Article Per Year (5 Year)
p-Index From 2021 - 2026
3.623
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan IT JOURNAL RESEARCH AND DEVELOPMENT JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) Jurnal Tekno Insentif JUTEKIN (Jurnal Manajemen Informatika) JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Computer System and Informatics (JoSYC) Jurnal Media Informatika Journal of Research in Instructional Merpati Jurnal Informatika Teknologi dan Sains (Jinteks) MASALIQ: Jurnal Pendidikan dan Sains Data Sciences Indonesia (DSI) Jurnal Penelitian Pendidikan Indonesia Jurnal Sains Sistem Informasi
Riza, Noviana
Universitas Logistik Dan Bisnis Internasional
Religion Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Physics Social Sciences Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
SENTIMEN ANALISIS TERHADAP OPINI MASYARAKAT MENGENAI DRAMA KOREA PADA TWITTER MENGGUNAKAN METODE NAÏVE BAYES: Literature Review Raisa, Nur; Riza, Noviana
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 2 (2023): JATI Vol. 7 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i2.6765

Abstract

Data yang menyebabkan perluasan informasi, khususnya informasi teks dapat digunakan sebagai hotspot yang sangat diharapkan untuk pengungkapan tambahan. Data yang tidak terstruktur, terutama data tekstual, mencapai 80% dari jumlah data yang terus bertambah. Banyak sekali informasi yang tidak terstruktur yang dihasilkan dari hiburan virtual, misalnya, Twitter. Kata Korea untuk latar belakang sejarah adalah sageuk, dan drama Korea dapat berlatar belakang masa kini atau masa lalu. Kedua jenis drama ini termasuk dalam berbagai genre, termasuk komedi romantis, serial aksi, dan drama fiksi ilmiah. Naïve Bayes adalah sebuah keluarga algoritma pembelajaran mesin berbasis kemandirian statistik, bukan hanya satu algoritma. Terlepas dari namanya, pengklasifikasi Naïve Bayes yang menjadi lebih akurat ketika lebih banyak data ditambahkan, seperti ketika pengguna menandai pesan email di kotak masuk mereka sebagai spam. Secara keseluruhan terdapat berbagai jurnal melalui search process. setelah di review dan diseleksi berdasarkan inclusion and exclusion criteria dengan kata kunci “analisis sentiment” terdapat 15 paper jurnal yang kemudian diberi kualitas penilaian. Kemudian menggunakan scrapping data dan dimasukkan ke dalam “Google Colab” agar di simpan dan diolah kedalam bentuk excel.csv. kemudian akan dilanjut dengan mencari atribut yang mana saja penting dan yang akan diolah kemudian Sentimen Analisis hasil akhir akan menjadi suatu data yang akan digunakan sebagai data latih pada metode algoritma yang akan digunakan.
KLASIFIKASI PENERIMAAN DANA BANTUAN PADA DUSUN JATI BENING: Systematic Literature Review Baji Syadewo, Rendi; Riza, Noviana
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 2 (2023): JATI Vol. 7 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i2.6766

Abstract

Klasifikasi penerimaan dana bantuan merupakan proses atau hasil dari mengelompokkan objek, data, atau entitas ke dalam kategori atau kelas yang berbeda berdasarkan kesamaan atau perbedaan karakteristik yang dimiliki oleh setiap entitas. Terdapat berbagai macam model Machine Learningiyang dapatidigunakan pada penelitianIini seperti SVM, KKN, NaïveiBayes dan lain-lain. Paper ini membahas mengenai bagaimana penelitian yang sudah ada tentang klasifikasi penerimaan dana bantuan. Systematic Literature Review digunakan untuk mencari topik yang sama dan akan membahas hasil klasifikasi kemudian menunjukan bahwa penerimaan dana bantuan memiliki tingkat yang berbeda. Temuan artikel ini mengumpulkan informasi yang ada tentang penerimaan dana bantuan. jurnal yang dikumpulkan dari 2015 hingga 2023. Dengan bantuan penelitian ini, pihak terkait dapat mendistribusikan uang bantuan di Dusun Jati Bening dengan cara seefektif mungkin berdasarkan kriteria penerimaan yang telah ditentukan.
ANALISIS SENTIMEN PADA ULASAN APLIKASI CHAT GENERATIVE PRE-TRAINED TRANSFORMER GPT MENGGUNAKAN METODE KLASIFIKASI K-NEAREST NEIGHBOR(KNN): Sistematic Literature Review Nanda Fahriza, Muhammad; Riza, Noviana
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 2 (2023): JATI Vol. 7 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i2.6767

