Article Per Year (5 Year)
p-Index From 2021 - 2026
5.659
P-Index
This Author published in this journals
All Journal Jurnal Kimia (Journal of Chemistry) Infotech Journal Indonesian Journal of Guidance and Counseling: Theory and Application Format : Jurnal Imiah Teknik Informatika IKRA-ITH Informatika : Jurnal Komputer dan Informatika Informatik : Jurnal Ilmu Komputer Elementa: Jurnal Pendidikan Guru Sekolah Dasar ADIL : Jurnal Hukum Jurnal Teknodik Jurnal Infortech Journal of Informatics, Information System, Software Engineering and Applications (INISTA) Innovation in Research of Informatics (INNOVATICS) Jurnal Kewarganegaraan Djtechno: Jurnal Teknologi Informasi JoMMiT : Jurnal Multi Media dan IT Dedikasi: Jurnal Pengabdian kepada Masyarakat Transformasi Jurnal Pendidikan Vokasi Raflesia Journal of Artificial Intelligence and Digital Business Panrita Inovasi: Jurnal Pengabdian Kepada Masyarakat Inspiration: Jurnal Teknologi Informasi dan Komunikasi Jurnal Pengabdian Masyarakat Jurnal Ilmu Fisika dan Terapannya (JIFTA)
Ika Kurniawati
Unknown Affiliation
Arts Humanities Astronomy Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Physics Public Health Social Sciences Other

Published : 46 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 46 Documents
Search

 1   2   3   4   5 
Analisis Sentimen dan Kepuasan Pengguna Aplikasi Pinjaman Online Berdasarkan Ulasan Di Google Play Bela, Sintia; Harianja, Putri Alletheia; Bismi, Waeisul; Kurniawati, Ika; Fahlapi, Riza
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.4245

Abstract

Pentingnya analisis sentimen pengguna dalam meningkatkan kualitas layanan semakin menonjol seiring dengan pesatnya perkembangan layanan fintech di Indonesia, khususnya pada aplikasi pinjaman online. Penelitian ini bertujuan untuk mengukur tingkat kepuasan pengguna terhadap lima aplikasi pinjaman online, yaitu AdaPundi, Julo, IndoDana, AdaKami, dan BantuSaku, berdasarkan ulasan pengguna di Google Play Store. Metode yang digunakan dalam penelitian ini adalah analisis sentimen dengan algoritma K-Nearest Neighbor (KNN). Data ulasan yang dikumpulkan melalui Google Play Store terlebih dahulu melalui tahap text preprocessing, termasuk pembersihan data dan normalisasi teks. Selanjutnya, ekstraksi fitur dilakukan menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). Untuk mengatasi ketidakseimbangan kelas data sentimen, pendekatan Synthetic Minority Over-sampling Technique (SMOTE) diterapkan sebelum proses pelatihan model KNN. Hasil penelitian yang diolah menggunakan Google Collab dan Bahasa pemrograman Python menunjukkan bahwa algoritma KNN mampu memberikan kinerja klasifikasi yang baik pada seluruh aplikasi yang dianalisis. BantuSaku memperoleh akurasi tertinggi sebesar lebih dari 93%, diikuti oleh AdaPundi (>93%), IndoDana (91%), serta AdaKami dan Julo dengan akurasi sekitar 84–85%. Selain itu, BantuSaku juga memiliki proporsi sentimen positif tertinggi, yaitu sebesar 83,2%, yang menunjukkan tingkat kepuasan pengguna paling tinggi. Dengan demikian, penelitian ini menyimpulkan bahwa KNN efektif digunakan dalam analisis sentimen dan mampu membandingkan tingkat kepuasan pengguna pada berbagai aplikasi fintech pinjaman online
Prediksi Pembelian E-Commerce Menggunakan XGBoost Berbasis Perilaku Sesi Pengguna Ruscikasani, Syalaiza Nizar; Oktalivia, Raden Roro Najwa; Putra, Firman Restu; Wahidin, Ahmad Jurnaidi; Rahmatullah, Beni; Kurniawati, Ika
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.4287

