bank XYZ","authors":"Malvin Edward Makahanap","doi":"10.25126/jtiik.20241117848","DOIUrl":"https://doi.org/10.25126/jtiik.20241117848","url":null,"abstract":"Saat ini, perkembangan teknologi internet dan fintech mempengaruhi kebiasaan sehari-hari dari pelanggan yang berakibat kepada pengguna teknologi untuk meningkatkan ekspektasi terhadap teknologi sistem perbankan online. Pelanggan berkespektasi terhadap Perusahaan penyedia layanan finansial untuk bisa mengizinkan pelanggan untuk memiliki akses terhadap layanan finansial setiap saat dan setiap waktu melalui perangkat milik mereka. Perusahaan finansial patut menyajikan pelanggan dengan layanan finansial melalui teknologi secara kontinu. Mobile Banking diharapkan untuk memiliki high-availability yang bisa menjaga layanan tetap mampu untuk beroperasi 24x7x365. Ekspektasi ini membuat availability menjadi salah satu fungsi kunci dalam bersaing dengan penyedia layanan Mobile Banking lain. Bank XYZ ingin meningkatkan fitur ini untuk memberikan pelanggan layanan perbankan dan pengalaman yang lebih baik kepada pelanggannya. Studi ini dilakukan untuk mengevaluasi availability dari layanan Mobile Banking milik Bank XYZ dengan tujuan untuk digunakan sebagai landasan dalam membuat peta peningkatan jangka panjang dan rencana mitigasi jangka pendek agar tidak tertinggal dibelakang kompetitor pada saat ini. Evaluasi availability dilakukan dengan melakukan kalkulasi atas waktu yang dibutuhkan oleh komponen yang bisa diperbaiki untuk pulih dari kondisi unavailable pada periode waktu tertentu. MTTR (Mean Time to Repair) dan MTBF (MeanTime Between Failure) digunakan dalam melakukan analisa terhadap availability. Evaluasi dilakukan terhadap ketersediaan sistem mobile banking dan ketersediaan fungsi yang disediakan mobile banking. Hasil evaluasi kemudian di selaraskan dengan Availability class untuk mengetahui lebih lanjut tingkatan availability saat ini dari sistem dan fungsionalitas. Pareto Analysis dilakukan untuk mengklasifikasikan dan memperingkatkan penyebab dari downtime yang terjadi pada sistem. Berdasarkan hasil dari analisa, bisa diperjelas kondisi saat ini dari availability layanan Mobile Banking yang bisa dijadikan landasan dalam menentukan strategi pengembangan. Berdasarkan penelitian yang dilakukan pada sistem mobile banking bank XYZ, diperoleh hasil availability secara keseluruhan sebesar 98,34% tergolong “Class 1 –Unmanaged”. Untuk layanan yang paling sering digunakan dengan tingkat ketersediaan tertinggi adalah layanan “Cek Saldo” dengan availability sebesar 98,34% dan terendah adalah “Pembelian Token Listrik” dengan availability sebesar 97,56%. Unavailability selama periode penelitian terjadi karena aktivitas product development, aktivitas terkait security, production issue, hardware issue dan 3rd party maintenance. Berdasarkan analisis Pareto, aktivitas product development dan aktivitas terkait security merupakan isu paling kritis yang perlu diprioritaskan terlebih dahulu untuk mitigasi jangka pendek maupun solusi jangka panjang.","PeriodicalId":32501,"journal":{"name":"Jurnal Teknologi Informasi dan Ilmu Komputer","volume":"107 S1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140411083","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2024-02-29DOI: 10.25126/jtiik.20241116850
Jimmy Tjen
