Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JUTI: Jurnal Ilmiah Teknologi Informasi Malcom: Indonesian Journal of Machine Learning and Computer Science
Noor Fitria Azzahra
Unknown Affiliation
Computer Science & IT Dentistry Education Library & Information Science

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

Found 2 Documents
Search

 1 
PROMOTER ACCOUNT DETECTION IN TWITTER Syidada, Shofiya; Azzahra, Noor Fitria; Puspaningrum, Eva Yulia
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 12, No 1, Januari 2014
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (396.427 KB) | DOI: 10.12962/j24068535.v12i1.a44

Abstract

Twitter is an online social network and micro-blog that becomes an alternative media for sharing and getting information. In the political area, Twitter provides various features as a media to promote campaign and get a good imaging for political party or contestant. In order to get a good opinion from other users, the contestant can manipulate their success with a massive promotion. This promotion activity could lead to public opinion that is not consistent with the facts. So that, we need to determine whether this is promoter account or not. In this paper, we propose a new framework for promoter account detection. This framework based on twitter content to detect promoter account according to their existence in topic of promotion. This framework employs k-means approach in order to cluster topic of promotion based on twitter’s content. From each cluster, we evaluate the existence of promoter account. With very simple approach, the results obtained on experiment show that this framework is effective for promoter account detection.
Analisa Kepuasan Google Classroom Sebagai Media Pembelajaran Daring Menggunakan Framework PIECES (Kelas RPL): Satisfaction Analysis Google Classroom as an Online Learning Media Using the PIECES Framework (RPL Class) Junaedi, Nanang; Azzahra, Noor Fitria
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 2 (2024): MALCOM April 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i2.1300

Abstract

Kepuasan pengguna sistem informasi adalah tolak ukur baik tidaknya sebuah sistem informasi. Proses pengukuran SI dapat dilakukan dengan banyak cara. Adapun penelitian ini akan menggunakan pengukuran Kepuasan Aplikasi Classroom dengan PIECES Framework, Wabah COVID-19 saat ini memang sudah dinyatakan berakhir oleh pemerintah, tetapi pembelajaran tetap tidak bisa langung dialihkan ke pembelajaran Luring dikarenan jika sewaktu-waktu wabah COVID dengan mutasi baru menyerang maka otomatis pembelajaran akan berhenti lagi, oleh karena itu pembelajaran sekarang menggunakan metode hybrid, dimana melaksanakan secara daring dan luring. Dunia pendidikan pun mengalami imbas yang signifikan sehingga tatap muka dibantu dengan media virtual dan Classrom berperan sebagai sebagai media daring disamping tatap muka di kelas sebagai luringnya. Adapun alasan kami memilih metode ini karena metode ini adalah metode yang paling spesifik dalam mengukur kinerja sebuah sistem informasi. Metode analisa PIECES Framework, yang memiliki beberapa domain atau poin analisa, yakni: Performance, Informations and Data, Economics, Control and Security, Efficiency, and Service, setiap domain analisa adalah referensi yang relevan untuk mengevaluasi dan menganalisa Aplikasi Google Classroom. Hasil dari penelitian ini menunjukkan bahwa Google Classroom adalah media daring yang baik untuk mendukung pembelajaran luring.
Co-Authors Ahmad Saikhu Eva Yulia Puspaningrum Ginardi, R.V. Hari Nanang Junaedi Shofiya Syidada