Article Per Year (5 Year)
p-Index From 2021 - 2026
5.906
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Bulletin of Electrical Engineering and Informatics JOIN (Jurnal Online Informatika) JURNAL MEDIA INFORMATIKA BUDIDARMA JITK (Jurnal Ilmu Pengetahuan dan Komputer) Justek : Jurnal Sains Dan Teknologi Building of Informatics, Technology and Science Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Jurnal Informatika dan Rekayasa Elektronik Indonesian Journal of Electrical Engineering and Computer Science TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Teknik Informatika (JUTIF) Jurnal Pengabdian Kepada Masyarakat (JPKM) Tabikpun Jurnal Data Mining dan Sistem Informasi Jurnal Ilmiah Infrastruktur Teknologi Informasi Jurnal Teknologi dan Sistem Informasi Journal Social Science And Technology For Community Service Jurnal Informatika Teknologi dan Sains (Jinteks) Journal of Engineering and Information Technology for Community Service Jurnal Ilmiah Informatika dan Ilmu Komputer Jurnal Media Borneo Jurnal Informatika: Jurnal Pengembangan IT
Nirwana Hendrastuty
Universitas Teknokrat Indonesia
Aerospace Engineering Arts Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Social Sciences Veterinary Other

Published : 40 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 40 Documents
Search

 1   2   3   4 
Pangenalan penggunaan Data Science untuk melakukan Analisis Sentimen di SMAN 1 Tanjung Bintang Nirwana Hendrastuty; m. ghufroni an'ars; Damayanti Damayanti; Fitrah Amalia; Samuel Hutagalung; Chris Mario; M. Tova
Journal of Engineering and Information Technology for Community Service Vol 2, No 2 (2023): Volume 2, Issue 2, October 2023
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jeit-cs.v2i1.316

Abstract

Currently, various groups and ages, almost all Indonesian people own and use social media as a means of obtaining and conveying information to the public. This is an opportunity for data scientists to carry out sentiment analysis on topics or opinions conveyed by the public. Sentiment analysis is used to find out whether the opinion or post has a positive, negative or neutral meaning. Unfortunately there are still many students who do not know this. From these problems the servant team provides a solution to conduct data science training, especially in sentiment analysis of public figures. The target of this activity is students of class XI and XII from SMAN 1 Tanjung Bintang. The implementation of community service for the assisted school scheme consists of three stages, namely, preparation, implementation and evaluation. The preparatory stage is carried out by carrying out a survey first to find out the problems experienced by partners and carry out an analysis to find solutions to these problems. From the results of the distribution of questionnaires in the training, it was found that an increase in understanding of data science, especially sentiment analysis, was an average of 1.8, previously students got an average pre-test of 5.1 and a post-test of 6.9.
SISTEM INFORMASI MANAJEMEN KOST PUTRA TRISULA BERBASIS WEB (STUDI KASUS : ASRAMA PUTRA TRISULA) Wayan Darlin; Ade Dwi Putra; Nirwana Hendrastuty
Jurnal Teknologi dan Sistem Informasi Vol 4, No 3 (2023): Volume 4 Nomer 3 September 2023
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtsi.v4i3.2701

Abstract

Asrama Putra Trisula merupakan tempat penginapan dengan konsep kost yang terletak di Labuhan Dalam Kecamatan Tanjung Senang, Pasar Untung dan telah memiliki 24 kamar kost dengan tipe yang sama hingga kelengkapan yang berbeda sehingga variasi harga perkamar dapat berbeda-beda.  Permasalahan pada proses pencatatan data penyewa kost maupaun pembayaran yang dilakukan secara manual yaitu disaat memeriksa data untuk penyewa yang sudah membayar dan belum membayar harus diperiksa satu persatu sehingga proses tersebut memakan waktu yang lama karena pemilik harus melalui sinkronisasi data antara buku catatan pembayaran dengan bukti pembayaran yang sudah dikirimkan oleh penyewa kamar. Masalah yang lain muncul adalah disaat ada keluhan atau pengaduan dari penyewa kamar terkait fasilitas kamar rusak atau hal yang lainnya sangat susah untuk dilakukan pencatatan dan pelaporan keluhan tersebut sehingga penanganan keluhan tersebut tidak optimal dilakukan oleh pemilik asrama. Proses pembuatan sistem informasi manajemen Kost Putra Trisula dilakukan dengan metode pengembangan sistem prototype yang terdiri dari tahap mendengarkan pelanggan untuk mengetahui kebutuhan pengguna, membangun atau merancang mockup sebagai cara untuk merancangan sistem usulan dan mengujia mockup dari sistem yang telah dibangun. Sistem yang dibangun menggunakan media web yang dilakukan dengan penerapan framework codeigniter dan dilakukan dengan konsep berupa model, view dan controller (MVC) sehingga menghasilkan sistem berorientasi objek. Sistem yang dihasilkan dapat digunakan oleh user admin dan penyewa, bagian admin dapat mengelola data kamar hingga laporan sedangkan penyewa dapat melihat detail kamar, melakukan sewa dan mengelola keluhan. Berdasarkan hasil pengujian yang dilakukan pada aspek functional suitability diperoleh hasil 100% fungsi telah sesuai dan berdasarkan aspek usability diperoleh 98,6% dengan kesimpulan sistem telah sesuai dengan keinginan pengguna.
PENERAPAN ALGORITMA APRIORI PADA APOTEK SHAQEENA UNTUK MEMPREDIKSI PENJUALAN BERBASIS ANDROID aditya hidayat; Nirwana Hendrastuty; Setyawati Setyawati
Jurnal Teknologi dan Sistem Informasi Vol 4, No 3 (2023): Volume 4 Nomer 3 September 2023
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtsi.v4i3.2883

