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)
Yulian Findawati
Informatika, Universitas Muhammadiyah Sidoarjo
Computer Science & IT

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

Found 3 Documents
Search

 1 
ANALISIS SENTIMEN ULASAN MASYARAKAT APLIKASI BROMPIT MENGGUNAKAN ALGORITMA NAIVE BAYES DAN SVM Egha Arya Affandi; Sumarno Sumarno; Uce Indahyanti; Yulian Findawati
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.v10i1.16955

Abstract

Aplikasi BromPit dikembangkan untuk memudahkan pemilik sepeda motor Honda dalam melakukan pemesanan servis, pelacakan status kendaraan, dan pencarian bengkel resmi, namun ulasan pengguna pada Google Play Store menunjukkan beragam tanggapan. Studi ini berfokus pada sentimen orang-orang tentang penggunaan aplikasi BromPit serta membandingkan efektivitas metode Naive Bayes dibandingkan dengan teknik Support Vector Machine (SVM) untuk mengkategorikan data teks. Prosedur penelitian meliputi pengumpulan data ulasan, pelabelan sentimen, preprocessing, pembagian data train dan test, pembobotan TF-IDF, implementasi Naive Bayes dan SVM, penerapan SMOTE untuk menyeimbangkan kelas minoritas, serta evaluasi akurasi. Temuan penelitian ini memperlihatkan bahwa sebagian besar masyarakat banyak merasa puas terhadap aplikasi ini, dengan ulasan positif mendominasi sebanyak 7.157 ulasan, diikuti 1.351 negatif dan 221 netral. Output pengujian model menunjukkan bahwa akurasi Naive Bayes berada di kisaran 82,63%–83,05% dan SVM 81,90%–82,51% pada berbagai pembagian data, sehingga Naive Bayes menjadi model terbaik dan lebih efektif dibanding SVM untuk menganalisis sentimen ulasan. Hasil penelitian menunjukkan bahwa sejumlah besar individu telah menyatakan kepuasan terkait aplikasi BromPit, hal ini dapat digunakan untuk memperbaiki fitur, meningkatkan layanan, dan memastikan pengalaman pelanggan lebih baik
KLASIFIKASI SENTIMEN DAN HUBUNGAN KARAKTERISTIK TEKS TERHADAP TINGKAT ENGAGEMENT TWEET PADA LAYANAN SHOPEE Ricki Maulana Abdillah; Yulian Findawati; Irwan Alnarus Kautsar; Yunianita Rahmawati
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.v10i2.17209

Abstract

Media sosial Twitter (X) menjadi salah satu sarana utama pengguna dalam menyampaikan opini, keluhan, maupun pengalaman terhadap layanan e-commerce seperti Shopee. Tingginya volume percakapan menyebabkan perlunya analisis otomatis untuk memahami sentimen pengguna serta keterlibatan engagement yang dihasilkan. Permasalahan dalam penelitian ini berfokus pada proses pengklasifikasian sentimen tweet yang berkaitan dengan Shopee serta pengkajian keterkaitan karakteristik teks terhadap tingkat engagement. Penelitian ini bertujuan untuk menyusun model klasifikasi sentimen dan mengamati kecenderungan pola engagement berdasarkan fitur yang terdapat pada konten tweet. Metode yang diterapkan meliputi Naive Bayes dan Support Vector Machine (SVM) sebagai algoritma klasifikasi sentimen, pembagian data dengan rasio 80:20 untuk data latih dan data uji, serta FP-Growth, WordCloud, dan Crosstab untuk mendukung analisis engagement. Hasil penelitian menunjukkan bahwa kedua model menghasilkan akurasi sebesar 68%, dengan SVM memiliki distribusi performa yang lebih seimbang. Analisis FP-Growth menemukan pola dominan pada sentimen positif dengan engagement rendah, sementara engagement tinggi tidak menunjukkan pola asosiasi yang kuat. Hal ini mengindikasikan bahwa engagement tidak hanya dipengaruhi oleh sentimen, tetapi juga faktor eksternal dan karakteristik akun.
SISTEM INFORMASI BERBASIS WEB DENGAN QR CODE UNTUK PENCOCOKAN DATA KONDISI SEPEDA MOTOR PADA DEALER MOTOR Indra Maulana; Yulian Findawati; Yunianita Rahmawati; Suhendro Busono
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.v10i2.17515

Abstract

Pencatatan dan verifikasi kondisi sepeda motor di dealer ALFAR 46 MOTOR masih dilakukan secara manual sehingga berpotensi menimbulkan kesalahan pencatatan dan kesulitan dalam pencocokan data kendaraan. Permasalahan tersebut berdampak pada menurunnya akurasi dan efisiensi pengelolaan data kondisi sepeda motor. Penelitian ini bertujuan untuk mengembangkan sistem informasi berbasis web yang terintegrasi dengan teknologi QR Code guna mendukung proses pencocokan data kondisi sepeda motor secara lebih cepat dan akurat. Metode pengembangan sistem yang digunakan adalah metode Waterfall yang meliputi tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Sistem yang dikembangkan menyediakan fitur pengelolaan data sepeda motor, pencatatan kondisi kendaraan, pembuatan QR Code, serta pemindaian QR Code untuk menampilkan informasi kendaraan secara langsung. Pengujian sistem dilakukan menggunakan metode black-box testing untuk memastikan seluruh fungsi sistem berjalan sesuai dengan kebutuhan pengguna. Hasil penelitian menunjukkan bahwa sistem informasi yang dikembangkan mampu meningkatkan efisiensi proses pencatatan dan verifikasi kondisi sepeda motor serta membantu mengurangi kesalahan pencatatan dalam operasional dealer.
Co-Authors Egha Arya Affandi Indra Maulana Irwan Alnarus Kautsar Ricki Maulana Abdillah Suhendro Busono Sumarno Sumarno Uce Indahyanti Yunianita Rahmawati