Penelitian ini bertujuan untuk membangun sebuah algoritma yang dapat mengidentifikasi parameter dari bahan pangan yang mempengaruhi kualitas dari bahan makanan tersebut menggunakan algoritma pemilihan himpunan bagian berbasis entropi dan metode pohon klasifikasi dari pembelajaran pohon keputusan. Metode pemilihan himpunan bagian berbasis entropi secara khusus merupakan sebuah algoritma yang bertujuan untuk memilih sekumpulan dari parameter yang memiliki hubungan entropi yang baik satu sama lain, sehingga dapat menghasilkan model prediktif yang optimal. Untuk memvalidasi performa dari algoritma yang digagas, penelitian ini mengambil sampel dari minuman anggur merah dan putih yang berasal dari negara Portugal. Berdasarkan pada percobaan yang telah dilakukan, diperoleh hasil bahwa algoritma yang digagas dapat memprediksi kualitas dari anggur putih dengan akurasi hingga 97,8 % dan 96,25% untuk kualitas anggur merah. Dimana, nilai ini lebih tinggi dari metode pohon klasifikasi klasik, dan algortima yang digagas hanya membutuhkan jumlah parameter yang lebih sedikit ( hanya 2 hingga 5 dari total 11 parameter input yang ada) jika dibandingkan dengan metode klasik. Lebih lanjut, berdasarkan pada percobaan yang telah dilakukan, diperoleh temuan bahwa parameter yang paling menentukan kualitas dari anggur putih adalah tingkat keasaman, kadar alkohol, pH dan kandungan klorit. Sedangkan untuk anggur merah, kualitas secara dominan ditentukan oleh kandungan sisa gula, densitas minuman dan kandungan dari sulfur oksida.
{"title":"Identifikasi Parameter Kualitas Bahan Pangan dengan Metode Entropy-Based Subset Selection (E-SS) (Studi Kasus: Minuman Anggur)","authors":"Jimmy Tjen","doi":"10.25126/jtiik.20241116850","DOIUrl":"https://doi.org/10.25126/jtiik.20241116850","url":null,"abstract":"Penelitian ini bertujuan untuk membangun sebuah algoritma yang dapat mengidentifikasi parameter dari bahan pangan yang mempengaruhi kualitas dari bahan makanan tersebut menggunakan algoritma pemilihan himpunan bagian berbasis entropi dan metode pohon klasifikasi dari pembelajaran pohon keputusan. Metode pemilihan himpunan bagian berbasis entropi secara khusus merupakan sebuah algoritma yang bertujuan untuk memilih sekumpulan dari parameter yang memiliki hubungan entropi yang baik satu sama lain, sehingga dapat menghasilkan model prediktif yang optimal. Untuk memvalidasi performa dari algoritma yang digagas, penelitian ini mengambil sampel dari minuman anggur merah dan putih yang berasal dari negara Portugal. Berdasarkan pada percobaan yang telah dilakukan, diperoleh hasil bahwa algoritma yang digagas dapat memprediksi kualitas dari anggur putih dengan akurasi hingga 97,8 % dan 96,25% untuk kualitas anggur merah. Dimana, nilai ini lebih tinggi dari metode pohon klasifikasi klasik, dan algortima yang digagas hanya membutuhkan jumlah parameter yang lebih sedikit ( hanya 2 hingga 5 dari total 11 parameter input yang ada) jika dibandingkan dengan metode klasik. Lebih lanjut, berdasarkan pada percobaan yang telah dilakukan, diperoleh temuan bahwa parameter yang paling menentukan kualitas dari anggur putih adalah tingkat keasaman, kadar alkohol, pH dan kandungan klorit. Sedangkan untuk anggur merah, kualitas secara dominan ditentukan oleh kandungan sisa gula, densitas minuman dan kandungan dari sulfur oksida.","PeriodicalId":32501,"journal":{"name":"Jurnal Teknologi Informasi dan Ilmu Komputer","volume":"2002 19","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140416345","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2024-02-29DOI: 10.25126/jtiik.20241116676
