Search

Jejaring sosial adalah alat komunikasi yang sangat populer di kalangan masyarakat salah satunya adalah jejaring sosial twitter. Jumlah tweets berkembang pesat karena kesederhanaan dan kemudahan penggunaannya menjadi alasan twitter lebih populer di kalangan masyarakat Indonesia dalam berkomunikasi. Twitter banyak digunakan sebagai media promosi produk, iklan, kampanye politik maupun sebagai sarana dalam menyampaikan pendapat terkait kritik, saran, isu-isu serta opini-opini yang sifatnya publik seperti pandangan netizen terhadap kebijakan baru pemerintah dan lain sebagainya. Salah satu kebijakan pemerintah yang sedang ramai diperbincangan oleh netizen di jejaring sosial twitter adalah kenaikan tarif BPJS kesehatan. BPJS Kesehatan (Badan Jaminan Kesehatan dan Sosial) adalah Badan Usaha Milik Negara, besarnya jumlah pengguna BPJS menyebabkan BPJS harus menyediakan layanan umpan balik kepada pengguna untuk mengetahui respon pengguna terhadap layanan BPJS. Analisis sentimen atau disebut juga dengan penambangan pendapat adalah suatu bidang dalam menganalisis pendapat seseorang ataupun sekelompok orang mengenai suatu permasalahan yang tersedia untuk melihat respon masyarakat terhadap permasalahan tersebut. Metode SVM merupakan salah satu metode yang baik untuk digunakan dalam pengkalsifikasian data yang berjumlah banyak, terutama terkait dengan sentimen analisis. Pada penelitian ini akan dilakukan analisis sentimen masyarakat melalui media twitter terhadap kenaikan tarif BPJS Kesehatan menggunakan metode SVM untuk melihat respon masyarakat terhadap kebijakan tersebut.

Technology has helped many people in providing information to meet their needs. The development of information technology in the field of geography, information can be displayed better and faster through computers, one of which is a geographic information system for mapping the closest boarding house of Universitas Bumigora. The ease of obtaining boarding information is one of the demands in the city of Mataram, especially for migrants, for example students and students, especially STMIK students, Bumigora Mataram, who need temporary shelter. In finding a boarding house, it is sometimes difficult to find the closest boarding house and facilities that fit your needs because you do not know the area, so some boarders have to ask boarding information to the surrounding community or by circling the city which drains energy and costs. Based on these problems, a geographic information system is needed to map the closest boarding house from Universitas Bumigora using the Location Based Service (LBS) method, which is an application to facilitate boarders in finding temporary accommodation without having to search directly to the location. LBS is used to find the geographical position or position of a person through the website. In addition to finding the user's position, LBS can also determine the position of certain places, one of which is a boarding house. LBS is used to lock the search center point of a boarding house, namely Universitas Bumigora and change units to kilometers.

Lombok Island is one of the favorite tourist destinations. Various topics and comments about Lombok tourism experience through social media accounts are difficult to manually identify public sentiments and topics. The opinion expressed by tourists through social media is interesting for further research. This study aims to classify tourists' opinions into two classes, positive and negative, and topics modelling by using the Naive Bayes method and modeling the topic by using Latent Dirichlet Allocation (LDA). The stages of this research include data collection, data cleaning, data transformation, data classification. The results performance testing of the classification model using Naive Bayes method is shown with an accuracy value of 92%, precision of 100%, recall of 84% and specificity of 100%. The results of modeling topics using LDA in each positive and negative class from the coherence value shows the highest value for the positive class was obtained on the 8th topic with a value of 0.613 and for the negative class on the 12th topic with a value of 0.528. The use of the Naive Bayes and LDA algorithms is considered effective for analyzing the sentiment and topic modelling for Lombok tourism. &nbsp, Pulau Lombok menjadi salah satu tujuan wisata favorit di Indonesia. Beragam topik maupun komentar tentang Lombok disampaikan wisatawan melalui akun pribadi media sosialnya sehingga sangat sulit untuk melakukan identifikasi sentimen publik maupun topik pembicaraan secara manual. Opini yang disampaikan wisatawan melalui media sosial khususnya twitter tentang pariwisata Lombok, menarik untuk diteliti lebih lanjut. Penelitian ini bertujuan untuk melakukan klasifikasi opini-opini wisatawan menjadi dua kelas yaitu positif dan negatif serta melakukan pemodelan topik pada kedua kelas tersebut. Pemodelan topik bertujuan untuk mengetahui topik yang sering dibicarakan pada masing-masing kelas. Tahapan dari penelitian ini meliputi pengumpulan data, pembersihan data, transformasi data, klasifikasi data dengan metode Naive Bayes dan penggunaan metode Latent Dirichlet Allocation (LDA) untuk pemodelan topik. Hasil pengujian kinerja model menggunakan algoritma Naive Bayes ditunjukkan dengan nilai akurasi, presisi, recall dan spesifisitas masing-masing sebesar 92%, 100%, 83,84% dan 100%. Hasil pemodelan topik dengan metode LDA pada masing-masing kelas positif dan negatif dapat dilihat dari nilai koherensi yaitu semakin tinggi nilai koherensi suatu topik maka semakin mudah topik tersebut diinterpretasikan oleh manusia. Nilai koherensi tertinggi untuk kelas positif diperoleh pada topik ke 8 dengan nilai sebesar 0,613 dan untuk kelas negatif pada topik ke 12 dengan nilai sebesar 0,528. Penggunaan algoritma Naive Bayes dan LDA dinilai efektif untuk analisis sentimen serta pemodelan topik untuk pariwisata Lombok.

