Garuda - Garba Rujukan Digital

Evaluasi Performa Kernel SVM dalam Analisis Sentimen Review Aplikasi ChatGPT Menggunakan Hyperparameter dan VADER Lexicon Ernawati, Siti; Wati, Risa
Jurnal Buana Informatika Vol. 15 No. 01 (2024): Jurnal Buana Informatika, Volume 15, Nomor 01, April 2024
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v15i1.7925

ChatGPT merupakan model bahasa kecerdasan buatan yang merespon pertanyaan dan pernyataan pengguna. ChatGPT memiliki manfaat dan kelemahan bagi pengguna. Hal ini menimbulkan komentar pada media sosial tentang manfaat dari ChatGPT. Penelitian ini membahas tentang analisis sentimen review aplikasi ChatGPT menggunakan SVM kernel linier, RBF, polinomial dan sigmoid. Pelabelan menggunakan VADER lexicon dan hyperparameter untuk menghasilkan parameter terbaik. Tujuan penelitian yaitu apakah aplikasi ChatGPT dapat memberikan manfaat dan membuktikan apakah kernel pada SVM dapat meningkatkan nilai akurasi. Diskenariokan persentase pembagian antara data uji dan data latih adalah 70:30, 80:30, dan 90:10. Setelah dilakukan preprocessing, kemudian dikelompokkan menjadi review positif dan negatif. Dilakukan hyperparameter terhadap parameter C dan Gamma sehingga menghasilkan nilai maksimal. Hasil eksperimen diperoleh akurasi tertinggi menggunakan SVM kernel RBF skenario 90:10 dengan nilai accuracy 92.72%, precision 92.44%, f1-score 96.10% dan AUC 88%.

PELATIHAN PENGOLAHAN DATA MENGGUNAKAN MS. EXCEL UNTUK PENINGKATAN KETERAMPILAN ADMINISTRASTIF STAFF DESA KOTA BATU BOGOR Rachmi, Hilda; Wati, Risa; Fauzi, Ahmad; Nawawi, Imam; Hani, Siti
Abdi Teknoyasa Volume 4, No. 2, Desember 2023
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/abditeknoyasa.v4i2.390

Desa Kota Batu terletak di Kecamatan Ciomas Kota Bogor. Staff kantor desa Kota Batu memerlukan adanya pelatihan untuk meningkatkan keterampilan dalam penggunaan komputer yang dapat mempermudah pekerjaan sehari-hari. Pelaksanaan pengabdian kepada masyarakat ini bertujuan untuk memberikan pemahaman dan wawasan kepada staff di wilayah kantor desa Kota Batu mengenai penggunaan Microsoft Excel. Peserta akan dilatih bagaimana cara pengolahan data dengan Microsoft Excel dimana aplikasi berbasis spreadsheet ini dapat digunakan untuk memproses data penduduk di desa Kota Batu dan rumus-rumus yang ada di Microsoft Excel dapat membantu penghitungan operasi matematika dasar serta penghitungan statistik data yang dibutuhkan oleh staff desa Kota Batu. Dengan pemberian pelatihan ini maka staff kantor desa Kota Batu akan memiliki kemampuan untuk mengelola sistem administrasi desa dengan baik

IMPLEMENTASI SISTEM INFORMASI PERSEDIAAN BARANG BERBASIS WEB MENGGUNAKAN METODE WATERFALL PADA PT ABCDE INDONESIA Hasanudin, Hasanudin; Wati, Risa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11980

Antara Bulu Cakar dan Ekor (ABCDE) Indonesia adalah perusahaan yang bergerak dibidang distribusi makanan kucing. Berdasarkan hasil penelitian yang dilakukan di PT. ABCDE Indonesia, ditemukan permasalahan pada sistem persediaan barang yang sedang berjalan, seperti barang masuk dan keluar masih dicatat secara manual dan dicek secara satu persatu, hal tersebut tentunya dapat menimbulkan kesalahan dalam pencatatannya dan memakan waktu yang lama dikarenakan jumlah barang yang masuk dan keluar mencapai ratusan bahkan ribuan, sistem yang masih manual tersebut berdampak kepada proses pembuatan laporan, karena harus di input kembali di dalam aplikasi microsoft excel. Selain itu belum adanya sistem dalam pemberian informasi terkait stok barang yang tersedia secara real-time membuat lambatnya pertukaran informasi terkait data stok barang. Penelitian ini bertujuan untuk mengatasi permasalahan tersebut dengan membuat aplikasi persediaan barang berbasis web yang mempermudah dalam mengelola data persediaan barang, sehingga dapat dilakukan secara cepat dan akurat. Metode waterfall digunakan untuk mengembangkan perangkat lunak. Bahasa pemrograman PHP, HTML, CSS, dan Jquery digunakan untuk membangun aplikasi, serta menggunakan MySQL sebagai database. Hasil yang diharapkan dalam penelitian ini adalah dapat menjadi solusi untuk permasalahan yang ada dan mempermudah bagian gudang dalam melakukan pengolahan data persediaan barang.

