Article Per Year (5 Year)
p-Index From 2020 - 2025
2.064
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Indonesian Journal on Software Engineering (IJSE) Techno Nusa Mandiri : Journal of Computing and Information Technology Jurnal Mantik JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Students‘ Research in Computer Science (JSRCS) JUSTIN (Jurnal Sistem dan Teknologi Informasi) Prosiding SeNTIK STI&K
Nuraeni Herlinawati
Universitas Bina Sarana Informatika
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Languange, Linguistic, Communication & Media

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : CESS (Journal of Computer Engineering, System and Science)

 1 
Analisis Sentimen Zoom Cloud Meetings di Play Store Menggunakan Naïve Bayes dan Support Vector Machine Nuraeni Herlinawati; Yuri Yuliani; Siti Faizah; Windu Gata; Samudi Samudi
CESS (Journal of Computer Engineering, System and Science) Vol 5, No 2 (2020): JULI 2020
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (83.303 KB) | DOI: 10.24114/cess.v5i2.18186

Abstract

Aplikasi zoom cloud meetings yang mulai booming digunakan sekarang ini karena adanya pandemi virus corona, sehingga membuat semua kegiatan dilakukan secara virtual. Zoom cloud meetings merupakan aplikasi yang memiliki berbagai fitur termasuk video & audio conference. Pada penelitian ini penulis menggunakan metode Naïve Bayes dan Support Vector Machine dalam menganalisa label sentimen positif atau negatif pada ulasan para pengguna aplikasi zoom di Google Play Store. Jumlah dataset setelah prepocessing menjadi 1.007 record. Data hampir seimbang dengan label positif sebanyak 546 dan label negatif 461 ulasan. Evaluasi model menggunakan 10 fold cross validation diperoleh nilai akurasi dan nilai AUC dari masing-masing algoritma yaitu untuk NB nilai akurasi = 74,37% dan nilai AUC = 0,659. Sedangkan untuk algoritma SVM nilai akurasi = 81,22% dan nilai AUC = 0,886. Dalam penelitian ini dapat diketahui bahwa tingkat akurasi yang didapatkan algoritma Support Vector Machine (SVM) lebih unggul 6,85% dibandingkan algoritma Naïve Bayes (NB). Kata Kunci— Zoom Cloud Meetings, Google Play Store, Virus Corona, Naïve Bayes, Support Vector Machine. Abstract— Zoom cloud meetings application that began to boom is used today because of the corona virus pandemic, so that all activities are carried out virtually. Zoom cloud meetings is an application that has various features including video & audio conferencing. In this study the authors used the Naïve Bayes method and Support Vector Machine in analyzing positive or negative sentiment labels on the zoom users' reviews on the Google Play Store. The number of datasets after prepocessing is 1,007 records. The data is almost balanced with 546 positive labels and 461 negative labels. Evaluation of the model using 10 fold cross validation obtained accuracy values and AUC values from each algorithm, namely for NB, the accuracy value = 74.37% and the AUC value = 0.659. As for the SVM algorithm the accuracy value = 81.22% and the AUC value = 0.886. In this study it can be seen that the accuracy obtained by the Support Vector Machine (SVM) algorithm is 6.85% superior to the Naïve Bayes (NB) algorithm.
Payroll Program Design at The Employee Cooperative of The Republic Indonesia Kancawinaya Teachers Karawang Nuraeni Herlinawati; Dahlia Dahlia; Verry Riyanto; Ganda Wijaya
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v7i2.36775

Abstract

Saat ini Teknologi Informasi (TI) sangatlah berpengaruh dalam dunia kerja. Koperasi Pegawai Republik Indonesia (KPRI) Guru Kancawinaya membutuhkan sekali adanya suatu sistem penggajian yang terkomputerisasi untuk mempermudah dalam pembagian gaji pegawai sehingga memperoleh hasil yang akurat. Untuk itulah penulis termotivasi untuk melakukan penelitian pada Koperasi Pegawai Republik Indonesia Guru Kancawinaya dan membangun sebuah program yang dapat memecahkan masalah dalam pengelolaan data penggajian sehingga dapat memperoleh hasil yang akurat. Dengan banyaknya unit usaha yang dimiliki oleh Koperasi Pegawai Republik Indonesia (KPRI) Guru Kancawinaya maka dibutuhkan sumber daya manusia yang dapat mengelolanya. Pengurus koperasi tidak akan mungkin bisa mengelola semuanya, oleh karena itu diperlukan beberapa pegawai pada unit usaha yang dimiliki koperasi. Penggajian adalah sesuatu yang sangat vital dalam dunia kerja dan jika dalam pengelolaanya tidak baik dapat menimbulkan resiko seperti: kecurangan, kesalahan dan penyelewengan yang akibatnya akan membuat perusahaan menjadi rugi, dalam hal ini adalah koperasi. Oleh karena itu dibutuhkan adanya sistem penggajian yang terkomputerisasi dan diterapkan dengan baik supaya memperoleh informasi yang handal.
Co-Authors Abdul Hamid Agustine Fitrana, Lady Ali Mustopa, Ali Dahlia Dahlia Endah Wiji Lestari Eni Heni H Farid Haqqon, Muhammad Fitri Wulandari Fitri, Evita Ganda Wijaya Hamdun Sulaiman Hermanto Hermanto Indah Ariyati Laksono Trisnantoro Leliyanah Leliyanah Mahfud, Nuzul Mochammad Abdul Azis Muhammad Iqbal Muhammad Rezki Niar Adisty Putra Nurcahyani, Devi Reza Sari, Octaviani Safitri Linawati Salsabila, Almeyda Samudi Samudi Sa’adah, Rabiatus Seimahuria, Syarah Siti Faizah Siti Fauziah Verry Riyanto Watmah, Sri Windu Gata Yudhistira Yudhistira Yuliani, Yuri