Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Arridho Ramadhan Firdaus
Teknologi Informasi, Universitas Aisyiyah Yogyakarta
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
ANALISIS SENTIMEN MULTI-PLATFORM DIGITAL MENGGUNAKAN BERT DENGAN PENDEKATAN PENYEIMBANGAN DISTRIBUSI KELAS Arridho Ramadhan Firdaus; Fadlillah Mukti Ayudewi; Arizona Firdonsyah
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.v10i1.16946

Abstract

Analisis sentimen merupakan bagian penting dalam Natural Language Processing (NLP) yang digunakan untuk memahami opini pengguna terhadap layanan digital melalui data teks. Meningkatnya jumlah ulasan pada berbagai platform daring menuntut metode klasifikasi sentimen yang akurat dan andal. Namun, permasalahan utama yang sering dihadapi adalah ketidakseimbangan distribusi kelas sentimen, di mana data positif mendominasi dibandingkan sentimen netral dan negatif, sehingga berpotensi menurunkan performa model. Penelitian ini bertujuan untuk mengevaluasi kinerja model BERT dalam klasifikasi sentimen ulasan multi-platform serta menganalisis pengaruh teknik augmentasi data dalam mengatasi ketidakseimbangan kelas. Metode penelitian meliputi tahap pre-processing teks, penerapan teknik augmentasi data berupa Synonym Replacement, Contextual Word Embeddings, dan Back Translation, serta pelatihan dan pengujian model BERT pada dataset Coursera, Starbucks, dan Threads. Evaluasi dilakukan menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa penerapan kombinasi teknik augmentasi data mampu meningkatkan performa model secara signifikan, dengan akurasi tertinggi mencapai 99,83% pada dataset Coursera, serta meningkatkan kemampuan generalisasi model dalam klasifikasi sentimen
IMPLEMENTASI APPLICATION PROGRAMMING INTERFACE (API) UNTUK APLIKASI PRESENSI MOBILE BERBASIS FLUTTER: Miqdad Dzaki Nashiruddien; Arridho Ramadhan Firdaus
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.v10i2.17389

Abstract

Rumah Sakit Rajawali Citra telah menerapkan sistem presensi berbasis website sebagai sarana pencatatan kehadiran pegawai. Sistem tersebut masih memiliki keterbatasan dalam mendukung mobilitas dan fleksibilitas kerja pegawai, sehingga pengembangan ke platform mobile menjadi kebutuhan. Penelitian ini bertujuan untuk mengimplementasikan Application Programming Interface (API) berbasis framework Laravel sebagai penghubung antara basis data sistem presensi website dengan aplikasi presensi mobile berbasis Flutter. Metode penelitian yang digunakan adalah System Development Life Cycle (SDLC) model Waterfall yang meliputi tahapan analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. API dirancang menggunakan arsitektur RESTful untuk mendukung fungsionalitas presensi masuk dan presensi pulang dengan validasi lokasi berbasis geofencing serta penyajian riwayat presensi pegawai. Pengujian fungsionalitas dilakukan menggunakan metode black-box testing dengan bantuan Postman. Hasil pengujian menunjukkan bahwa seluruh endpoint API berfungsi sesuai dengan kebutuhan sistem, mampu memproses data presensi secara akurat, serta melakukan verifikasi lokasi secara real-time dan aman. Implementasi API ini mendukung integrasi sistem presensi website dengan aplikasi mobile serta meningkatkan efisiensi proses pencatatan kehadiran pegawai.
PENERAPAN ALGORITMA CLUSTERING DALAM SEGMENTASI PASAR BERDASARKAN DATA DEMOGRAFIS UNTUK STRATEGI PEMASARAN YANG LEBIH EFEKTIF Arridho Ramadhan Firdaus; Syafika Dhea Taqiya Ramadhani
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

Abstract

Perubahan perilaku konsumen menuntut perusahaan menerapkan pemasaran berbasis data (data-driven marketing) untuk memahami pola pembelian berdasarkan demografi. Permasalahan sering kali muncul ketika data pelanggan menjadi semakin kompleks dan terus bertambah, sehingga proses segmentasi secara manual tidak lagi memadai dan membutuhkan pengelompokan secara otomatis. Penelitian ini bertujuan untuk mengembangkan model segmentasi pelanggan menggunakan algoritma K-Means secara terfokus serta menyusun strategi pemasaran langsung dari hasil segmentasi tersebut. Pendekatan metode kuantitatif digunakan dengan memanfaatkan dataset Mall Customer Segmentation Data dari platform Kaggle. Algoritma K-Means diterapkan sebagai metode komputasi utama mulai dari penentuan jumlah kelompok optimal menggunakan metode Elbow hingga tahap pemetaan akhir. Kualitas hasil pembentukan lima cluster pelanggan tersebut dievaluasi secara matematis menggunakan metrik Silhouette Score. Hasil perhitungan metrik tersebut mencatatkan skor sebesar 0,3575963460506624. Penelitian ini memetakan profil dan karakteristik khas pada setiap kelompok pelanggan yang kemudian menjadi landasan valid untuk merumuskan rekomendasi strategi pemasaran yang lebih relevan, konkret, dan tepat sasaran.  
Co-Authors Arizona Firdonsyah Fadlillah Mukti Ayudewi Miqdad Dzaki Nashiruddien Syafika Dhea Taqiya Ramadhani