Claim Missing Document
Check
Articles

Found 39 Documents
Search

Rancang Bangun Aplikasi Manajemen Kos Menggunakan Framework Flutter Putrawanto, Daris Irfan; Wibowo, Nur Cahyo; Permatasari, Reisa
JATISI Vol 11 No 4 (2024): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v11i4.8574

Abstract

Indekos or in general language kos-kosan is a business that provides rooms for rent for a certain period of time in accordance with the agreement between the boarding room occupant and the boarding house owner. Several problems arise from living in a boarding house, such as not getting to know each other, there is no platform for borrowing boarding facilities, recording boarding house payments, and submitting boarding house complaints. Therefore, a boarding house management application is needed to be able to help boarding house owners and managers in managing a boarding house and assist boarding house residents in occupying a boarding house. This research uses waterfall methodology. Designed on a mobile platform using the flutter framework and dart programming language. Firebase was chosen as the database for the data storage needs of this application. Black box test was chosen as a testing method for direct users. The results obtained were that all tests were carried out successfully. From the creation of this boarding house management application, it is hoped that it will be able to answer user needs that are directly related to boarding houses.
Aplikasi Android Manajemen Keuangan BuBu: Budget Buddy Menggunakan Metode Waterfall Putri Shafira, Putri Dian; Najaf, Abdul Rezha Efrat; Permatasari, Reisa
JURNAL FASILKOM Vol. 14 No. 3 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i3.8197

Abstract

Generasi Z di Indonesia menghadapi tantangan finansial yang signifikan akibat perilaku konsumtif, seperti belanja online, berkumpul dengan teman, dan gaya hidup berlebihan, yang mendorong ketergantungan pada pinjaman online, baik legal maupun ilegal. Masalah ini diperparah oleh fenomena sandwich generation, di mana mereka harus menopang kebutuhan keuangan keluarga, sehingga menyulitkan mereka untuk mempersiapkan dana masa depan. Selain itu, rendahnya literasi keuangan menyebabkan banyak dari mereka kurang mampu mengelola anggaran secara bijak. Akibatnya, Generasi Z tidak hanya menghadapi tekanan ekonomi yang berat tetapi juga dampak negatif terhadap kesehatan mental akibat beban finansial jangka panjang. Untuk mengatasi masalah ini, dikembangkan sebuah aplikasi manajemen keuangan menggunakan metode Waterfall dengan fitur utama alokasi anggaran dan edukasi finansial. Aplikasi ini dirancang untuk membantu pengguna mengelola keuangan secara lebih baik dan menyediakan artikel edukatif guna meningkatkan literasi finansial. Penelitian dilakukan melalui observasi aplikasi serupa dan wawancara dengan ahli keuangan untuk memahami kebutuhan pengguna. Hasil pengujian menggunakan Black-box menunjukkan bahwa aplikasi berfungsi sesuai dengan ekspektasi, membantu pengguna dalam mengendalikan pengeluaran dan meningkatkan pengetahuan finansial. Aplikasi ini berkontribusi dalam memberikan solusi praktis untuk manajemen keuangan bagi Generasi Z, yang sering menghadapi tantangan ekonomi. Diharapkan, dengan peningkatan literasi keuangan dan pengelolaan anggaran yang lebih baik, pengguna dapat mencapai stabilitas finansial yang lebih tinggi, terutama dalam memanfaatkan peluang ekonomi selama periode bonus demografi di Indonesia.
Analisis Sentimen Berbasis Aspek Pada Ulasan Aplikasi Indrive Menggunakan Bidirectional Encoder Representations From Transformers (Bert) Febriany, Asri Kinanti; Wahyuni, Eka Dyar; Permatasari, Reisa
Jurnal Ilmiah Wahana Pendidikan Vol 10 No 20 (2024): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.14263982

