Abstract:Analisis sentimen adalah proses mengidentifikasi dan mengklasifikasikan opini dalam teks menjadi kategori tertentu seperti positif, negatif, atau netral. Penelitian ini bertujuan untuk menganalisis sentimen ulasan produk…
pada platform e-commerce menggunakan algoritma Naive Bayes. Dataset ulasan produk diambil dari Kaggle, terdiri dari ribuan ulasan dengan label sentimen. Metodologi mencakup tahap preprocessing teks, ekstraksi fitur menggunakan teknik TF-IDF, dan penerapan algoritma Naive Bayes untuk klasifikasi sentimen. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes memberikan akurasi sebesar 94%, membuktikan kemampuannya dalam analisis sentimen dengan dataset teks pendek
Abstract:Abstract: Welfare is one of the things that determines the progress of a region, to achieve the welfare of its people, especially in the economic sector, a technique is needed to measure welfare that continues to change.…
This study aims to analyze the differences in the level of community welfare in Central Java Province by grouping regions based on several indicators. Grouping is done using data from various sources that include the main indicators of welfare. The method used in this study uses the K-Means data mining algorithm to group regional data according to their level of welfare. The results of the analysis divide the regions into three categories: Medium Welfare Level, which includes Banyumas, Purworejo, Boyolali, Klaten, Sukoharjo, Karanganyar, Sragen, Kudus, Jepara, Demak, Semarang, Kendal, and Pekalongan City and Tegal City, High Welfare Level, consisting of Magelang City, Surakarta City, Salatiga City, and Semarang City; and Low Welfare Level, covering Cilacap, Purbalingga, Banjarnegara, Kebumen, Wonosobo, Magelang, Wonogiri, Grobogan, Blora, Rembang, Pati, Temanggung, Batang, Pekalongan, Pemalang, Tegal, and Brebes Regencies. The findings show that the C2 region has a longer average length of schooling, higher per capita expenditure, and better HDI, reflecting a higher quality of life. This study provides an overview of welfare inequality in Central Java Province and suggests the need for more focused policies to improve the quality of life in each category of region.
Keywords: clustering; k-means; welfare
Abstrak: Kesejahreraan merupakan salah satu hal yang menentukan kemajuan suatu wilayah, untuk mencapai kesejahteraan masyarakatnya terutama di bidang ekonomi di perlukan teknik untuk mengukur kesejahteraan yang terus berubah, Penelitian ini bertujuan untuk menganalisis perbedaan tingkat kesejahteraan masyarakat di Provinsi Jawa Tengah dengan mengelompokkan wilayah berdasarkan beberapa indikator. Pengelompokan dilakukan menggunakan data dari berbagai sumber yang mencakup indikator-indikator utama kesejahteraan. Metode yang di gunakan dalam penelitian ini menggunakan algoritma data mining K-Means untuk mengelompokkan data wilayah menurut tingkat kesejahteraannya. Hasil analisis membagi wilayah menjadi tiga kategori: Tingkat Kesejahteraan Sedang, yang mencakup Kabupaten Banyumas, Purworejo, Boyolali, Klaten, Sukoharjo, Karanganyar, Sragen, Kudus, Jepara, Demak, Semarang, Kendal, serta Kota Pekalongan dan Kota Tegal, Tingkat Kesejahteraan Tinggi, terdiri dari Kota Magelang, Kota Surakarta, Kota Salatiga, dan Kota Semarang; dan Tingkat Kesejahteraan Rendah, mencakup Kabupaten Cilacap, Purbalingga, Banjarnegara, Kebumen, Wonosobo, Magelang, Wonogiri, Grobogan, Blora, Rembang, Pati, Temanggung, Temuan menunjukkan bahwa wilayah C2 memiliki rata-rata lama sekolah yang lebih panjang, pengeluaran per kapita yang lebih tinggi, dan IPM yang lebih baik, mencerminkan kualitas hidup yang lebih tinggi. Penelitian ini memberikan gambaran tentang ketidakmerataan kesejahteraan di Provinsi Jawa Tengah dan menyarankan perlunya kebijakan yang lebih terfokus untuk meningkatkan kualitas hidup di setiap kategori wilayah.
