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)
Irwan Alnarus Kautsar
Informatika, Universitas Muhammadiyah Sidoarjo
Computer Science & IT

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

Found 3 Documents
Search

 1 
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.
EVALUASI PERFORMA NAIVE BAYES DAN SVM DALAM MEMPREDIKSI SENTIMEN ULASAN PENGGUNA APLIKASI PINTEREST Indri Arianti Wibowo; Uce Indahyanti; Irwan Alnarus Kautsar; Rohman Dijaya
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.v10i2.17860

Abstract

Kemajuan teknologi digital telah mendorong pertumbuhan signifikan dalam penggunaan aplikasi mobile di berbagai kalangan pengguna, termasuk Pinterest yang menghasilkan banyak ulasan pengguna sebagai sumber informasi kepuasan. Meskipun demikian, banyaknya ulasan yang tersedia dalam bentuk teks yang tidak tersusun membuat proses analisis secara manual sulit dilakukan dan berpotensi menimbulkan bias akibat ketidakseimbangan data sentimen. Penelitian ini dilaksanakan guna membandingkan tingkat performa algoritma Naive Bayes dan Support Vector Machine (SVM) dalam pengelompokan sentimen ulasan pengguna aplikasi Pinterest. Metode penelitian meliputi pre-processing, pelabelan, ekstraksi fitur melalui penerapan Term Frequency-Inverse Document Frequency (TF-IDF), pembagian data 80:20 dan 70:30, serta penerapan Random Oversampling (ROS) dilakukan untuk mengatasi ketidakseimbangan data. Evaluasi diterapkan dengan memanfaatkan confusion matrix melalui metrik akurasi, precision, recall, dan F1-score. Temuan penelitian menunjukkan bahwa Support Vector Machine (SVM) pada kondisi data Imbalanced rasio 80:20 memperoleh akurasi global tertinggi sebesar 89,01% dan F1-score 88,71%, sedangkan Naive Bayes dengan Random Oversampling (ROS) rasio 70:30 menghasilkan recall kelas negatif tertinggi sebesar 87,03% dan F1-score 72,68%. Penelitian menegaskan bahwa evaluasi model pada data tidak seimbang perlu menitikberatkan pada performa per kelas, khususnya recall kelas negatif, bukan hanya akurasi global.
RANCANG BANGUN SISTEM INFORMASI LAYANAN ADMINISTRASI DESA BERBASIS WEB: Faris Dwi Prasetya; Irwan Alnarus Kautsar; Uce Indahyanti; Suhendro Busono
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.v10i3.17951

Abstract

Pelayanan administrasi desa merupakan bagian penting dalam tata kelola pemerintahan yang profesional dan transparan di era transformasi digital. Namun, di Desa Gerbo, Kabupaten Pasuruan, proses pelayanan masih dilakukan secara manual sehingga menimbulkan antrean panjang, keterbatasan akses layanan, serta rendahnya transparansi informasi. Permasalahan ini berdampak pada kurang optimalnya efisiensi dan akuntabilitas pelayanan publik. Penelitian ini bertujuan merancang dan mengimplementasikan sistem informasi layanan administrasi desa berbasis web guna meningkatkan kualitas pelayanan. Metode yang digunakan adalah Research and Development (R&D) dengan pendekatan System Development Life Cycle (SDLC) model Waterfall. Analisis permasalahan dilakukan menggunakan Cause–Effect–Solution (CES) Framework, sedangkan analisis kebutuhan sistem menggunakan Functional and Non-Functional (FNF) Framework. Sistem yang dikembangkan menyediakan fitur pengajuan surat daring, verifikasi dan pembuatan surat berbasis template, persetujuan kepala desa, pengarsipan digital, serta notifikasi status permohonan. Pengujian dilakukan dengan metode Black Box Testing untuk memastikan kesesuaian fungsi sistem. Hasil penelitian menunjukkan bahwa sistem mampu meningkatkan efisiensi, transparansi, dan keterpaduan pelayanan administrasi desa, sehingga layak diimplementasikan sebagai pendukung transformasi digital pelayanan publik di tingkat desa.
Co-Authors Faris Dwi Prasetya Indri Arianti Wibowo Ricki Maulana Abdillah Rohman Dijaya Suhendro Busono Uce Indahyanti Yulian Findawati Yunianita Rahmawati