Jurnal Sekolah Tinggi Teknik Surabaya
Not a member yet
194 research outputs found
Sort by
Ekstraksi Ulasan Sentimen Film dari Twitter dengan Naïve Bayes pada Situs Web Media Sosial Penggemar Film
Film dianggap sebagai bentuk seni serta merupakan sumber hiburan yang populer. Pembuatan penelitian ini diharapkan bisa membantu orang Indonesia untuk mendapatkan informasi tentang film serta membaca review dari film. Review film yang ada pada website ini didapatkan dari user-user lokal maupun dari Twitter. Sistem mengekstraksi dan mengkategorikan isi sentiment dari sebuah barisan teks tweet dengan menggunakan metodologi Basic Unified Process. Proses klasifikasi sentiment yang ada bertujuan untuk mengklasifikasi review sebagai positif/negatif. Seluruh tweet akan diproses melalui Feature Reduction dan Normalisasi. Proses Feature Reduction akan menghapus hashtag, username, link, dan tanda baca pada tweets. Pada proses Normalisasi, seluruh singkatan dan kata bukan baku pada tweets akan diganti. Penelitian ini menggunakan sistem Rule-Based dalam menentukan apakah tweet tersebut merupakan review film atau bukan. Penulis menggunakan algoritma Naïve Bayes untuk mengklasifikasi sentiment (positif/negatif) dari review. Penulis telah melakukan 8 buah pengujian, masing-masing 4 kali untuk pengujian sistem Rule-Based dan Naïve Bayes Classifier. Total data tweet yang diujicobakan adalah sebanyak 6.323, dan hasil akhir paling optimal yang didapatkan oleh sistem terhadap Rule-Based System menghasilkan akurasi sebesar 82,64% dan terhadap Naïve Bayes Classifier sebesar 74,09%. Dari hasil pengujian paling optimal ini, sistem mendapatkan nilai recall dan presisi masing-masing sebesar 71,44% dan 77,92% untuk Rule-Based System, serta 83,77% dan 77,65% untuk Naïve Bayes
Tamagotchi Augmented Reality yang Dilengkapi dengan Mini Games
Pada saat ini, teknologi mobile telah berkembang dengan pesat. Dalam kesehariannya, manusia tidak dapat lepas dari handphone. Hal ini menyebabkan munculnya berbagai aplikasi dan game yang bertujuan tentu saja untuk membantu ataupun memberikan kesenangan kepada penggunanya. Saat ini perkembangan game, juga sangat pesat dan telah mencapai titik dimana berbagai jenis game dikembangkan. Tidak hanya berhenti pada perkembangan jenis game, bahkan cara bermain dari game itu sendiri juga ikut berkembang. Yang dulunya permainan mobile dilakukan secara virtual, saat ini permainan sudah menyentuh area Augmented Reality (AR) dimana pemain dapat melihat benda-benda tidak nyata (buatan) dalam dunia nyata (dunia manusia). Walaupun permainan AR semakin berkembang, tetapi masih sedikit permainan AR bergenre Virtual Pet. Penelitian ini bertujuan untuk mengembangkan Permainan Virtual Pet dan mengukur tingkat kesenangan dalam memainkan permainan ini. Permainan dikembangkan dengan menggunakan Unity Game Engine dengan bantuan package AR Foundation dan penyimpanan data pada Firebase. Ujicoba akan dilakukan kepada 40 orang (pria dan wanita) pemain game yang pernah bermain virtual pet sebelumnya. Hasil akhir ujicoba menunjukan bahwa dalam segi teknis permainan berjalan dengan baik dan disukai oleh pemain akan tetapi ada sebagian pemain yang tingkat kesenangannya rendah cenderung menengah hal ini dikarenakan gambar monster yang digunakan kurang menarik dan kurangnya fitur terkait monster itu sendiri
Sentiment Classification untuk Opini Berita SepakBola
Pada penelitian ini akan dibahas mengenai sebuah aplikasi yang dibuat secara khusus untuk mengkategorikan opini masyarakat terhadap sebuah berita Sepak Bola. Opini yang diolah diperoleh dari dua sumber, yaitu melalui hasil crawl situs berita olah raga dan opini yang ditambahkan oleh user sendiri pada aplikasi ini. Opini yang ada nantinya akan disajikan secara terpisah menurut kelompoknya; sentiment positive, negative, maupun netral. Proses klasifikasinya sendiri terdiri dari dua tahap. Tahap pertama adalah proses preprocessing yang terdiri atas proses tokenisasi, normalisasi, case folding, stop word removing, common word removing, stemming. Tahap kedua adalah mengklasifikasikan opini-opini tersebut dengan algoritma Baseline, dan Naive Bayes. Opini yang digunakan untuk proses klasifikasi