T. Ramdhani, Ninon Nurul Faiza, Marini Wulandari, Arti Dian Nastiti, Hartanto Kurniawan
Badan Riset dan Inovasi Nasional, Indonesia, menyediakan sistem seleksi pendanaan riset. Penelitian ini bertujuan untuk melakukan optimalisasi sistem seleksi pendanaan riset yang menggunakan teknologi blockchain untuk meningkatkan keamanan dan interoperabilitas sistem seleksi pendanaan penelitian. Saat ini, sistem pendanaan penelitian yang menggunakan sistem terpusat memiliki kekurangan dalam hal keamanan dan interoperabilitas. Masalah utama yang dihadapi sistem saat ini adalah modifikasi data, akuntabilitas transparan, dan kurangnya interoperabilitas. Pendekatan blockchain dapat memecahkan masalah ini dengan menyediakan keamanan tinggi, kemampuan audit, dan integritas data. Penelitian ini menggunakan Hyperledger Fabric (HLF) sebagai platform blockchain karena efisiensi tinggi dan kemampuan keamanannya. Arsitektur sistem pendanaan penelitian menggunakan skenario bisnis, koleksi buku besar, dan kebijakan jaringan. Implementasi sistem ini dilakukan dengan memanfaatkan fitur-fitur blockchain seperti imutabilitas, auditabilitas, dan interoperabilitas. Hasil penelitian menunjukkan bahwa penggunaan blockchain dalam sistem pendanaan penelitian dapat meningkatkan integritas data, memungkinkan audit yang jelas, dan memfasilitasi pertukaran data antar sistem. Penelitian ini memberikan kontribusi ilmiah dalam menyediakan arsitektur sistem yang aman, akuntabel, dan interoperabel untuk pendanaan riset dengan hasil peningkatan kemampuan keamanan dengan pengurangan kinerja secara minimal. Penelitian selanjutnya dapat fokus pada keamanan dokumen dan kerahasiaan dalam sistem blockchain.
{"title":"CFPChain: Optimalisasi Sistem Seleksi Pendanaan Riset BRIN Menggunakan Pendekatan Berbasis Konsorsium Blockchain","authors":"T. Ramdhani, Ninon Nurul Faiza, Marini Wulandari, Arti Dian Nastiti, Hartanto Kurniawan","doi":"10.25126/jtiik.20241116676","DOIUrl":"https://doi.org/10.25126/jtiik.20241116676","url":null,"abstract":"Badan Riset dan Inovasi Nasional, Indonesia, menyediakan sistem seleksi pendanaan riset. Penelitian ini bertujuan untuk melakukan optimalisasi sistem seleksi pendanaan riset yang menggunakan teknologi blockchain untuk meningkatkan keamanan dan interoperabilitas sistem seleksi pendanaan penelitian. Saat ini, sistem pendanaan penelitian yang menggunakan sistem terpusat memiliki kekurangan dalam hal keamanan dan interoperabilitas. Masalah utama yang dihadapi sistem saat ini adalah modifikasi data, akuntabilitas transparan, dan kurangnya interoperabilitas. Pendekatan blockchain dapat memecahkan masalah ini dengan menyediakan keamanan tinggi, kemampuan audit, dan integritas data. Penelitian ini menggunakan Hyperledger Fabric (HLF) sebagai platform blockchain karena efisiensi tinggi dan kemampuan keamanannya. Arsitektur sistem pendanaan penelitian menggunakan skenario bisnis, koleksi buku besar, dan kebijakan jaringan. Implementasi sistem ini dilakukan dengan memanfaatkan fitur-fitur blockchain seperti imutabilitas, auditabilitas, dan interoperabilitas. Hasil penelitian menunjukkan bahwa penggunaan blockchain