Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) ABDISUCI: Jurnal Pengabdian dan Pemberdayaan Masyarakat
Suhartini, Luluk
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Environmental Science Languange, Linguistic, Communication & Media Public Health Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Komparasi Kinerja Algoritma SVM-RFE dan RNN-LSTM untuk Analisis Sentimen Review Mahasiswa Sulthan, M Burhanis; Nafisah, Tizanatun; Suhartini, Luluk
Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) Vol 5 No 2 (2024): Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) Oktober 2024
Publisher : Fakultas Teknik Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/jatim.v5i2.3274

Abstract

Analisis sentimen terhadap ulasan mahasiswa berperan penting dalam meningkatkan kualitas layanan biro akademik. Penelitian ini membandingkan kinerja algoritma Support Vector Machine (SVM) dengan Recursive Feature Elimination (SVM-RFE) dan Recurrent Neural Network dengan Long Short-Term Memory (RNN-LSTM) dalam menganalisis sentimen ulasan mahasiswa terkait pelayanan Biro Akademik Universitas Annuqayah. Data dikumpulkan melalui Google Form dan diproses menggunakan tahapan cleaning, case folding, stopword removal, tokenization, dan stemming. Hasil evaluasi menunjukkan bahwa SVM mencapai akurasi tertinggi sebesar 93,75%, diikuti oleh SVM-RFE (90,63%), RNN-LSTM (87,50%), dan RNN (81,25%). Temuan ini mengindikasikan bahwa SVM lebih unggul dalam mengklasifikasikan sentimen pada dataset ini, sementara SVM-RFE menunjukkan performa yang kompetitif dengan seleksi fitur yang tepat. Meskipun RNN dan RNN-LSTM dikenal efektif dalam menangani data sekuensial, pada penelitian ini, SVM dan SVM-RFE terbukti lebih optimal untuk analisis sentimen ulasan mahasiswa. Hasil penelitian ini memberikan wawasan bagi pemilihan algoritma analisis sentimen di lingkungan pendidikan tinggi. Pemilihan model yang tepat bergantung pada karakteristik data serta tujuan analisis yang diinginkan.
INOVASI LIMBAH KULIT PISANG DALAM MENGATASI PENCEMARAN LINGKUNGAN DAN MENGEMBANGKAN KEANEKARAGAMAN PANGAN Khaliqah, Marinatul; Sofia, Siti; Suhartini, Luluk
ABDISUCI : Jurnal Pengabdian dan Pemberdayaan Masyarakat Vol 1 No 1 (2023): ABDISUCI : Jurnal Pengabdian dan Pemberdayaan Masyarakat Februari 2023
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59005/j-abdisuci.v1i1.52

Abstract

Desa Jaddung merupakan salah satu desa yang terletak di Kecamatan Pragaan dengan kepadatan penduduk mencapai 5.590 jiwa. Mayoritas penduduk di Desa Jaddung merupakan petani pisang, namun kebanyakan dari mereka belum mampu mengolah hasil panen pisang tersebut dengan baik. Saat panen pisang, bagian kulit biasanya hanya dibuang tanpa adanya pengolahan yang lebih lanjut, bahkan hanya dibuang sebagai limbah organik yang dapat menimbulkan pencemaran lingkungan. Padahal kulit pisang memiliki berbagai kandungan, seperti karbohidrat, protein, dan vitamin yang dapat dimanfaatkan. Melihat permasalahan tersebut, kami menawarkan sebuah solusi untuk mengolah limbah kulit pisang menjadi produk yang dapat mengembangkan keanekaragaman pangan di Desa Jaddung, yaitu dengan mengolahnya menjadi stik. Dengan adanya Stik Kulit Pisang, permasalahan dalam hal pencemaran lingkungan akan teratasi dan juga pemanfaatan sumber daya alam yang ada di Desa Jaddung akan lebih optimal. Kami mengadakan pelatihan pembuatan produk stik kulit pisang yang dilakukan bersama Ibu PKK (Penggerak Kesejahteraan Keluarga) dan juga masyarakat. Dalam pelatihan tersebut berisi tentang cara pembuatan, alat dan bahan serta manfaat yang akan diperoleh. Pelatihan tersebut berjalan dengan baik, serta masyarakat dapat mengetahui dampak positif dari pengolahan limbah kulit pisang, yaitu bertujuan agar tidak menimbulkan dampak negatif bagi lingkungan.
PEMBUATAN DODOL DARI KULIT PISANG KEPOK SEBAGAI INOVASI BARU DI DESA JADDUNG KECAMATAN PRAGAAN susilawati, ayu; Suhartini, Luluk; Andawiyah, Robi'atul
ABDISUCI : Jurnal Pengabdian dan Pemberdayaan Masyarakat Vol 2 No 02 (2024): ABDISUCI : Jurnal Pengabdian dan Pemberdayaan Masyarakat Juni 2024
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59005/j-abdisuci.v2i02.75

Abstract

Desa Jaddung merupakan salah satu desa yang memiliki potensi pertanian yang cukup besar. Desa ini menjadi salah satu sentra pertanian khususnya dalam produksi hasil pertanian pisang yaitu jenis pisang kepok. Pisang kepok (Musa Paradisiaca Linn) adalah tanaman buah yang berasal dari kawasan asia tenggara (termasuk indonesia). Pada umumnya pisang kepok ditemui tidak hanya diperkotaan tetapi sampai ke pelosok desa dan dapat dikonsumsi kapan saja serta untuk semua tingkatan usia. Namun, kebanyakan masyarakat disana belum mengetahui bahwa kulit pisang itu banyak kandungannya yaitu karbohidrat yang tinggi sekitar 18,5%, dan vitamin sehingga dapat dimanfaatkan untuk bahan baku pembuatan berbagai produk pangan. Saat panen, kulit pisang tentunya menghasilkan limbah kulit pisang, limbah kulit pisang biasanya terbuang begitu saja atau hanya sebagai bahan pakan ternak yang secara ekonomis tidak termanfatkan secara efisien, sehingga kami memiliki inisiatif untuk mengolah limbah kulit pisang menjadi produk yang dapat menghasilkan kualitas yang tinggi yaitu mengolahnya menjadi dodol. Pelatihan pembuatan dodol kulit pisang dilaksanakan Bersama ibu PKK dan masyarakat desa jaddung, pelatihan ini berjalan dengan lancar serta masyarakat dapat mengetahui dampak positif.
Co-Authors Andawiyah, Robi'atul Ayu Susilawati, Ayu Khaliqah, Marinatul Nafisah, Tizanatun Sofia, Siti Sulthan, M Burhanis