yaitu opini yang menggunakan bahasa Inggris dari situs fifa.com dan goal.com. Dari perhitungan macroaveraged untuk setiap kelas, didapatkan akurasi 93,06%, presisi 81,90%, dan recall 92,67% untuk kelas sentiment positive. Dari perhitungan kelas sentiment negative didapatkan akurasi 87,73%, presisi 96,29%, dan recall 83,63%. Dari perhitungan kelas sentiment netral didapatkan akurasi 92,26%, presisi 64,44%, dan recall 90,37%. Kesimpulan yang diperoleh saat penelitian ini dari awal hingga akhir adalah, proses crawling yang digunakan untuk mendapatkan berita dan komentar berita sangat membantu dalam penambahan konten website, tetapi banyak sekali komentar berita yang diperoleh kurang cocok untuk proses klasifikasi
Sistem Informasi Pelayanan Jasa Wedding Organizer Dalam Bentuk Marketplace
Acara pernikahan merupakan acara yang umumnya memerlukan bantuan wedding organizer yang akan membantu menyusun dan mempersiapkan acara pernikahan. Mencari wedding organizer yang cocok yang dapat mewujudkan pernikahan impian membutuhkan waktu dan tenaga yang tidak sedikit karena perlu dilakukannya survei seperti ke acara pameran. Resiko yang sering dihadapi oleh calon pengantin setelah menemukan wedding organizer yang cocok adalah penipuan yang dilakukan wedding organizer. Uang yang telah dibayarkan oleh customer kepada vendor sering dibawa lari. Hal ini membuat acara yang telah diimpikan sejak lama menjadi sebuah kenangan pahit. Proses promosi yang dilakukan oleh vendor juga terkesan terbatas karena hanya masyarakat di daerah sekitar lokasi vendor yang dapat dijangkau. Jika ingin menjangkau daerah lain diperlukan biaya dan tenaga yang cukup besar. Perkembangan teknologi yang maju membuat segala hal yang awalnya dilakukan secara offline berubah menjadi online. Maraknya toko online yang berbasis marketplace memungkinkan untuk menjadikan wedding organizer yang awalnya hanya dapat ditemui melalui offline menjadi serba online. Tujuan memasarkan wedding organizer melalui website marketplace akan memudahkan pencarian vendor. Menggunakan website marketplace untuk memesan layanan wedding organizer menguntungkan pihak vendor dan customer. Customer yang mencari wedding organizer tidak membutuhkan waktu sebanyak mencari secara manual karena telah vendor sudah berkumpul menjadi satu di marketplace
Perancangan Sistem Informasi Keuangan Sekolah Dengan Menggunakan Metode Global Extreme Programming (Studi Kasus : SMA AL IHSAN)
Sekolah adalah salah satu organisasi atau lembaga pendidikan yang didirikan oleh negara atau swasta. Dalam proses kegiatan yang sangat kompleks di sekolah, diperlukan pengelolaan dan pengelolaan data keuangan sekolah yang baik. Tujuan dari penelitian ini untuk membuat sistem informasi keuangan memudahkan pegawai di sekolah dalam proses pengelolaan data keuangan sekolah serta memberikan informasi kepada orang tua siswa tentang pembayaran SPP. Dalam penelitian pengembangan sistem informasi ini menggunakan metode global extreme programming. Model global extreme programming merupakan metode yang mengembangkan perangkat lunak dengan cara efisien dan dengan berbagai macam prinsip dan teknik yang praktis dalam pengembangan perangkat lunak. Dengan menggunakan metode global extreme programming akan menghasilkan sistem informasi keuangan sekolah baik. Unified Modelling Language digunakan dalam perancangan pemodelan sistem dengan menggunakan bahasa pemrograman PHP dan dengan database MySQL
Pengenalan Tulisan Pada Iklan Pinggir Jalan yang Melengkung Menggunakan Shape Context
Membaca sebuah tulisan yang sama di bidang melengkung berbeda dengan di bidang datar, karena tulisan pada bidang melengkung bergantung pada permukaan bidang lengkungnya. Pada saat ini, banyak sekali tulisan pada iklan pinggir jalan yang ditempel pada bidang melengkung di sepanjang jalan. Tulisan yang digunakan berupa huruf dan angka, dengan berbagai macam background, bentuk dan warna yang diambil di pinggir jalan dengan menggunakan Farey Shape Context. Fitur Farey ini bergantung pada DSS (Digital Straight Line Segment) endpoint dan menggunakan pecahan Augmented Farey sequence. DSS endpoint ini dijadikan sebagai titik fitur atau feature point untuk menemukan shape