Article Per Year (5 Year)
p-Index From 2021 - 2026
1.203
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi JOURNAL OF APPLIED INFORMATICS AND COMPUTING Journal of Computer and Information System (J-CIS)
Hamrul, Heliawati
Unknown Affiliation
Computer Science & IT Engineering

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Pengembangan Sistem Informasi Pengukur Kesiapan Akreditasi Program Studi 9 Kriteria Tasdir, Aswad; Hamrul, Heliawati; Zulkarnaim, Nuralamsah
Journal of Computer and Information System ( J-CIS ) Vol 4 No 2 (2021): J-CIS Vol 4 No. 2 Tahun 2021
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v4i2.1251

Abstract

Sistem akreditasi merupakan salah satu bentuk penilaian (evaluasi) mutu dan kelayakan institusi perguruan tinggi atau program studi yang dilakukan oleh organisasi atau badan mandiri di luar perguruan tinggi. Penilaian tersebut digunakan sebagai tolak ukur mutu bagi semua program studi dan intitusi pendidikan tinggi baik dari perguruan tinggi negeri maupun swasta yang menyelenggarakan program professional maupun akademik. Semakin baik nilai akreditasi akan berdampak pada pandangan pihak luar mengenai kualitas program studi dan institusi pendidikan tinggi tersebut. Namun pengumpulan data dan informasi serta pengisian borang pada program studi informatika masih memiliki banyak kendala seperti banyaknya data-data yang dijadikan sebagai kriteria penilaian membutuhkan banyak waktu dan usaha. Dan juga secara terus menerus akreditasi yang terus berulang setiap beberapa tahun merupakan salah satu masalah yang dihadapi dalam penyimpanan data-data akreditasi tersebut. Oleh karena itu, diperlukan sebuah sistem informasi yang mampu mengintegrasikan keseluruhan isi data pendukung sehingga saat proses evaluasi didapatkan informasi mengenai bagian-bagian apa saja yang kurang dan sudah memenuhi standar. Dari penelitian yang telah dilakukan diperoleh hasil bahwa sistem dapat berjalan sesuai dengan yang diharapkan sehingga peneliti mengharapkan penggunaan sistem akreditasi ini dapat memberikan gambaran tentang nilai akreditasi program studi, dan pengelola program studi dapat melakukan tindakan untuk mempersiapkan dan meningkatkan status akreditasi sehingga dapat memperoleh nilai tertinggi.
Implementasi Metode End User Computing Satisfaction untuk Mengukur Tingkat Keefektifan dan Kepuasan Pengguna Sistem E-Learning di Masa Pandemi Covid-19 Taswin; Indra; Hamrul, Heliawati
Journal of Computer and Information System ( J-CIS ) Vol 5 No 1 (2022): J-CIS Vol 5 No. 1 Tahun 2022
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v5i1.1258

Abstract

Penelitian ini bertujuan untuk mendapatkan dan mengetahui informasi tentang keefektifan dan kepuasan pengguna sistem E-Learning Universitas Sulawesi Barat di masa pandemi Covid-19. E-Learning UNSULBAR masih memiliki kekurangan, seperti adanya keluhan dari beberapa mahasiswa dan dosen diantaranya masalah akses materi dan aplikasinya di android yang susah, fitur diskusi yang masih membingungkan, dan tidak semua dosen dan mahasiswa menggunakannya. Pengukuran kepuasan dilakukan menggunakan metode End User Computing Satisfaction. Pendekatan yang digunakan adalah kuantitatif dengan menggunakan analisis statistik deskriptif dan analisis statistik inferensial. Hasil pengukuran disimpulkan bahwa secara umum pengguna sudah puas terhadap E-Learning UNSULBAR dengan melihat nilai tertinggi dari setiap dimensi, yaitu kategori Puas ada pada dimensi Content sebanyak 171 orang, Accuracy sebanyak 221 orang, Format sebanyak 177 orang, Ease of Use sebanyak 165 orang, dan Timelines sebanyak 161 orang. Dan untuk mengurutkan kategori tingkat kepuasan, diperoleh kategori Sangat Puas ada pada Content sebanyak 80 orang, kategori Puas ada pada Accuracy sebanyak 221 orang, kategori Kurang Puas ada pada Timelines sebanyak 131 orang, kategori Tidak Puas dan Sangat Tidak Puas ada pada Ease of Use sebanyak 32 orang dan 10 orang. Variabel yang dinilai cukup baik oleh pengguna yaitu Accuracy, Format, dan Content, sedangkan Timeliness dan Ease of Use masih perlu dikembangkan.
Merancang Akses Kunci Pintu Gerbang menggunakan NFC E-KTP berbasis Mikrokontroler Afandi, Asrul; Andriani; Sukmawati; Sari, Dian Megah; Hamrul, Heliawati
Journal of Computer and Information System ( J-CIS ) Vol 5 No 2 (2022): J-CIS Vol 5 No. 2 Tahun 2022
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v5i2.1624

Abstract

Kemajuan teknologi merupakan suatu hal yang tidak dapat di hindari, karena kemajuan teknologi terus berjalan seiring kemajuan tentang pengetahuan. Khususnya dalam bidang teknologi, masyarakat telah menikmati manfaat dari inovasi yang bertujuan untuk memberikan kemudahan dan cara baru untuk melakukan aktivitas manusia. Kemajuan ilmu pengetahuan dan teknologi akan seiring berjalannya waktu. Setiap inovasi dibuat untuk membantu kehidupan manusia. Mereka memberikan banyak kemudahan dan cara baru untuk melakukan aktivitas manusia. Teknologi Near Field Communication (NFC) adalah salah satu teknologi terbaru yang memungkinkan perangkat untuk bertukar data satu sama lain.
Implementasi Algoritma Horspool pada Kamus Digital Bahasa Daerah Taora Rasjid, Muh.; Hamrul, Heliawati; Rachmini, Siti Aulia; Rinaldi, Rian
Journal of Computer and Information System ( J-CIS ) Vol 7 No 1 (2024): J-CIS Vol. 7 No. 1 Tahun 2024
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v7i1.3898

