Article Per Year (5 Year)
p-Index From 2020 - 2025
2.049
P-Index
This Author published in this journals
All Journal MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) Swabumi (Suara Wawasan Sukabumi) : Ilmu Komputer, Manajemen, dan Sosial Jurnal Teknik Komputer AMIK BSI Jurnal Teknologi Informasi MURA JUSIM (Jurnal Sistem Informasi Musirawas) RESOLUSI : REKAYASA TEKNIK INFORMATIKA DAN INFORMASI KLIK: Kajian Ilmiah Informatika dan Komputer Participative Journal (PJ) : Jurnal Pengabdian Pada Masyarakat BEES: Bulletin of Electrical and Electronics Engineering NUSANTARA: Jurnal Pengabdian Kepada Masyarakat Jurnal Pariwisata PaRAMA : Panorama, Recreation, Accomodation, Merchandise, Accessbility Jurnal Teknologi Informasi Mura Journal Global Technology Computer
Rizki, Fido
Unknown Affiliation
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
PENERAPAN TEKNOLOGI PROGRESSIVE WEB APPS (PWA) PADA SISTEM INFORMASI LAYANAN PARIWISATA DI KABUPATEN MUSI RAWAS MENGGUNAKAN FRAMEWORK LARAVEL Wijaya, Dika Ifbra; Irawan, Davit; Rizki, Fido
Jurnal Teknologi Informasi Mura Vol 17 No 1 (2025): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i1.2627

Abstract

Penelitian ini bertujuan untuk menerapkan teknologi Progressive Web Apps (PWA) pada sistem informasi layanan pariwisata di Kabupaten Musi Rawas dengan menggunakan framework Laravel. Teknologi PWA memungkinkan aplikasi berbasis web untuk memberikan pengalaman pengguna yang mirip dengan aplikasi native, seperti akses offline, notifikasi push, dan kecepatan tinggi, sehingga diharapkan dapat meningkatkan kenyamanan dan kepuasan pengguna. Metode yang digunakan dalam penelitian ini mencakup analisis kebutuhan sistem, desain arsitektur aplikasi, implementasi menggunakan Laravel, serta pengujian kinerja dan pengalaman pengguna. Hasil penelitian menunjukkan bahwa sistem informasi layanan pariwisata berbasis PWA dapat meningkatkan aksesibilitas informasi wisata, mengurangi ketergantungan terhadap koneksi internet, dan memperluas jangkauan pengguna. Uji coba menunjukkan bahwa aplikasi ini memiliki waktu respons yang cepat dan mendapatkan umpan balik positif dari pengguna terkait kemudahan navigasi dan fitur-fitur yang disediakan. Dengan diterapkannya PWA pada layanan pariwisata, potensi pariwisata Kabupaten Musi Rawas dapat dipromosikan secara lebih efektif, mendukung pertumbuhan ekonomi lokal, serta meningkatkan daya saing destinasi wisata. Penelitian ini diharapkan menjadi referensi bagi pengembangan aplikasi serupa di sektor pariwisata lainnya.
PENERAPAN TEKNOLOGI PROGRESSIVE WEB APPS (PWA) PADA SISTEM INFORMASI LAYANAN PARIWISATA DI KABUPATEN MUSI RAWAS MENGGUNAKAN FRAMEWORK LARAVEL Wijaya, Dika Ifbra; Irawan, Davit; Rizki, Fido
Jurnal Teknologi Informasi Mura Vol 17 No 1 (2025): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i1.2627

Abstract

Penelitian ini bertujuan untuk menerapkan teknologi Progressive Web Apps (PWA) pada sistem informasi layanan pariwisata di Kabupaten Musi Rawas dengan menggunakan framework Laravel. Teknologi PWA memungkinkan aplikasi berbasis web untuk memberikan pengalaman pengguna yang mirip dengan aplikasi native, seperti akses offline, notifikasi push, dan kecepatan tinggi, sehingga diharapkan dapat meningkatkan kenyamanan dan kepuasan pengguna. Metode yang digunakan dalam penelitian ini mencakup analisis kebutuhan sistem, desain arsitektur aplikasi, implementasi menggunakan Laravel, serta pengujian kinerja dan pengalaman pengguna. Hasil penelitian menunjukkan bahwa sistem informasi layanan pariwisata berbasis PWA dapat meningkatkan aksesibilitas informasi wisata, mengurangi ketergantungan terhadap koneksi internet, dan memperluas jangkauan pengguna. Uji coba menunjukkan bahwa aplikasi ini memiliki waktu respons yang cepat dan mendapatkan umpan balik positif dari pengguna terkait kemudahan navigasi dan fitur-fitur yang disediakan. Dengan diterapkannya PWA pada layanan pariwisata, potensi pariwisata Kabupaten Musi Rawas dapat dipromosikan secara lebih efektif, mendukung pertumbuhan ekonomi lokal, serta meningkatkan daya saing destinasi wisata. Penelitian ini diharapkan menjadi referensi bagi pengembangan aplikasi serupa di sektor pariwisata lainnya.
Implementation of BERT in Sentiment Analysis of National Digital Samsat (SIGNAL) User Reviews Based on Machine Learning Savitri, Ratna; Rizki, Fido; Sobri, Ahmad
MATICS: Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) Vol 17, No 2 (2025): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/mat.v17i2.32059

Abstract

The SIGNAL application facilitates online vehicle tax payments for the public. The application's quality is frequently evaluated through user reviews on platforms like the Google Play Store. This study aims to analyze the sentiment of SIGNAL user reviews using a Machine Learning-based approach, specifically the BERT (Bidirectional Encoder Representations from Transformers) model. The dataset consists of 20,000 user reviews. After preprocessing, the remaining data comprises 17,287 reviews, categorized into 12,758 positive reviews, 2,160 neutral reviews, and 2,369 negative reviews. To address data imbalance, the Random Over Sampling (ROS) technique was applied. The evaluation was performed using metrics such as accuracy, precision, recall, and F1-score. The results of the study indicate that the IndoBERT model can classify sentiments with an accuracy of 99% and a validation accuracy of 98% after five epochs of training. Confusion matrix analysis shows that the model achieved an overall accuracy of 99.72% on training data and 98.68% on testing data. This study demonstrates that the IndoBERT model is highly effective in classifying sentiment and makes a significant contribution to understanding the user experience of SIGNAL, which can serve as a foundation for future improvements to the application.
Co-Authors Aditia Putra Pranjaya Anggardha, Alvin AYU LESTARI Elmayati, Elmayati Fitri, Maysade Irawan, Davit Karman, Joni Khairani Daulay, Nelly MARIA BINTANG Nasution, Aji Aris Ninditama, Ilsa Palingga Nopalia Nopalia, Nopalia Rio Ronal Aprianto Rudi Kurniawan Rusdiyanto Rusdiyanto, Rusdiyanto Savitri, Ratna sobri, ahmad Wijaya, Dika Ifbra Wulandari, Cindi