context dari citra. DSS endpoint tersebut digunakan sebagai acuan bounding box yang akan digunakan sebagai object boundary yang dimana setiap sudutnya merupakan reference point. Untuk melakukan Binning Farey Rank, Augmented Farey Table (AFT) harus dibentuk terlebih dahulu berdasarkan Augmented Farey Sequence yang merupakan pengembangan dari Farey Sequence. Farey Sequence hanya meliputi pecahan dengan pembilang dan penyebut yang positif, sedangkan Augmented Farey Sequence meliputi pecahan dengan pembilang dan penyebut positif serta negatif. Pada penelitian ini digunakan 500 data iklan di pinggir jalan yang melengkung, dimana 70% digunakan sebagai data sample. Dari 70% data sample tersebut didapatkan ribuan karakter berupa huruf dan angka yang dijadikan data sample. Berdasarkan hasil uji coba penelitian yang dilakukan pada 500 Gambar dimana 30% sebagai data testing, maka hasil Farey Shape Context untuk mengenali tulisan berupa huruf dan angka pada iklan pinggir jalan yang melengkung mencapai akurasi benar 74.94% dan salah 25.06%
Membangun Sistem POS Supermarket Dengan Tim tanpa Pengalaman Dalam Metodologi SCRUM
SCRUM adalah metodologi pembangunan perangkat lunak yang digunakan oleh perusahaan dengan berbagai macam keunggulan terutama dalam membangun sebuah produk yang kompleks. Tujuannya adalah mendesain dan membangun sebuah perangkat lunak yang sesuai dengan kebutuhan user. Tahap pertama adalah menjalankan sprint. Sprint adalah sebuah tahap dimana pengembangan perangkat lunak bersama pengguna akhir menentukan tujuan akhir dan mendefinisikan kebutuhan akan perangkat lunak. Tahap kedua adalah melakukan sprint planning, digunakan untuk menentukan bagian mana yang akan dibangun. Ketiga, daily SCRUM adalah inspeksi mengenai hal yang telah dikerjakan oleh tim dengan sprint sebagai acuan. Tahap keempat, Sprint Review yang digunakan untuk melihat hasil kerja, melakukan peninjauan akhir terhadap perangkat lunak dalam sprint dan mempersiapkan yang akan menjadi tujuan dalam sprint berikutnya. Kemudian di tahap terakhir akan ada sprint restropective, di mana tim scrum melakukan evaluasi mengenai yang baik dan yang salah. Hasil akhir berupa perangkat lunak untuk mengatur penjualan dan pembelian pada sebuah supermarket yang telah diimplementasikan dan evaluasi mengenai metode scrum, pada sebuah tim yang tidak berpengalaman dalam menggunakan scrum. Adapun kelemahan yang ada dalam SCRUM adalah dalam memberikan gambaran perangkat lunak pada pengguna akhir dan kelebihannya berupa kemudahan dalam melakukan management dan membuat perangkat lunak yang sesuai dengan kebutuhan dari pengguna akhir
Deteksi Validitas Berita pada Media Sosial Twitter dengan Algoritma Naive Bayes
Banyaknya berita-berita online sering menarik minat masyarakat untuk membacanya, tetapi kadang dengan terlalu banyaknya berita tersebut membuat orang susah mendapatkan informasi yang terpercaya. Berita palsu merupakan kumpulan kata atau kalimat yang mengandung informasi yang tidak benar yang berupaya untuk membohongi atau mengarahkan pembaca atau pendengarnya agar mendukung atau percaya dengan isi beritanya. Penyebar berita palsu umumnya mengetahui bahwa berita yang disebarkan tidak benar. Tujuan penelitian ini adalah mendeteksi berita palsu yang tersebar pada media sosial. Dalam mengklasifikasi berita palsu, deteksi validitas berita digunakan algoritma naïve bayes sebagai kategorisasi teks berbasis pembelajaran mesin. Penelitian ini juga membangun website yang menyediakan fitur web service, pencarian berita yang ada di Twitter, dan klasifikasi berita secara manual. User interface merupakan website berbasis PHP dimana pengguna dapat melakukan interaksi secara langsung sepeti komentar, login, atau melihat artikel-artikel yang sudah diklasifikasi. Sedangkan back-end dari website ini adalah program klasifikasi teks berbasis Python. Dari percobaan yang telah dilakukan ternyata algoritma Naïve Bayes dapat digunakan untuk mengklasifikasi berita palsu. Berdasarkan eksperimen, penggunaan metode naive bayes untuk deteksi validitas berita dengan data uji media social Twitter dapat mencapai nilai akurasi dengan persentase terbaik yaitu 92% pada data ujicoba sebesar 309 artikel