Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Azmuri Wahyu Azinar
Informatika, Universitas Muhammadiyah Sidoarjo
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PENERAPAN ALGORITMA MACHINE LEARNING UNTUK MEMPREDIKSI SENTIMEN KEPUASAN PENGGUNA WEVERSE Amalia Rossa Annjani; Uce Indahyanti; Azmuri Wahyu Azinar; Rohman Dijaya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16874

Abstract

Perkembangan teknologi digital mendorong meningkatnya penggunaan platform komunitas penggemar seperti Weverse, yang menghasilkan ulasan pengguna sebagai indikator kepuasan terhadap layanan aplikasi. Namun, ulasan pada Google Play Store bersifat tidak terstruktur dan memiliki distribusi kelas sentimen yang tidak seimbang, sehingga menyulitkan proses klasifikasi sentimen. Permasalahan utama dalam penelitian ini adalah ketidakseimbangan data sentimen serta pemilihan algoritma klasifikasi yang mampu memberikan kinerja optimal. Penelitian ini bertujuan untuk membandingkan kinerja algoritma Decision Tree dan Naïve Bayes dalam mengklasifikasikan sentimen ulasan pengguna Weverse. Metode penelitian meliputi preprocessing teks, pelabelan semi-otomatis, ekstraksi fitur menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), serta penanganan ketidakseimbangan kelas menggunakan Random Oversampling (ROS) pada data latih. Evaluasi model dilakukan menggunakan Confusion Matrix dengan rasio pembagian data sebesar 80:20 dan 70:30. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes dengan rasio split 80:20 menghasilkan kinerja terbaik dengan nilai akurasi sebesar 86,81% dan F1-Score sebesar 83,88%. Penerapan Random Oversampling (ROS) terbukti meningkatkan recall pada kelas negatif sehingga menghasilkan model klasifikasi yang lebih seimbang
SISTEM INFORMASI MANAJEMEN ASET BERBASIS WEB DI PERUSAHAAN MANUFAKTUR ALAT KESEHATAN Rizky Rahmahdian Sandy; Ade Eviyanti; Azmuri Wahyu Azinar; Hamzah Setiawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17225

Abstract

Manajemen aset yang efisien merupakan aspek krusial bagi industri manufaktur untuk menjaga kualitas produk dan akurasi operasional. Namun, sebuah perusahaan manufaktur alat kesehatan di Jawa Timur masih menggunakan metode manual berbasis buku log dan spreadsheet dalam pengelolaan aset perusahaan, yang memicu terjadinya ketidakteraturan data serta keterlambatan pemeliharaan. Penelitian ini bertujuan untuk mengembangkan Sistem Informasi Manajemen Aset berbasis web guna mendigitalisasi pelacakan dan pengelolaan aset secara terintegrasi. Metode pengembangan sistem yang digunakan adalah model Waterfall, mencakup tahap analisis kebutuhan, desain, implementasi, hingga pengujian. Sistem dibangun menggunakan framework CodeIgniter 4, MySQL sebagai basis data, dan Bootstrap untuk antarmuka yang responsif. Fitur unggulan sistem meliputi teknologi QR Code untuk identifikasi aset secara real-time, modul stock opname digital, serta perhitungan otomatis depresiasi aset menggunakan metode garis lurus. Hasil pengujian dengan metode Black Box Testing menunjukkan bahwa seluruh fitur fungsional sistem berjalan dengan valid dan sesuai harapan. Implementasi sistem ini berhasil meningkatkan transparansi operasional melalui fitur audit trail serta mempercepat proses pemantauan aset, sehingga memberikan solusi yang lebih akurat dibandingkan metode pencatatan manual sebelumnya.
Co-Authors Ade Eviyanti Amalia Rossa Annjani Hamzah Setiawan Rizky Rahmahdian Sandy Rohman Dijaya Uce Indahyanti