dalam sistem pendanaan penelitian dapat meningkatkan integritas data, memungkinkan audit yang jelas, dan memfasilitasi pertukaran data antar sistem. Penelitian ini memberikan kontribusi ilmiah dalam menyediakan arsitektur sistem yang aman, akuntabel, dan interoperabel untuk pendanaan riset dengan hasil peningkatan kemampuan keamanan dengan pengurangan kinerja secara minimal. Penelitian selanjutnya dapat fokus pada keamanan dokumen dan kerahasiaan dalam sistem blockchain. ","PeriodicalId":32501,"journal":{"name":"Jurnal Teknologi Informasi dan Ilmu Komputer","volume":"61 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140411161","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2024-02-29DOI: 10.25126/jtiik.20241117584
Dinar Fairus Salsabillah, D. Ratnawati, N. Setiawan
Peningkatan kualitas produk dan pelayanan merupakan tantangan yang dihadapi oleh bisnis kuliner, termasuk rumah makan Ayam Goreng Nelongso Singosari di Kabupaten Malang. Analisis sentimen digunakan untuk mengidentifikasi ulasan pelanggan terkait pelayanan, kualitas produk, harga, dan kepuasan pelanggan. Penelitian ini membandingkan metode Support Vector Machine (SVM), metode Naïve Bayes Classifier (NBC), dan Root Cause Analysis untuk mengklasifikasikan sentimen ulasan pelanggan dan menganalisis masalah yang mendasarinya. Tujuan penelitian ini adalah membandingkan hasil dari algoritma Support Vector Machine dan Naïve Bayes Classifier dalam pengklasifikasian sentimen ulasan pelanggan rumah makan Ayam Goreng Nelongso. Penelitian ini juga bertujuan untuk menghasilkan rekomendasi berdasarkan analisis root cause pada sentimen negatif ulasan pelanggan. Implementasi kedua algoritma klasifikasi menunjukkan performa yang baik dalam mengklasifikasikan data dengan akurasi tinggi. Pengujian menunjukkan bahwa kinerja SVM lebih unggul dengan tingkat akurasi mencapai 92,74%, sementara NBC mencapai tingkat akurasi sebesar 91,67%. Hasil analisis root cause menunjukkan beberapa rekomendasi untuk meningkatkan aspek harga, makanan, layanan, dan tempat rumah makan. Rekomendasi yang dapat dilakukan oleh pihak rumah makan diantaranya adalah evaluasi ukuran dan harga, penggunaan deep frying, pelatihan dan evaluasi pelayanan, serta penambahan tenaga kerja atau kerjasama dengan outsourcing dalam menjaga kebersihan tempat. Hasil penelitian diharapkan dapat membantu pemilik rumah makan dalam mengembangkan kualitas produk dan pelayanan serta memberikan pandangan untuk langkahlangkah yang dapat diambil di kemudian hari.
{"title":"Analisis Sentimen Ulasan Rumah Makan Menggunakan Perbandingan Algoritma Support Vector Machine dengan Naive bayes (Studi Kasus: Ayam Goreng Nelongso Cabang Singosari, Malang)","authors":"Dinar Fairus Salsabillah, D. Ratnawati, N. Setiawan","doi":"10.25126/jtiik.20241117584","DOIUrl":"https://doi.org/10.25126/jtiik.20241117584","url":null,"abstract":"Peningkatan kualitas produk dan pelayanan merupakan tantangan yang dihadapi oleh bisnis kuliner, termasuk rumah makan Ayam Goreng Nelongso Singosari di Kabupaten Malang. Analisis sentimen digunakan untuk mengidentifikasi ulasan pelanggan terkait pelayanan, kualitas produk, harga, dan kepuasan pelanggan. Penelitian ini membandingkan metode Support Vector Machine (SVM), metode Naïve Bayes Classifier (NBC), dan Root Cause Analysis untuk mengklasifikasikan sentimen ulasan