) Edwar
) Edwar has a total of 9 co-authors. Here are the top co-authors by number of shared publications:
- I Komang Dharmendra
Program Studi Sistem Informasi 1
2 shared publications Anak Agung Bagus Pramana Putra Suada
Institut Teknologi dan Bisnis STIKOM Bali
1 shared publicationCherlin Anggelina
Institut Teknologi dan Bisnis STIKOM Bali
1 shared publication- Gusti Ayu Desi Saryanti
Institut Teknologi dan Bisnis STIKOM Bali
1 shared publication - Gusti Ngurah Ady Kusuma
ITB STIKOM Bali 12345 Jl. Raya Puputan No 86 Renon Denpasar
1 shared publication - I Putu Arie Pratama
Institut Teknologi dan Bisnis STIKOM Bali
1 shared publication
Latest Publications
- Open Access
- 4 June 2025
- Published by CV Insan Kreasi Media in Jurnal Ilmiah Pengabdian dan Inovasi
- Vol. 3 (4) , 379-394
Penguatan Branding dan Pemasaran Digital bagi UMKM Kerupuk Rambak Sapi Sapariyah
This community service activity aims to enhance the sustainability and competitiveness of the Kerupuk Rambak Sapi Sapariyah business in the digital era through the Participatory Action Research (PAR) approach. The program consists of five main stages: resource identification (to know), problem identification (to understand), solution strategy planning (to plan), solution strategy implementation (to action), and evaluation (to reflection). The initial stages focus on identifying resources and core issues, such as unappealing branding, limited digital marketing capabilities, and production inefficiencies. Based on these findings, strategic solutions were designed, including creating a new logo and packaging, conducting digital marketing training, mentoring in social media management, developing marketing content, and providing essential production tools like stoves and oil-draining spinners to improve operational efficiency. These solutions were implemented in stages with active participation from the business owner to ensure effective collaboration. Evaluation was conducted based on performance indicators, such as improvements in product quality, operational efficiency, and market reach. The program's results demonstrate significant changes in the business's sustainability and competitiveness, highlighting the potential of PAR as an impactful and sustainable model for supporting small business development through community engagement.
- 4 June 2025
- Published by CV Insan Kreasi Media in Jurnal Ilmiah Pengabdian dan Inovasi
- Vol. 3 (4) , 379-394
Open AccessPenguatan Branding dan Pemasaran Digital bagi UMKM Kerupuk Rambak Sapi Sapariyah
This community service activity aims to enhance the sustainability and competitiveness of the Kerupuk Rambak Sapi Sapariyah business in the digital era through the Participatory Action Research (PAR) approach. The program consists of five main stages: resource identification (to know), problem identification (to understand), solution strategy planning (to plan), solution strategy implementation (to action), and evaluation (to reflection). The initial stages focus on identifying resources and core issues, such as unappealing branding, limited digital marketing capabilities, and production inefficiencies. Based on these findings, strategic solutions were designed, including creating a new logo and packaging, conducting digital marketing training, mentoring in social media management, developing marketing content, and providing essential production tools like stoves and oil-draining spinners to improve operational efficiency. These solutions were implemented in stages with active participation from the business owner to ensure effective collaboration. Evaluation was conducted based on performance indicators, such as improvements in product quality, operational efficiency, and market reach. The program's results demonstrate significant changes in the business's sustainability and competitiveness, highlighting the potential of PAR as an impactful and sustainable model for supporting small business development through community engagement.
- Open Access
- 16 October 2023
- Published by Universitas Dhyana Pura in Jurnal Teknologi Informasi dan Komputer
- Vol. 9 (5)
PERBANDINGAN METODE VEKTORISASI PADA ANALISA SENTIMENT, STUDI KASUS : CYBERBULLYING PADA KOMENTAR INSTAGRAM
Media sosial sebagai alat komunikasi global telah membawa dampak positif namun juga muncul sisi gelapnya, seperti peningkatan kasus cyberbullying. Penelitian ini mengajukan pendekatan melalui analisis sentimen, dengan penekanan pada teknik vektorisasi. Pendekatan ini menggabungkan tiga teknik vektorisasi utama, yaitu LSTM, Word2Vec, dan TF-IDF, dengan tiga model klasifikasi utama: Random Forest, Naive Bayes, dan Gradient Boosting. Hasil penelitian menunjukkan bahwa penggunaan LSTM dalam kaitannya dengan algoritma Random Forest memunculkan akurasi tertinggi, mencapai 92.5%, dengan kemampuan mengenali pola sentimen yang kompleks. Sementara Naive Bayes memiliki akurasi yang lebih rendah, Word2Vec memberikan peningkatan signifikan dalam pengenalan pola sentimen pada algoritma ini. Penggunaan Word2Vec juga menghasilkan hasil yang konsisten pada algoritma Gradient Boosting dengan akurasi sekitar 86%, menegaskan kemampuannya dalam mengidentifikasi relasi kata dalam analisis sentimen terkait cyberbullying. Di sisi lain, teknik vektorisasi TF-IDF memberikan hasil yang mengesankan, mencapai akurasi tertinggi 96.25% pada algoritma Random Forest, dengan kemampuan mengenali kata-kata kunci yang mempengaruhi sentimen. Kesimpulannya, penelitian ini menggambarkan bahwa berbagai metode vektorisasi memiliki dampak yang signifikan dalam analisis sentimen terhadap komentar Instagram, terutama dalam konteks deteksi cyberbullying. Oleh karena itu, pemilihan metode vektorisasi yang sesuai sangat penting dalam mengembangkan algoritma analisis sentimen yang efektif.
