Claim Missing Document
Check
Articles

Proses Komunikasi dan Kesesuaian Peran Pendamping Dalam Pelaksanaan Program Keluarga Harapan Di Kelurahan Karangtengah Kota Sukabumi Siswanti; Siswanti, Sri; Pratiwi, Ellya; Gunawan, Ce
Jurnal Public Relations (J-PR) Vol. 2 No. 2 (2021): Oktober 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jpr.v2i2.646

Abstract

Digitalisasi dalam segala aspek kehidupan merupakan hal yang tidak bisa ditolak. Digitalisasi juga merambah ke ranah media. Media digital hadir dalam berbagai bentuk dan karakter. Hal tersebut merubah pola interaksi masyarakat dan media terkait dengan penyampaian dan penerimaan informasi. Informasi di era digital tidak lagi dicari namun mencari audience nya. Hal tersebut mengakibatkan terjadinya banjir informasi. Terkait dengan itu dibutuhkan kemampuan masyarakat untuk mengakses, memilah dan memilih informasi serta kemampuan untuk memahami konteks dalam teks akan membantu masyarakat mengambil manfaat dari beragam informasi yang ada di media digital, bukan sebaliknya. Penelitian ini berupaya mengulas dampak media digital di era post-truth dan upaya antisipasinya. Literasi digital dan literasi media sangat diperlukan di era banjir informasi ini.
IMPLEMENTATION OF TOPSIS AND SAW METHODS FOR THE SELECTION OF THE BEST HOTEL Kristanto, Samuel Widi; Siswanti, Sri; Setiyowati, Setiyowati; Kusumaningrum, andriani
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 10 No. 4 (2024): September 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i4.3183

Abstract

Abstract: The city of Surakarta is one of the cities that is busy with local and foreign tourists because there are various kinds of interesting cultural tourism. The large number of hotels with many services and facilities makes tourists confused in choosing a hotel, so prospective hotel guests need a long time to choose the best hotel according to their desired criteria. The aim of this research is to create a tool for prospective hotel guests in making decisions on hotel selection recommendations using the TOPSIS and SAW methods. This research uses 8 hotel data points in Laweyan District, Surakarta, and hotel data obtained from the Tourism Office. The results of the McCall Test with 5 indicators, namely accuracy, reliability, efficiency, integrity, and usability, average 86%, so this system is categorized as very good. Keywords: hotel selection;  TOPSIS; SAW; decision supporter system  Abstrak: Kota Surakarta menjadi salah satu kota yang  ramai dikunjungi wisatawan lokal maupun mancanegara karena terdapat berbagai macam wisata budaya yang menarik. Banyaknya hotel dengan pelayanan dan fasilitas yang banyak membuat wisatawan kebingungan dalam memilih hotel, sehingga calon tamu hotel memerlukan waktu yang lama untuk memilih hotel terbaik sesuai kriteria yang diinginkan.  Tujuan dari penelitian ini adalah membuat suatu alat bantu bagi calon tamu hotel dalam pengambilan keputusan rekomendasi pemilihan hotel  menggunakan metode TOPSIS dan SAW. Penelitian ini menggunakan 10 titik data hotel yang ada di Kecamatan Laweyan Surakarta dan data hotel yang diperoleh dari Dinas Pariwisata. Hasil Uji McCall dengan 5 indikator yaitu akurasi, reliabilitas, efisiensi, integritas, dan kegunaan rata-rata 86%, maka sistem ini dikategorikan sangat baik. Kata kunci: pemilihan hotel; TOPSIS; SAW; sistem penunjang keputusan
SENTIMENT ANALYSIS OF THE HALODOC APPLICATION USING THE SUPPORT VECTOR MACHINE (SVM) ALGORITHM Rachmadi Putri, Fairuz Amani; Siswanti, Sri
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 11 No. 2 (2025): Maret 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v11i2.3748