Abstract

Klasifikasi K-Nearest Neighbor (KNN) akan dipakai dalam penelitian ini untuk melakukan analisis sentimen terhadap ulasan pengguna terhadap aplikasi Chat Generative Pre-Trained Transformer GPT. Model bahasa reguler GPT telah dipersiapkan secara luas dan dapat menghasilkan teks yang dapat dimengerti dan signifikan. Bagaimanapun, untuk memahami reaksi klien terhadap aplikasi, diperlukan pemeriksaan opini atas audit. Dalam penelitian ini, hasil analisis sentimen akan memberikan pemahaman yang lebih mendalam tentang respon pengguna terhadap aplikasi Chat Generative Pre-Trained Transformer GPT. Informasi ini dapat berguna bagi pengembang dan pemilik aplikasi untuk memahami kelebihan dan kekurangan aplikasi serta meningkatkan pengalaman pengguna secara keseluruhan. Penelitian ini ingin mengidentifikasi penelitian terkait sebelumnya, membandingkan pendekatan dan teknik yang digunakan, menganalisis efektivitas metode KNN, mengidentifikasi kelebihan dan kekurangan metode tersebut, serta memberikan rekomendasi untuk pengembangan lebih lanjut. Diharapkan hasil penelitian ini dapat memberikan pemahaman yang mendalam tentang respon pengguna terhadap aplikasi tersebut dan memberikan sumbangan bagi pengembangan dan peningkatan pengalaman pengguna.
PENGGUNAAN METODE SVM DAN RANDOM FOREST UNTUK ANALISIS SENTIMEN ULASAN PENGGUNA TERHADAP KAI ACCESS DI GOOGLE PLAYSTORE Sidauruk, Natalya; Riza, Noviana; Siti Fatonah, Rd. Nuraini
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 3 (2023): JATI Vol. 7 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i3.6899

Abstract

KAI Access merupakan sebuah platform akses digital yang menyediakan layanan terhadap tranportasi, yang sering digunakan. Oleh karena itu, analisis sentimen terhadap pengguna KAI Access menjadi relevan untuk mendapatkan wawasan yang berharga bagi pengembang dan pengelolaan aplikasi. Penelitian ini bertujuan untuk melakukan analisis sentimen data ulasan pengguna terhadap KAI Access. Metode yang digunakan meliputi pengumpulan data dari Google Playstore. Data yang terkumpul kemudian diolah menggunakan pelabelan, preprocessing, pembobotan dan klasifikasi. Mengevaluasi ulasan pengguna KAI Access dengan data yang banyak memperlukan analisis sentimen dalam mengelompokkan data ulasan pengguna menjadi kategori positif atau negatif. Hasil analisis menunjukkan bahwa mayoritas pengguna KAI Access adalah sentimen negatif daripada sentimen positif. Data ulasan yang dilabeli dan menganalisis dengan menerepkan metode SVM dan Random Forest agar dapat mengklasifikasikan ulasan pengguna. Dimana SVM mencari garis atau hyperlane terbaik sedangkan Random Forest menggunakan beberapa pohon keputusan yang bekerja bersama untuk menghasilkan klasifikasi akhir. Dataset terdiri dari 655 ulasan terbagi menjadi 529 ulasan negatif dan 90 ulasan positif. Klasifikasi dengen metode SVM memperoleh tingkat akurasi sebesar 97% dibandingkan metode Random Forest diperoleh akurasi sebesar 93%. Ini berarti SVM lebih akurat dalam mengklasifikasikan sentimen data uji dalam penelitian.
Implementasi Regresi Linear Berganda Prediksi Faktor-faktor Indeks Pembangunan Manusia di Provinsi Jawa Barat Riza, Noviana; Maresti, Fatia Amalia; Azzahra, Siti Salwa; Ningsih, Salsa Paringga Pangestu
MASALIQ Vol 5 No 1 (2025): JANUARI
Publisher : Lembaga Yasin AlSys