pelanggan dan menganalisis masalah yang mendasarinya. Tujuan penelitian ini adalah membandingkan hasil dari algoritma Support Vector Machine dan Naïve Bayes Classifier dalam pengklasifikasian sentimen ulasan pelanggan rumah makan Ayam Goreng Nelongso. Penelitian ini juga bertujuan untuk menghasilkan rekomendasi berdasarkan analisis root cause pada sentimen negatif ulasan pelanggan. Implementasi kedua algoritma klasifikasi menunjukkan performa yang baik dalam mengklasifikasikan data dengan akurasi tinggi. Pengujian menunjukkan bahwa kinerja SVM lebih unggul dengan tingkat akurasi mencapai 92,74%, sementara NBC mencapai tingkat akurasi sebesar 91,67%. Hasil analisis root cause menunjukkan beberapa rekomendasi untuk meningkatkan aspek harga, makanan, layanan, dan tempat rumah makan. Rekomendasi yang dapat dilakukan oleh pihak rumah makan diantaranya adalah evaluasi ukuran dan harga, penggunaan deep frying, pelatihan dan evaluasi pelayanan, serta penambahan tenaga kerja atau kerjasama dengan outsourcing dalam menjaga kebersihan tempat. Hasil penelitian diharapkan dapat membantu pemilik rumah makan dalam mengembangkan kualitas produk dan pelayanan serta memberikan pandangan untuk langkahlangkah yang dapat diambil di kemudian hari. ","PeriodicalId":32501,"journal":{"name":"Jurnal Teknologi Informasi dan Ilmu Komputer","volume":"18 16","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140409539","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2024-02-29DOI: 10.25126/jtiik.20241117448
Kiswara Agung Santoso, Agustina Pradjaningsih, Erick Delenia
Layanan media sosial merupakan salah satu contoh perkembangan teknologi di bidang informasi. Salah satu cara meningkatkan sistem keamanan yaitu digunakannya ilmu kriptografi. Sudah banyak penelitian yang menghasilkan algoritma kriptografi, mulai dari algoritma yang baru, modifikasi algoritma bahkan kombinasi dari beberapa algoritma. Berdasarkan kebiasaan algoritma tersebut hacker tentu akan mencari celah untuk melakukan dekripsi dengan cara mencari algoritma dasar dari proses enkripsi untuk kemudian melakukan hack. Untuk mengantisipasi hal tersebut peneliti ingin melakukan modifikasi bukan pada algoritma pembentuknya melainkan modifikasi dari konversi system bilangan basis 2 berdasarkan Seven Segment Display. Salah satu metode yang sering digunakan untuk proses enkripsi yaitu metode Electronic Code Book (ECB). Seven Segment Display merupakan sebuah tampilan yang terbentuk dari tujuh kelompok segmen LED (Light Emitting Diode) yang dirangkai sedemikian sehingga membentuk angka–angka dari 0 hingga 9. Segmen LED dinotasikan dengan 1 jika menyala dan 0 jika mati, pola tersebut dapat digunakan untuk memanipulasi bit biner 7 bit khususnya karakter angka 0 hingga 9. Modifikasi terletak pada proses pembentukan bit kunci yang dibangkitkan berdasarkan aturan Seven Segment Display. Aturan ini digunakan untuk mengganti nilai bit, bila pada umumnya nilai bit didapat dari sistem bilangan basis 2 maka disini nilai bit didapat dari aturan seven segment display dan inilah yang merupakan state of the art dari penelitian ini karena belum pernah digunakan sebelumnya. Hasil penerapannya menunjukkan bahwa data yang dienkripsi menghasilkan chiperteks acak berupa karakter printable pada ASCII dan chiperteks dapat dikembalikan secara utuh tanpa ada informasi yang hilang.
