Journal of Technology and Informatics (JoTI)

Topic Modeling for Evolving Textual Data Using LDA, HDP, NMF, BERTOPIC, and DTM With a Focus on Research Papers

Pavithra, Savitha — Mon, 29 Apr 2024 00:00:00 +0700

As the volume of academic literature continues to burgeon, the necessity for advanced tools to decipher evolving research trends becomes increasingly apparent. This study delves into the utilization of topic modeling techniques—specifically Latent Dirichlet Allocation (LDA), Hierarchical Dirichlet Process (HDP), Non-negative Matrix Factorization (NMF), BERTopic, and Dynamic Topic Modeling (DTM)—applied to a dynamic corpus of research papers. Our research endeavors to confront the challenges posed by capturing temporal dynamics, evolving terminology, and interdisciplinary themes within academic literature. Through a comprehensive comparative investigation of these models, we assess their efficacy in extracting and tracking research topics over time. While DTM exhibited the highest term topic probability, its inclusion of non-meaningful words proved to be a hindrance to its suitability. Conversely, NMF, HDP, LDA, and BERTopic demonstrated comparable performance in topic extraction. Surprisingly, DTM emerged as the most effective model in our research, showcasing its prowess in navigating the intricacies of evolving research trends.

Analisis Performa Akademik Mahasiswa Menggunakan Social Network Analysis (Studi Kasus: Prodi Bisnis Digital Universitas dr. Soebandi)

Mon, 29 Apr 2024 00:00:00 +0700

Pendidikan dengan kualitas yang baik akan menghasilkan generasi yang cerdas dan berpotensi. Kriteria utama untuk mengukur kinerja lembaga akademik adalah tingkat kelulusan siswa atau mahasiswa. Hal tersebut memunculkan permasalahan bagaimana mengukur performa akademik mahasiswa sehingga bisa menjadi lulusan yang berkualitas. Pengukuran performa akademik dilakukan dengan mengumpulkan data mahasiswa lalu menggabungkan data tersebut dengan data kuesioner yang dibagikan ke mahasiswa mengenai pengalaman belajar mereka. Penelitian dilakukan dengan melakukan prediksi dengan machine learning dan analisis menggunakan Social Network Analysis untuk menampilkan inti jaringan yang paling berpengaruh terhadap performa akademik mahasiswa. Hasil penelitian menunjukkan bahwa rata-rata akurasi algoritma untuk prediksi performa akademik mahasiswa adalah 0,76. Sehingga data tersebut dapat digunakan untuk prediksi performa akademik mahasiswa dengan tingkat akurasi yang tinggi. Hasil analisis menunjukkan bahwa Usia, Pendidikan Orang Tua, Kota Asal dan Kesulitan dalam belajar memiliki pengaruh terhadap performa akademik mahasiswa.

Pengembangan Proses Bisnis Pelayanan Statistik Terpadu Badan Pusat Statistik Kota Surabaya Menggunakan Metode Prototyping

Mon, 29 Apr 2024 00:00:00 +0700

Di era digital yang semakin berkembang, data statistik memiliki peran penting dalam mendukung berbagai aspek kehidupan, termasuk perencanaan pembangunan, pengambilan keputusan strategis, serta pemantauan dan evaluasi kinerja organisasi. Keberhasilan dalam pengambilan keputusan yang tepat dan efisien sangat bergantung pada ketersediaan dan aksesibilitas data yang berkualitas. Sejalan dengan hal tersebut, Badan Pusat Statistik (BPS) Kota Surabaya, sebagai lembaga yang bertanggung jawab atas pengumpulan, pengolahan, dan penyebaran data statistik di tingkat kota, telah merespons perubahan lingkungan digital dengan langkah progresif yaitu dengan melakukan pengembangan Pelayanan Statistik Terpadu (PST) digital. PST digital adalah upaya modernisasi yang bertujuan untuk memastikan bahwa data statistik yang dikelola oleh BPS Kota Surabaya dapat diakses, dianalisis, dan dimanfaatkan dengan lebih efektif oleh berbagai pemangku kepentingan, termasuk pemerintah, sektor swasta, akademisi, dan masyarakat umum. Dalam pengembangannya, Pelayanan Statistik Terpadu (PST) digital ini menggunakan metode prototyping. Dengan menggabungkan perpustakaan digital, website, dan metode prototyping diharapkan pengembangan ini akan memberikan terobosan yang signifikan dalam meningkatkan kualitas pelayanan statistik yang disediakan oleh Badan Pusat Statistik kota Surabaya.