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58578/masaliq.v5i1.4335

Abstract

The Human Development Index (HDI) is a key indicator for measuring the welfare and prosperity of a region, including West Java Province. This study aims to analyze the factors influencing HDI and predict its future trends. The analysis was conducted using a multiple linear regression method implemented with the Python programming language, with independent variables including Life Expectancy, Expected Years of Schooling, Mean Years of Schooling, and Adjusted Per Capita Expenditure. The results show that Expected Years of Schooling (X3) and Adjusted Per Capita Expenditure (X4) are the most significant factors influencing HDI in West Java, particularly due to the declining trends in these variables. Based on the model, the predicted HDI values for 2024, 2025, and 2026 are 73.19, 72.59, and 71.62, respectively, which fall under the medium HDI category. These findings provide valuable insights for strategic planning to improve HDI in West Java, particularly through interventions targeting the significant variables.
Implementasi Algoritma Gunning Fog Index Untuk Mengukur Tingkat Keterbacaan Tugas Akhir Mahasiswa Menggunakan Pemrograman Python Riza, Noviana; Supriady, Supriady; Setiadi, Hilman; Prianto, Cahyo
Journal of Computer System and Informatics (JoSYC) Vol 6 No 1 (2024): November 2024
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josyc.v6i1.6176

Abstract

This research is motivated by the importance of abstracts in a scientific work as a key element that provides an overview of the content of the research. Abstracts are a key element in scientific work, and their readability is important so that the research message can be well understood by readers. However, students' abilities in writing abstracts vary greatly. Some students still have difficulty in compiling abstracts that comply with the rules, which affects the readability and understanding of their research by readers. In addition, there are also students who are already proficient in making abstracts. Therefore, this study aims to measure the level of readability of students' final project abstracts and identify the factors that influence it using the Gunning Fog Index. This study involves the analysis of 100 abstracts from various departments at the University of Logistics and International Business. A web-based application will be built using Python. The model created will be implemented in the form of an application to make it easier for users to find out the level of readability. The implementation results show that the average Gunning Fog Index of the 100 abstracts analyzed was 9.2564, which means that the abstracts can generally be understood by readers with an education level equivalent to grade 9 of junior high school. The majority of abstracts (68%) were categorized as easy to read, while 9% were in the moderate category and 23% were difficult. The analysis also showed variations in readability levels between departments, with Study Program D having the highest average Gunning Fog Index and Study Program A having the lowest. Overall, this implementation successfully demonstrated the readability levels of students’ abstracts and provided insight into variations in writing quality between departments.
The influence of the environment on the implementation of good university governance in private universities in the city of Bandung Surachman, Eka; Hendrayati, Heny; Hendri, Meriza; Atrisia, Marchela Indah; Riza, Noviana
JPPI (Jurnal Penelitian Pendidikan Indonesia) Vol 10, No 1 (2024): JPPI (Jurnal Penelitian Pendidikan Indonesia)
Publisher : Indonesian Institute for Counseling, Education and Theraphy (IICET)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29210/020243266