{"title":"Pengaman Teks dengan Kombinasi Metode Electronic Code Book (ECB) dan Kode Seven Segment Display","authors":"Kiswara Agung Santoso, Agustina Pradjaningsih, Erick Delenia","doi":"10.25126/jtiik.20241117448","DOIUrl":"https://doi.org/10.25126/jtiik.20241117448","url":null,"abstract":"Layanan media sosial merupakan salah satu contoh perkembangan teknologi di bidang informasi. Salah satu cara meningkatkan sistem keamanan yaitu digunakannya ilmu kriptografi. Sudah banyak penelitian yang menghasilkan algoritma kriptografi, mulai dari algoritma yang baru, modifikasi algoritma bahkan kombinasi dari beberapa algoritma. Berdasarkan kebiasaan algoritma tersebut hacker tentu akan mencari celah untuk melakukan dekripsi dengan cara mencari algoritma dasar dari proses enkripsi untuk kemudian melakukan hack. Untuk mengantisipasi hal tersebut peneliti ingin melakukan modifikasi bukan pada algoritma pembentuknya melainkan modifikasi dari konversi system bilangan basis 2 berdasarkan Seven Segment Display. Salah satu metode yang sering digunakan untuk proses enkripsi yaitu metode Electronic Code Book (ECB). Seven Segment Display merupakan sebuah tampilan yang terbentuk dari tujuh kelompok segmen LED (Light Emitting Diode) yang dirangkai sedemikian sehingga membentuk angka–angka dari 0 hingga 9. Segmen LED dinotasikan dengan 1 jika menyala dan 0 jika mati, pola tersebut dapat digunakan untuk memanipulasi bit biner 7 bit khususnya karakter angka 0 hingga 9. Modifikasi terletak pada proses pembentukan bit kunci yang dibangkitkan berdasarkan aturan Seven Segment Display. Aturan ini digunakan untuk mengganti nilai bit, bila pada umumnya nilai bit didapat dari sistem bilangan basis 2 maka disini nilai bit didapat dari aturan seven segment display dan inilah yang merupakan state of the art dari penelitian ini karena belum pernah digunakan sebelumnya. Hasil penerapannya menunjukkan bahwa data yang dienkripsi menghasilkan chiperteks acak berupa karakter printable pada ASCII dan chiperteks dapat dikembalikan secara utuh tanpa ada informasi yang hilang. ","PeriodicalId":32501,"journal":{"name":"Jurnal Teknologi Informasi dan Ilmu Komputer","volume":"6 17","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140409998","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Seiring dengan semakin banyaknya mitra serta volume pesanan pada platform Pituku menjadikan pihak perusahaan kesulitan dalam menentukan pengepul limbah yang cocok untuk menangani suatu pesanan. Idealnya, pengepul yang dipilih merupakan pengepul yang terletak paling dekat secara geografis dengan pemesan limbah sehingga biaya pengiriman dapat di minimalkan dan pemesan dapat segera menerima limbah pesananannya. Oleh karena itu dibutuhkan suatu sistem rekomendasi yang dapat merekomendasikan daftar pengepul limbah yang diurutkan dari yang paling dekat ke pembeli limbah. Penelitian ini bertujuan untuk membuat sistem rekomendasi pemilihan pengepul limbah di PT. Pituku Cordova International yang dapat membantu merekomendasikan daftar pengepul limbah yang diurutkan dari yang paling dekat dengan pembeli limbah sehingga proses pemilihan pengepul limbah menjadi lebih efektif. Penelitian ini menggunakan metode Rapid Throwaway Prototyping Model yang dimana tahapan yang dilakukan meliputi outline requirements, develop protoype, evaluate prototype, specify system, develop software, dan validate system. Algoritma Haversine formula digunakan dalam sistem rekomendasi dimana koordinat garis lintang dan garis bujur dihitung untuk mendapatkan jarak antara pembeli dan pengepul limbah dalam satuan km kemudian berdasarkan jarak tersebut daftar pengepul limbah diurutkan dari yang paling dekat ke yang paling jauh. Metrik evaluasi menggunakan NDCG (Normalized Discounted Cumulative Gain) yang mengukur akurasi rangking sistem rekomendasi. Berdasarkan hasil evaluasi diperoleh informasi bahwa sistem rekomendasi memiliki score NDCG rata-rata sebesar 1 yang artinya sistem rekomendasi memberikan item rekomendasi dengan rangking yang diharapkan.
