Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

1.048

P-Index

This Author published in this journals

All Journal Sistemasi: Jurnal Sistem Informasi Jurnal Teknoinfo Jurnal Riset Informatika METIK JURNAL SATIN - Sains dan Teknologi Informasi

Laela Kurniawati

STMIK Nusa Mandiri

Author-ID : 2377508

Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Electrical & Electronics Engineering

Published : 5 Documents Claim Missing Document

Claim Missing Document

Articles

ANALISIS SENTIMEN APLIKASI RUANG GURU DI TWITTER MENGGUNAKAN ALGORITMA KLASIFIKASI Angelina Puput Giovani; Ardiansyah Ardiansyah; Tuti Haryanti; Laela Kurniawati; Windu Gata
Jurnal Teknoinfo Vol 14, No 2 (2020): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v14i2.679

E-learning merupakan pembelajaran berbasis elektronik dengan menggunakan komputer atau berbasis komputer. Salah satu aplikasi e-learning yang banyak dikenal saat ini adalah aplikasi Ruang Guru. Salah satu cara untuk mengetahui keberhasilan suatu aplikasi adalah dengan melakukan analisis sentimen terhadap aplikasi tersebut. Pada penelitian ini, analisis sentimen diambil dari komentar pengguna media sosial Twitter terhadap aplikasi Ruang Guru sebanyak 513 tweet, setelah dilakukan data cleaning, dengan sentimen positif sebanyak 338 tweet dan sentimen negatif sebanyak 175 tweet. Data tersebut diekstraksi menggunakan algoritma Naive Bayes (NB), Support Vector Machine (SVM), K-Nearest Neighbour (K-NN), dan feature selection dengan algoritma Particle Swarm Optimization (PSO). Penelitian ini membandingkan metode NB, SVM, K-NN tanpa menggunakan feature selection dengan metode NB, SVM, K-NN yang menggunakan feature selection serta membandingkan nilai Area Under Curve (AUC) dari metode-metode tersebut untuk mengetahui algoritma yang paling optimal. Hasil pengujian mendapatkan hasil bahwa aplikasi optimasi terbaik dalam model ini adalah algoritma PSO berbasis SVM dengan nilai akurasi sebesar 78,55% dan AUC sebesar 0,853. Penelitian ini berhasil mendapatkan algoritma yang efektif dan terbaik dalam mengklasifikasikan komentar positif dan komentar negatif terkait dengan aplikasi Ruang Guru

Penerapan Algoritma Greedy Dalam Pencarian Jalur Terpendek Pada Masjid–Masjid Di Kota Samarinda Fariszal Nova Arviantino; Windu Gata; Laela Kurniawati; Yusuf Arif Setiawan; Dedi Priansyah
METIK JURNAL Vol 5 No 1 (2021): METIK Jurnal
Publisher : LP3M Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/metik.v5i1.188

Pencarian jalur terpendek pada masjid – masjid di kota Samarinda sangat diperlukan oleh ustadz, kyai maupun ulama yang ingin mengadakan safari dakwah. Selain itu juga diperlukan oleh instansi terkait seperti kementerian agama yang ingin melakukan kunjungan dengan tujuan pendataan masjid. Algoritma greedy bekerja dengan menccari titik bobot yang terkecil dengan menghitung jalur yang dilewati dan tergantung dari bobot tahapan yang telah dilewati serta bobot pada tahap itu sendiri. Penelitian ini menguji algoritma greedy pada 7 masjid di tengah kota Samarinda yang sering dikunjungi untuk safari dakwah maupun aktivitas lainya.

Sistem Pendukung Keputusan Penerimaan Siswa Baru dengan Metode Simple Additive Weighting (SAW) pada SMP Islam Al-Azhar 6 Jakapermai Bekasi Angelina Puput Giovani; Tuti Haryanti; Laela Kurniawati
SATIN - Sains dan Teknologi Informasi Vol 6 No 1 (2020): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Peningkatan jumlah siswa yang mendaftar disuatu sekolah membuat pihak sekolah perlu mengadakan penyeleksian siswa berdasarkan kriteria yang telah ditentukan sekolah. Sistem penerimaan siswa yang masih manual sering terjadi kesalahan baik dalam penginputan data maupun pembuatan keputusan menjadi permasalahan dalam penerimaan siswa. Dari permasalahan tersebut dibutuhkan sebuah metode yang dapat digunakan dalam proses perhitungan nilai kriteria kemudian diterapkan kedalam sistem pendukung keputusan untuk mempermudah dalam mengolah data. Tujuan penelitian ini untuk membantu proses penyeleksian siswa baru pada SMP Islam Al-Azhar 6 Jakapermai yang saat ini masih manual dengan menggunakan metode Simple Additive Weighting dengan kriteria dan bobot kriteria yang telah ditetapkan kemudian diimplementasikan pada sistem menggunakan Visual Basic .Net dan SQL Server 2008. Kriteria dalam penerimaan siswa baru yaitu nilai bahasa indonesia, matematika, bahasa inggris dan ilmu pengetahuan alam. Metode SAW dimulai dengan pemberian nilai pada setiap kriteria, pembobotan, normalisasi dan perangkingan dari nilai tertinggi ke terendah. Dengan perangkingan tersebut dapat ditentukan siswa yang diterima dan tidak diterima. Penerapan sistem terkomputerisasi dapat mempermudah dalam penentuan penerimaan siswa baru sesuai kriteria, mengurangi human error dan keamanan data lebih terjamin karena disimpan dalam database. Dimana sistem ini nantinya akan digunakan oleh staff tata usaha dalam pengolahan data dan penyajian laporan penerimaan siswa baru

