Jurnal Sistem dan Teknologi Informasi (JUSTIN)
Not a member yet
456 research outputs found
Sort by
Analisis Sentimen Berbasis Aspek pada EDOM Pembelajaran Menggunakan Metode CNN dan Word2vec
Full text linkPenelitian ini secara khusus mengeksplorasi analisis sentimen berbasis aspek pada Evaluasi Dosen Oleh Mahasiswa (EDOM) di Institut Teknologi Telkom Purwokerto (ITTP) dengan jumlah dataset sebanyak 5116. Dengan menerapkan metode Convolutional Neural Network (CNN) dan Word2Vec, tujuan utama penelitian adalah mengidentifikasi aspek-aspek yang muncul dalam sentimen opini mahasiswa terkait EDOM ITTP. Selain itu, penelitian ini berupaya mengevaluasi akurasi model klasifikasi sentimen berbasis aspek menggunakan kombinasi CNN dan Word2Vec, confussion matrix digunakan untuk mengukur tingkat akurasi model. Proses penelitian melibatkan penerapan teknik oversampling untuk mengatasi ketidakseimbangan data pada kelas sentimen dengan jumlah data. Dalam menanggulangi permasalahan tersebut, variasi metode oversampling, seperti SMOTE, Random Oversampling, ADASYN, SMOTE-NC, dan Borderline SMOTE, diimplementasikan. Hasil penelitian menunjukkan peningkatan signifikan dalam akurasi model CNN setelah menerapkan algoritma oversampling, mengukuhkan keberhasilan implementasi sentimen berbasis aspek pada EDOM ITTP. Penelitian ini memberikan kontribusi berharga dalam pemahaman dan pengembangan analisis sentimen, terutama dalam konteks pembelajaran, dengan mempertimbangkan aspek-aspek spesifik dalam opini mahasiswa. Temuan ini dapat menjadi dasar bagi perkembangan lebih lanjut dalam meningkatkan pengalaman evaluasi dosen oleh mahasiswa di lingkungan pendidikan tinggi
Analisis Teks untuk Official Statistics: Systematic Literature Review
Full text linkBig data menghasilkan berbagai jenis data, termasuk data teks yang memiliki keunggulan dan berpotensi untuk meningkatkan kualitas official statistics. Belum tersedianya literatur yang membahas khusus tentang pemanfaatan analisis teks untuk official statistics mendorong dilakukannya penelitian dengan pendekatan Systematic Literature Review (SLR) guna mengidentifikasi tren penelitian, konsep dasar dan pemanfaatan, serta temuan dan tantangan analisis teks untuk official statistics. Tahapan SLR meliputi planning, data collection, analysis, dan discussion. Pada tahap planning, dirumuskan tiga pertanyaan penelitian sesuai tujuan penelitian. Data collection dilakukan dengan scraping untuk identifikasi tren literatur dan pencarian konvensional pada Google Scholar untuk mendapatkan publikasi relevan terkait pemanfaatan analisis teks. Tahap analysis memvisualisasikan tren penelitian menggunakan diagram batang, jaringan, dan word cloud, dilanjutkan dengan pembahasan pemanfaatan yang dibagi berdasarkan sektor ekonomi, sosial, dan lingkungan. Pada tahap discussion, dilakukan integrasi pembahasan untuk melihat temuan dan tantangan penerapan analisis teks untuk official statistics. Hasil penelitian menunjukkan bahwa secara keseluruhan, tren literatur yang sering dibahas pada kata kunci official statistics adalah klasifikasi teks untuk literatur berbahasa Indonesia, dan pemodelan topik untuk literatur berbahasa Inggris. Temuan yang diperoleh adalah analisis teks berpotensi memperkaya official statistics melalui prediksi ekonomi, analisis tren sosial, dan pemantauan lingkungan, analisis teks dapat digunakan untuk analisis tunggal maupun variabel pelengkap dalam penelitian. Tantangan utama terletak pada sifat teks yang tidak terstruktur dan fleksibilitasnya dalam berbagai penggunaan, sehingga diperlukan standar pemrosesan, jaminan kerahasiaan, regulasi yang memadai, serta kolaborasi nasional dan internasional agar analisis teks dapat terintegrasi secara efektif sesuai dengan prinsip-prinsip official statistics
