Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Insyst : Journal of Intelligent System and Computation Prosiding Seminar Nasional Rekayasa dan Teknologi (TAU SNAR- TEK)
Irawati Setiawan, Esther
Unknown Affiliation
Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Sistem Konsultasi dan Booking Service Mobil Berbasis Web Setiawan, Mikhael; Surya Pratama, Eric; Irawati Setiawan, Esther; Putera Gunawan, Tjwanda
Prosiding TAU SNARS-TEK Seminar Nasional Rekayasa dan Teknologi Vol. 2 No. 1 (2023): Prosiding TAU SNARS-TEK Seminar Nasional Rekayasa dan Teknologi 2023
Publisher : Fakultas Teknik dan Teknologi - TANRI ABENG UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/snarstek.v2i1.603

Abstract

Penggunaan kendaraan bermotor sebagai alat transportasi sudah tidak dapat terlepas dari kehidupan manusia saat ini. Namun tidak jarang kendaraan bermotor, khususnya mobil, mengalami banyak kendala. Kendala yang terjadi memiliki alasan yang bermacam-macam dengan penanganan yang berbeda-beda pula. Kendala atau kerusakan kendaraan bermotor ini, tidak jarang membutuhkan konsultasi mendalam dan service kendaraan di bengkel. Berdasarkan permasalahan tersebut, dibangunlah sebuah sistem konsultasi dan booking service mobil. Sistem ini menyediakan berbagai fitur bagi customer seperti untuk melakukan konsultasi permasalahan kendaraan, booking layanan service kendaraan di bengkel maupun di rumah, booking emergency service, reminder jadwal melakukan service, dan mereview hasil service yang diterima. Sistem ini juga menyediakan fitur bagi pengelola jasa service kendaraan yaitu admin dan teknisi. Admin dapat mendaftarkan teknisi, mengatur paket service, melayani konsultasi, konfirmasi booking service, dan melihat laporan rating, laporan hasil service, serta laporan hasil konsultasi. Teknisi dapat melihat daftar pekerjaan dan menerima reminder jadwal service yang telah diberikan. Sistem ini dikembangkan dengan menggunakan metodologi Waterfall, menggunakan Bootstrap sebagai CSS Framework, Laravel sebagai fullstack PHP framework, MySQL sebagai basis data, Google Maps API untuk membantu dalam penandaan lokasi service, dan Midtrans sebagai payment gateway. Uji coba dilakukan pada 20 responden sebagai customer, 2 responden sebagai teknisi, dan 1 responden sebagai admin. Hasil ujicoba pada customer menunjukkan bahwa pada fitur booking service sebanyak 65% customer menyatakan telah berjalan dengan baik sekali dan 30% menyatakan baik, pada fitur lokasi emergency service sebanyak 70% customer menyatakan akurat dan 20% menyatakan cukup akurat, pada fitur konsultasi 100% customer menyatakan terbantu. Hasil ujicoba pada teknisi menunjukkan bahwa sebanyak 100% responden menyatakan bahwa fitur daftar pekerjaan, reminder pekerjaan, dan notifikasi email telah berjalan baik. Hasil ujicoba pada admin menunjukkan bahwa fitur konsultasi dan laporan telah berjalan dengan baik, serta membantu admin dalam menemukan customer baru
Aspect based Sentiment Analysis Aduan Mahasiswa UMSIDA Dimasa Pandemi Menggunakan LSTM Putra, Bayu Anggara; Kristian, Yosi; Irawati Setiawan, Esther; Santoso, Joan
Intelligent System and Computation Vol 4 No 1 (2022): INSYST: Journal of Intelligent System and Computation
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52985/insyst.v4i1.229

Abstract

Banyaknya data aduan Mahasiswa Universitas Muhammadiyah Sidoarjo (UMSIDA) yang terdampak wabah pandemi Covid19, dengan pemberlakuan pembatasan kegiatan masyarakat (PPKM). UMSIDA membentuk sebuah tim yang diberi nama Umsida Covid-19 Command Center (UCCC), dengan tujuan pelaksanaan program pecegahan dan aksi penanganan Covid-19, dengan harapan peneliti ingin mempermudah penyampaian informasi / aduan mahasiswa, khususnya terhadap tim UCCC sebagai bahan pertimbangan dalam melakukan suatu keputusan untuk menghadapi pandemi covid saat ini. Multi aspect sentiment analysis menghadirkan sesuatu yang baru, untuk memahami pendapat dan penilaian pengguna yang diungkapkan secara online. Dengan tujuan untuk mengklasifikasikan teks subjektif dengan memberi label polaritas, Pembentukan representasi vektor kata menggunakan Word Embedding Global Vector (Glove) dilakukan secara kombinasi dengan pelatihan analisis sentiment dengan klasifikasi berbasis Long Short Term Memory (LSTM). Pemodelan aduan mahasiswa dilakukan untuk mendapatkan representasi vektor menggunakan LSTM. Di sini, setiap kata dari kalimat menempati satu langkah pemrosesan LSTM, dan output dari kata terakhir digunakan sebagai ekspresi kalimat. Hasil dari penelitian menggunakan aduan mahasiswa bahasa Indonesia menunjukkan dari multi 3 aspect (ekonomi, pendidikan dan kesehatan) mendapatkan akurasi 82% dan 2 sentiment (positif dan negatif) mendapatkan akurasi 80% dengan demikian didapatkan nilai rata-rata Akurasi 81%. dapat disimpulkan akurasi tersebut bisa digunakan sebagai klasifikasi multi aspect dan sentiment analisis.
Co-Authors Joan Santoso Mikhael Setiawan Putra, Bayu Anggara Surya Pratama, Eric Tjwanda Putera Gunawan Yosi Kristian