Abstract

Apotik Shaqeena merupakan toko penjualan alat kesehatan seperti obat-obatan yang terletak di wilayah Lampung. Proses penjualan yang berjalan telah menggunakan aplikasi Microsoft Excel namun Apotik Shaqeena kurang memahami kebutuhan dan kebiasaan berbelanja pelanggan  Metode yang digunakan dalam penelitian ini adalah prototype  dan akan diimplementasikan menggunakan PHP dan MySQL. Sistem ini akan diuji menggunakan metode ISO 25010. Hasil penelitian ini adalah sistem untuk memprediksi penjualan dengan algoritma apriori yng dapat mempermudah dalam menemukan penjualan frekuensi untuk menentukan rekomendasi promosi produk yang efektif dengan memanfaatkan data penjualan yang diolah lebih lanjut sehingga menghasilkan informasi barang yang selalu diminati oleh pelanggan untuk dapat disediakan oleh Apotik Shaqeena. Hasil pengujian ISO 25010 yang telah dilakukan dengan melibatkan 5 Responden bahwa kesimpulan kualitas kelayakan perangkat lunak yang dihasilkan memiliki persentase keberhasilan dengan total rata-rata 91.64%.Kata Kunci : Prediksi Penjualan, Algoritma Apriori,  PHP, Prototype dan ISO 25010
Pelatihan penggunaan Artificial Intelligence di SMAN 1 Tanjung Bintang Nirwana Hendrastuty; M. Ghufroni An’ars; Damayanti Damayanti; Samuel Hutagalung; Chris Mario; M. Tova
Journal of Engineering and Information Technology for Community Service Vol 2, No 2 (2023): Volume 2, Issue 2, October 2023
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jeit-cs.v2i1.323

Abstract

Artificial intelligence is a part of computer science that studies how to make machines (computers) do jobs like and as well as humans, even better than what humans do. Artificial Intelligence is also often referred to as a science that studies how to make computers do things like humans do. Artificial intelligence is also an area of research, applications and instructions related to computer programming to do things, in the view of humans are intelligent. One of the artificial intelligence technologies is an expert system which is a computer program that can imitate the thought process and expert knowledge to solve a specific problem. The target of this activity is students of class XI and XII from SMAN 1 Tanjung Bintang. The implementation of community service for the assisted school scheme consists of three stages, namely, preparation, implementation and evaluation. The preparatory stage is carried out by carrying out a survey first to find out the problems experienced by partners and carry out an analysis to find solutions to these problems. From the results of the distribution of questionnaires in the training, it was found that there was an increased understanding of d the use of AI, especially in particular Chat GPT, with an average of 1.6, whereas previously students had an average pre-test of 4.0. and post-test of 5.6
Implementasi Recurrent Neural Network Pada Multiclass Text Classification Judul Berita Bagus Bramantyo; Muhammad Pajar Kharisma Putra; Nirwana Hendrastuty
Jurnal Media Borneo Vol. 1 No. 1 (2023): Volume 1 Number 1 Agustus 2023
Publisher : CV. Keranjang Teknologi Media