{"title":"Sistem Rekomendasi Pemilihan Pengepul Limbah di PT. Pituku Cordova International Menggunakan Algoritma Haversine","authors":"Dede Kurniadi, Ade Sutedi, Dzikri Nursyaban, Asri Mulyani","doi":"10.25126/jtiik.20241117694","DOIUrl":"https://doi.org/10.25126/jtiik.20241117694","url":null,"abstract":"Seiring dengan semakin banyaknya mitra serta volume pesanan pada platform Pituku menjadikan pihak perusahaan kesulitan dalam menentukan pengepul limbah yang cocok untuk menangani suatu pesanan. Idealnya, pengepul yang dipilih merupakan pengepul yang terletak paling dekat secara geografis dengan pemesan limbah sehingga biaya pengiriman dapat di minimalkan dan pemesan dapat segera menerima limbah pesananannya. Oleh karena itu dibutuhkan suatu sistem rekomendasi yang dapat merekomendasikan daftar pengepul limbah yang diurutkan dari yang paling dekat ke pembeli limbah. Penelitian ini bertujuan untuk membuat sistem rekomendasi pemilihan pengepul limbah di PT. Pituku Cordova International yang dapat membantu merekomendasikan daftar pengepul limbah yang diurutkan dari yang paling dekat dengan pembeli limbah sehingga proses pemilihan pengepul limbah menjadi lebih efektif. Penelitian ini menggunakan metode Rapid Throwaway Prototyping Model yang dimana tahapan yang dilakukan meliputi outline requirements, develop protoype, evaluate prototype, specify system, develop software, dan validate system. Algoritma Haversine formula digunakan dalam sistem rekomendasi dimana koordinat garis lintang dan garis bujur dihitung untuk mendapatkan jarak antara pembeli dan pengepul limbah dalam satuan km kemudian berdasarkan jarak tersebut daftar pengepul limbah diurutkan dari yang paling dekat ke yang paling jauh. Metrik evaluasi menggunakan NDCG (Normalized Discounted Cumulative Gain) yang mengukur akurasi rangking sistem rekomendasi. Berdasarkan hasil evaluasi diperoleh informasi bahwa sistem rekomendasi memiliki score NDCG rata-rata sebesar 1 yang artinya sistem rekomendasi memberikan item rekomendasi dengan rangking yang diharapkan.","PeriodicalId":32501,"journal":{"name":"Jurnal Teknologi Informasi dan Ilmu Komputer","volume":"18 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140411362","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2024-02-29DOI: 10.25126/jtiik.20241117617
Ni Putu Ety Lismaya Dewi, I. Wijaya, I. K. Purnamawan, Ni Wayan Marti
Kemajuan teknologi dan platform digital telah menyebabkan perubahan penting dalam industri pariwisata, termasuk penyebaran berita pariwisata. Artikel-artikel berita yang kerap dipublikasikan melalui portal media online dapat berdampak besar pada persepsi positif maupun negatif bagi pembaca. Oleh sebab itu, penelitian ini bertujuan untuk mengembangkan sebuah classifier yang mampu melakukan klasifikasi terhadap judul berita pariwisata berdasarkan sentimen. Sebelumnya, penelitian serupa biasanya lebih berfokus pada klasifikasi berita pariwisata Indonesia dengan menggunakan data dari platform Twitter. Namun, dalam penelitian ini, penulis melakukan pendekatan yang berbeda dengan menggunakan data dari portal berita online, dengan hanya mengambil judul berita sebagai sumber datanya. Penelitian berfokus pada analisis dan klasifikasi sentimen atau sikap emosional yang terkandung dalam judul-judul berita pariwisata. Dalam penelitian ini, digunakan metode machine learning Support Vector Machine (SVM). Data dikumpulkan dari situs berita Detik.com dan diberi label secara manual sesuai dengan sentimen yang terkandung dalamnya. Proses preprocessing teks digunakan untuk mempersiapkan data judul berita pariwisata Indonesia sehingga fiturnya dapat diekstraksi dengan pendekatan Binary Term Presence. Data penelitian dibagi menjadi dua bagian, yaitu 90% untuk proses pelatihan (training proses) dan 10% untuk pengujian, menerapkan teknik K-Fold Cross Validation untuk membagi data dalam proses pelatihan. Hasil penelitian menunjukkan bahwa pendekatan Binary Term Presence berhasil mencapai akurasi sebesar 87,80% dengan kernel RBF. Penelitian ini memberikan kontribusi penting dalam memahami respon publik terhadap topik atau isu pariwisata yang dipublikasikan oleh media. Metode dan pendekatan yang dikembangkan diharapkan dapat menjadi panduan dalam menganalisis sentimen terkini terkait industri pariwisata dan berita yang terkait dengannya.
