Article Per Year (5 Year)
p-Index From 2021 - 2026
4.86
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan dan Pembelajaran Khatulistiwa (JPPK) Syntax Jurnal Informatika Jurnal Informatika dan Teknik Elektro Terapan Infotech Journal Technomedia Journal J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Ilmu Komputer dan Bisnis Systematics JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Cahaya Mandalika Jurnal Ilmiah Wahana Pendidikan J-SAKTI (Jurnal Sains Komputer dan Informatika) Action Research Literate (ARL) JUSTIN (Jurnal Sistem dan Teknologi Informasi) Jurnal Sosial dan Abdimas Innovative: Journal Of Social Science Research Jurnal Kebidanan : Jurnal Ilmu Kesehatan Budi Mulia International Journal of Health Sciences Surya : Jurnal Pengabdian Kepada Masyarakat
Mayasari, Rini
Unknown Affiliation
Religion Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Energy Environmental Science Health Professions Immunology & microbiology Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 37 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 37 Documents
Search

 1   2   3   4 
Analisis Sentimen pada Aplikasi M-Paspor Menggunakan Algoritma Naïve Bayes Classifier Zahra, Almira; Mayasari, Rini; Pernamasari , Intan
Action Research Literate Vol. 8 No. 8 (2024): Action Research Literate
Publisher : Ridwan Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46799/arl.v8i8.466

Abstract

Aplikasi M-Paspor merupakan aplikasi yang dibuat oleh keimigrasian yang berbasis online untuk menyelesaikan permasalahan antrian permohonan paspor yang panjang dan membutuhkan waktu yang lama pada kantor imigrasi di Indonesia. Knowledge Discovery in Databases (KDD) merupakan sebuah metode untuk mendapatkan pengetahuan yang berharga dari basis data yang terdiri dari tabel-tabel yang saling terkait atau memiliki relasi. Tujuan penelitian ini yaitu untuk mengklasifikasikan ulasan pengguna ke dalam kelas sentimen positif, netral, dan negatif menggunakan algoritma Naïve Bayes Classifier serta mengetahui hasil accuracy, precision, dan recall dari algoritma Naïve Bayes Classifier dalam menganalisis sentimen ulasan pengguna aplikasi M-Paspor. Penelitian ini diharapkan memberikan gambaran bagi stakeholder terkait pengembang M-Paspor untuk memahami persepsi pengguna terhadap aplikasi tersebut melalui klasifikasi ulasan menjadi positif, netral, dan negatif. Informasi ini diharapkan dapat menjadi panduan yang berguna dalam mengarahkan pengembangan aplikasi ke depan. Hasil yang signifikan menggunakan rasio 90:10 untuk data latih dan data uji dengan seleksi fitur TF-IDF menghasilkan akurasi tertinggi mencapai 80%, presisi sebesar 80%, dan recall sebesar 82%.
Pelatihan Desain Grafis dengan Aplikasi Photoshop bagi Santri Pondok Pesantren Nurul Huda Karawang Mayasari, Rini; Heryana, Nono; Carudin; Juwita, Ayu Ratna
Jurnal Sosial & Abdimas Vol. 5 No. 1 (2023): Jurnal Sosial & Abdimas
Publisher : LPPM Universitas Adhirajasa Reswara Sanjaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jsa.v5i1.852

Abstract

Kehadiran teknologi di pondok pesantren diharapkan dapat bermanfaat selain sebagai tempat menuntut ilmu agama. Selain mendapatkan ilmu keagamaan yang baik, para santri juga dapat memiliki kemampuan teknologi informasi. Teknologi informasi yang diadaptasi di pesantren ini juga bisa menjadi kunci kebangkitan agama. Pelatihan menggunakan aplikasi photoshop yang akan dilakukan oleh tim pengabdian masyarakat kepada santri-santri Pondok Pesantren Nurul Huda Karawang pada prinsipnya melalui beberapa tahapan yaitu memahami teori desain grafis, menyajikan praktik pembuatan poster, dan memanipulasi gambar menggunakan Photoshop. Pelatihan ini mampu memberikan pengetahuan tentang penggunaan program photoshop untuk membuat spanduk atau poster yang berguna bagi para santri yang akan melaksanakan kegiatan hari besar keagamaan. Materi yang diberikan kepada mahasiswa dapat diterima dan dipahami dengan baik karena antusiasme peserta cukup tinggi dalam menerima pelatihan.
Analisis User Experience Pada Website Informatika UNSIKA di Perangkat Mobile Menggunakan Metode Usability Testing Shafwanto, Hilal; Mayasari, Rini; Jajuli, Mohamad
Innovative: Journal Of Social Science Research Vol. 3 No. 5 (2023): Innovative: Journal of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