Prediction Of Flight Delays Using Feature Engineering, Catboost, And Bayesian Optimization To Improve Model Performance Maulana, Ilham; Ernawati, Siti; Wati, Risa
Jurnal Riset Informatika Vol. 7 No. 2 (2025): Maret 2025
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34288/jri.v7i2.346

Flight delays have become a major issue in the aviation industry, impacting operational efficiency and customer satisfaction. This study proposes a CatBoostClassifier-based approach combined with Feature Engineering, Bayesian Optimization, and Random Over Sampling techniques to improve the accuracy of flight delay predictions. Based on model evaluation results, the use of Feature Engineering and Bayesian Optimization enhances performance compared to the baseline CatBoost model. The CatBoost+FE+Bayes combination achieves an accuracy of 83.32%, higher than the unmodified CatBoost model, which only reaches 82.95%. However, applying the Random Over Sampling technique in the CatBoost+FE+Bayes+ROS combination decreases model performance, reducing accuracy to 81.44%. Regarding other metrics, the CatBoost+FE+Bayes model demonstrates the highest F1-score of 0.62, indicating a balance between precision and recall. Additionally, the Area Under Curve (AUC) analysis reveals that CatBoost+FE+Bayes has the highest AUC value of 0.7793, followed by CatBoost+FE at 0.7768, and the unmodified CatBoost model at 0.7643. Meanwhile, the application of ROS leads to a decrease in AUC value to 0.6787. These findings suggest that utilizing Feature Engineering and Bayesian Optimization significantly enhances flight delay predictions. However, resampling techniques such as ROS do not always positively impact the tested model and can even degrade classification performance. The objective of this research is to develop a more accurate flight delay prediction model through the application of appropriate optimization techniques. The resulting model is expected to improve prediction quality and benefit the aviation industry by optimizing operational efficiency and minimizing the negative impact of delays on passengers.

Analisis Sentimen Persepsi Publik Mengenai PPKM Pada Twitter Berbasis SVM Menggunakan Python Wati, Risa; Ernawati, Siti
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 2 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54367/jtiust.v6i2.1465

Covid-19 merupakan penyakit menular melalui mulut dan hidung seseorang yang terinfeksi saat sedang berbicara, batuk maupun bersin dan menyebar secara luas didunia sehingga ditetapkan sebagai pandemi. Banyak upaya pemerintah yang dilakukan untuk menekan penyebaran Covid-19, salah satunya adalah penerapan PPKM untuk wilayah Jawa dan Bali. Pemberlakuan PPKM ini menimbulkan pro-kontra antar masyarakat, ada yang setuju dan ada yang tidak setuju diberlakukannya PPKM. Oleh sebab itu peneliti melakukan penelitian sentimen masyarakat terhadap pemberlakuan PPKM wilayah Jawa dan Bali. Komentar masyarakat diambil dari media sosial yaitu twitter berupa komentar positif dan negatif, kemudian data diolah menggunakan text editor Jupyter dan bahasa pemrograman Python serta menggunakan algoritma SVM. Penelitian ini memiliki tujuan apakah algoritma SVM dapat menjadi pengklasifikasi teks yang baik untuk analisis sentimen pemberlakuan PPKM, membandingkan Kernel pada SVM antara Kernel Linier dengan Kernel RBF, serta menilai apakah penerapan PPKM untuk wilayah Jawa dan Bali terbukti berhasil menekan angka penyebaran virus Covid-19. Algoritma SVM dengan kernel linier terbukti menjadi algoritma pengklasifikasi text yang baik pada analisis sentimen pemberlakuan PPKM wilayah Jawa dan Bali dengan nilai akurasi sebesar 86%. Serta Dilihat dari hasil analisis sentimen penerapan PPKM untuk wilayah Jawa dan Bali terbukti berhasil menekan angka penyebaran Covid-19