Abstract

Indonesia merupakan sebuah negara yang dikenal dimanca negara karena memiliki banyak budaya, agama, suku, dan bahasa yang berbeda-beda, setiap daerah di Indonesia memiliki bahasa daerah tersendiri yang menjadi simbol vokal namun pengguna bahasa daerah semakin menurun dikalangan masyarakat, bahasa daerah semakin ditinggalkan sebagai alat komunikasi utama, termasuk bahasa taora di kabupaten mamasa provinsi sulawesi barat yang seiring perkembangan jaman termasuk dalam bahasa yang terancam punah. Salah satu upaya untuk mempertahankan dan melestarikan bahasa taora adalah pembuatan suatu sistem kamus digital dalam bentuk website, Penelitian ini bertujuan untuk mengimplementasikan algoritma Horspool dalam kamus digital bahasa daerah Taora guna mempercepat dan mempermudah pencarian kata. Pengembangan sistem dilakukan menggunakan metode waterfall, yang meliputi tahapan analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Pengumpulan data dilakukan melalui wawancara dengan masyarakat Taora, menghasilkan 662 kosakata yang kemudian dimasukkan ke dalam database kamus. Hasil implementasi menunjukkan bahwa algoritma Horspool efektif dalam meningkatkan efisiensi dan akurasi pencarian kata dalam kamus digital bahasa Taora. Sistem ini diharapkan dapat menjadi alat yang signifikan dalam pelestarian bahasa Taora, terutama bagi generasi muda. Pengembangan lebih lanjut diusulkan dalam bentuk aplikasi mobile untuk meningkatkan aksesibilitas dan manfaatnya
Performance Analysis of KNN and BERT Algorithms for Classifying Student Sentiments Towards Campus Services Mutmainna, Mutmainna; Hamrul, Heliawati; Firgiawan, Wawan
Journal of Applied Informatics and Computing Vol. 10 No. 1 (2026): February 2026
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v10i1.11365

Abstract

This study addresses the limitations of campus service evaluation processes that are still conducted manually and are unable to optimally process students’ textual opinions. The objective of this research is to analyze and compare the performance of the K-Nearest Neighbor (KNN) and BERT algorithms in classifying student sentiments toward campus services. The research stages include text preprocessing, the generation of IndoBERT embeddings for the KNN model, and fine-tuning IndoBERT for direct sentiment classification. The dataset consists of student evaluation texts from the Faculty of Engineering at UNSULBAR, labeled as negative, neutral, and positive sentiments. Model evaluation is performed using accuracy, precision, recall, and F1-score metrics. The results show that the basic KNN model achieves an accuracy of 79%, while KNN with hyperparameter tuning improves performance to 86%. The BERT model delivers the best performance, achieving an accuracy of 88.68%, precision of 87.87%, recall of 90.19%, and an F1-score of 88.79%. These findings indicate that transformer-based approaches, particularly IndoBERT, are more effective in understanding the contextual nuances of student language than traditional methods, and are therefore more recommended for sentiment analysis implementation in campus service evaluation.
Analisis Sentimen Pelanggan Restoran Menggunakan Algoritma Multinomial Logistic Regression Hajrianti, Hajrianti; Hamrul, Heliawati; Cirua, A. Amirul Asnan
Techno.Com Vol. 25 No. 1 (2026): February 2026
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v25i1.15532

Abstract

Industri kuliner di Indonesia terus mengalami perkembangan pesat, termasuk dengan hadirnya merek nasional seperti Mie Gacoan yang baru membuka cabang di Sulawesi Barat Mamuju. Kehadiran restoran tersebut memunculkan beragam opini dari masyarakat yang disampaikan melalui ulasan pelanggan. Penelitian ini bertujuan untuk melakukan analisis sentimen pelanggan terkait layanan restoran dengan penerapan algoritma Multinomial Logistic Regression. Data dikumpulkan melalui dua sumber, yaitu ulasan pelanggan dari scraping Google Maps dan kuesioner, dengan total sebanyak 773 data ulasan yang melalui tahap preprocessing teks dan pembobotan TF-IDF. Penelitian ini juga menerapkan pendekatan Explainable AI dengan metode Local Interpretable Model-agnostic Explanations (LIME) guna memperjelas kata-kata yang paling berpengaruh terhadap hasil klasifikasi model. Berdasarkan hasil pengujian, algoritma Multinomial Logistic Regression mampu memberikan performa klasifikasi dengan akurasi mencapai 86,5%, presisi 86,3%, recall 86,5%, dan F1-score 85,8% dalam mengidentifikasi opini pelanggan restoran. Temuan ini menunjukkan bahwa metode berbasis Machine Learning dan Explainable AI dapat memberikan analisis sentimen terhadap persepsi pelanggan, sehingga menjadi referensi penting bagi pengambilan keputusan strategis dalam peningkatan kualitas layanan. Kata kunci - Sentimen Pelanggan, Multinomial Logistic Regression, TF-IDF, Explainable AI, LIME
Co-Authors Afandi, Asrul Andriani Cirua, A. Amirul Asnan Firgiawan, Wawan Hajrianti, Hajrianti Indra Mutmainna, Mutmainna Nuralamsah Zulkarnaim Rachmini, Siti Aulia Rasjid, Muh. Rinaldi, Rian Sari, Dian Megah sukmawati Tasdir, Aswad Taswin