Abstract

Ekonomi digital di Indonesia turut disumbangkan oleh bisnis transportasi online. Salah satu pendatang baru pada bisnis transportasi online ini adalah inDrive. Rating ulasan dari google play store tidak cukup untuk menggambarkan kualitas sebuah aplikasi, oleh karena itu diperlukannya Analisis Sentimen Berbasis Aspek (ABSA) yang pada dasarnya dapat mengidentifikasi aspek dan mengidentifikasi sentimen dari aspek tersebut. Dengan pendekatan LDA (Latent Dirichlet Allocation) didapatkan 3 aspek utama yang ada pada dataaset periode Januari hingga Juli yaitu fitur lelang, sistem aplikasi, tarif & layanan transportasi. Kelebihan fitur lelang mencakup kemudahan pengguna dalam. Implementasi model ABSA menggunakan IndoBERT, dan hasil uji validasi dengan 100 data ulasan baru menunjukkan keberhasilan dengan akurasi 92% untuk pengujian aspek dan 84% untuk pengujian sentimen.
PERANCANGAN DESAIN UI/UX APLIKASI MOBILE REMOTIVE MENGGUNAKAN METODE DESIGN THINKING Aryo Sulistiono, Wisnu; Rezha Efrat Najaf, Abdul; Permatasari, Reisa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.12856

Abstract

Kecanduan, baik berupa zat maupun perilaku, merupakan masalah serius yang berdampak pada kesehatan mental dan fisik individu. Di Indonesia, berbagai jenis kecanduan seperti perjudian online, penggunaan ponsel berlebihan, merokok, pornografi, dan penyalahgunaan narkoba telah menjadi masalah yang mengkhawatirkan. Penelitian ini bertujuan untuk merancang desain UI/UX aplikasi mobile bernama ReMotive yang dapat membantu individu mengatasi kecanduan berbasis metode design thinking. Proses perancangan melibatkan lima tahap: empathize (melalui wawancara pengguna dan ahli), define (mengidentifikasi masalah dan kebutuhan pengguna), ideate (mengembangkan solusi kreatif), prototype (membuat desain interaktif), dan testing (menguji kegunaan). Hasil penelitian menghasilkan prototipe aplikasi yang mencakup fitur perencanaan berhenti dari kecanduan, edukasi, terapi berbasis Cognitive Behavioral Therapy (CBT), tombol darurat untuk mengatasi keinginan (craving), dan akses ke bantuan profesional. Pengujian menunjukkan bahwa prototipe dianggap bermanfaat oleh target pengguna dan mendapat validasi dari ahli, meskipun masih memerlukan beberapa penyempurnaan seperti penambahan fitur komunitas, to-do-list harian, dan peningkatan interaktivitas pada beberapa fitur.
KOMPARASI KINERJA ALGORITMA SVM DAN RF DALAM KLASIFIKASI SENTIMEN DENGAN DETEKSI SARKASME PADA KOMENTAR YOUTUBE Hilman Habib Habibi, Muhammad; Dyar Wahyuni, Eka; Permatasari, Reisa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13205

