Article Per Year (5 Year)
p-Index From 2021 - 2026
2.534
P-Index
This Author published in this journals
All Journal Jupiter Jurnal Informatika Jurnal sistem informasi, Teknologi informasi dan komputer JUSIFO : Jurnal Sistem Informasi Sistemasi: Jurnal Sistem Informasi DoubleClick : Journal of Computer and Information Technology Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) JSAI (Journal Scientific and Applied Informatics) Journal of Information Systems and Informatics Informanika Journal of Computer and Information Systems Ampera Jurnal Pengembangan Sistem Informasi dan Informatika Jurnal Indonesia : Manajemen Informatika dan Komunikasi KLIK: Kajian Ilmiah Informatika dan Komputer Jurnal Pengabdian kepada Masyarakat Bina Darma Jurnal Abdi Masyarakat Indonesia JSK (Jurnal Sistem Informasi dan Komputerisasi Akuntansi) SmartComp Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer
Nurul Adha Oktarini Saputri
Universitas Bina Darma
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Public Health Social Sciences Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Informanika

 1 
ANALISIS SENTIMEN MASYARAKAT TERHADAP PILPRES 2019 BERDASARKAN OPINI DARI TWITTER MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER Nurul Adha Oktarini Saputri1; Khoirul Zuhri
JURNAL INFORMANIKA JURNAL INFORMANIKA, VOL.7 NO.01 JANUARI-JUNI 2021
Publisher : POLITEKNIK ANIKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52233/informanika.v7i01.201

Abstract

Twitter merupakan media sosial yang sedang populer saat ini, disini publik bebas berkomentar dan menulis apapun. Tidak jarang pubik berkomentar dengan kata – kata kasar bahkan ujaran kebencian. Pemilihan presiden 2019 menuai banyak komentar,ada yang memuji,mengkritik dan menghina.Untuk dapat menggali informasi dan melakukan klasifikasi sebuah teks diperlukan analisis sentimen. Dalam penelitian ini analisis sentimen merupakan proses klasifikasi dokumen tekstual ke dalam dua kelas, yaitu kelas sentimen negatif dan positif. Data opini diperoleh dari jejaring sosial Twitter berupa tweet. Data yang digunakan berjumlah 3337 tweet terdiri dari 80% data latih dan 20% merupakan data training. Data latih merupakan data yang telah diketahui sentimennya. Penelitian ini bertujuan untuk menentukan tweet merupakan tweet positif atau negatif yang disampaikan di Twitter dalam Bahasa Indonesia. Pengklasifikasian data tweet menggunakan algoritma naïve bayes classifier. Hasil klasifikasi pada data uji menunjukkan,algoritma Naïve Bayes Classifier memberikan nilai akurasi sebesar71%. Untuk nilai akurasi tiap sentimennya yaitu 71% untuk sentimen negatif dan 70% untuk sentiment positif. Kata Kunci : Analisis Sentimen, Klasifikasi, Naïve Bayes, Twitter, Pilpres 2019
PENERAPAN METODE K-MEANS CLUSTERING UNTUK MENENTUKAN JUMLAH PENJUALAN OBAT YANG BANYAK TERJUAL PADA APOTEK MURBAY SEKAYU Nurul Adha Oktarini Saputri; Monica Elvirasari
JURNAL INFORMANIKA Jurnal Informanika, Vol 07 No. 02 Juli - Desember 2021
Publisher : POLITEKNIK ANIKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52233/informanika.v7i02.253

Abstract

Apotek Murbay merupakan salah satu sarana pelayanan kesehatan masyarakat dalam bidang kesehatan terutama sebagai penyedia obat. Salah satu faktor penting untuk kelangsungan jual beli pada apotek yaitu adanya persediaan obat-obatan. Persediaan obat-obatan pada Apotek Murbay saat ini dilakukan hanya dengan memeriksa persediaan obat yang hampir habis kemudian memperbarui stok persediaan obat tersebut. Hal tersebut kurang efisien jika suatu waktu membutuhkan obat dalam jumlah yang besar. Untuk mengatasi permasalahan tersebut dapat diterapkan suatu metode data mining dengan cara menganalisa pemakaian obat. Adapun pengolahan datanya dapat dilakukan melalui proses clustering data dengan menerapkan metode k-means clustering yang bertujuan mengelompokkan data yang mempunyai karakteristik yang sama ke dalam satu cluster yang sama dan data yang mempunyai karakteristik berbeda dikelompokkan ke dalam cluster lain. Adapun sistem yang dibangun ini menggunakan bahasa pemrograman PHP dan database MySQL yang bertujuan untuk mengetahui obat apa saja yang banyak terjual yang dapat dijadikan sebagai acuan dalam pengambilan keputusan, perencanaan dan pengendalian persediaan obat-obatan
IMPLEMENTASI PENGAMANAN DATA DAN INFORMASI DI BALAI DESA TANDING MARGA DENGAN METODE STEGANOGRAFI LSB DAN ALGORITMA KRIPTOGRAFI AES Nurul Adha Oktarini Saputri
JURNAL INFORMANIKA JURNAL INFORMANIKA, VOL.7 NO.01 JANUARI-JUNI 2021
Publisher : POLITEKNIK ANIKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52233/informanika.v7i01.202

Abstract

Perkembangan teknologi informasi terutama pada sistem kerahasiaan dan keamanan data telah berkembang pesat. Kerahasiaan dan keamanan dalam komunikasi data merupakan suatu aspek yang penting. Dalam menjaga kerahasiaan dan keamanan suatu pesan yang akan dikirimkan, terlebih dahulu pesan disembunyikan atau di enkripsi didalam media citra. pada penelitian ini yang digunakan adalah citra digital dengan warna dengan kedalaman 24 bit. Penelitian ini bertujuan untuk membuat suatu sistem agar dapat meningkatkan kerahasiaan dan keamanan data yang berupa pesan-pesan penting. Steganografi least significant bit (lsb) digunakan untuk menyimpan pesan kedalam gambar. Dan algoritma kriptografi digunakan untuk mengunci/ mengenkripsi adalah algoritma aes. Lsb yang digunakan pada penelitian ini yakni dengan menyisipkan bit-bit chiperteks kedalam diagonal-diagonal pada matriks pixel komponen warna pada citra. Pada penelitian ini pengujian dilakuklan dengan cara melihat aspek-aspek recorvery pada metode modified Lsb danAES Kata Kunci : steganografi, modified LSB, kriptografi, AES
Co-Authors Alvin Alvin Ardiansyah Ardiansyah Desi Ratna Putri DINNY KOMALASARI Elma Amorita Fifi Metarani Firamon Syakti Hadi Syaputra Heri Suroyo Jodi Astama Khoirul Zuhri M. Soekarno Putra Merriayu Puspita Hannah Merrieayu Puspita Hannah Merrieayu Puspita Hannah Misinem Monica Elvirasari Muhamad Akbar Nurul Huda Oktaviani, Nia Panji Dharmawan Prihambodo Hendro Saksono R.M. Nasrul Halim Rabi'ah Rian Anggara Ryan Andri Septian Dwi Fernando Susan Dian Purnamasari Trie Martha Wahyu Rahmana Putra