Abstract

Penelitian ini membahas pemodelan prediksi pembelian pada platform e-commerce dengan memanfaatkan algoritma Extreme Gradient Boosting (XGBoost) berbasis data perilaku sesi pengguna. Dataset yang digunakan terdiri dari 12.719 sesi pengguna dengan sejumlah atribut perilaku, meliputi waktu kunjungan (Timestamp), durasi interaksi halaman (TimeOnPage_seconds), sumber rujukan (ReferralSource), tipe perangkat (DeviceType), tipe halaman (PageType), negara asal pengguna, serta jumlah item dalam keranjang belanja. Tahap prapengolahan data dilakukan untuk meningkatkan kualitas dataset sebelum pemodelan. Atribut numerik diproses menggunakan imputasi median guna menangani nilai hilang secara stabil terhadap outlier, sedangkan fitur kategorikal ditransformasikan menggunakan ordinal encoding agar sesuai dengan karakteristik algoritma berbasis pohon. Dataset selanjutnya dibagi menjadi data latih dan data uji dengan rasio 80:20 menggunakan teknik stratified split untuk menjaga proporsi kelas pada variabel target. Model XGBoost dilatih menggunakan parameter terkalibrasi dan dievaluasi menggunakan metrik akurasi, precision, recall, F1-score, dan ROC-AUC. Hasil evaluasi menunjukkan bahwa model mencapai akurasi sebesar 0,785 dan ROC-AUC sebesar 0,804, yang menandakan kemampuan diskriminasi yang baik dalam membedakan sesi yang berpotensi menghasilkan pembelian. Analisis feature importance berbasis gain mengungkapkan bahwa fitur Timestamp dan TimeOnPage_seconds merupakan faktor paling berpengaruh dalam pembentukan prediksi. Visualisasi pohon keputusan memberikan pemahaman tambahan mengenai mekanisme pemisahan fitur pada model. Temuan ini menunjukkan bahwa data perilaku sesi pengguna dapat dimanfaatkan secara efektif untuk mendukung prediksi konversi serta menjadi dasar pengembangan sistem rekomendasi dan strategi pemasaran e-commerce yang lebih adaptif.
Pelatihan Pemasaran Digital bagi PKK RW 13 Cipinang Melayu: Strategi Optimalisasi Media Sosial dan Marketplace untuk Peningkatan Daya Saing Kurniawati, Ika; Radiyah, Ummu; Mulyani, Astriana
Dedikasi:Jurnal Pengabdian kepada Masyarakat Vol. 6 No. 1 (2025): Jurnal Dedikasi
Publisher : Universitas Jayabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31479/dedikasi.v6i1.426

Abstract

Media sosial merupakan media daring dimana para penggunanya dapat berpartisipasi, berbagi, dan menciptakan berbagai konten tanpa dibatasi ruang dan waktu. Pemanfaatan media sosial sebagai sarana promosi dan branding menjadi salah satu strategi penting dalam meningkatkan daya saing, termasuk bagi kelompok masyarakat seperti PKK RW 13 Cipinang Melayu, Jakarta Timur. Komunitas ini belum secara optimal menggunakan media sosial dan marketplace sebagai media promosi produk dan kegiatan mereka. Oleh karena itu, dilakukan kegiatan pelatihan pemasaran digital yang berfokus pada peningkatan kualitas konten dan pemanfaatan aplikasi Canva. Kegiatan ini mencakup pemberian materi mengenai literasi digital, strategi promosi melalui media sosial dan marketplace, serta praktik langsung pembuatan desain konten promosi menggunakan Canva. Berdasarkan hasil evaluasi, peserta menunjukkan tingkat kepuasan yang tinggi terhadap kegiatan, terutama pada aspek peningkatan keterampilan dan manfaat kegiatan dengan nilai rata-rata antara 3,7 hingga 4,1 pada skala 5. Pelatihan ini terbukti mampu meningkatkan pemahaman, motivasi, dan kepercayaan diri peserta dalam membuat materi promosi digital yang menarik dan profesional. Kegiatan ini memberikan dampak positif terhadap peningkatan kompetensi literasi digital serta kemampuan pemasaran produk lokal, sehingga mendukung penguatan daya saing dan kemandirian ekonomi komunitas PKK RW 13 Cipinang Melayu. Keywords: canva; digital marketing; personal branding; social media; training.
ANALISIS SENTIMEN MASYARAKAT TERHADAP PENGGUNAAN GEMINI AI DENGAN METODE MACHINE LEARNING Rosandi, Rivana; Febrianto, Ade Ilham; Gibran, Afrizal Achmad; Bismi, Waeisul; Kurniawati, Ika; Fahlapi, Riza
Djtechno: Jurnal Teknologi Informasi Vol 6, No 3 (2025): Desember
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i3.7962