Kata Kunci: clustering; k-means; kesejahteraan
Abstract:Abstract: One of the main health problems in children is stunting which is one of the concerns in the Sustainable Development Goals (SDGs). Specifically in Indonesia, the prevalence of stunting in 2024 is 21.6%. This figure…
ure is still relatively high, because the target prevalence of stunting is 14%. This study aims to implement machine learning knowledge through the Classification And Regression Trees (CART) algorithm based on Ant Be Colony (ABC) feature selection which aims to determine the increase in accuracy in analyzing stunting datasets. The data used comes from Kaggle which consists of 16500 datasets. The dataset consists of gender, age, birth length, birth weight, body length, body weight, breastfeeding and stunting status. The research methods used are data collection, data preprocessing, classification, and evaluation using K-fold cross validation. The results obtained in this research are the implementation of the CART algorithm obtained a value of 89.86% and the results of CART with Ant Be Colony (ABC) feature selection, which obtained an accuracy value of 93.65%. This shows that there is an increase in the accuracy value in the use of CART algorithm optimization and Ant Be Colony (ABC) feature selection by 3.76%. With the research results that have been obtained, it can be categorized as excellent accuracy value excellent. It is hoped that further research can be carried out by adding other classification algorithms or adding feature selection.
Keywords: classification; feature selection; optimazation; stunting
Abstrak: Salah satu masalah kesehatan utama pada anak adalah stunting yang menjadi salah satu perhatian dalam Sustainable Development Goals (SDGs). Khusus di Indonesia angka Pravelensi stunting pada tahun 2024 di angka 21.6%. Angka ini masih tergolong tinggi, karena target angka pravelensi stunting ialah 14%. Penelitian ini bertujuan untuk mengimplementasikan pengetahuan machine learning melalui algoritma Classification And Regression Trees (CART) berbasis seleksi fitur Ant Be Colony (ABC) yang bertujuan untuk mengetahui peningkatan akurasi dalam menganalisis dataset stunting. Data yang digunakan bersumber dari Kaggle yang terdiri dari 16500 dataset. Dataset terdiri dari jenis kelamin, usia, panjang lahir, berat lahir, panjangg badan, berat badan, menyusui dan status stunting. Metode penelitian yang digunakan adalah pengumpulan data, preprocessing data, klasifikasi, dan evaluasi menggunakan K-fold cross validation. Hasil yang diperoleh pada penelitian ini adalah Implementasi algoritma CART memperoleh nilai sebesar 89,86% dan hasil seleksi fitur CART dengan Ant Be Colony (ABC) memperoleh nilai akurasi sebesar 93,65%. Hal ini menunjukkan adanya peningkatan nilai akurasi pada penggunaan optimasi algoritma CART dan pemilihan fitur Ant Be Colony (ABC) sebesar 3,76%. Dengan hasil penelitian yang telah diperoleh dapat dikategorikan nilai akurasi yang diperoleh sangat baik. Diharapkan dapat dilakukan penelitian selanjutnya dengan menambahkan algoritma klasifikasi lain atau menambahkan seleksi fitur.
Kata kunci: klasifikasi; optimalisasi; seleksi fitur; stunting
Abstract:Abstract: Clustering methods such as K-Means and K-Medoids are often used to analyze data, including student data, due to their efficiency. However, this method has weaknesses, such as sensitivity to selecting cluster centers…
nters (centroids) and cluster results that depend on medoid data. Clustering, an essential technique in data analysis, aims to reveal the natural structure of the data, even in the absence of labeled information. The study, conducted with complete objectivity, compared the performance of two popular clustering methods, K-Means, and K-Medoids, on student data. Three evaluation metrics, namely the Davies-Bouldin Index (DBI), silhouette score, and elbow method, were used to compare clustering and determine the ideal number of clusters for the two algorithms. The data taken in this study are in the form of names, attendance, assignments, formative, midterm exams, final exams, and quality numbers. Based on the existing optimization results, it can be concluded that the K-Means method excels in grouping Student Data. The best results were obtained from the K-Means Algorithm with the Silhouette Coefficient Method with a value of 0.7509 in cluster 2, and the Elbow Method with a value of 1428076.08 in cluster 2, DBI K-Medoids with a value of 0.7413 in cluster 3. So, the best cluster lies in 3 clusters.