Penerapan Metode K-Means Clustering Untuk Pemetaan Produktivitas Sayur-Sayuran Berbasis Sistem Informasi Geografis Di Provinsi Sumatera Utara
Full text linkAbstrakSalah satu daerah pemasok produksi sayur-sayuran adalah Provinsi Sumatera Utara. Sumatera Utara sendiri terdiri dari 25 kabupaten dan 8 kota, yang mana masyarakatnya bekerja sebagai petani, dalam berbudaya sayur-sayuran, tingkat produktivitas dapat meningkat maupun menurun di setiap daerah nya. Maka diperlukan sebuah sistem informasi geografis agar setiap kabupaten di provinsi Sumatera Utara mengetahui dari tingkat produktivitas sayur-sayuran setiap tahunnya. Dalam pemetaan dan mengelompokkan hasil produksi sayur-sayuran, penelitian ini menggunakan metode algoritma K-Means Clustering yang merupakan salah satu teknik dari algoritma Data Mining. Evaluasi hasil clustering untuk memastikan bahwa kelompok-kelompok yang terbentuk memiliki interpretasi yang bermakna. Perhatikan hubungan antara atribut dan kelompok sayuran yang terbentuk. Misalnya, apakah kelompok-kelompok tersebut memperlihatkan pola geografis tertentu atau perbedaan dalam jumlah produktivitas. Pembangunan sistem informasi geografis berbasis website dapat menyediakan aksesibilitas dan visualisasi yang mudah bagi pengguna untuk melihat hasil produksi sayur-sayuran dari tingkat terendah sampai tertinggi. Dengan adanya sistem ini, admin dapat mengakses informasi yang relevan melalui sistem dan melihat pemetaan hasil produksi sayur-sayuran di berbagai wilayah di Sumatera Utara
Aplikasi Administrasi Pembayaran Sumbangan Pembinaan Pendidikan (SPP) Berbasis Progressive Web Apps (Studi Kasus: SMA Taman Mulia Kubu Raya)
Full text linkKurang optimalnya proses pengelolaan administrasi pembayaran Sumbangan Pembinaan Pendidikan (SPP) yang masih dikerjakan secara konvensional di beberapa sekolah saat ini menimbulkan beberapa permasalahan seperti kesalahan dalam perhitungan, kesalahan data yang tidak tercatat serta kurangnya informasi untuk orang tua terkait pembayaran SPP yang telah dilakukan. Tujuan dari penelitian ini adalah membangun dan merancang sebuah aplikasi administrasi pembayaran Sumbangan Pembinaan Pendidikan (SPP) yang dapat mengoptimalkan administrasi pembayaran SPP menjadi lebih efektif dan efisien yang didukung dengan teknologi informasi berbasis Progressive Web Apps yang dapat diakses dan ditampilkan dengan baik di berbagai perangkat seperti desktop maupun mobile, dilengkapi juga dengan SMS Gateway sebagai notifikasi pembayaran yang bertujuan untuk membuka jembatan komunikasi antara pihak sekolah dengan orang tua siswa terkait dengan pembayaran SPP yang telah berhasil dilakukan. Perancangan sistem ini menggunakan Unified Modelling Language (UML). Pengujian aplikasi dalam penelitian ini menggunakan UAT (User Acceptance Test)
Pengembangan Permainan Ular Tangga Sebagai Media Pembelajaran Agama Islam
