Heliawati Hamrul
Teknik Informatika, Universitas Sulawesi Barat

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

Found 2 Documents
Search

PENINGKATAN KINERJA ALGORITMA SUPPORT VECTOR MACHINE MELALUI AUGMENTASI SWAP WORD UNTUK KLASIFIKASI SENTIMEN ULASAN PENGGUNA APLIKASI BMKG Riska Amalia; Heliawati Hamrul; Nurhikma Arifin
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.v10i1.17100

Abstract

Ulasan pengguna aplikasi BMKG di Google Play Store berpotensi besar digunakan sebagai sumber evaluasi kualitas layanan berbasis persepsi pengguna. Namun, pemanfaatan ulasan tersebut melalui klasifikasi sentimen masih menghadapi permasalahan utama, yaitu ketidakseimbangan distribusi kelas sentimen, di mana jumlah ulasan dengan sentimen tertentu jauh lebih dominan dibandingkan kelas lainnya. Kondisi ini menyebabkan algoritma klasifikasi cenderung bias terhadap kelas mayoritas, menurunkan kemampuan model dalam mengenali sentimen minoritas, serta berdampak langsung pada rendahnya kinerja dan akurasi klasifikasi. Penelitian ini bertujuan untuk meningkatkan kinerja algoritma Support Vector Machine (SVM) dalam klasifikasi sentimen ulasan pengguna aplikasi BMKG melalui penerapan teknik augmentasi data Swap Word. Metode penelitian meliputi pengumpulan data sebanyak 1.691 ulasan pengguna, preprocessing teks, ekstraksi fitur menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), serta pembangunan model klasifikasi berbasis SVM. Untuk mengatasi ketidakseimbangan kelas, diterapkan teknik augmentasi Swap Word dengan menukar posisi kata secara acak tanpa mengubah makna kalimat. Hasil penelitian menunjukkan bahwa penerapan augmentasi Swap Word meningkatkan akurasi model dari 76% menjadi 87%. Kesimpulannya, augmentasi Swap Word efektif dalam mengatasi ketidakseimbangan kelas dan meningkatkan kinerja klasifikasi sentimen ulasan pengguna aplikasi BMKG
SISTEM MONITORING TEMPAT SAMPAH PINTAR DI KAMPUS UNIVERSITAS SULAWESI BARAT BERBASIS IOT DENGAN ALGORITMA FUZZY LOGIC Rosmita Rosmita; Heliawati Hamrul; Musawwir Musawwir
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.v10i3.18308

Abstract

Pengelolaan sampah di lingkungan kampus merupakan aspek penting dalam menjaga kebersihan dan kesehatan lingkungan. Namun, proses pemantauan tempat sampah yang masih dilakukan secara manual seringkali kurang efektif dan efisien. Permasalahan utama yang dihadapi adalah keterlambatan penanganan ketika tempat sampah sudah penuh serta munculnya bau tidak sedap yang dapat mengganggu aktivitas civitas akademika. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem monitoring tempat sampah pintar berbasis Internet of Things (IoT) dengan menggunakan algoritma Fuzzy Logic guna meningkatkan efektivitas pengelolaan sampah. Metode yang digunakan meliputi perancangan perangkat keras dan perangkat lunak dengan memanfaatkan mikrokontroler ESP32, sensor ultrasonik untuk mendeteksi tingkat kepenuhan, sensor  MQ-135 untuk mendeteksi gas, serta sensor DHT22 untuk suhu dan kelembaban. Data yang diperoleh diolah menggunakan metode Fuzzy Logic melalui tahapan fuzzifikasi, inferensi, dan defuzzifikasi untuk menentukan kondisi tempat sampah. Hasil monitoring kemudian dikirimkan secara real-time melalui aplikasi Telegram. Hasil penelitian menunjukkan bahwa sistem mampu bekerja dengan baik dalam membaca kondisi tempat sampah dan memberikan notifikasi secara akurat, sehingga dapat meningkatkan efisiensi dan responsivitas dalam pengelolaan sampah di lingkungan kampus.