Analisis Sentimen Persepsi Publik Mengenai PPKM Pada Twitter Berbasis SVM Menggunakan Python Wati, Risa; Ernawati, Siti
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 2 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Covid-19 merupakan penyakit menular melalui mulut dan hidung seseorang yang terinfeksi saat sedang berbicara, batuk maupun bersin dan menyebar secara luas didunia sehingga ditetapkan sebagai pandemi. Banyak upaya pemerintah yang dilakukan untuk menekan penyebaran Covid-19, salah satunya adalah penerapan PPKM untuk wilayah Jawa dan Bali. Pemberlakuan PPKM ini menimbulkan pro-kontra antar masyarakat, ada yang setuju dan ada yang tidak setuju diberlakukannya PPKM. Oleh sebab itu peneliti melakukan penelitian sentimen masyarakat terhadap pemberlakuan PPKM wilayah Jawa dan Bali. Komentar masyarakat diambil dari media sosial yaitu twitter berupa komentar positif dan negatif, kemudian data diolah menggunakan text editor Jupyter dan bahasa pemrograman Python serta menggunakan algoritma SVM. Penelitian ini memiliki tujuan apakah algoritma SVM dapat menjadi pengklasifikasi teks yang baik untuk analisis sentimen pemberlakuan PPKM, membandingkan Kernel pada SVM antara Kernel Linier dengan Kernel RBF, serta menilai apakah penerapan PPKM untuk wilayah Jawa dan Bali terbukti berhasil menekan angka penyebaran virus Covid-19. Algoritma SVM dengan kernel linier terbukti menjadi algoritma pengklasifikasi text yang baik pada analisis sentimen pemberlakuan PPKM wilayah Jawa dan Bali dengan nilai akurasi sebesar 86%. Serta Dilihat dari hasil analisis sentimen penerapan PPKM untuk wilayah Jawa dan Bali terbukti berhasil menekan angka penyebaran Covid-19

Pelatihan Dasar Aplikasi Desain Grafis Bagi Anak-Anak Santri Pesantren Penghafal Al Quran Nahwa Nur Rachmi, Hilda; Fauzi, Ahmad; Nawawi, Imam; Wati, Risa; Priyanti, Widi Intan; Nurlaela, Siti Hani
Abditeknika Jurnal Pengabdian Masyarakat Vol. 2 No. 1 (2022): April 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/abditeknika.v2i1.1146

Pesantren Penghafal Al Quran Nahwa Nur terletak di desa Sukmajaya Kecamatan Tajur Halang Kota Bogor. Anak-anak santri Pesantren Penghafal Al Quran Nahwa Nur memerlukan kemampuan di bidang desain grafis untuk meningkatkan keterampilan dalam kreatifitas desain grafis agar tidak hanya berprestasi dalam hafalan alquran saja tapi juga dapat berprestasi di bidang seni desain grafis. Pelaksanaan pengabdian kepada masyarakat ini bertujuan untuk memberikan pemahaman dan wawasan kepada anak-anak santri Pesantren Penghafal Al quran Nahwa Nur mengenai teknik Desain Grafis yang mana pelaksanaanya akan dilakukan secara dalam jaringan. Peserta akan dilatih bagaimana cara memanipulasi gambar mendesain gambar baru, dan menggunakan tools pada aplikasi desain grafis. Dengan pemberian pelatihan ini anak-anak santri pesantren penghafal Al Quran Nahwa Nur akan memiliki keahlian dalam bidang desain grafis. Evaluasi kegiatan dilakukan melalui survey kepuasan peserta. Dari hasil survey didapatkan hasil kepuasan peserta sebesar 99,41%.

APLIKASI ANDROID PENGENALAN HEWAN MULTI BAHASA UNTUK MENINGKATKAN KOGNITIF ANAK Ernawati, Siti; Wati, Risa; Maulana, Ilham
Jurnal Informatika dan Rekayasa Elektronik Vol. 6 No. 2 (2023): Jire Nopember 2023
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v6i2.1012

