Garuda - Garba Rujukan Digital

Pengembangan Aplikasi Layanan Surat Keterangan (Studi Kasus Desa Ciwaruga) Rifqi Fathurrohman; Rakasona; Woro Isti Rahayu; Noviana riza; Santoso
Merpati: Media Publikasi Pengabdian Kepada Masyarakat Politeknik Pos Indonesia Vol. 4 No. 1 (2022): Merpati
Publisher : LPPM Politeknik Pos Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36618/merpati.v4i1.2398

Jurnal ini mengulas tentang implementasi aplikasi surat pelayanan desa menggunakkan media online yang semula dilakukan secara offline menjadi online. Selama ini sistem pelayanan pembuatan surat di kantor desa ciwaruga menggunakan pelayanan dalam bentuk sistem informasi manual, dibuatlah sistem informasi berbasis online untuk mempermudah dalam pengerjaan kegiatan surat menyurat di desa ciwaruga, penelitian ini bertujuan untuk mempermudah prasarana yang ada dalam kantor desa ciwaruga kabupaten bandung barat.

Perbandingan Model Svm, Knn Dan Naïve Bayes Untuk Analisis Sentiment Pada Data Twitter: Studi Kasus Calon Presiden 2024 Haekal Hilmi Zain*; Rolly Maulana Awannga; Woro Isti Rahayu
JIM: Jurnal Ilmiah Mahasiswa Pendidikan Sejarah Vol 8, No 3 (2023): Juni, socio-economics, community law, cultural history and social issues
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24815/jimps.v8i3.25342

Pemilihan Umum, atau "Pemilu," merupakan pilar demokrasi Indonesia yang mempengaruhi struktur pemerintahan dan kebijakan negara. Twitter, sebagai platform yang populer, memainkan peran penting dalam proses ini dengan menyediakan ruang bagi masyarakat untuk berpartisipasi dan berbagi pendapat mereka. Penelitian ini berfokus pada pengeksplorasian metode terbaik untuk menganalisis sentimen Twitter terkait calon presiden dalam Pemilu 2024 menggunakan tiga algoritma klasifikasi: Support Vector Machine (SVM), Naïve Bayes, dan K-Nearest Neighbors (KNN). Melalui tahapan pengumpulan data, preprocessing, labelling, word embedding, hyperparameter tuning, dan evaluasi, berdasarkan penelitian ini bahwa algoritma SVM memberikan kinerja superior dengan tingkat akurasi total sebesar 0.88, menunjukkan konsistensi tinggi dalam presisi dan recall untuk semua kategori sentimen. Dalam konteks sentimen publik terhadap tiga kandidat presiden Anies, Prabowo, dan Ganjar meraih persentase komentar positif tertinggi dan persentase komentar negatif terendah, sedangkan Anies memiliki persentase komentar negatif tertinggi. Oleh karena itu, penelitian ini merekomendasikan penggunaan algoritma SVM dalam analisis sentimen data Twitter, khususnya dalam konteks politik dan pemilihan presiden.

INTEGRAGSI TECHNOLOGY ACCEPTANCE MODEL DAN UNIFIED THEORY OF ACCEPTANCE AND USE OF TECHNOLOGY 2 UNTUK MENGUKUR MINAT PENGGUNA APLIKASI POSPAY DI BANDA ACEH Ichsan Hizman Hardy; M. Yusril Helmi Setyawan; Woro Isti Rahayu
Competitive Vol. 18 No. 1 (2023): Jurnal Competitive
Publisher : PPM Universitas Logistik dan Bisnis Internasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36618/competitive.v18i1.3057