- 16 October 2023
- Published by Universitas Dhyana Pura in Jurnal Teknologi Informasi dan Komputer
- Vol. 9 (5)
Open AccessPERBANDINGAN METODE VEKTORISASI PADA ANALISA SENTIMENT, STUDI KASUS : CYBERBULLYING PADA KOMENTAR INSTAGRAM
Media sosial sebagai alat komunikasi global telah membawa dampak positif namun juga muncul sisi gelapnya, seperti peningkatan kasus cyberbullying. Penelitian ini mengajukan pendekatan melalui analisis sentimen, dengan penekanan pada teknik vektorisasi. Pendekatan ini menggabungkan tiga teknik vektorisasi utama, yaitu LSTM, Word2Vec, dan TF-IDF, dengan tiga model klasifikasi utama: Random Forest, Naive Bayes, dan Gradient Boosting. Hasil penelitian menunjukkan bahwa penggunaan LSTM dalam kaitannya dengan algoritma Random Forest memunculkan akurasi tertinggi, mencapai 92.5%, dengan kemampuan mengenali pola sentimen yang kompleks. Sementara Naive Bayes memiliki akurasi yang lebih rendah, Word2Vec memberikan peningkatan signifikan dalam pengenalan pola sentimen pada algoritma ini. Penggunaan Word2Vec juga menghasilkan hasil yang konsisten pada algoritma Gradient Boosting dengan akurasi sekitar 86%, menegaskan kemampuannya dalam mengidentifikasi relasi kata dalam analisis sentimen terkait cyberbullying. Di sisi lain, teknik vektorisasi TF-IDF memberikan hasil yang mengesankan, mencapai akurasi tertinggi 96.25% pada algoritma Random Forest, dengan kemampuan mengenali kata-kata kunci yang mempengaruhi sentimen. Kesimpulannya, penelitian ini menggambarkan bahwa berbagai metode vektorisasi memiliki dampak yang signifikan dalam analisis sentimen terhadap komentar Instagram, terutama dalam konteks deteksi cyberbullying. Oleh karena itu, pemilihan metode vektorisasi yang sesuai sangat penting dalam mengembangkan algoritma analisis sentimen yang efektif.
- Open Access
- 17 June 2023
- Published by Universitas Dhyana Pura in Jurnal Teknologi Informasi dan Komputer
- Vol. 9 (3)
IMPLEMENTASI TEXT MINING UNTUK KLASIFIKASI OPINI ALUMNI PADA PERGURUAN TINGGI
Penelitian bertujuan untuk menganalisis sentimen opini alumni menggunakan metode Support Vector Machine (SVM). Analisis sentimen opini alumni merupakan faktor penting dalam evaluasi kualitas institusi pendidikan. Metode SVM digunakan untuk mengklasifikasikan opini dengan tingkat keakuratan yang tinggi, dengan menggunakan TF-IDF untuk pembobotan dan vektorisasi. Hasil penelitian menunjukkan akurasi sebesar 0.873, dengan nilai precision, recall, dan F1-Score berturut-turut sebesar 0.877, 0.803, dan 0.823. Temuan ini menunjukkan bahwa SVM dapat menjadi pilihan yang efektif dalam analisis sentimen opini alumni. Hasil penelitian memberikan wawasan penting bagi institusi pendidikan untuk memahami dan meningkatkan kepuasan alumni, serta mengidentifikasi aspek-aspek yang perlu diperbaiki. Dalam konteks pengambilan keputusan, hasil analisis sentimen opini alumni dapat memengaruhi strategi dan pengembangan program pendidikan. Penelitian selanjutnya dapat mempertimbangkan perluasan sampel dan eksplorasi teknik pemrosesan bahasa alami lainnya untuk meningkatkan performa analisis sentimen opini alumni.
- 17 June 2023
- Published by Universitas Dhyana Pura in Jurnal Teknologi Informasi dan Komputer
- Vol. 9 (3)
Open AccessIMPLEMENTASI TEXT MINING UNTUK KLASIFIKASI OPINI ALUMNI PADA PERGURUAN TINGGI
Penelitian bertujuan untuk menganalisis sentimen opini alumni menggunakan metode Support Vector Machine (SVM). Analisis sentimen opini alumni merupakan faktor penting dalam evaluasi kualitas institusi pendidikan. Metode SVM digunakan untuk mengklasifikasikan opini dengan tingkat keakuratan yang tinggi, dengan menggunakan TF-IDF untuk pembobotan dan vektorisasi. Hasil penelitian menunjukkan akurasi sebesar 0.873, dengan nilai precision, recall, dan F1-Score berturut-turut sebesar 0.877, 0.803, dan 0.823. Temuan ini menunjukkan bahwa SVM dapat menjadi pilihan yang efektif dalam analisis sentimen opini alumni. Hasil penelitian memberikan wawasan penting bagi institusi pendidikan untuk memahami dan meningkatkan kepuasan alumni, serta mengidentifikasi aspek-aspek yang perlu diperbaiki. Dalam konteks pengambilan keputusan, hasil analisis sentimen opini alumni dapat memengaruhi strategi dan pengembangan program pendidikan. Penelitian selanjutnya dapat mempertimbangkan perluasan sampel dan eksplorasi teknik pemrosesan bahasa alami lainnya untuk meningkatkan performa analisis sentimen opini alumni.