Dewasa ini perkembangan teknologi informasi sangat pesat sehingga proses penyebaran informasi sangat mudah dan cepat. Penggunaan perangkat teknologi merambah seluruh aktivitas pemerintahan, perekonomian, pendidikan, industri, perbankan, hiburan, dan lain-lain. Berbagai aplikasi diciptakan untuk memfasilitasi penyebaran informasi sehingga komunikasi menjadi lebih mudah. Perkembangan teknologi informasi juga dirasakan di provinsi Nusa Tenggara Barat khususnya Kabupaten Lombok Utara. Pemerintah Lombok Utara melakukan berbagai upaya dan terobosan untuk memajukan daerahnya agar tidak tertinggal dari kabupaten lainnya yang ada di provinsi NTB. Hal ini ditunjukkan dengan banyaknya program kerja yang sedang digalakkan pemerintah lombok utara salah satunya adalah peningkatan mutu sumber daya manusia melalui peningkatan mutu pendidikan yaitu dengan menerapkan teknologi informasi di sekolah-sekolah. Salah satu sekolah percontohan yang telah memanfaatkan teknologi informasi di Kabupaten Lombok Utara (KLU) adalah Sekolah Menengah Atas Negeri (SMAN )1 Tanjung. SMAN 1 Tanjung mempunyai website sekolah dan telah membangun aplikasi untuk penerimaan siswa baru yang bernama E-Seleksi Penerimaan Siswa Baru (PSB). Namun pengumuman hasil kelulusan calon siswa baru masih menggunakan papan pengumuman dan website sekolah, maka pada penelitian ini akan dilakukan pengembangan pada aplikasi e-seleksi penerimaan siswa baru yaitu dengan menambahkan fitur SMS gateway.

[Id] Syarat utama mendapatkan gelar sarjana di perguruan tinggi? yaitu dengan? membuat suatu karya ilmiah skripsi. Skripsi bertujuan agar mahasiswa dapat menyusun serta menulis karya ilmiah sesuai dengan bidang ilmunya. Skripsi dapat dijadikan acuan atau standar untuk menilai ketercapaian pembelajaran mahasiswa selama masa perkuliahan. Mahasiswa akan mencari topik-topik skripsi yang relevan dengan kompetensi serta mata kuliah yang pernah diambil oleh mahasiswa tersebut. Mahasiswa seringkali mengalami kendala ?dalam menentukan topik skripsi yang akan diambil karena minimnya informasi topik-topik skripsi mahasiswa terdahulu. Oleh karena itu diperlukan suatu sistem yang mampu memberikan rekomendasi topik skripsi bagi mahasiswa. Metode Case Based Reasoning (CBR) dapat digunakan sebagai sistem rekomendasi topik skripsi bagi mahasiswa S1 Teknik Informatika Bumigora Mataram. CBR mempunyai 4 tahapan yaitu retrieval , reuse , revisi dan retain . Tahapan yang paling penting pada CBR adalah proses retrieval karena pada tahap ini dilakukan pencarian solusi untuk kasus baru dengan menghitung nilai similaritas atau nilai kedekatan antara kasus baru dengan kasus lama. Kasus lama berasal dari data-data topik skripsi mahasiswa sebelumnya. Pada penelitian ini nilai similaritas antar kasus di hitung menggunakan metode manhattan distance . Sedangkan inputan sistem menggunakan nilai mata kuliah wajib dan mata kuliah pilihan yang telah diambil oleh mahasiswa. Sistem CBR, akan menghitung nilai similaritas antara kasus baru dengan seluruh kasus lama yang tersimpan dalam basis kasus menggunakan metode manhattan distance . Kasus lama dengan nilai similaritas tertinggi digunakan sebagai solusi kasus baru. Hasil implementasi sistem menunjukkan bahwa case based reasoning mampu memberikan rekomendasi topik skripsi untuk mahasiswa. Tahap pengujian menggunakan 280 data dengan metode K-fold Cross Validation , dimana nilai K yang digunakan adalah 7, 10 dan 13. Nilai akurasi terbaik diperoleh untuk K=13 dengan nilai 94,34% disusul K=10 sebesar 93, 99% dan K= 7 sebesar 93,95%. ? [En] The main requirement to get a bachelor's degree in college is by making a undergraduate thesis scientific work. Undergraduate t hesis aims to enable students to compile and write scientific works in accordance with their fields of science . Undergraduate t hesis can be used as a reference or standard to assess the achievement of student learning during the lecture period. Students will look for thesis topics that are relevant to the competencies and courses taken by the student. Students often experience obstacles in determining thesis topics that will be taken because of the lack of information on previous student thesis topics. Therefore we need a system that is able to provide thesis topic recommendations for students. ? The Case Based Reasoning (CBR) method can be used as a undergraduate thesis topic recommendation system for students of S1 Informatics Engineering Bumigora Mataram. CBR has 4 stages, namely retrieval, reuse, revise and retain. The most important stage in CBR is the retrieval process because at this stage a search for a solution for a new case is done by calculating the value of similarity or the value of proximity between the new case and the old case. The old case comes from the previous student undergraduate thesis topic data. In this research the value of similarity between cases was calculated using the manhattan distance method. While the input system uses the value of compulsory courses and elective courses taken by students. CBR system, will calculate the similarity value between new cases with all old cases stored in the base case using the manhattan distance method. The old case with the highest similarity value is used as a solution to the new case. Based on the results of implementation shows that case based reasoning can be used as a recommendation system for topic and undergraduate thesis supervisor. Test phase used 280 data with K-fold Cross Validation method, where the value of K used were 7, 10 and 13. The best accuracy value obtained for K = 13 was with the value of? 94,34% followed by K = 10 equal to 93, 99% and K = 93,95%. ?