Sistem Pendukung Keputusan Penentuan Kost Terbaik Pada Kecamatan Oebobo Menggunakan Metode TOPSIS

Mon, 29 Apr 2024 00:00:00 +0700

Tempat tinggal adalah kebutuhan fundamental dalam masyarakat. Saat ini, terdapat beragam jenis tempat tinggal, termasuk rumah kost yang menarik perhatian karena aksesibilitas harga dan kemampuannya menampung banyak individu menjadikannya pilihan populer, terutama di kalangan mahasiswa. Kontribusi utama melibatkan hadirnya solusi efisien dan akurat dalam membantu masyarakat, khususnya mahasiswa dalam mengatasi tantangan pemilihan tempat tinggal. SPK (Sistem Pendukung Keputusan) yang dikembangkan dengan metode TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) mampu memberikan rekomendasi kost terbaik dengan waktu eksekusi yang singkat, hanya dalam beberapa detik. Kontribusi lainnya terletak pada integrasi kriteria-kriteria vital seperti harga, jarak, fasilitas, keamanan, dan kebersihan yang memberikan pandangan komprehensif dalam pemilihan tempat tinggal. Melalui analisis data dari 20 kost, sistem berhasil mengidentifikasi Kost RT5 sebagai pilihan terbaik dengan nilai preferensi sebesar 0,791 dan tingkat akurasi sistem mencapai 93%.

Rekomendasi Restock Barang di Toko Pojok UMKM Menggunakan Algoritma K-Means Clustering

Ayuni Salsabiela, Adam Prayogo Kuncoro, Pungkas Subarkah, Primandani Arsi — Mon, 29 Apr 2024 00:00:00 +0700

Toko Pojok ialah toko yang menjual beraneka produk seperti makanan ringan dan minuman. Toko Pojok UMKM dalam pembukuan selama ini masih dilakukan secara manual dengan buku besar baik dalam pencatatan produk masuk maupun penjualan. Pembukuan dilakukan belum tersistem mengakibatkan data menumpuk, sehingga pemilik kesulitan dalam melihat stok yang terjual sehingga pengadaan barang ke supplier ada keterlambatan. Berdasarkan permasalahan tersebut penelitian ini dilakukan untuk merekomendasikan restock produk menggunakan algoritma K-Means dimana pengadaan barang dalam jumlah banyak, sedang dan sedikit. Penelitian ini menggunakan algoritma k-means clustering dengan 3 cluster. Di mana nilai k=3 merupakan nilai cluster terbaik dalam penelitian ini dengan performa dari cluster berdasarkan hasil Davies Bouldin Index sebesar 0.436, di mana cluster 1 ada 9 produk jumlah banyak dan masuk pengadaan barang, cluster 2 ada 19 produk jumlah sedang dan masuk pengadaan barang serta cluster 0 ada 110 produk jumlah sedikit masuk pengadaan barang.

Sistem Pendukung Keputusan Pemilihan Website Terbaik Mahasiswa Stikom Uyelindo Kupang Menggunakan Metode TOPSIS

Mon, 29 Apr 2024 00:00:00 +0700

Website merupakan sebuah laman daring berisi informasi yang saling terkoneksi dan sering dimanfaatkan untuk berbagai kalangan khususnya mahasiswa untuk mempublikasikan hasil karyanya. Pemrograman Web merupakan salah satu mata kuliah di Kampus STIKOM Uyelindo Kupang yang bertujuan memberikan pemahaman dan keterampilan kepada mahasiswa mengenai pembuatan dan pengembangan aplikasi berbasis web. Akan tetapi, tidak semua website yang dikembangkan telah memenuhi standar kualitas yang diinginkan. Karena kesulitan untuk menentukan standar penilaian website yang objektif, relevan, dan sesuai dengan standar global, proses pemilihan website terbaik menjadi lebih lama. Sehingga diperlukan sebuah sistem pendukung keputusan yang menyediakan bantuan dalam pemilihan website terbaik dari sejumlah website yang dibuat oleh mahasiswa STIKOM Uyelindo Kupang. Metode TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) adalah metode yang digunakan dalam penelitian ini guna merancang dan menerapkan sistem pendukung keputusan pemilihan website terbaik mahasiswa STIKOM Uyelindo Kupang dengan kriterian: kemampuan coding, minimal error, fitur website, dan desain website. Sistem ini menghasilkan penentuan pemilihan website terbaik dari 75 data yang diuji, diperoleh data alternatif terbaik yaitu Website BJ dengan nilai preferensi 0.80348. Penelitian ini juga telah dilakukan perhitungan menggunakan Confusion Matrix dengan hasil uji akurasi sebesar 89.33%.