Penelitian ini menganalisa minat pengguna aplikasi Pospay di Banda Aceh. Pospay merupakan paltform digital berbasis rekening Giro Pos yang diberikan kepada pelanggan sehingga dapat mengakses layanan transaksi keuangan maupun layanan lainnya dari Pos Indonesia. Penerapan Pospay di Banda Aceh saat ini masih minim dan kendala ditingkat penerimaan pengguna. Masih banyak hal yang bersifat operasional dan awamnya masyarakat terhadap penggunaan aplikasi, membuat kurangnya minat pengguna menggunakan Pospay. Penelitian ini bertujuan untuk mengukur minat pengguna aplikasi Pospay dengan menganalisis gabungan dari dua metode. Metode TAM dan UTAUT 2 digunakan untuk mengukur minat pengguna dan mengukur kesuksesan penerapan aplikasi berdasarkan keinginan pengguna dalam menggunakan aplikasi. Metode TAM dikembangkan untuk menjelaskan perilaku pengguna aplikasi. Menempatkan faktor sikap dan tiap-tiap perilaku pemakai dengan konstruk. UTAUT 2 merupakan metode yang bertujuan membantu perusahaan untuk memahami bagaimana pemanfaatan aplikasi dalam mendukung kinerja perusahaan. Gabungan hasil akhir dari kedua metode dilakukan untuk mengetahui sejauh mana kesuksesan penerapan aplikasi dan minat pengguna dapat dijelaskan oleh kedua metode dengan melihat hasil analisis yang dihasilkan. Hasil akhir metode yang di gunakan untuk mengukur minat pengguna menggunakan aplikasi Pospay menjelaskan variable BIU dan H sebesar 36,4%. Dan 63,6% lainnya dijelaskan oleh variable lain.

INTEGRAGSI TECHNOLOGY ACCEPTANCE MODEL DAN UNIFIED THEORY OF ACCEPTANCE AND USE OF TECHNOLOGY 2 UNTUK MENGUKUR MINAT PENGGUNA APLIKASI POSPAY DI BANDA ACEH Ichsan Hizman Hardy; M. Yusril Helmi Setyawan; Woro Isti Rahayu
Competitive Vol. 18 No. 1 (2023): Jurnal Competitive
Publisher : PPM Universitas Logistik dan Bisnis Internasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36618/competitive.v18i1.3057

Penelitian ini menganalisa minat pengguna aplikasi Pospay di Banda Aceh. Pospay merupakan paltform digital berbasis rekening Giro Pos yang diberikan kepada pelanggan sehingga dapat mengakses layanan transaksi keuangan maupun layanan lainnya dari Pos Indonesia. Penerapan Pospay di Banda Aceh saat ini masih minim dan kendala ditingkat penerimaan pengguna. Masih banyak hal yang bersifat operasional dan awamnya masyarakat terhadap penggunaan aplikasi, membuat kurangnya minat pengguna menggunakan Pospay. Penelitian ini bertujuan untuk mengukur minat pengguna aplikasi Pospay dengan menganalisis gabungan dari dua metode. Metode TAM dan UTAUT 2 digunakan untuk mengukur minat pengguna dan mengukur kesuksesan penerapan aplikasi berdasarkan keinginan pengguna dalam menggunakan aplikasi. Metode TAM dikembangkan untuk menjelaskan perilaku pengguna aplikasi. Menempatkan faktor sikap dan tiap-tiap perilaku pemakai dengan konstruk. UTAUT 2 merupakan metode yang bertujuan membantu perusahaan untuk memahami bagaimana pemanfaatan aplikasi dalam mendukung kinerja perusahaan. Gabungan hasil akhir dari kedua metode dilakukan untuk mengetahui sejauh mana kesuksesan penerapan aplikasi dan minat pengguna dapat dijelaskan oleh kedua metode dengan melihat hasil analisis yang dihasilkan. Hasil akhir metode yang di gunakan untuk mengukur minat pengguna menggunakan aplikasi Pospay menjelaskan variable BIU dan H sebesar 36,4%. Dan 63,6% lainnya dijelaskan oleh variable lain.

Perbandingan Model Svm, Knn Dan Naïve Bayes Untuk Analisis Sentiment Pada Data Twitter: Studi Kasus Calon Presiden 2024 Hilmi Zain*, Haekal; Maulana Awannga, Rolly; Isti Rahayu, Woro
JIM: Jurnal Ilmiah Mahasiswa Pendidikan Sejarah Vol 8, No 3 (2023): Juni, socio-economics, community law, cultural history and social issues
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24815/jimps.v8i3.25342