Abstract

Youtube merupakan salah satu platform berbagi video yang paling sering diakses di Indonesia, terutama dengan maraknya diskusi mengenai PILKADA 2024. Beragam isu yang muncul menjelang PILKADA 2024 ini memicu pro dan kontra, mendorong masyarakat untuk memberikan tanggapan melalui media sosial. Klasifikasi sentimen bertujuan mengelompokkan opini menjadi positif atau negatif, namun sering menghadapi hambatan akibat keberadaan sarkasme, yaitu bentuk ironi yang menyampaikan makna bertentangan dengan pernyataan eksplisit. Dalam penelitian ini, data diperoleh melalui crawling komentar Youtube. Data tersebut kemudian diproses melalui tahapan cleaning, case folding, dan stemming. Klasifikasi sentimen dengan deteksi sarkame ini akan menggunakan algoritma Support Vector Machine (SVM) dan Random Forest (RF) dengan berbagai skenario, termasuk pembagian data menggunakan metode holdout dengan rasio 80:20 dan 70:30, teknik resampling Random Oversampling (ROS) dan Random Undersampling (RUS), serta pembobotan kata menggunakan TF-IDF dan TF-ABS. Berdasarkan hasil evaluasi, algoritma SVM dengan teknik ROS dan pembobotan kata TF-IDF memberikan hasil terbaik untuk klasifikasi sentimen dengan nilai 0.80, sedangkan algoritma SVM dengan TF-IDF tanpa resampling memberikan hasil terbaik untuk deteksi sarkasme dengan nilai 0.73. Hasil ini menunjukkan keandalan SVM dalam menangkap pola data yang kompleks, terutama dalam klasifikasi sentimen dengan deteksi sarkasme.
Sistem Informasi Stok dan Penjualan Buku Berbasis Android di Penerbit Peneleh Sila Sakti, Ciptagusti; Efrat Najaf, Abdul Rezha; Permatasari, Reisa
JITSI : Jurnal Ilmiah Teknologi Sistem Informasi Vol 5 No 2 (2024)
Publisher : SOTVI - Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/jitsi.5.2.239

Abstract

In the current era, technology developments are very fast. Many businesses start to update their business processes by utilizing technology that can facilitate their organization's business processes. Penerbit Peneleh carry out sales activities for their published books. This research discusses the design and development of a Book Stock and Sales Information System at Penerbit Peneleh which can help them monitor book stock, record sales, and compile information about printing prices and selling prices of books efficiently. The development method used is the waterfall model with data collection through interviews with the organization. The result of this research is an Android application that is integrated with a barcode scanner and Google Books API which can help organizations run their business.
Sentiment Analysis on Twitter Social Media Regarding Depression Disorder Using the Naive Bayes Method Lavenia, Nur Lickha; Permatasari, Reisa
CoreID Journal Vol. 1 No. 2 (2023): July 2023
Publisher : CV. Generasi Intelektual Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60005/coreid.v1i2.14

Abstract

Depression disorder is a serious issue in mental health that affects many individuals worldwide. This research analyzes the sentiments related to depression disorder on Twitter using the Naïve Bayes method. Depression-related tweet data was collected through snscrape and processed to eliminate irrelevant information. Three Naïve Bayes methods, namely Multinomial, Gaussian, and Bernoulli, were compared to classify positive, negative, or neutral sentiments in each tweet. The results of the study indicate that Multinomial Naïve Bayes exhibited the best performance with an accuracy rate of 90.13%, followed by Gaussian Naïve Bayes (88.38%), and Bernoulli Naïve Bayes (85.37%).
Implementasi Vending Machine Untuk Mengatasi Neraca Keuangan Indomaret Yang Tidak Seimbang Permatasari, Reisa; Safitri, Eristya Maya; Fatzali, Abrila; Gosal, Andika; Arrasyid, Nizar Maulana
Journal of Emerging Information Systems and Business Intelligence Vol. 4 No. 1 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v4i1.51775

