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)
Rina Candra Noor Santi
Teknik Informatika, Universitas Stikubank Semarang
Computer Science & IT

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

Found 2 Documents
Search

 1 
PERBANDINGAN ALGORITMA NAÏVE BAYES DAN SVM TERHADAP ANALISIS SENTIMEN PENGGUNA APLIKASI FATSECRET PADA GOOGLE PLAY STORE Ahmad Faiq Wicaksono; Rina Candra Noor Santi
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.v10i1.16943

Abstract

Pertumbuhan pesat aplikasi kesehatan digital seperti FatSecret memicu lonjakan ulasan pengguna di Google Play Store yang memuat informasi strategis bagi pengembang. Namun, volume data tekstual yang besar dan tidak terstruktur menyulitkan proses ekstraksi informasi secara manual. Penelitian ini bertujuan untuk mengomparasikan kinerja algoritma Naïve Bayes Classifier (NBC) dan Support Vector Machine (SVM) dalam mengklasifikasikan sentimen pengguna. Metode penelitian menggunakan pendekatan kuantitatif eksperimental yang mencakup pengumpulan 2.000 data ulasan melalui web scraping, pra-pemrosesan teks, dan ekstraksi fitur berbasis Term Frequency-Inverse Document Frequency (TF-IDF). Hasil evaluasi menunjukkan bahwa algoritma Naïve Bayes memiliki performa lebih unggul dengan akurasi mencapai 97.16%, sedangkan SVM dengan kernel linear menghasilkan akurasi sebesar 96.64%. Selisih akurasi ini mengindikasikan bahwa pendekatan probabilistik Naïve Bayes lebih efektif dalam menangani karakteristik data ulasan aplikasi FatSecret dibandingkan SVM
MODEL SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMINATAN JURUSAN SISWA SMK MENGGUNAKAN METODE SMART Desi Shilvia Utami; Rina Candra Noor Santi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18059

Abstract

Pemilihan peminatan jurusan pada Sekolah Menengah Kejuruan (SMK) merupakan tahap penting yang berpengaruh terhadap keberhasilan proses belajar serta kesiapan siswa dalam memasuki dunia kerja. Namun, proses penentuan jurusan yang masih dilakukan secara manual sering kali bersifat subjektif sehingga belum sepenuhnya mempertimbangkan minat dan kemampuan siswa secara objektif. Penelitian ini bertujuan untuk merancang Sistem Pendukung Keputusan (SPK) berbasis web yang dapat membantu proses pemilihan jurusan secara lebih terstruktur. Metode yang digunakan adalah Simple Multi Attribute Rating Technique (SMART) yang meliputi tahapan penentuan kriteria, pemberian bobot, normalisasi nilai, perhitungan nilai utilitas, serta penentuan nilai preferensi untuk menghasilkan peringkat alternatif. Sistem dikembangkan menggunakan model Waterfall dengan bahasa pemrograman PHP dan basis data MySQL. Pengujian sistem dilakukan menggunakan metode black box testing untuk memastikan setiap fungsi sistem berjalan sesuai dengan kebutuhan. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan rekomendasi jurusan berdasarkan nilai preferensi tertinggi secara konsisten. Dengan demikian, sistem yang dikembangkan dapat membantu pihak sekolah dalam memberikan rekomendasi jurusan secara lebih objektif dan berbasis data.
Co-Authors Ahmad Faiq Wicaksono Desi Shilvia Utami