Pemilihan Umum, atau "Pemilu," merupakan pilar demokrasi Indonesia yang mempengaruhi struktur pemerintahan dan kebijakan negara. Twitter, sebagai platform yang populer, memainkan peran penting dalam proses ini dengan menyediakan ruang bagi masyarakat untuk berpartisipasi dan berbagi pendapat mereka. Penelitian ini berfokus pada pengeksplorasian metode terbaik untuk menganalisis sentimen Twitter terkait calon presiden dalam Pemilu 2024 menggunakan tiga algoritma klasifikasi: Support Vector Machine (SVM), Naïve Bayes, dan K-Nearest Neighbors (KNN). Melalui tahapan pengumpulan data, preprocessing, labelling, word embedding, hyperparameter tuning, dan evaluasi, berdasarkan penelitian ini bahwa algoritma SVM memberikan kinerja superior dengan tingkat akurasi total sebesar 0.88, menunjukkan konsistensi tinggi dalam presisi dan recall untuk semua kategori sentimen. Dalam konteks sentimen publik terhadap tiga kandidat presiden Anies, Prabowo, dan Ganjar meraih persentase komentar positif tertinggi dan persentase komentar negatif terendah, sedangkan Anies memiliki persentase komentar negatif tertinggi. Oleh karena itu, penelitian ini merekomendasikan penggunaan algoritma SVM dalam analisis sentimen data Twitter, khususnya dalam konteks politik dan pemilihan presiden.

ANALISIS SENTIMEN MENGGUNAKAN SVM DAN KNN PADA REVIEW DRAMA KOREA DI MYDRAMALIST Nur Raisa; Noviana Riza; Woro Isti Rahayu
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 5 No 4 (2023): EDISI 18
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v5i4.3114

Use of K-Nearest Neighbors and Support Vector Machine methods, sentiment analysis was performed on a Korean drama review dataset found on the MyDramaList platform. This dataset contains information about Korean drama reviews provided by MyDramaList users, and is processed through text processing stages such as word beheading, stopwords removal, and cleaning. This research uses two classification methods, SVM and KNN. SVM classifies sentiment based on the feature vectors obtained, while KNN serves as a comparison to measure the performance of SVM. During experiments with test data, the performance of both methods is assessed by evaluation metrics such as accuracy, precision, recall, and f1 score. However, SVM tends to give better results compared to KNN in some cases. By combining SVM and KNN methods, this research improves sentiment analysis to analyze sentiment on Korean drama review dataset in MyDramaList.

Optimalisasi Strategi Pemasaran dengan Segmentasi Pelanggan Menggunakan Penerapan K-Means Clustering pada Transaksi Online Retail Awalina, Eriskiannisa Febrianty Luchia; Rahayu, Woro Isti
Jurnal Teknologi dan Informasi (JATI) Vol 13 No 2 (2023): Jurnal Teknologi dan Informasi (JATI)
Publisher : Program Studi Sistem Informasi, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/jati.v13i2.10090

Pemahaman yang baik mengenai pelanggan sangat penting untuk menjalankan bisnis bagi suatu perusahaan. Mengenali dan memahami setiap pelanggan dapat membantu menciptakan komunikasi dalam menyampaikan penawaran produk dengan menyesuaikan kebutuhan dan memberikan layanan yang disesuaikan setiap pelanggan. Namun, dalam mengidentifikasi setiap kebutuhan pelanggan tidak mudah, karena faktanya menganalisis pelanggan adalah area yang sangat luas. Hal ini dapat mencakup berbagai karakteristik dan perilaku pelanggan yang berbeda. Oleh karena itu, diperlukan segmentasi pelanggan untuk mengelompokkan pelanggan berdasarkan perilaku dan karakteristik. Untuk melakukan segmentasi pelanggan berdasarkan data, banyak model dan algoritma telah digunakan, dan dalam penelitian ini, metode clustering menggunakan algoritma K-means menjadi salah satu pilihan yang efektif. Metode ini telah menjadi tren dan banyak digunakan dimana hal tersebut dibuktikan dengan banyak nya jurnal terkait dari rentang tahun 2018 - 2022. Penelitian ini menggunakan pemrograman python untuk proses data mining dan pre-processing yang dilakukan pada data melalui exploratory data analysis untuk memahami informasi dari data yang digunakan sebelum melakukan klasterisasi. Dalam penerapan metode K-means, digunakan metode elbow untuk menentukan jumlah klaster yang optimal. Hasil dari metode elbow menunjukkan bahwa penggunaan 4 klaster adalah pilihan yang tepat dalam kasus ini. Selanjutnya, pemodelan K-means dengan 4 klaster dilakukan menggunakan variabel quantity, unit price, dan customer id, dan menghasilkan 4 klaster yang berbeda dengan karakteristik yang spesifik pada masing-masingnya. dapat diamati bahwa kuantitas dan harga satuan berperan penting dalam mempengaruhi perilaku pelanggan.