Abstract

Indomaret merupakan sebuah minimarket, yang mana Indomaret ini menggunakan sistem retail. Pada penelitian ini, penulis bertujuan untuk mengulas tentang Implementasi Vending Machine untuk Mengatasi Neraca Keuangan Indomaret yang Tidak Seimbang. Analisis ini bertujuan untuk menggambarkan perencanaan, pelaksanaan, dan manfaat dari penerapan vending machine di Indomaret. Pada tahapan pertama, penulis melakukan pengumpulan dan pengambilan data mengenai masalah yang mempengaruhi neraca keuangan indomaret dengan cara pengambilan data menggunakan metode literature review dengan mengambil data melalui jurnal-jurnal dan website yang ada. Selanjutnya pada tahapan kedua, penulis melakukan analisis data dan proses bisnis dari data yang sudah dihasilkan di tahapan yang pertama, yaitu dengan cara penulis memaparkan bentuk organisasi dari Indomaret ini seperti apa, kemudian penulis memaparkan proses bisnis yang organisasi tersebut terapkan saat ini, dan kemudian penulis menganalisa proses bisnis yang sudah dipaparkan melalui metode analisis SWOT. Selanjutnya pada tahapan yang ketiga, penulis melakukan penggunaan alat atau metode yang ditujukan untuk memperjelas dan memprioritaskan usaha peningkatan berdasarkan hasil analisis data yang dihasilkan dari tahapan sebelumnya yaitu dengan metode Brainstorming dan setelah itu penulis akan melakukan pengembangan analisis terhadap hasil brainstorming tersebut untuk dihasilkan suatu pengembangan terhadap proses bisnis yang ada menggunakan metode Fishbone
A Multilingual Approach to Aspect-Based Sentiment Analysis on Gobis Suroboyo Application Reviews using LDA and SVM Puspitasari, Dianita; Wahyuni, Eka Dyar; Permatasari, Reisa
Aviation Electronics, Information Technology, Telecommunications, Electricals, and Controls (AVITEC) Vol 7, No 2 (2025): August
Publisher : Institut Teknologi Dirgantara Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28989/avitec.v7i2.3033

Abstract

The GOBIS application, developed by the Surabaya City Transportation Department, is a digital service designed to provide public transportation information and reduce traffic congestion. Despite having exceeded 100,000 downloads, the application has received numerous complaints from users, as reflected in the multilingual reviews on its platform. To ensure analytical consistency, this research focuses solely on reviews in Indonesian and English. Using Aspect-Based Sentiment Analysis (ABSA), this study employs Latent Dirichlet Allocation (LDA) for aspect identification and Support Vector Machine (SVM) for sentiment classification. The aim of this research is to determine the dominant aspects in user feedback and evaluate the effectiveness of the Support Vector Machine (SVM) model in classifying multilingual reviews. The research results show six main aspects that frequently appear in reviews, namely Application Features and Development, User Suggestions and Service Innovation, Error and Location Accuracy, Delay and Application Usability, Comfort and Service Quality, as well as Route Tracking and Vehicle Information. The Support Vector Machine (SVM) model, tested with 10-fold cross-validation, demonstrates consistent performance, achieving balanced metrics accuracy (74.16%), precision (73.76%), recall (73.54%), and F1-score (73.63%). This highlights its capability in handling multilingual sentiment analysis for application improvement.
Analisis dan Penerapan Manajemen Risiko Keamanan Sistem Informasi di RSUD XYZ Menggunakan Metode OCTAVE Allegro Al-Ghiffari, Syafiq; Bahri, Elsa Maya; Permatasari, Reisa; Putra, Agung Brastama
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7157

Abstract

Penggunaan teknologi informasi sangat penting bagi operasional rumah sakit, namun memiliki risiko yang mengancam kelangsungan bisnis jika tidak dikelola dengan baik. Penelitian ini menilai risiko keamanan informasi di RSUD XYZ dengan menggunakan kerangka kerja OCTAVE Allegro, dengan fokus pada aset informasi penting seperti data pasien dan rekam medis elektronik (EMR). Analisis menyoroti integritas sebagai kebutuhan keamanan utama untuk aset-aset ini. Temuan utama mengungkapkan bahwa kepercayaan dan reputasi pelanggan merupakan area yang paling kritis dalam penilaian risiko, dengan strategi mitigasi yang disesuaikan berdasarkan tingkat risiko. Ancaman berisiko tinggi membutuhkan mitigasi segera, ancaman berisiko sedang membutuhkan tindakan terencana, dan ancaman berisiko rendah dikelola melalui pemantauan berkala. Strategi mitigasi yang diusulkan meliputi otentikasi dua faktor, enkripsi data, dan pelatihan keamanan karyawan. Penelitian ini memberikan pemahaman yang komprehensif tentang manajemen risiko aset informasi dan menawarkan solusi praktis untuk meningkatkan keamanan dan efisiensi operasional RSUD XYZ.