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/mediaborneo.v1i1.6

Abstract

Currently, obtaining information has become easier with the advent of internet technology. Online news portals provide on-demand access to desired information. However, the abundance of news content can make it difficult to find specific articles due to manual categorization errors. This research focuses on evaluating the performance of the Deep Learning method using a Recurrent Neural Network (RNN) for multi-classification tasks on news headlines related to Economics, Health, Sports, and Politics. Training and testing data were collected from news portals using Web Scraping, followed by Text Preprocessing stages such as case folding, tokenization, stopwords removal, and stemming. TF-IDF was then used for feature extraction to assign weights to each word. Testing the model's performance using the Confusion Matrix showed an accuracy of 97%, indicating that the RNN method effectively handles news headline classification and can be applied in news classification systems.
Comparison of Support Vector Machine and Naïve Bayes on Twitter Data Sentiment Analysis Styawati Styawati; Auliya Rahman Isnain; Nirwana Hendrastuty; Lili Andraini
Jurnal Informatika: Jurnal Pengembangan IT Vol 6, No 1 (2021): JPIT, Januari 2021
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v6i1.3245

Abstract

Twitter is a social media that is widely used by the public. Twitter social media can be used to express opinions or opinions about an object. This shows that there is a huge opportunity for data sources, so they can be used for sentiment analysis. There are many algorithms for performing sentiment analysis, including Support Vector Machine (SVM) and Naive Bayes (NB). Because of the many opinions regarding the performance of the two methods, the researcher is interested in classifying the data using the SVM and NB methods. The data used in this study is data on public opinion regarding the Covid-19 vaccination policy. The first classification process is carried out by the SVM method using various kernels. After getting the highest accuracy result, then the accuracy result is compared with the accuracy value from the NB method classification results.
Analisis Sentimen Masyarakat Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine Styawati Styawati; Nirwana Hendrastuty; Auliya Rahman Isnain
Jurnal Informatika: Jurnal Pengembangan IT Vol 6, No 3 (2021): JPIT, September 2021
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v6i3.2870

Abstract

Program kartu prakerja diluncurkan pada tahun 2020 melalui peraturan Presiden Nomor 36 tahun 2020 tentang Pengembangan Kompetensi Kerja melalui Program Kartu Pra-Kerja. Maraknya pembahasan program kartu prakerja di twitter membuat penulis tertarik untuk menganalisa sentimen  masyarakat Indonesia terhadap Program kartu Prakerja tentang trobosan upaya pemerintah mengatasi penganguran dan korban PHK tenaga kerja dengan keyword “prakerja”. Sentimen yang digunakan adalah positif, negatif, dan netral. Metode yang digunakan untuk menganalisis opini masyarakat dengan data yang diperoleh pada sosial media twitter menggunakan Support Vector Machine (SVM). Sedangkan untuk mengukur kinerja klasifikasi SVM menggunakan metode Confusion Matrix. Pada penelitian ini dilakukan perbandingan dua kernel yaitu linear dengan RBF. Hasil evaluasi yang dilakukan pada nilai akurasi kernel linear 98.67%, precission 98%, recall 99%, dan F1-Score 98%, sedangkan pada nilai akurasi kernel RBF 98.34%, precission 97%, recall 98%, F1-Score 98%, dapat disimpulkan bahwa sentimen masyarakat dari pengguna twitter terhadap program kartu prakerja dimasa pandemi lebih condong ke netral sebesar 98,34%. Berdasarkan hasil evaluasi yang dilakukan pada nilai akurasi kernel linear menghasilkan nilai akurasi 98.67%, sedangkan kernel RBF menghasilkan akurasi 98.34%. Maka dari sisi akurasi kernel linear lebih akurat dari pada kernel RBF.
Perancangan Teks Promosi UMKM Sikop Arrum Batik Menggunakan Program Berbasis AI ChatGPT M. Ghufroni An'ars; Nirwana Hendrastuty; Damayanti Damayanti; Ade Dwi Putra
Jurnal Pengabdian Kepada Masyarakat (JPKM) TABIKPUN Vol. 4 No. 1 (2023)
Publisher : Faculty of Mathematics and Natural Sciences - Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jpkmt.v4i1.109

Abstract

Adanya teks promosi yang menarik adalah mutlak bagi pelaku usaha di era digitalisasi. Hal itulah yang mendorong tim PKM Universitas Teknokrat Indonesia untuk bermitra dengan Sikop Arrum Batik yang merupakan rumah produksi batik tulis khas Lampung. Selama berdiri sejak 2018 mitra telah menghasilkan karya batik motif dan teknik pewarnaan yang orisinal, tetapi mereka belum memiliki materi promosi serta website resmi yang bisa menjangkau pelanggan secara luas. Untuk itu pengabdian dilakukan untuk merancang teks promosi yang diterapkan di website. Proses perancangan dilakukan dengan bantuan aplikasi berbasis AI ChatGPT. Perancangan website-nya menggunakan situs penyedia website GoDaddy. Hasil dari pengabdian ini adalah terancangnya teks promosi dan website resmi perusahaan yang berfungsi sebagai media promosi serta digitalisasi transaksi jual beli produk.
PENERAPAN ALGORITMA K-MEANS UNTUK MELAKUKAN KLASTERISASI PADA PERINGKASAN TEKS Ely Kurniawan; Nirwana Hendrastuty
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 6 No 3 (2024): EDISI 21
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v6i3.4435