Keywords: clustering; davies-bouldin indek; elbow method; k-means; k-medoids; silhouette score;
Abstrak : Metode clustering seperti K-Means dan K-Medoids sering digunakan untuk menganalisis data, termasuk data siswa, karena efisiensinya. Namun, metode ini memiliki kelemahan, seperti sensitivitas terhadap pemilihan pusat klaster (centroids) dan hasil klaster yang bergantung pada data medoid. Clustering, sebuah teknik penting dalam analisis data, bertujuan untuk mengungkapkan struktur alami dari data, bahkan tanpa adanya informasi berlabel. Penelitian ini, yang dilakukan dengan objektivitas penuh, membandingkan kinerja dua metode clustering populer, yaitu K-Means dan K-Medoids, pada data mahasiswa. Tiga metrik evaluasi, yaitu Davies-Bouldin Index (D.B.I.), silhouette score, dan metode elbow, digunakan untuk membandingkan clustering dan menentukan jumlah cluster yang ideal untuk kedua algoritma tersebut. data yang diambil dalam penelitian ini berupa nama, kehadiran, tugas, formatif, ujian tengah semester, ujian akhir semester, angka mutu. Berdasarkan hasil optimasi yang ada, dapat disimpulkan bahwasannya metode K-Means unggul dalam pengelompokkan Data Mahasiswa. Sehingga di peroleh hasil terbaik dari Algoritma K-Means dengan Metode Silhouette Coefficient dengan nilai 0,7509 di cluster 2, dan Elbow Method dengan nilai 1428076,08 di cluster 2, DBI K-Medoids dengan nilai 0,7413 di cluster 3. Sehingga cluster terbaik terletak pada 3 cluster.
Kata kunci: klasterisasi; davies-bouldin indek; elbow method; k-means; k-medoids; silhouette score;
Abstract:Abstract: The development of Internet of Things (IoT) technology has significantly impacted life, particularly in creating more efficient and secure smart homes. Smart homes integrate various electronic devices to enhance…
e comfort and energy efficiency. However, cost, integration complexity, and security issues remain. This study will simulate an IoT-based smart home system to analyse and evaluate device performance before real-world implementation. The simulation method involves testing connectivity and evaluating delay and packet loss using the ping method on each device. Results show the highest delay on CCTV devices at 41.8 ms and the lowest on motion detector 2 at 32.8 ms, with 0% packet loss. According to TIPHON standards, the network is rated excellent with an index of 4. The designed smart home system demonstrates optimal performance and is feasible for implementation but requires further development in configuration using AI and machine learning technologies.
Keywords: internet of things; simulation; smart home; testing
Abstrak: Perkembangan teknologi Internet of Things (IoT) telah membawa perubahan signifikan dalam kehidupan, terutama dalam pengembangan rumah pintar (smart home) yang lebih efisien dan aman. Smart home mengintegrasikan berbagai perangkat elektronik untuk meningkatkan kenyamanan dan efisiensi energi. Meskipun demikian, tantangan seperti biaya, kompleksitas integrasi, dan isu keamanan masih ada. Penelitian ini bertujuan untuk mensimulasikan sistem smart home berbasis IoT guna menganalisis dan mengevaluasi kinerja perangkat sebelum implementasi nyata. Metode simulasi yang digunakan melibatkan pengujian konektivitas dan evaluasi delay serta packet loss dengan metode ping pada setiap perangkat. Hasil menunjukkan delay tertinggi pada perangkat CCTV sebesar 41.8 ms dan terendah pada motion detector 2 sebesar 32.8 ms, dengan packet loss 0%. Berdasarkan standar TIPHON, jaringan dinilai sangat baik dengan indeks 4. Sistem smart home yang dirancang menunjukkan kinerja optimal dan layak diimplementasikan, namun masih memerlukan pengembangan lebih lanjut dalam konfigurasi menggunakan teknologi AI dan machine learning.