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

Abstract

Penelitian ini berfokus untuk menganalisis user experience website Informatika UNSIKA di perangkat mobile. Penggunaan perangkat mobile dari tahun ke tahun semakin meningkat dari penggunaan perangkat elektronik dekstop lainnya seperti laptop dan komputer. Saat ini banyak pengguna internet melakukan hal-hal yang biasanya dilakukan di perangkat dekstop sekarang beralih melalui perangkat mobile. Website Informatika UNSIKA adalah sebuah website yang menampilkan semua informasi yang dipublikasikan Fakultas Ilmu Komputer UNSIKA untuk para mahasiswanya mulai dari informasi sosialisasi webinar program Kampus Merdeka maupun program dalam universitas, akademik, riset dan inovasi, alumni, file-file informasi beasiswa dan link yang dibutuhkan mahasiswa tingkat akhir untuk menyelesaikan tugas akhir atau skripsi. Hasil dari penelitian UX website menemukan beberapa fitur belum responsif untuk diproses di perangkat mobile. Contohnya fitur navigation bar yang menurut pengguna masih kurang berfungsi dengan baik. Halaman informasi yang belum diperbarui dan dilengkapi dengan info-info yang lengkap. Usability testing menggunakan kerangka kerja System Usability Scale untuk sisi kepuasan website ini mendapatkan nilai 57 yang berada di grade D masih di bawah minimal nilai grade C yaitu 68. Kemudian uji validitas dan reliabilitas 10 pertanyaan SUS tentang website ini mendapatkan nilai cronbach alpha sebesar 0,842.
ANALISIS SENTIMEN ULASAN KONSUMEN PADA PRODUK PONSEL PINTAR MENGGUNAKAN METODE NAÏVE BAYES Shintarani, Valensia Gaby; Mayasari, Rini; Jajuli, Mohamad
Jurnal Cahaya Mandalika ISSN 2721-4796 (online) Vol. 4 No. 1 (2023)
Publisher : Institut Penelitian Dan Pengambangan Mandalika Indonesia (IP2MI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36312/jcm.v4i1.2101

Abstract

In this modern era, people's sentiments or opinions are increasingly being disseminated and expressed freely in various media. Sentiment can be a great potential for companies who want to hear public feedback about their brand. Online shopping or e-commerce is a transaction carried out through the media in the form of online buying and selling websites or social networks that provide goods or services to be exchanged. An example of a well-known online shopping application in Indonesia is Shopee. Shopee has features that users can use to provide reviews, such as in the form of product star ratings or being able to comment on a product. On the Samsung Galaxy A03 Black product, there are reviews and ratings from various users who have bought and obtained the smartphone product. The purpose of checking this review data is to verify the sentiment classified by the machine learning model. The data used in this study is the review data of Samsung Galaxy A03 Black brand smartphone products sold online at Shopee Indonesia and managed directly by the Offical Samsung Shop. The data used amounted to 3007 data. Each text data that has been analyzed enters the scoring stage through the calculation process. The resulting sentiment analysis classification gets an accuracy and loss graph using Google Collaboratory, where giving reviews with testing and training data is in accordance with the rating of the reviews. The highest accuracy value shows 0.87 or equivalent to 87%, while the lowest accuracy value shows 0.81 or equivalent to 81%.
SISTEM PAKAR MENDIAGNOSA PENYAKIT GIGI MENGGUNAKAN METODE FORWARD CHAINING BERBASIS WEBSITE Suyantoputri, Fanny; Umaidah, Yuyun; Mayasari, Rini
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5743

Abstract

Gigi adalah organ tubuh keras yang berada di dalam mulut, berguna untuk mengatur makanan saat makan. Masalah kesehatan masyarakat yang sangat penting adalah kesehatan gigi karena memiliki efek yang luas sehingga memerlukan penanganan yang cepat. Permasalahan penyakit gigi di Indonesia masih cukup tinggi, minimnya pengetahuan kesehatan gigi salah satu penyebab rendahnya kesadaran masyarakat Kesehatan gigi sehingga pencegahan dan perawatan gigi tidak dilakukan secara maksimal. Terdapat 5 penyakit gigi yang sering ditemukan yaitu Karies, Gingivitis , Periodontitis , abses dan impaksi gigi. Untuk membantu pasien untuk mendiagnosa awal penyakit berdasarkan gejala, dibuatlah sistem pakar diagnosis penyakit gigi menggunakan metode forward chaining dengan menggunakan rancangan penelitian Expert System Development Life Cycle (ESDLC). Sistem pakar ini menghasilkan identifikasi penyakit gigi yang sesuai dengan gejala-gejala yang telah dipilih. Bahasa pemrograman yang dipakai adalah PHP dan HTML, kemudian dijalankan di Localhost. Penelitian ini telah diuji menggunakan dua pengujian yaitu pengujian black box dan pengujian pakar. Hasil dari pengujian black box pengujian menunjukkan sistem yang dijalankan sudah sesuai dengan yang diinginkan dan pengujian menunjukkan hasil dari sistem sudah sesuai dengan hasil diagnosa pakar.
Clustering Wilayah Penyerapan Vaksinasi Covid-19 Di Kabupaten Karawang Menggunakan Algoritma K-Means Clustering Mahfuzhin, Rafif; Jajuli, Mohamad; Mayasari, Rini
Jurnal Ilmiah Wahana Pendidikan Vol 10 No 4 (2024): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.10530803