Abstract

Penelitian ini bertujuan untuk membangun model klasterisasi menggunakan algoritma K-Means untuk melakukan klasterisasi pada peringkasan teks, dengan memberikan kontribusi positif untuk mengoptimalkan hasil dari peringkasan teks. Metodologi penelitian mencangkup studi pustaka, pengolahan data, klasterisasi menggunakan algoritma K-Means dan evaluasi hasil klasterisasi. Hasil klasterisasi diperoleh menggunakan aplikasi RapidMiner, dengan langkah-langkah yang meliputi import data, pembentukan diagram proses, eksekusi diagram proses, dan analisis statistic data serta performance vector K-Means. Hasil pengujian menunjukan bahwa kelompok klaster peringkasan teks  berhasil diidentifikasi melalui proses klasterisasi. Dari hasil pengujian ini mendapat nilai Indeks Davies Boldin sebesar -0,614 yang menandakan kualitas klaster yang baik. Klasterisasi ini dapat memberikan informasi penting kepada pihak terkait dalam melakukan peringkasan teks. Penerapan algoritma K-Means Clustering memberikan hasil yang baik, hal ini menegaskan efektivitasnya dalam mengelompokan peringkasan teks berdasarkan karakteristiknya
Perbandingan Kernel Polynomial dan RBF Pada Algoritma SVM Untuk Analisis Sentimen Skincare di Indonesia Yunanda, Vinsensius Dendi; Hendrastuty, Nirwana
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 8, No 2 (2024): April 2024
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v8i2.7425

Abstract

Skincare is considered a crucial need in maintaining and caring for skin health, given its role not only in cosmetics but also in contributing to the well-being and protection of the skin from external factors. Sentiment analysis of skincare reviews on social media helps understand consumer perspectives, guiding skincare manufacturers in product improvement. The comparison of polynomial and RBF kernels in SVM is relevant to enhance sentiment analysis of skincare in Indonesia, ensuring the model's accuracy in classifying product sentiments. The dataset used consists of 2168 data obtained through social media scraping. After obtaining the data, text preprocessing processes such as case folding, cleaning, tokenization, stemming, and data labeling were performed. The data was divided into an 80:20 ratio for comparison, with 1734 training data and 434 testing data. The accuracy results using the SVM method with RBF and Polynomial kernels were obtained, with the highest accuracy found in the RBF kernel at 86,17%, and the polynomial kernel achieving an accuracy result of 84,56%.
Co-Authors Ade Dwi Putra aditya hidayat Akmal Junaidi Algho Niyu Behainksa Ali, Humaidi Amsir, Muhammad Andre Wijaya Anton Mahendra An’ars, M. Ghufroni Apriani, Linda Ari Sulistiyawati aryadi, bagas putra Azhari SN Bagus Bramantyo Chris Mario Damayanti Damayanti Damayanti, Damayanti Dedi Darwis Dharma, Faisal Dimas Elang Setyoko Ely Kurniawan Erliyan Redy Susanto Fadillah, Betran Dwi Fitrah Amalia Fitrah Amalia Rahmadianti Hayurian, Laisha Amilna Heni Sulistiani Heru Setiawan Intan Permata Sari Isnain, Auliya Rahman Iwan Jaya Bakti Jumaryadi, Yuwan Lili Andraini M Ghufroni An'ars M. Ghufroni An'ars M. Ghufroni An'ars M. Ghufroni An’ars M. Tova Maulida Waya Inayah Meutia Kartika Arisandi Muhammad Pajar Kharisma Putra Muhammad Tahir Noviana, Astrid Nugroho Susanto, Gregorius Nurhidayat, Rifki Paradhita, Astrid Noviana Prasatya, Agung Pusparisti, Myrtana Rahmadianti, Fitrah Amalia Rahman, Miftahur Ramadhan, Naufal Rizqi Rani, Arum Mustika Rosyking Lumbanraja, Favorisen Samuel Hutagalung Setiawansyah Setiawansyah Setyawati Setyawati Shabrina Shabrina, Shabrina Styawati Styawati Sumanto, Sumanto Susanto, Erliyan Redy Sutyarso Sutyarso Very Hendra Saputra Wahyono Wahyono Wahyudi, Agung Deni Wang, Junhai Wayan Darlin Wisnu Mukti Dwiyudho Putro Wita Kurnia Yunanda, Vinsensius Dendi Yuniar, Eny