Keywords: internet of things; pengujian; simulasi; smart home
Abstract:Abstract: Gallery Parfume Shop is a business engaged in cosmetics located on Jalan Merdeka, Simpang Empat, Kec. Tanjung Tiram, Kab. Batu Bara, North Sumatra. In the procedures and management of sales management at Gallery…
y Parfume is still done manually, the reports are still recorded in notes the impact of this is that Gallery Parfume has difficulty in evaluating their sales performance, identifying market trends, and planning effective sales strategies and also difficulty building loyalty. Therefore, a system is needed, by implementing E-CRM at Gallery Parfume can get new customers, improve customer relationships, and retain customers, which will ultimately create customer loyalty and to measure the increase in profitability resulting from the use of E-CRM into a web-based application so that it will later facilitate increasing sales, customer loyalty, and saving operational costs. The method used to collect and analyze this research data is a qualitative method. It is expected that through this web application it can also build a database to make it easier for Gallery Parfume to search for data and reports.
Keywords: consumers; e-crm; stores
Abstrak: Toko Gallery Parfume merupakan usaha yang bergerak dibidang kosmetik yang berada dijalan Merdeka, Simpang Empat, Kec. Tanjung Tiram, Kab. Batu Bara, Sumatera Utara. Dalam prosedur dan manajemen pengelolaan penjualan di Gallery Parfume masih dilakukan secara manual, laporan nya masih tercatat di notes dampak dari hal tersebut gallery Parfume kesulitan dalam mengevaluasi kinerja penjualan mereka, mengidentifikasi tren pasar, dan merencanakan strategi penjualan yang efektif juga kesulitan membangun loyalitas. Maka dengan hal itu diperlukan sebuah sistem, dengan menerapkan E-CRM di Gallery Parfume dapat memperoleh pelanggan baru, meningkatkan hubungan dengan pelanggan, dan mempertahankan pelanggan, yang pada akhirnya akan terciptanya loyalitas pelanggan dan untuk mengukur peningkatan profitabilitas yang dihasilkan dari penggunaan E-CRM kedalam bentuk aplikasi berbasis web agar nantinya memudahkan dalam peningkatan penjualan, loyalitas pelanggan, dan penghematan biaya operasional. Metode yang digunakan untuk mengumpulkan dan menganalisis data penelitian ini dengan metode kualitatif. Diharapankan melalui aplikasi web ini juga dapat membangun database guna memudahkan Gallery Parfume dalam mencari data dan laporan.
Kata Kunci: e-crm; konsumen; toko
Abstract:Abstract: The widespread use of information and communication technology (ICT) has enhanced effectiveness and quality in management, research, and education at educational institutions. In this digital age, secondary schools…
ools are required to improve operational efficiency and educational strategies through the use of information technology. Therefore, the implementation of an enterprise architecture (EA) framework is crucial to ensure a strategic alignment between educational goals and technology. However, before implementing the framework, schools must evaluate various factors that influence the suitability and effectiveness of EA, including current technology needs, staff competencies, existing infrastructure conditions, and other factors. This study gathers and analyzes data from related studies, and the results indicate the importance of understanding EA principles to optimize academic and administrative processes. By considering variables in the selection of the EA framework, evaluating school readiness, and identifying existing challenges, this research aims to assist secondary schools in effectively implementing EA. The expected outcome of this research provides theoretical support for the adoption of EA, thus facilitating more efficient strategic and operational planning in secondary schools.
Keywords: enterprise architecture; framework; information and communication technology; secondary school.
Abstrak: Penggunaan teknologi informasi dan komunikasi (TIK) secara luas telah meningkatkan efektivitas dan kualitas dalam manajemen, penelitian, dan pendidikan di institusi pendidikan. Di era digital ini, sekolah menengah dituntut untuk meningkatkan efisiensi operasional dan strategi pendidikan melalui pemanfaatan teknologi informasi. Oleh karena itu, penerapan framework arsitektur enterprise (EA) menjadi penting untuk memastikan aliansi strategis antara tujuan pendidikan dan teknologi. Namun, sebelum penerapan framework dilakukan, sekolah harus mengevaluasi berbagai faktor yang mempengaruhi kesesuaian dan efektivitas EA, termasuk kebutuhan teknologi terkini, kompetensi staf, kondisi infrastruktur yang ada, dan faktor lainnya. Penelitian ini mengumpulkan dan menganalisis data dari studi terkait, hasilnya menunjukkan bahwa pentingnya pemahaman tentang prinsip-prinsip EA untuk mengoptimalkan proses akademik dan administratif. Dengan mempertimbangkan variabel-variabel dalam pemilihan framework EA, evaluasi kesiapan sekolah, dan identifikasi tantangan yang ada, penelitian ini bertujuan untuk membantu sekolah menengah dalam mengimplementasikan EA secara efektif. Diharapkan hasil dari penelitian ini memberikan kontribusi teoretis yang mendukung pengadopsian EA, sehingga memfasilitasi perencanaan strategis dan operasional yang lebih efisien di sekolah menengah.