技术和数字平台的进步给旅游业带来了重大变化，包括旅游新闻的传播。通常通过网络媒体门户发布的新闻文章会对读者的正面或负面看法产生重大影响。因此，本研究旨在开发一种能够根据情感对旅游新闻标题进行分类的分类器。此前，类似的研究通常更多地侧重于利用 Twitter 平台的数据对印尼旅游新闻进行分类。然而，在本研究中，作者采用了不同的方法，仅将新闻标题作为数据源，使用在线新闻门户网站的数据。研究重点是对旅游新闻标题中包含的情感或情感态度进行分析和分类。本研究使用了机器学习方法支持向量机（SVM）。数据收集自 Detik.com 新闻网站，并根据其中包含的情感进行人工标注。文本预处理过程用于准备印尼旅游新闻标题数据，以便使用二元术语存在性方法提取其特征。研究数据分为两部分，即 90% 用于训练过程，10% 用于测试，在训练过程中采用 K 折交叉验证技术对数据进行划分。结果表明，使用 RBF 内核的二进制 Term Presence 方法成功地达到了 87.80% 的准确率。这项研究为了解公众对媒体发布的旅游话题或问题的反应做出了重要贡献。所开发的方法和途径有望成为分析当前与旅游业和相关新闻有关的情绪的指南。
{"title":"Model Classifer Judul Berita Pariwisata Indonesia Berdasarkan Sentimen","authors":"Ni Putu Ety Lismaya Dewi, I. Wijaya, I. K. Purnamawan, Ni Wayan Marti","doi":"10.25126/jtiik.20241117617","DOIUrl":"https://doi.org/10.25126/jtiik.20241117617","url":null,"abstract":"Kemajuan teknologi dan platform digital telah menyebabkan perubahan penting dalam industri pariwisata, termasuk penyebaran berita pariwisata. Artikel-artikel berita yang kerap dipublikasikan melalui portal media online dapat berdampak besar pada persepsi positif maupun negatif bagi pembaca. Oleh sebab itu, penelitian ini bertujuan untuk mengembangkan sebuah classifier yang mampu melakukan klasifikasi terhadap judul berita pariwisata berdasarkan sentimen. Sebelumnya, penelitian serupa biasanya lebih berfokus pada klasifikasi berita pariwisata Indonesia dengan menggunakan data dari platform Twitter. Namun, dalam penelitian ini, penulis melakukan pendekatan yang berbeda dengan menggunakan data dari portal berita online, dengan hanya mengambil judul berita sebagai sumber datanya. Penelitian berfokus pada analisis dan klasifikasi sentimen atau sikap emosional yang terkandung dalam judul-judul berita pariwisata. Dalam penelitian ini, digunakan metode machine learning Support Vector Machine (SVM). Data dikumpulkan dari situs berita Detik.com dan diberi label secara manual sesuai dengan sentimen yang terkandung dalamnya. Proses preprocessing teks digunakan untuk mempersiapkan data judul berita pariwisata Indonesia sehingga fiturnya dapat diekstraksi dengan pendekatan Binary Term Presence. Data penelitian dibagi menjadi dua bagian, yaitu 90% untuk proses pelatihan (training proses) dan 10% untuk pengujian, menerapkan teknik K-Fold Cross Validation untuk membagi data dalam proses pelatihan. Hasil penelitian menunjukkan bahwa pendekatan Binary Term Presence berhasil mencapai akurasi sebesar 87,80% dengan kernel RBF. Penelitian ini memberikan kontribusi penting dalam memahami respon publik terhadap topik atau isu pariwisata yang dipublikasikan oleh media. Metode dan pendekatan yang dikembangkan diharapkan dapat menjadi panduan dalam menganalisis sentimen terkini terkait industri pariwisata dan berita yang terkait dengannya.","PeriodicalId":32501,"journal":{"name":"Jurnal Teknologi Informasi dan Ilmu Komputer","volume":"5 8","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-02-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140409877","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：