Abstract

The Covid-19 pandemic has caused significant impacts on health, economy, and society, both in Indonesia and particularly in Karawang. The government has implemented various policies to prevent the rapid spread of the virus. One crucial step in curbing the spread of covid-19 is the covid-19 vaccination program. Covid-19 vaccines like mRNA, CoronaVac, and AZD1222 have proven to be effective and safe in preventing the spread of covid-19 variants. However, the covid-19 vaccination program conducted in healthcare facilities across all districts has not been fully optimized due to the unavailability of vaccines. Therefore, an effort is required to streamline the distribution of vaccinations in Karawang Regency. One of the approaches that can be taken is the clustering of areas based on covid-19 vaccine uptake. The algorithm that can be utilized for clustering the vaccine uptake areas is the K-Means Clustering. In this study, the data utilized comprises 10 variables, including district names, recipients of dose 1, dose 2, dose 3, dose 4, population count, confirmed cases, probable cases, suspected cases, and close contact cases. The K-Means Clustering algorithm yielded three clusters with low, moderate, and high categories, achieving a Silhouette Coefficient evaluation score of 0.77, indicating strong structure.
Faktor – Faktor Yang berhubungan dengan Kejadian Premenstrual Syndrome (PMS) pada Mahasiswi Almujahidiani, Titik; Mayasari, Rini
JURNAL KEBIDANAN AKADEMI KEBIDANAN BUDI MULIA PALEMBANG Vol 13 No 1 (2023): Jurnal Kebidanan : Jurnal Ilmu Kesehatan Budi Mulia
Publisher : STIKes Budi Mulia Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35325/kebidanan.v13i1.343

Abstract

WHO premenstrual syndrome (PMS) has a higher prevalence in Asian countries compared to Western countries. According to the World Health Organization (WHO) there are more than half of the world's population under the age of 25 and 80% of them live in developing countries. The prevalence of premenstrual syndrome sufferers in the world according to Fatimah's research (2019) in Lebanon is 54.6% and in Sri Lanka it is 65.7%. Then the prevalence of premenstrual syndrome in Iran is 98.2%, in Brazil it is 39%, in Australia it is 44% and in Japan it is 34% (Alvionita, 2019). The method used in this research is an analytic survey with a cross sectional approach. The statistical test used is the chi-square test and logistic regression. The population of this study were all female students at levels I-III of the DIII Midwifery Study Program at the Budi Mulia Sriwijaya STIKes in 2023 with a total population of 112 female students, that is, all the total population. The analysis used was univariate, bivariate and multivariate analysis. Univariate analysis showed that 63 respondents (56.3%) had early menarche, 49 respondents (43.8%) had low knowledge, 55 respondents (49.1%) had abnormal nutritional status. The test results showed that there was no significant relationship between the age of menarche and the incidence of premenstrual syndrome (PMS) p.value 0.760, for knowledge with the incidence of premenstrual syndrome (PMS) p.value = 0.760, there was a relationship between nutritional status and the incidence of premenstrual syndrome (PMS) ) p. value = 0.012. The most dominant variable is nutritional status with an Exp (B) value of 2.972. The results of this study are expected to be able to add to students' insights about the importance of maintaining reproductive health.
Co-Authors Adiarsa Resmana, Sopyan Almujahidiani, Titik Andri Hendriadi, Ade Ardiansyah, Brian Nur Arip Solehudin Arnianti Arnianti Azhari Ali Ridha Baihaqi, Kiki Ahmad Betha Nurina Sari Carudin, Carudin Enri, Ultach Fauzan Osama, Mochamad Firaldi, Ilhan Galih Agustian Perdana garno, Garno Hardianto Nugroho Haya Amalia, Salma Heru Widiyanto, Muhammad Heryana, Nono Hopipah, Hopi Siti Intan Purnamasari Iqbal Maulana Jajuli, M. Jaman, Jajam Haerul Juardi, Didi Juwita, Ayu Ratna Khoirul Fahmi, Muhamad Mahfuzhin, Rafif Maulana Syamil, Bangkit Muhammad Lias, Lintar Natuzzuhriyyah, Ami Nugraha, Bagja Nur Amalia, Indira Nurmiati Nurmiati Nurohmah, Yunita Padilah, Tesa Nur Pernamasari , Intan Pramudya Pratama, Tegar Pramudya, Aditya Prihandani, Kamal Qudratullah, Fyzria Rahmawati, Agustini Liviana Dwi Rahmayani, Fenny Salsabila, Syafrida Nabila Santosa, Agil Sembiring, Rinawati Shafwanto, Hilal Shintarani, Valensia Gaby Sofi Defiyanti Sulhan Abdillah, M. Rio Susilo Yuda Irawan, Agung Susilo Yuda Irawan, Agung Suyantoputri, Fanny Treasa, Adisty Dwi Ula, Zumrotul Umaidah, Yuyun Vito Anggoro, Alfian Yunitasari Zahra, Almira