https://journal.awatarapublisher.com/index.php/technovatar/issue/feedTECHNOVATAR Jurnal Teknologi, Industri, dan Informasi2024-10-26T02:04:08+07:00Indra Surya Permanajournal@awatarapublisher.comOpen Journal Systems<p><strong>TECHNOVATAR Jurnal Teknologi, Industri, dan Informasi </strong>adalah sebuah jurnal ilmiah yang diterbitkan oleh Awatara Publisher dengan fokus utama pada pengkajian mendalam tentang perkembangan teknologi, industri, dan informasi dalam dunia digital. Jurnal ini menyajikan informasi dan pengetahuan terkini yang menginspirasi serta memperluas pemahaman tentang kemajuan teknologi, industri, dan informasi yang memberikan dampak positif bagi perkembangan masyarakat dalam era digital. Jurnal ini terbit secara berkala sebanyak tiga kali dalam setahun pada bulan <strong>Januari</strong>, <strong>April</strong>, <strong>Juli</strong>, dan <strong>Oktober</strong>.</p> <table width="100%"> <tbody> <tr> <td width="125px">Journal title</td> <td width="20px">:</td> <td><strong>TECHNOVATAR Jurnal Teknologi, Industri, dan Informasi</strong></td> </tr> <tr> <td width="125px">Frequency</td> <td width="20px">:</td> <td><strong>Every 3 month</strong></td> </tr> <tr> <td width="125px">DOI</td> <td width="20px">:</td> <td><strong>10.61434/technovatar.vXiX</strong></td> </tr> <tr> <td width="125px">Online ISSN</td> <td width="20px">:</td> <td><strong>3031-8874</strong></td> </tr> <tr> <td width="125px">Editional in cheif</td> <td width="20px">:</td> <td><strong>Dr. Fardhoni, S.T., M.M. M.Kom.</strong></td> </tr> <tr> <td width="125px">Citation Analysis</td> <td width="20px">:</td> <td><strong>Google Scholar, Garuda</strong></td> </tr> <tr> <td width="125px">Publisher</td> <td width="20px">:</td> <td><strong>AWATARA Publisher</strong></td> </tr> <tr> <td width="125px">Published since</td> <td width="20px">:</td> <td><strong>2023</strong></td> </tr> </tbody> </table> <p> </p>https://journal.awatarapublisher.com/index.php/technovatar/article/view/225PENERAPAN ALGORITMA MONTE CARLO UNTUK MEMPREDIKSI IPS DAN IPK BERDASARKAN KARAKTERISTIK MAHASISWA PERGURUAN TINGGI X DI KOTA CIREBON2024-09-08T01:08:52+07:00Husni Hidayat Malikhusnihm@students.amikom.ac.idAlva Hendi Muhammadalva@amikom.ac.idKusnawi Kusnawikusnawi@amikom.ac.id<p>Penelitian ini bertujuan untuk memprediksi Indeks Prestasi Semester (IPS) dan Indeks Prestasi Kumulatif (IPK) mahasiswa berdasarkan beberapa variabel karakteristik menggunakan algoritma Markov Chain Monte Carlo (MCMC). Variabel yang digunakan dalam penelitian ini meliputi program studi, golongan darah, pekerjaan ayah, pekerjaan ibu, dan jalur masuk. Prediksi nilai IPS dan IPK sangat penting untuk mengevaluasi kinerja akademik mahasiswa dan memberikan wawasan bagi kebijakan pendidikan di perguruan tinggi.</p> <p>Metode penelitian ini melibatkan penggunaan algoritma MCMC untuk memodelkan hubungan antara variabel karakteristik dengan IPS dan IPK. Data yang digunakan terdiri dari 250 mahasiswa, yang kemudian dibagi menjadi data pelatihan dan pengujian dengan rasio 80:20. Metrik evaluasi seperti Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan R-squared (R²) digunakan untuk mengevaluasi akurasi model prediksi.