Abstract

Good university government is related to the entire system that is formed starting from rights, processes and control, both inside and outside company management. This research aims to investigate the influence of the external and internal environment on the application of the principles of Good University Governance (GUG) and their implications for the quality of private universities (PU) in Bandung City. This study uses a quantitative approach with a research instrument in the form of a questionnaire designed to measure perceptions of external and internal environmental conditions, implementation of GUG, competitive strategies, and quality of PU. Data analysis was carried out by carrying out normality tests, data linearity tests, and SEM assumptions. The research results show that the external and internal environment has a significant influence on the implementation of GUG at PU Bandung. The findings of this research confirm that the external and internal environment plays an important role in implementing GUG at PU Bandung. Furthermore, the implementation of GUG has a positive impact on the overall quality of PU. By implementing GUG principles well, private universities can strengthen their competitive strategies and overall improve their quality in society.
Penerapan Metode Regresi Linear Berganda Untuk Memprediksi Angka Buta Huruf Di Provinsi Jawa Barat Mustaqim, Kiki; Riza, Noviana; Sawalia Fitri, Nita; Nur Handayani, Nasywa
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.5372

Abstract

Angka buta huruf di Indonesiayang diartikan sebagai persentase penduduk berusia 15 tahun ke atas yang tidak memiliki kemampuan membaca dan menulis kalimat sederhana, menjadi isu yang sangat penting, terutama di provinsi dengan jumlah penduduk besar seperti Jawa Barat. Meskipun telah dilakukan berbagai upaya untuk meningkatkan tingkat melek huruf, tantangan tetap ada, dan data menunjukkan bahwa angka buta huruf masih cukup tinggi di beberapa daerah. Penelitian ini mengidentifikasi sejumlah variabel yang diduga berkontribusi terhadap angka buta huruf, termasuk jumlah penduduk dan kondisi ekonomi. ini bertujuan untuk memprediksi angka buta huruf di Provinsi Jawa Barat menggunakan metode regresi linear berganda. Variabel independen yang digunakan dalam penelitian ini adalah jumlah penduduk (X1), jumlah sekolah dasar (X2), dan jumlah penduduk miskin (X3), dan variabel dependennya adalah angka buta huruf. Data yang digunakan merupakan data sekunder dari instansi terkait di Provinsi Jawa Barat. Analisis regresi linear berganda diterapkan untuk mengetahui pengaruh ketiga variabel independen terhadap angka buta huruf serta memprediksi angka buta huruf di masa yang akan datang. Hasil penelitian menunjukkan bahwa ketiga variabel independen memiliki pengaruh terhadap angka buta huruf di Jawa Barat. Model regresi yang dihasilkan dapat digunakan untuk memprediksi angka buta huruf berdasarkan perubahan pada jumlah penduduk, jumlah sekolah dasar, dan jumlah penduduk miskin.
Peramalan Harga Kebutuhan Pokok di Jawa Barat menggunakan Metode Holt-Winters Exponential Smoothing untuk Analisis Kemampuan Beli Masyarakat Maresti, Fatia Amalia; Pakpahan, Thiodas H.; Lustin, Maria B. B. C.; Rahayu, Woro I.; Riza, Noviana
Jurnal Media Informatika Vol. 6 No. 4 (2025): Jurnal Media Informatika
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v6i4.6824