Kata kunci:arsitektur enterprise; framework; sekolah menengah; teknologi informasi dan komunikasi.
Abstract:Abstract: Twitter occupies the top position of the most popular social media platform in Indonesia. Police and other related issues were the subject of much discussion. The aim of this research is to analyze public sentiment…
ment towards the National Police Agency using Twitter with the support vector machine method. The research started by crawling Twitter data. The data contains a total of 6,925 entries for three keywords. Next, we move on to the preprocessing stage consisting of (cleaning, case folding, tokenization, and filtering). Next is the tf-idf feature extraction stage, finally the classification and evaluation stage. The results of manual data inspection (73:27) showed accuracy of 70.66%, precision of 70.68%, and recall of 99.76%. Testing the second data (82:18), found accuracy 86%, precision 86.21%, recall 99.71%. The results of manual data checking (82:18) showed accuracy of 70.66%, precision of 70.68%, recall of 99.76%. Testing the second data (82:18), found accuracy 86%, precision 86.21%, recall 99.71%. From the data system testing results (80:20), accuracy was 87.55%, positive precision 87.53%, negative precision 88.24%, positive recall 99.48%, and negative recall. the rate is 99.48.% – The result is 21.43%. Data testing results (60:40) showed accuracy of 86.89%, positive precision of 86.84%, negative precision of 88.46%, positive recall of 99.61%, and negative recall of 16.43%. Single test data validation system (80:20), accuracy 87.55, overall test cross validation system (k fold 5 accuracy) 86.673%.
Keywords: data mining;police agencies;support vector machines
Abstrak: Twitter menduduki posisi teratas platform media sosial terpopuler di Indonesia. Polisi dan masalah terkait lainnya menjadi pokok bahasan banyak pembicaraan. Tujuan penelitian ini untuk menganalisis sentimen masyarakat terhadap Badan Kepolisian Nasional menggunakan Twitter dengan metode support vector machine. Penelitian dimulai dengan crawling data Twitter. Data memuat total 6.925 entri dari tiga kata kunci. Selanjutnya beralih ke tahap preprocessing terdiri dari (pembersihan, pelipatan kasus, tokenisasi, dan pemfilteran). Selanjutnya tahap ekstraksi fitur tf-idf, terakhir tahap klasifikasi dan evaluasi. Hasil pemeriksaan data manual (73:27) menunjukkan akurasi 70,66%, presisi 70,68%, dan recall 99,76%. Menguji data kedua (82:18), menemukan akurasi 86%, presisi 86,21%, recall 99,71%. Hasil pemeriksaan data secara manual (82:18) menunjukkan akurasi 70,66%, presisi 70,68%, recall 99,76%. Menguji data kedua (82:18), menemukan akurasi 86%, presisi 86,21%, recall 99,71%. Dari hasil pengujian sistem data (80:20), akurasi 87,55%, presisi positif 87,53%, presisi negatif 88,24%, recall positif 99,48%, dan recall negatif. tarifnya adalah 99,48.% – Hasilnya 21,43%. Hasil pengujian data (60:40) menunjukkan akurasi 86,89%, presisi positif 86,84%, presisi negatif 88,46%, recall positif 99,61%, dan recall negatif 16,43%. Uji tunggal sistem validasi data (80:20), akurasi 87,55, uji keseluruhan sistem validasi silang (akurasi k fold 5) 86,673%.
Kata Kunci: data mining;instansi kepolisian;mesin vektor pendukung
Abstract:Abstract: Software quality analysis is essential to ensure applications are reliable, efficient, and meet user needs. The FURPS+ model (Functionality, Usability, Reliability, Performance, Supportability, plus) provides a…
comprehensive framework for evaluating software quality. This study analyzes the implementation of Software Quality Assurance (SQA) in the SKEK UINSA application, a Learning Management System (LMS) designed to record extracurricular activities of UINSA students. With 100 respondents (lecturers, students, and alumni), the research employs a quantitative approach to examine both functional and non-functional aspects. The results show that functionality and usability aspects scored an average of 71%, reliability 66%, performance 61%, supportability 79%, and additional factors (plus) 64%. Overall, the SKEK UINSA application demonstrates good quality in terms of functionality, ease of use, performance, and flexibility.