Pengembangan Sistem Monitoring Pasang Surut Air Laut Untuk Perancangan Pengembangan Sebuah Pelabuhan

Muhammad Ifti Suwarso, Ibrahim Nawawi, Johan Pamungkas — Mon, 29 Apr 2024 00:00:00 +0700

Pasang surut air laut, yang merupakan naik turun periodik permukaan laut, memiliki hubungan yang erat dengan pengembangan sebuah pelabuhan. Hubungan ini memengaruhi beberapa aspek dalam perencanaan, konstruksi, dan operasional pelabuhan. Pengembangan pelabuhan memerlukan pemahaman yang mendalam tentang karakteristik pasang surut di wilayah tersebut dan bagaimana hal itu dapat memengaruhi operasional serta infrastruktur pelabuhan yang direncanakan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem monitoring pasang surut air laut di pelabuhan menggunakan mikrokontroller ESP32 Cam yang memiliki kamera agar dapat memonitoring dengan jarak jauh sepenuhnya dan sensor ultrasonic HC-SR04 untuk mengukur elevasi permukaan air laut. Sistem ini dirancang untuk memberikan informasi real-time tentang tinggi air laut dan memfasilitasi pengembangan pelabuhan. Selain itu, penelitian ini juga menerapkan metode Quality of service (QoS) untuk menguji dan memastikan kualitas konektivitas dalam pengiriman data dari sensor ke device pengguna. Dalam pengujian menggunakan metode QoS, parameter seperti delay, jitter, throughput, dan packet loss akan dievaluasi. Data hasil pengukuran QoS akan dianalisis untuk memastikan bahwa sistem dapat memberikan informasi dengan akurasi dan keterandalan yang tinggi dalam kondisi berbagai skenario. Penelitian ini menghasilkan sebuah sistem pengukuran pasang surut air laut dengan rentang 0-300 cm yang hasilnya ditampilkan pada thinkspeak dengan kamera pada ESP32 Cam yang berguna untuk memonitoring perubahan kondisi lingkungan selama pemantauan pasang surut yang terkoneksi secara LAN. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan teknologi monitoring pasang surut air laut yang handal dan efisien untuk keperluan pengelolaan pelabuhan. Selain itu, penerapan metode QoS diharapkan dapat meningkatkan performa koneksi dan keandalan sistem, memastikan bahwa informasi yang diterima oleh pengguna memiliki kualitas yang optimal.

Penerapan Algoritma K-Means Untuk Mengelompokkan Makanan Berdasarkan Nilai Nutrisi

Mon, 29 Apr 2024 00:00:00 +0700

Penelitian ini bertujuan untuk mengelompokkan makanan yang memiliki nilai nutrisi yang serupa. Yang mana makanan dibagi ke dalam 3 cluster yaitu makanan yang mempunyai kadar nutrisi tinggi, sedang dan rendah. Hasil pengelompokan pada penelitian ini dapat digunakan untuk pemilihan dan konsumsi makanan dalam pemenuhan nutrisi dan juga dapat digunakan untuk mencegah timbulnya penyakit yang disebabkan oleh makanan. Seperti makanan pada cluster 0 bisa dipilih jika ingin menaikkan berat badan. Makanan cluster 1 dapat menjadi patokan jika dikonsumsi terlalu banyak dapat menyebabkan obesitas dan cluster 2 dapat dipilih jika ingin melakukan diet atau menurunkan berat badan. Hasil ini ditunjukkan dari hasil klasterisasi di mana cluster pertama diisi oleh makanan dengan kadar kalori dan protein yang cukup tinggi dan kadar lemak, karbohidrat yang rendah. Cluster kedua diisi oleh makanan dengan kadar kalori, protein dan lemak yang tinggi serta kadar karbohidrat yang rendah. Cluster ketiga diisi oleh makanan dengan kadar kalori, protein, lemak dan karbohidrat yang rendah. Penelitian ini menggunakan metode clustering dengan menerapkan algoritma K-Means karena efektif dalam melakukan klasterisasi terhadap tipe data numerik dan menguji menggunakan Elbow Method dan Davies Bouldin Index.