Abstract

Salah satu kebutuhan dasar manusia adalah pangan. Kebutuhan akan pangan akan semakin melonjak seiring dengan pertumbuhan laju penduduk yang dapat mempengaruhi harga pangan di pasaran. Fluktuasi harga pangan dipengaruhi oleh cuaca, musim dan permintaan yang naik di hari raya. Hal ini menjadi ancaman bagi kesejahteraan masyarakat terutama golongan menengah ke bawah dan pelaku bisnis dan mampu menurunkan daya beli masyarakat. Penelitian ini bertujuan untuk meramalkan harga sembako di Jawa Barat serta melakukan simulasi daya beli masyarakat dari faktor inflasi dan pendapatan masyarakat. Metode yang digunakan pada penelitian ini adalah Exponential Smoothing Holt Winters model Multiplicative dan Additive. Hasil yang diperoleh terdapat 5 komoditas yang cocok dengan  metode  Exponential Smoothing Holt Winters model Multiplicative dan Additive dengan nilai MAPE yang kurang dari 10%. Sementara itu 4 komoditas lain kurang cocok dengan metode ini dikarenakan harga yang cenderung fluktuatif dengan komoditas yang memiliki MAPE terbesar adalah Cabai Merah Keriting sebesar 492,82% pada model Additive dan 94,69% pada model Multiplicative.
Perbandingan Metode Regresi Linear Dan K-Nearest Neighbor (KNN) Dalam Memprediksi Produksi Tanaman Padi Di Pulau Sumatera Mustaqim, Kiki; Riza, Noviana; , Yusuf; Muhammad Reefy Hidayatullah
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.5201

Abstract

Padi merupakan bahan pangan yang sangat penting untuk menunjang kebutuhan pangan di Indonesia, khususnya di Pulau Sumatera. Faktor-faktor yang memengaruhi produksi padi meliputi luas panen, kelembapan, curah hujan, dan suhu rata-rata. Setiap tahun, suhu bumi yang terus meningkat akibat pemanasan global berdampak pada iklim yang fluktuatif, sehingga dapat menghambat produksi padi. Memahami faktor-faktor tersebut menjadi penting untuk pengembangan strategi yang efektif dalam meningkatkan produktivitas padi. Penelitian ini menggunakan bahasa pemrograman Python pada Google Colab untuk membandingkan metode regresi linear berganda dan K-Nearest Neighbors (KNN) dalam memprediksi produksi padi di Pulau Sumatera. Hasil penelitian menunjukkan bahwa metode regresi linear lebih akurat dibandingkan KNN, dengan nilai R² regresi linear sebesar 0,868181, lebih unggul 18,94% dibanding KNN. Selain itu, regresi linear memiliki nilai MAE yang lebih rendah sebesar 22,03% dan nilai MSE yang lebih rendah sebesar 55,49% dibanding KNN. Hasil ini menunjukkan bahwa regresi linear lebih andal dalam memprediksi produksi padi di Pulau Sumatera dan dapat digunakan sebagai alat bantu dalam pengambilan keputusan strategis di sektor pertanian.
Co-Authors Al Raffi, Gilang Atrisia, Marchela Indah Aulia, Maysa Zaidee Azzahra, Siti Salwa Baji Syadewo, Rendi Br Sidauruk, Natalya Bryan Samperura Eka Surachman Faisal Najib Abdullah Hendri, Meriza Heny Hendrayati Hidayatullah, Muhammad Reefy Kolin, Paulina Bota Liyana Majdah Rahma Lustin, Maria B. B. C. Maresti, Fatia Amalia Meriza Hendri Mohamad Nurkamal Fauzan Mohamad Nurkamal Fauzan Mubassiran Mubassiran, Mubassiran Muhammad Adam Nahdlotul Halimi Muhammad Reefy Hidayatullah Muhammad Ruslan Maulani Muhammad Sapwan Suhadi Mustaqim, Kiki Nanda Fahriza, Muhammad Ningsih, Salsa Paringga Pangestu Nita Sawalia Fitri nur handayani, nasywa Nur Raisa Pakpahan, Thiodas H. Prianto, Cahyo Rahayu, Woro I. Rahayu, Woro Isti Raisa, Nur Rakasona Rifqi Fathurrohman Roni Andarsyah Roni Habibi Roni Habibi Santoso Sawalia Fitri, Nita Setiadi, Hilman Sidauruk, Natalya Siti Fatonah, Rd. Nuraini Supriady Supriady Supriady, Supriady Surachman, Eka Yusuf Yusuf Yusuf Jordan El Anwar