Sentiment Analysis of Digital Wallet Service Users Using Naïve Bayes Classifier and Particle Swarm Optimization Alvie Delia Cahyani; Tati Mardiana; Laela Kurniawati
Jurnal Riset Informatika Vol. 2 No. 4 (2020): Period September 2020
Publisher : Kresnamedia Publisher

Digital wallet services adequately provide many benefits to their users. However, not all users of digital wallet services have a favourable opinion of the service. Therefore, online transportation service companies need to carry out an analysis to determine general sentiment towards their products. The Naïve Bayes Classifier method represents a simple, fast method with excellent accuracy and performs comparatively well for classifying data. However, the Naïve Bayes Classifier method assumes that the attributes are independent, so it can cause the accuracy to be less than optimal. This study aims to improve the accuracy of the Naive Bayes classification for classifying public opinion on digital wallet services using Particle Swarm Optimization. This study manages data from Twitter as much as 490 tweet data. The test results with the confusion matrix and ROC curves show an increase in the accuracy of the Naïve Bayes Classifier method for the Dana digital wallet from 60.00% to 91.67% and the iSaku digital wallet from 53.23% to 85.00%. The T-test and ANOVA test results show that the test results of both classification methods provide significant differences in the accuracy value.

Sistem Pendukung Keputusan Pemilihan Supplier Produk Ritel dengan Metode Analytical Hierarchy Process Friska Marina Uli Hasiani; Tuti Haryanti; Rinawati Rinawati; Laela Kurniawati
Sistemasi: Jurnal Sistem Informasi Vol 10, No 1 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

AbstrakSalah satu faktor yang mempengaruhi kinerja perusahaan adalah keberadaan supplier, sehingga pemilihan supplier yang tepat bagi perusahaan merupakan salah satu pengambilan keputusan yang sangat penting yang perlu dilakukan oleh setiap perusahaan yang melibatkan supplier dalam kegiatan bisnisnya. Salah satunya adalah pada PT. Buana Artha Indopratama Jakarta yaitu perusahaan yang bergerak dibidang ritel seperti alat rumah tangga dan botol kosmetik. Pemilihan supplier saat ini dilakukan masih subyektif Permasalahan yang pernah terjadi adalah supplier yang dipilih melakukan keterlambatan dalam pengiriman barang serta kualitas barang yang dikirim terkadang tidak sesuai yang mengakibatkan PT. Buana Artha Indopratama mengalami kerugian dan menimbulkan citra yang kurang baik dimata pelanggan. Penelitian ini bertujuan untuk mencari kriteria-kriteria yang mempengaruhi pemilihan supplier dan menentukan supplier terbaik bagi PT. Buana Artha Indopratama Jakarta dengan menggunakan metode Analytical Hierarchy Process. Hasil pengolahan data dengan 5 alternatif yang memiliki prioritas tertinggi adalah Zhongshan Yijianxing dengan bobot prioritas 0,339 dan Kriteria yang memiliki prioritas tertinggi adalah kriteria kualitas dengan bobot 0,360.Kata Kunci: analitycal hierarcy process, sistem pendukung keputusan, supplier AbstractOne of the factors that affect company performance is the existence of suppliers, so choosing the right supplier for the company is one of the most important decisions that every company involves suppliers in its business activities needs to make. One of them is at PT. Buana Artha Indopratama Jakarta, a company engaged in retail such as household appliances and cosmetic bottles. The selection of suppliers is currently being carried out is still subjective. The problem that has occurred is the selected suppliers make delays in the delivery of goods and the quality of the goods sent is sometimes not suitable which results in PT. Buana Artha Indopratama suffered losses and created a bad image in the eyes of customers. This study aims to find criteria that influence supplier selection and determine the best supplier for PT. Buana Artha Indopratama Jakarta using the Analytical Hierarchy Process method. The results of data processing with 5 alternatives that have the highest priority are Zhongshan Yijianxing with a priority weight of 0.339 and the criteria that have the highest priority are quality criteria with a weight of 0.360.Keywords: analitycal hierarcy process, decision support system, supplier

Co-Authors Alvie Delia Cahyani Angelina Puput Giovani Angelina Puput Giovani Ardiansyah Ardiansyah Dedi Priansyah Fariszal Nova Arviantino Friska Marina Uli Hasiani Rinawati Tati Mardiana Tuti Haryanti Tuti Haryanti Windu Gata Yusuf Arif Setiawan

Title

Found 5 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 5 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 5 Documents
Search