Sistem Informasi Penjualan Online Thrift Shop Berbasis Web

Mon, 29 Apr 2024 00:00:00 +0700

Kebutuhan untuk memenuhi mode berpakaian yang sedang tren di zaman modernisasi terus menjadi hal penting bagi generasi muda. Thrift shop merupakan salah satu jenis toko yang menjual berbagai macam barang bekas yang masih layak untuk digunakan, dengan harga lebih murah sehingga dapat menghindari pemborosan. Pelanggan dapat tetap mengikuti tren mode berpakaian. Penjualan thrift shop yang semakin berkembang masih dilakukan dengan pemasaran offline dan transaksi manual. Penelitian ini merancang sistem informasi berbasis website yang membantu pengelola thrift shop dalam melakukan transaksi secara online, sehingga mampu menciptakan penjualan yang efektif, melakukan penyimpanan data pelanggan, membantu penjual agar mampu mencangkup seluruh elemen pasar, serta membantu pembeli dalam bertransaksi via online. Metode penelitian ini adalah model waterfall. Implementasi sistem ini menggunakan HTML, PHP, CSS dan MySQL. Pengujian dari penelitian ini menggunakan black box testing dan telah memberikan hasil yang baik. Seluruh halaman telah berjalan sesuai dengan skenario pengujian, form yang dikembangkan telah terintegrasi dan bernavigasi dengan baik, serta proses input dan output sesuai dengan yang diharapkan. Hasil penelitian ini akan menciptakan sistem informasi berbasis website bagi penjual usaha Thrift Shop untuk memenuhi kebutuhan bisnis serta berguna bagi pelanggan agar mudah membeli barang hanya melalui media elektronik.

Sistem Pendukung Keputusan Pemilihan Pupuk Efektif Untuk Budidaya Bawang Merah di Kecamatan Brebes Menggunakan Metode Additive Ratio Asessment (ARAS)

Nuriman Nuriman, Erlan Darmawan, Muhsin Muhsin — Mon, 29 Apr 2024 00:00:00 +0700

Tanaman bawang merah merupakan komoditas agribisnis dan jenis tanaman hortikultura yang memiliki nilai ekonomis tinggi. Kabupaten Brebes merupakan salah satu daerah penghasil bawang merah yang cukup signifikan di Indonesia. Berdasarkan hasil wawancara dengan petani pada saat sensus pertanian 2023 ditemukan permasalahan, yaitu petani cenderung lebih suka melakukan eksperimen saat pemilihan pupuk, sehingga membutuhkan waktu yang lama dan pengeluaran menjadi lebih banyak. Tujuan penelitian ini yaitu untuk membangun sistem pendukung keputusan menggunakan metode Aditive Ratio Assesment (ARAS) dan perankingan alternatif pupuk berdasarkan kriteria harga, dosis, umur dan kandungan pupuk. Tahapan memulai sistem perhitungan metode ARAS dengan memasukkan kriteria, alternatif, atribut dan bobot pada menu kriteria. Selanjutnya input sub nilai kriteria dan input data awal perhitungan pada menu alternatif. Sehingga menu perhitungan tampil. Hasil dari sistem perhitungan metode ARAS yaitu perankingan dari 8 alternatif: NPK Mutiara, KCI, SP-36, ZA, DAP (Phospat), Urea, Kamas, NPK Ponska. Berdasarkan kriteria pemilihan pupuk, dari 8 alternatif itu NPK mutiara berada di urutan pertama dengan nilai ki 0,6059, urutan kedua KCI dengan nilai ki 0.5312 dan urutan ketiga DAP(Phospat) dengan nilai 0,5014.