Full text linkPenelitian ini bertujuan untuk mengembangkan dan menguji efektivitas sebuah aplikasi CAI berbasis Android yang menggunakan model permainan ular tangga sebagai media pembelajaran agama Islam pada siswa sekolah dasar. Pada tahap pengembangan, aplikasi CAI Ular Tangga berbasis Android ini menggabungkan fitur permainan ular tangga dengan kuis yang mencakup lima pilihan materi agama Islam, yaitu aqidah, akhlak, al-Quran, fiqih, dan sejarah Islam. Aplikasi ini juga memungkinkan pengguna untuk mengakses konten pembelajaran secara offline, tanpa memerlukan koneksi internet, sehingga dapat digunakan kapan saja dan di mana saja. Untuk menguji efektivitas aplikasi, dilakukan uji validasi dan hasilnya menunjukkan bahwa aplikasi ini mendapatkan persentase rata-rata sebesar 85% dari sisi materi dan 87% dari sisi CAI, menunjukkan bahwa aplikasi ini layak digunakan sebagai media pembelajaran agama Islam. Selanjutnya, dilakukan uji-t dengan metode pretest dan postest untuk mengukur peningkatan pemahaman siswa setelah menggunakan aplikasi. Hasil analisis menunjukkan bahwa terdapat peningkatan yang signifikan dalam pemahaman siswa dengan nilai n-gain sebesar 71,15%, yang tergolong dalam kategori tinggi. Selama pengujian aplikasi dan wawancara dengan siswa, mayoritas siswa menyatakan kesenangan dan antusiasme dalam menggunakan aplikasi CAI ini sebagai media pembelajaran agama Islam. Hal ini menunjukkan bahwa aplikasi CAI Ular Tangga berbasis Android ini dapat meningkatkan hasil belajar siswa dan memberikan pengalaman belajar yang positif
Desain Sistem Interaktif Alat Bantu Terapi Anak Autisme dengan Pendekatan User Centered Design dan User Acceptance
Full text linkDalam mengembangkan teknologi yang digunakan oleh anak berkebutuhan khusus autisme diperlukan adanya kajian untuk menyesuaikan kebutuhan dan penerimaan anak autisme terhadap teknologi yang dikembangkan. Anak berkebutuhan khusus autisme memiliki spektrum yang cukup luas sehingga diperlukan adanya mekanisme perancangan teknologi yang mampu mengakomodir kebutuhan-kebutuhan khusus tersebut. Pengembangan teknologi yang mampu memenuhi kebutuhan pengguna dan memiliki tingkat penerimaan pengguna yang tinggi dapat dilakukan dengan pendekatan user centered design dan user acceptance. Tujuan dari penelitian ini adalah untuk menghasilkan desain kerangka kerja(framework) yang dapat membantu penelitian pengembangan teknologi untuk alat bantu terapi bagi anak autisme. Framework yang dikembangkan akan memberikan tambahan sudut pandang dari sisi kebutuhan khusus pengguna, penerimaan pengguna, dan peningkatan pengalaman pengguna dari sisi ergonomi. Selain memperhatikan dari segi teknologi, penelitian ini juga melakukan kajian dari sisi ergonomi suatu produk teknologi yang melibatkan alat seperti pada augmented reality (AR) dan realitas maya (virtual reality/VR). Dengan adanya kerangka kerja tersebut diharapkan dapat membantu peneliti maupun pengembang perangkat lunak untuk menghasilkan teknologi untuk anak autisme yang tepat. Tujuan dari penelitian ini adalah adanya framework yang dapat digunakan sebagai pedoman pengembangan sistem interaktif untuk alat bantu terapi anak autisme
PREDIKSI HARGA CABAI RAWIT MERAH DI PROVINSI JAWA TIMUR MENGGUNAKAN ALGORITMA SVM
Full text linkFluktuasi harga cabai rawit merah mempengaruhi pasar komoditas dan pendapatan petani, serta keputusan bisnis di industri pertanian dan makanan. Penelitian ini bertujuan untuk mengembangkan model prediksi harga cabai rawit merah di Provinsi Jawa Timur menggunakan algoritma Support Vector Machine (SVM). Hasil evaluasi model menunjukkan tingkat akurasi yang tinggi, dengan Keseluruhan Kesalahan Absolute (MAE) dari 0.0537, Keselengah Kesalahan persegi (MSE) dari 0.0062, Keseluruh Kesilapan persegi akar dari 0.0787, dan koefisien penentuan (R2) dari 0.9946. Hasil ini menunjukkan bahwa model SVM dapat efektif dalam memprediksi harga cabai rawit merah.