Pendidikan anak usia dini sangat penting untuk pembentukan kognitif, emosional, dan sosial seseorang. Aplikasi pembelajaran untuk perangkat mobile, khususnya Android, telah berkembang menjadi salah satu aplikasi pembelajaran terbaik dan paling populer. Pengenalan hewan pada anak usia dini meningkatkan pemahaman tentang dunia dan kosakata. Dalam menghadapi dunia yang semakin digital dan terintegrasi saat ini sangat penting untuk belajar multi bahasa sejak dini. Tujuan dari penelitian ini adalah untuk membangun sebuah aplikasi android yang dapat mengenalkan berbagai hewan kepada anak-anak dalam multi bahasa (Indonesia, Inggris, Jepang, Korea dan Arab) sehingga dapat meningkatkan keterampilan bahasa anak terutama dalam pengenalan hewan serta dapat memberikan pengalaman belajar yang lebih interaktif dan menarik bagi anak-anak. Sistem perangkat lunak dibangun menggunakan metode waterfall. Menggunkan framework flutter dan dart sebagai bahasa pemrograman. Kuesioner digunakan sebagai pengujian kelayakan aplikasi. Aplikasi yang dibangun terbukti dapat meningkatkan kognitif anak usia dini serta peningkatan kemampuan untuk memahami infomasi yang disajikan dan terbukti dapat meningkatkan kemampuan bahasa pada anak. Hal tersebut dibuktikan dengan hasil penyebaran kuesioner kepada responden yaitu orang tua yang memiliki anak usia dini dan menghasilkan persentase 74% responden sangat setuju dan 24% setuju.

Evaluasi Performa Kernel SVM dalam Analisis Sentimen Review Aplikasi ChatGPT Menggunakan Hyperparameter dan VADER Lexicon Ernawati, Siti; Wati, Risa
Jurnal Buana Informatika Vol. 15 No. 01 (2024): Jurnal Buana Informatika, Volume 15, Nomor 01, April 2024
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v15i1.7925

ChatGPT merupakan model bahasa kecerdasan buatan yang merespon pertanyaan dan pernyataan pengguna. ChatGPT memiliki manfaat dan kelemahan bagi pengguna. Hal ini menimbulkan komentar pada media sosial tentang manfaat dari ChatGPT. Penelitian ini membahas tentang analisis sentimen review aplikasi ChatGPT menggunakan SVM kernel linier, RBF, polinomial dan sigmoid. Pelabelan menggunakan VADER lexicon dan hyperparameter untuk menghasilkan parameter terbaik. Tujuan penelitian yaitu apakah aplikasi ChatGPT dapat memberikan manfaat dan membuktikan apakah kernel pada SVM dapat meningkatkan nilai akurasi. Diskenariokan persentase pembagian antara data uji dan data latih adalah 70:30, 80:30, dan 90:10. Setelah dilakukan preprocessing, kemudian dikelompokkan menjadi review positif dan negatif. Dilakukan hyperparameter terhadap parameter C dan Gamma sehingga menghasilkan nilai maksimal. Hasil eksperimen diperoleh akurasi tertinggi menggunakan SVM kernel RBF skenario 90:10 dengan nilai accuracy 92.72%, precision 92.44%, f1-score 96.10% dan AUC 88%.

SENTIMENT ANALYSIS OF MENTAL HEALTH REVIEWS USING MACHINE LEARNING ALGORITHMS Wati, Risa; Ernawati*, Siti
Jurnal Riset Informatika Vol. 8 No. 1 (2025): Desember 2025
Publisher : Kresnamedia Publisher

Mental health is a significant issue in the modern era due to lifestyle changes, social pressures, and technological advancements that introduce new challenges. These problems affect various aspects of life, including education, employment, social relationships, and overall quality of life. Technological development enables the use of machine learning to automatically classify large amounts of data. This study aims to analyze and compare the performance of Support Vector Machines (SVM), K-Nearest Neighbor (K-NN), Naïve Bayes (NB), Logistic Regression (LR), Decision Tree (DT), and Random Forest (RF) in sentiment classification on mental health issues, while simultaneously contributing to scientific development and supporting the understanding of public psychological conditions. The dataset used in this research was obtained from Kaggle and consists of 20,364 mental health–related reviews in .CSV format, processed using Google Colab with the Python programming language. The data were categorized into two groups—depression and suicidewatch—and then underwent preprocessing, data splitting into training and testing sets with an 80:20 ratio, and TF-IDF weighting. The results indicate that the SVM algorithm outperforms the other methods. Using an RBF kernel and a C parameter of 15, SVM achieved an accuracy of 72.09%, a precision of 72.11%, a recall of 72.09%, and an F1-score of 72.09%. This study not only provides scientific contributions but also supports efforts to better understand the psychological conditions experienced by society.

Title

Found 20 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 20 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 20 Documents
Search