Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Djtechno: Jurnal Teknologi Informasi SAINTEK
Fitri Yani
Universitas Pelita Bangsa
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Industrial & Manufacturing Engineering

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

Found 2 Documents
Search

 1 
Pengembangan Chatbot Rekomendasi Resep Masakan Ayam Khas Indonesia dengan Metode TF-IDF dan Cosine Similarity Silvia Delya Heryani; Ade Maulani Bilgis; Fitri Yani; Savariana Rika Anugrahaini
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengembangan chatbot rekomendasi resep masakan ayam khas Indonesia dengan metode TF-IDF dan Cosine Similarity. Bertujuan untuk mengimplementasikan model term frequency-inverse document frequency (TF-IDF) dan algoritma Cosine Similarity dalam pengembangan chatbot yang dapat memberikan rekomendasi resep ayam khas Indonesia. Chatbot ini dirancang untuk meningkatkan pengalaman pengguna dalam mencari informasi resep yang relevan dan akurat. Dengan menggunakan metode TF-IDF, chatbot dapat menghitung bobot dari setiap kata dalam dokumen resep, sehingga dapat mengidentifikasi kata kunci yang paling dan relevan untuk pertanyaan pengguna. Selain itu, pada algoritma cosine similarity digunakan untuk mengukur kesamaan antara pertanyaan pengguna dan dokumen resep yang ada, memungkinkan chatbot untuk memberikan rekomendasi yang lebih tepat dan sesuai dengan preferensi pengguna. Implementasi kedua teknik ini diharapkan meningkatkan efisiensi dan akurasi chatbot dalam memberikan informasi yang dibutuhkan, serta meningkatkan kepuasaan pengguna dalam mencari resep ayam khas Indonesia. hasil evaluasi menunjukkan bahwa performa chatbot dalam mengenali intent pengguna menghasilkan nilai akurasi sebesar 0.643, sementara pada pengenalan entity, chatbot menunjukkan performa yang lebih baik dengan hasil akurasi sebesar 0.857. Studi ini berkontribusi pada pengembangan teknologi chatbot di bidang kuliner, dengan potensi untuk meningkatkan efisiensi pencarian informasi mengenai resep ayam khas Indonesia.
ANALISIS SENTIMENT PENGGUNA APLIKASI MOBILE LEGEND DI PLAYSTORE DENGAN MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM) Fitri Yani
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.7313

Abstract

Perkembangan industry game di Indonesia menunjukkan pertumbuhan yang signifikasn, dengan aplikasi Mobile legends: Bang-Bang menjadi salah satu game MOBA paling popular dan banyak diulas oleh pengguna di Google Play Store. Ulasan pengguna ini mencerminkan persepsi terhadap kualitas aplikasi, yang dapat dianalisis melalui pendekatan analisis sentiment. Penelitian ini bertujuan untuk membandingkan kinerja dua algoritma klasifikasi teks, yaitu Naïve Bayes dan Support vector machine (SVM), dalam mengklasifikasikan sentiment ulasan pengguna ke dalam kategori positif dan negative. Data diperoleh dari hasil web scraping  terhadap 6.000 ulasan berbahasa Indonesia, kemudian dilakukan text processing dan pelabelan sentiment. Hasil evaluasi menunjukkan bahwa algoritma SVM menghasilkan akurasi tertinggi sebesar 95,5%, sementara Naïve Bayes memperoleh akurasi sebesar 76,08%. Berdasarkan hasil dari confussion matrix, SVM menunjukkan performa yang lebih konsisten dan akurat dalam mengklasifikasikan ulasan. Temuan ini mengindikasikan bahwa SVM lebih efektif dalam melakukan analisis sentiment pada ulasan pengguna aplikasi Mobile legends
Co-Authors Ade Maulani Bilgis Savariana Rika Anugrahaini Silvia Delya Heryani