Article Per Year (5 Year)
p-Index From 2021 - 2026
2.064
P-Index
This Author published in this journals
All Journal Bulletin of Electrical Engineering and Informatics Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Madaniya Buletin Sistem Informasi dan Teknologi Islam Intisari: Jurnal Inovasi Pengabdian Masyarakat JBIMA: Jurnal Pengabdian kepada Masyarakat Linier: Literatur Informatika dan Komputer
Nia Kurniati
Universitas Muslim Indonesia
Religion Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Public Health Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Implementasi Naive Bayes Untuk Analisis Sentimen Pada data Twitter Tentang Isu Politik di Indonesia Fathurrahman Putra Syah; Tasrif Hasanuddin; nia Kurniati
LINIER: Literatur Informatika dan Komputer Vol 2, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i3.3142

Abstract

Perkembangan media sosial, khususnya Twitter, telah menjadi sarana utama bagi masyarakat Indonesia dalam menyampaikan opini dan pandangan terhadap berbagai isu, termasuk politik. Analisis sentimen menjadi metode yang efektif untuk memahami kecenderungan opini publik melalui media sosial. Penelitian ini bertujuan untuk menganalisis sentimen tweet netizen terkait isu politik di Indonesia dengan menerapkan algoritma Naïve Bayes Classifier. Data dikumpulkan dari tweet yang membahas isu politik dan diproses melalui tahap preprocessing, seperti pembersihan data, normalisasi kata, serta penghapusan kata yang tidak relevan. Hasil penelitian menunjukkan bahwa model Naïve Bayes memiliki akurasi sebesar 72% setelah dilakukan optimasi, dengan kinerja yang baik dalam mendeteksi sentimen positif dan netral, namun masih menghadapi tantangan dalam mengidentifikasi sentimen negatif akibat ketidakseimbangan data. Sentimen negatif umumnya berisi kritik terhadap kebijakan pemerintah, sementara sentimen positif mencerminkan harapan dan dukungan terhadap proses politik. Kelemahan dalam penelitian ini disebabkan oleh asumsi independensi fitur dalam Naïve Bayes serta kompleksitas bahasa dalam tweet, seperti sarkasme dan konteks yang ambigu. Oleh karena itu, penelitian lebih lanjut disarankan untuk mengembangkan pendekatan yang lebih canggih, seperti deep learning atau model hibrida, guna meningkatkan akurasi klasifikasi sentimen politik di media sosial
Rancang Bangun Sistem Informasi Geografis Pariwisata Kabupaten Takalar Hasni Arrahma Rahman; harlinda harlinda; nia Kurniati
LINIER: Literatur Informatika dan Komputer Vol 2, No 2 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i2.3108

Abstract

Dalam bidang pariwisata, Kabupaten Takalar memiliki banyak destinasi pariwisata salah satunya pantai. Selain dari beberapa tempat wisata pantai yang menjadi destinasi wisatawan, terdapat beberapa tempat wisata lainnya yang belum diketahui oleh masyarakat luas. Saat ini belum terdapat sebuah sistem informasi yang terintegrasi yang dapat menyatukan destinasi pariwisata pada kabupaten Takalar sehingga wisatawan yang akan datang hanya mendapatkan informasi yang minim terhadap tempat-tempat pariwisata pada kabupaten Takalar. Tujuan dari penelitian ini membantu mempermudah masyarakat luas dalam menentukan tujuan-tujuan destinasi pariwisata dan membantu pihak kabupaten Takalar dalam mempromosikan keberadaan tempat wisata dan potensi-potensi lainnya pada masyarakat. Penelitian ini menghasilkan Sistem Informasi Geografis Pariwisata versi perangkat lunak yang dapat diakses secara umum dan memberikan informasi yang baik kepada pengguna baik pendatang baru yang ingin mencari tau tempat liburan di Kabupaten Takalar dan juga meningkatkan pendapatan bagi masyarakat sekitar
Improving Data Completeness in SINTA Publication Scraping Using an Iterative Method Muhammad Arfah Asis; St. Hajrah Mansyur; Nia Kurniati
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 10 No 3 (2026): Juni 2026 (in progress)
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v10i3.6952

Abstract

The structure of publication data on lecturer profiles in SINTA, particularly those indexed by SCOPUS, often results in data duplication and missing records. This issue arises because articles are distributed by year across multiple pages, making standard single-pass scraping methods unable to guarantee data completeness. This study aims to develop and evaluate the effectiveness of an iterative scraping method in improving the accuracy of publication data retrieval from SINTA. The proposed method involves a series of ten experimental trials, in which the results of single-pass scraping are compared with those of iterative scraping. The evaluated parameters include the level of data completeness and the number of iterations required to achieve optimal results. The findings indicate that single-pass scraping captures only an average of 70.7% of publications in the first iteration, with frequent occurrences of duplicated and missing data. In contrast, the iterative scraping method consistently achieves 100% publication retrieval across all trials, although it requires a varying number of iterations ranging from four to eleven. Therefore, it can be concluded that iterative scraping is a more reliable approach for ensuring the completeness and accuracy of publication data. Although this approach demands greater computational resources than standard methods, it is well suited for large-scale bibliometric studies, institutional evaluations, and more comprehensive monitoring of research trends.
Co-Authors Ainul Yaqin Anjasani Andi Puspitasari Fathurrahman Putra Syah Fitriani Fitriani Harlinda Lahuddin Hasni Arrahma Rahman Ihwana As’ad Lokapitasari Belluano, Poetri Lestari Mardiyyah Hasnawai Mardiyyah Hasnawi Muh. Iqbal Muhammad Arfah Asis Rahmat Rahmat Rukmiati Sapsuha Siska Anraeni St. Hajrah Mansyur Suci Wianingrat H Sulastri Sulastri Syahrul Mubarak Abdullah Syamsul Yakin Tasrif Hasanuddin Ulfa Muldyawati Asmudi Yulita Salim