</p> <p>Hasil penelitian menunjukkan bahwa model MCMC mampu memprediksi IPS dan IPK dengan akurasi yang baik, ditunjukkan oleh nilai MAE sebesar 0.12 untuk IPS dan 0.11 untuk IPK, serta R² sebesar 0.78 untuk IPS dan 0.80 untuk IPK. Variabel program studi dan jalur masuk muncul sebagai faktor yang paling signifikan dalam mempengaruhi nilai akademik mahasiswa, sementara golongan darah memiliki pengaruh yang lebih rendah. Pekerjaan ayah dan pekerjaan ibu juga memberikan kontribusi moderat terhadap prediksi hasil akademik.</p> <p>Kesimpulannya, algoritma MCMC efektif digunakan untuk memprediksi IPS dan IPK berdasarkan karakteristik mahasiswa, memberikan wawasan bagi institusi pendidikan dalam mengambil keputusan terkait pembinaan dan pengelolaan akademik.</p>2024-09-09T00:00:00+07:00Copyright (c) 2024 TECHNOVATAR Jurnal Teknologi, Industri, dan Informasihttps://journal.awatarapublisher.com/index.php/technovatar/article/view/230IMPLEMENTATION OF SVM-PSO IN SENTIMENT ANALYSIS OF GOOGLE PLACE REVIEW USERS AT CAFE HEADQUARTERS2024-09-13T09:05:20+07:00Hendri Rosmawanhendri.rosmawan@gmail.comSetyanto Setyantoarief_s@amikom.ac.idFerry Wahyu Wibowoferry.w@amikom.ac.id<p>Sentiment analysis plays an important role in understanding customer perceptions of businesses, allowing companies to respond more effectively to customer needs and satisfaction. This study aims to evaluate the performance of a Support Vector Machine (SVM) model optimized with Particle Swarm Optimization (PSO) in classifying the sentiment of user reviews on Markas Cafe. The dataset consists of 1,533 user reviews categorized into three sentiment classes: positive, neutral, and negative. The optimization process using PSO is used to find the optimal SVM parameters. The results showed that the SVM-PSO model achieved an accuracy of 87.7% and an Area Under Curve (AUC) of 0.85, with the best performance on positive sentiment (94.7% precision and 92.8% recall). Although the model showed good ability in detecting positive sentiments, the results for neutral and negative sentiments indicated the need for further improvement. This study confirms the effectiveness of SVM-PSO in sentiment analysis and suggests this approach can be utilized by businesses to improve marketing and customer service strategies based on user feedback.</p>2024-09-14T00:00:00+07:00Copyright (c) 2024 TECHNOVATAR Jurnal Teknologi, Industri, dan Informasihttps://journal.awatarapublisher.com/index.php/technovatar/article/view/247THE APPLICATION OF RSA CRYPTOGRAPHY TO PREVENT COUNTERFEITING IN THE BOOK PUBLISHING INDUSTRY2024-10-26T02:04:08+07:00Ahmad Ngiliyunahmadngiliyun@gmail.comRosidin Rosidinrosidin@unucirebon.ac.idDeni Nugrahadeni.nugraha@unucirebon.ac.id<p data-pm-slice="1 1 []">This study aims to develop a book publishing information system that can assist lecturers in publishing their academic works more efficiently and securely. The system implements the Rivest-Shamir-Adleman (RSA) cryptographic algorithm to protect book data from unauthorized access, as well as to prevent counterfeiting and copyright infringement. With the encryption applied, only authorized parties can access sensitive information. The implementation of this system has proven to increase efficiency in the book publishing process, reduce administrative obstacles, and enhance authors' confidence in the security of the system. It is expected that this system will boost academic productivity and maintain the integrity of lecturers' intellectual works.</p>2024-10-20T00:00:00+07:00Copyright (c) 2024 TECHNOVATAR Jurnal Teknologi, Industri, dan Informasi