Abstract

Abstract: The Halodoc application, as a digital healthcare service platform, has been widely used for various medical purposes, such as doctor consultations, medication purchases, and laboratory services. User interactions and reviews play a crucial role in enhancing service quality. Sentiment analysis was conducted using the Support Vector Machine (SVM) method to assess user perceptions and satisfaction based on reviews obtained from the Google Play Store platform. The analysis process included data collection, text preprocessing, data transformation using TF-IDF, and training an SVM model to predict sentiment. The model achieved its highest accuracy of 88.32% in the first scenario. However, accuracy slightly decreased in the second and third scenarios, reaching 86.25% and 86.94%, respectively. The analysis results indicated that the model performed best in the first scenario, with the lowest number of prediction errors. Additionally, the model was more accurate in classifying negative and positive sentiments than neutral ones.            Keywords: halodoc application; sentiment analysis; support vector machine algorithm Abstrak: Aplikasi Halodoc, sebagai platform layanan kesehatan digital, telah banyak digunakan untuk berbagai keperluan medis seperti konsultasi dokter, pembelian obat, dan layanan laboratorium. Interaksi pengguna dan ulasan mereka memiliki peran krusial dalam meningkatkan mutu layanan. Analisis sentimen dilakukan dengan menggunakan metode Support Vector Machine (SVM) untuk mengetahui persepsi dan kepuasan pengguna berdasarkan ulasan yang diperoleh dari Platform Google Play Store. Proses analisis mencakup pengumpulan data, pra-pemrosesan teks, transformasi data menggunakan TF-IDF, dan pelatihan model SVM untuk memprediksi sentimen. Hasil pelatihan model dengan akurasi tertinggi sebesar 88,32% pada skenario pertama. Akurasi sedikit menurun pada skenario kedua dan ketiga, masing-masing sebesar 86,25% dan 86,94%, Hasil analisa menunjukkan bahwa model memiliki performa terbaik pada skenario pertama dengan jumlah kesalahan prediksi terkecil. Selain itu, model cenderung lebih akurat dalam mengklasifikasikan sentimen negatif dan positif dibandingkan netral.. Kata kunci: algoritma support vector machine; analisis sentimen; aplikasi halodoc 
Co-Authors Abiyu Eka Darmana Agik Damai Istanto Agus Nugroho Ahmad Fahrurohim Ahmad Muhariya Alvareza Anggada Tama Andriani Kusumaningrum Andriani Kusumaningrum Andriani Kusumaningrum KW Anggiratih, Endang Ari Satria Perdhana Arianto, Satria Rizki Arum Sari Asdin Wahyu Pamungkas Bagus Prasetyo Banowati, Lies Bayu Aji Setiyawan Bebas Widada Bebas Widada Candra, Abel Ce Gunawan Cicik Sulastri Dedie Citra Mahendra Didik Nugroho Dimas Febriyan Priambodo Din Eksanti W Dwi Tri Laksono Erfan Zaenuddin Faizal Gunawan Fajar Mitasari Fatwa Lingga Wrehatnala Febriyanti, Renita Fitri Hanung Wibowo Ghiffari Adhe Permana Hasman Budiadi Hendro Wijayanto Ibrahim Rizki Ibrahim Rusydi ISNAWATI Istiqomah Wiwin Fatmawati Iwan Ady Prabowo Khoirul Huda Kristanto, Samuel Widi Kumaratih Sandradewi Kurniyanti, Asshiva Fitricia Kustanto, Kustanto Kusumaningrum, Andriani Kusumawijaya, Andriani Kusumaningrum Lilis Aminawati Lilis Wulandari Madiyono Madiyono Margaretha, Rita Masrida Rezky Ritonga Mita Purwati Muhammad Alwi Hasan Muhammad Hasbi Muhammad Hasbi Muhammad Hasbi Muhammad Muchlasin Mustiraya, Raya Naufal Hafiz Novia Titis Sulistyani Nuur Rochman Naafian Obrina Candra Briliyant Oktapiani, Juwita paulus harsadi Perdana, Ferdian Pratiwi, Ellya Prihantono, Johanes Purnomo, Albert Rachmadi Putri, Fairuz Amani Rachmat Basuki Wicaksono Raharja, Bayu Dwi Rahmat Purwoko Rangga, Muhammad Rangga Alvin Pratama Retno Dwi Andari Retno Tri Vulandari Risma Meike Eko Wati Rosmawati Rosmawati Saly Kurnia Octaviani Sanjai Kurniawan Saptomo, Wawan Laksito Yuly Setiyowati Setiyowati Setiyowati Setiyowati Setiyowati Setiyowati Setiyowati Setiyowati Siswanti Sri Hariyati Fitriasih Sri Harjanto Sri Harjanto Sri Harjanto Sri Surati Suharyanto H. Soro Suwarno Suwarno Teguh Susyanto Tri Irawati Tri Irawati, Tri Tubagus Agni Assiddiq Athoillah Vindusari, Maria Kleovita Putri Waskitho, Anggit Widhi Wawan Laksito YS Wawan Laksito Yuli Saptomo Wawan Laksito Yuly Saptomo Wawan Laksito Yuly Saptomo Wijayanto, Hendro Yohan Alief Rizaldy Yopi Kristiawan