Penerapan Metode Clustering Dalam Segmentasi Pelanggan Perusahaan Logistik Kishendrian, Hanan; Hanum, Nisa; Prianto, Cahyo; Rahayu, Woro Isti
SINTECH (Science and Information Technology) Journal Vol. 6 No. 3 (2023): SINTECH Journal Edition December 2023
Publisher : Prahasta Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31598/sintechjournal.v6i3.1432

Marketing is important in business to compete and maintain market share. The development of technology brings major changes in the industry. In addition to product development as well as required services, and customer segmentation becomes a factor to consider in marketing strategies. Clustering, such as the K-Means method, is used in customer segmentation to divide data into groups based on similarities. This technique helps in useful pattern recognition and customer segmentation. By applying Clustering techniques in Data mining, companies can understand customer behavior, recognize similar customer groups, and plan marketing strategies accordingly. The results showed that the best cluster was generated with a k value of 4, and the data was normalized using the Min-Max Normalization method. Grouping customers in the form of clusters can enable the identification of consumer profiles to guide companies in decision making.

ANALISIS PERBANDINGAN METODE K-NEAREST NEIGHBOR DAN NEURAL NETWORK DALAM PENENTUAN REKOMENDASI LAYANAN BARU Dwi Prasetyo Nugroho, Ilham; Isti Rahayu, Woro; Siti Fathonah, Rd. Nuraini
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6159

Pelayanan kesehatan merupakan faktor penting dalam bernegara. Keberhasilan suatu negara dilihat dari kualitas pelayanan kesehatan untuk mewujudkan masyarakat yang sehat. Kualitas mutu yang prima tentunya wajib ditingkatkan karena di era globalisasi, kesehatan akan berdampak di dunia kesehatan khususnya di Indonesia. Layanan kesehatan terkecil yaitu puskesmas yang berfungsi untuk mengembangkan serta berperan dalam membina dan memberikan pelayanan yang terpadu di wilayah kerja dan merupakan kerjaan pokok. Aspek yang harus diperhatikan dalam pengembangan kesehatan adalah kepuasan pasien atas kinerja serta pelayanan puskesmas. Dikarenakan ketika pasien merasa puas dengan pelayanan serta kinerja dari staf puskesmas, nantinya akan mengundang keluarga, tetangga atau sodara dari pasien tersebut datang menuju puskesmas tersebut. Tujuan dari penelitian ini ialah memprediksi layanan baru berdasarkan indikasi yang ditetapkan dengan mengginakan Algoritma K-Nearest Neighbor dan Neural Network dan kemudian membandingan hasil akurasi dari kedua algoritma tersebut. Hasil dari 1764 record data yang diperoleh dari 40% record data keseluruhan, K-Nearest Neighbor mendapat tingkat akurasi yang terbaik yaitu 99,95%, sedangkan untuk tingkat akurasi dari Neural Network yaitu 99,77%. Sehingga bisa dipastikan bahwasannya metode yang mendekati nilai akurasi sempurna ialah K-Nearest Neighbor dalam penentuan rekomendasi layanan baru.

MODEL ALGORITMA K-NEAREST NEIGHBOR (K-NN) DAN NAÏVE BAYES UNTUK PREDIKSI KELULUSAN MAHASISWA Situmorang, Ryan; Isti Rahayu, Woro; Siti Fathonah, Rd Nuraini
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6342

Jurnal ini membahas penggunaan dua model algoritma machine learning, yaitu K-Nearest Neighbor (K-NN) dan Naïve Bayes, untuk memprediksi kelulusan mahasiswa. K-NN adalah algoritma yang digunakan untuk klasifikasi dan regresi, sementara Naïve Bayes adalah algoritma yang digunakan untuk klasifikasi. Kedua algoritma ini dapat digunakan untuk memprediksi kelulusan mahasiswa dengan memanfaatkan data historis, seperti nilai ujian, absensi, dan faktor-faktor lain yang mempengaruhi kelulusan. Dalam artikel ini, akan dijelaskan secara rinci bagaimana model-model ini bekerja dan bagaimana cara mengimplementasikannya untuk memprediksi kelulusan mahasiswa.

Title

Found 33 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 33 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 33 Documents
Search