Keywords: FURPS+; Reliability; SKEK; Validity; Quantitative Method
Abstrak: Analisis kualitas perangkat lunak penting untuk memastikan aplikasi andal, efisien, dan sesuai kebutuhan pengguna. Model FURPS+ (Functionality, Usability, Reliability, Performance, Supportability, plus) menawarkan kerangka komprehensif untuk evaluasi kualitas perangkat lunak. Penelitian ini menganalisis penerapan Software Quality Assurance (SQA) pada aplikasi SKEK UINSA, aplikasi semacam LMS (Learning Management System) untuk mencatat kegiatan ekstrakurikuler mahasiswa UINSA. Dengan 100 responden (dosen, mahasiswa, dan alumni), penelitian menggunakan pendekatan kuantitatif untuk mengkaji aspek fungsional dan non-fungsional. Hasilnya, aspek functionality dan usability memiliki persentase rata-rata 71%, reliability 66%, performance 61%, supportability 79%, dan faktor tambahan (plus) 64%. Secara keseluruhan, aplikasi SKEK UINSA menunjukkan kualitas baik dalam fungsi, kemudahan penggunaan, kinerja, dan fleksibilitas.
Kata kunci: FURPS+; Metode Kuantitatif ; SKEK; Validitas; Reliabilitas
Abstract:Abstract: The growth of information technology continues to grow rapidly, especially in the business sector in Indonesia. Every year the growth of business shops increases to 3.98 million business units in 2022 from the…
real industry and trade sectors. So, this makes the Tanjung Shoe Store have serious challenges that affect sales levels which gives rise to problems of decreasing sales levels because there is no effective communication media, the shop is unable to analyze customer needs and market trends, customer disappointment often arises with the shop because it still applies conventional sales, and damage or loss of store operational data. To overcome this problem, a website-based system is needed by implementing a superior CRM (Customer Relationship Management) strategy in increasing customer retention with operational data management features, discounts, chat, online ordering, so that customers get updated information. The CRM concept used is operational, analytical, and collaborative. The application of CRM in this research aims to make it easier for users and improve customer service and optimize marketing at the Tanjung Shoe Store. So, this CRM strategy is an effective solution in facing modern business challenges in improving store performance and competitiveness.
Keywords: customer relationship management; customer service; optimize marketing
Abstrak: Pertumbuhan teknologi informasi terus berkembang pesat terutama pada bidang bisnis di Indonesia. Setiap tahunnya pertumbuhan toko usaha semakin meningkat hingga 3,98 juta unit usaha pada tahun 2022 dari sektor rill industri dan perdagangan. Sehingga hal ini membuat Toko Sepatu Tanjung memiliki tantangan serius yang mempengaruhi tingkat penjualan yang menimbulkan permasalahan penurunan tingkat penjualan karena tidak ada media komunikasi yang efektif, toko tidak mampu menganalisis kebutuhan pelanggan dan tren pasar, sering timbul kekecewaan pelanggan terhadap toko karena masih menerapkan penjualan konvensional, dan kerusakan atau kehilangan data operasional toko. Untuk mengatasi masalah ini diperlukan sistem berbasis website dengan menerapkan strategi CRM (Customer Relationship Management) yang unggul dalam meningkatkan retensi pelanggan dengan fitur pengelolaan data operasional, diskon, chatting, pemesanan online, sehingga pelanggan mendapatkan informasi secara update. Konsep CRM yang digunakan operasional, analitis, dan kolaboratif. Penerapan CRM pada penelitian ini bertujuan untuk memudahkan pengguna dan meningkatkan pelayanan pelanggan serta mengoptimalkan pemasaran pada Toko Sepatu Tanjung. Maka strategi CRM ini menjadi solusi yang efektif dalam menghadapi tantangan bisnis modern dalam meningkatkan kinerja dan daya saing toko.
Kata kunci: customer relationship management; optimalisasi pemasaran; pelayanan pelanggan