Prediksi Pasien Pusat Kesehatan Masyarakat Menggunakan Machine Learning
Full text linkThe fluctuating nature of patient visits makes it difficult for hospital management to plan, so it is important to predict patient visits by community health centers (PusKesMas) based on gender. The purpose of this study is to predict whether patients who come for treatment at the community health center can be served immediately, the supply/stock of drugs can meet the needs of patients and the availability of sufficient medical equipment, so that community health center services improve for the better. Based on good performance in solving the problems that have been formulated, the methods used are Random Forest (RF) and Extreme Gradient Boosting (XGBoost). The programming language used is Python using Google Colab. The stage of separating tain and test data using the scikit-learn train_test_split module with a percentage of 70% for train data and 30% for test data produces an accuracy in RF of 0.69 while in XGBoost it is 0.93. The results of the confusion matrix from XGBoost are true positive (TP), namely data that is predicted correctly and precisely as much as 53, false negative (FN) worth 3, false positive (FP) worth 2 and 1, true negative (TN) worth 40, 4, 1, 46. Meanwhile, the results of the XGBoost classification report model from the weighted Average precision value of 0.93, the recall value of 0.93 and the F1-Score value is also 0.93. These results indicate that the model used has good quality performance, so it is worthy of use. The application carried out is with the XGBoost data classification to assess patient visits in the next 5 years, with a prediction of achieving 93% accuracy
Penggunaan Snort dan Fail2ban sebagai IDS untuk Mengatasi Brute Force Attack dengan Notifikasi Telegram: Studi Kasus pada Institusi XYZ
Full text linkDengan kebutuhan ketergantungan pada jaringan komputer meningkat, hal ini tentu menuntut sistem yang lebih aman dari segi teknologi informasi. Ancaman utama seperti Brute Force Attack bisa diatasi menggunakan firewall, tetapi firewall sering kali sulit dikonfigurasi, mahal, dan terbatas dalam pencegahan. Penelitian ini mengusulkan penggunaan Intrusion Detection System (IDS) seperti Snort dan Fail2Ban yang dikombinasikan dengan honeypot untuk meningkatkan keamanan. Melalui simulasi berbasis SPDLC dan pengujian serangan, terungkap bahwa kombinasi alat ini, jika ditempatkan dengan benar, dapat mendeteksi 100% serangan dengan waktu respons yang cepat. Walaupun demikian, konfigurasi yang salah dapat mengurangi efektivitas dan meningkatkan kemungkinan tidak ada alarm hingga 60%, dan juga dengan kejadian false alarm. Hasil menunjukkan bahwa IDS bisa menjadi solusi efektif, terutama ketika firewall yang baik tidak tersedia
Pengelompokkan Toko Kaus Termurah E-Commerce Shopee berdasarkan Reputasi Toko Menggunakan Metode Clustering K-Medoids dan K-Means
Full text linkKaus merupakan salah satu jenis pakaian yang paling diminati saat ini. Terutama setelah hadirnya toko e-commerce yang memudahkan pembeli untuk bertransaksi dengan cepat tanpa harus pergi ke tokonya secara langsung. Banyak toko online yang menawarkan kaus dengan harga yang terjangkau. Namun, pembeli harus selektif dalam melakukan transaksi jual beli melalui e-commerce karena banyaknya risiko yang bisa timbul. Untuk mengatasi hal tersebut, salah satu hal yang dapat dilakukan yaitu mengelompokkan toko pada platform e-commerce Shopee berdasarkan reputasi menggunakan metode K-Means dan K-Medoids. Penelitian ini menggunakan data dari tiga ratus akun toko kaus dengan harga termurah di Shopee. Tahapan dalam penelitian ini meliputi pengumpulan data, preprocessing data, penentuan jumlah cluster optimum, analisis cluster menggunakan K-Means dan K-Medoids, evaluasi model, interpretasi output, dan penarikan Kesimpulan. Berdasarkan hasil evaluasi, diperoleh metode terbaik ialah K-Means dengan k optimum sebanyak tiga cluster. Kemudian, cluster yang direkomendasikan kepada customer ialah cluster pertama