Abstract

Meningkatnya popularitas Gemini AI sebagai platform percakapan digital besutan Google mendorong perlunya memahami bagaimana masyarakat Indonesia menilai kehadirannya. Namun, kajian mengenai persepsi publik berbasis data empiris dalam konteks layanan AI generatif masih terbatas. Penelitian ini bertujuan mengisi kesenjangan tersebut dengan menganalisis sentimen pengguna terhadap Gemini AI menggunakan 10.000 ulasan dari Google Play Store. Data diolah melalui tahapan praproses teks dan pelabelan sentimen, kemudian diklasifikasikan menggunakan beberapa model machine learning untuk memperoleh gambaran yang lebih komprehensif. Hasil penelitian menunjukkan bahwa model SVM memberikan performa paling unggul sebesar 96,34%, precision 0,97%, recall 0,95%, dan F1-score 0,96% mengungguli secara signifikan Naive Bayes (94,76%), Logistic Regression (94,24%), dan Random Forest (93,19%) dan mengindikasikan kecenderungan sentimen positif masyarakat terhadap Gemini AI. Temuan ini memberikan gambaran awal bagi pengembang untuk meningkatkan kualitas layanan dan pengalaman pengguna secara berkelanjutan, khususnya dalam menghadapi persaingan teknologi AI yang semakin dinamis.
Peningkatan Kompetensi Guru Melalui Pelatihan Pembuatan Media Pembelajaran Interaktif Berbasis Artificial Intelligence Di RA Al-Muttaqin Kurniawati, Ika; Radiyah, Ummu; Mulyani, Astriana
Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 2 (2026): Januari
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat Politeknik Negeri Media Kreatif

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46961/jpk.v5i2.1752

Abstract

Dalam menjalankan proses pembelajaran, guru dituntut untuk senantiasa mengembangkan pembelajaran yang adaptif dan relevan dengan perkembangan teknologi. Salah satu teknologi yang saat ini banyak dimanfaatkan dalam dunia pendidikan adalah Artificial Intelligence (AI). AI telah menjadi alat potensial yang mampu merevolusi metode pembelajaran dan meningkatkan keterlibatan siswa. Pelatihan pemanfaatan AI bertujuan untuk meningkatkan pengetahuan, keterampilan, dan sikap guru dalam memanfaatkan teknologi informasi dan komunikasi, khususnya dalam pembuatan media pembelajaran interaktif. Hal ini menjadi bagian dari upaya peningkatan daya saing sumber daya manusia, terutama melalui peran guru sebagai fasilitator pembelajaran. Salah satu platform berbasis AI yang digunakan dalam pelatihan ini adalah Powtoon, yang dapat dimanfaatkan oleh guru untuk mengembangkan media pembelajaran dalam bentuk video yang menarik dan interaktif. Pelaksanaan pelatihan meliputi tahapan pengenalan, tutorial atau pendampingan, diskusi, dan tanya jawab. Evaluasi dilakukan pada akhir kegiatan melalui penyebaran kuesioner untuk mengukur tingkat pemahaman peserta serta menilai efektivitas pelatihan. Hasil evaluasi menunjukkan bahwa pelatihan ini mendapatkan respons yang sangat positif. Seluruh indikator kepuasan peserta menunjukkan skor di atas rata-rata, terutama pada aspek manfaat pelatihan, penambahan wawasan, dan minat untuk mengikuti pelatihan serupa di masa mendatang. Hal ini menunjukkan bahwa pelatihan tidak hanya bersifat informatif, tetapi juga transformatif dalam meningkatkan kompetensi digital guru, khususnya dalam konteks pendidikan anak usia dini. Kata Kunci: Artificial Intelligence; Literasi digital; Media pembelajaran; Pelatihan; Powtoon.
ANALISIS SENTIMEN ULASAN APLIKASI X PADA GOOGLE PLAY STORE MENGGUNAKAN KOMPARASI SVM, KNN, DAN NAIVE BAYES Manampiring, Jim Maxwell; Halawa, Jenianus; Zai, Jefiri; Kurniawati, Ika; Fahlapi, Riza; Bismi, Waeisul
Djtechno: Jurnal Teknologi Informasi Vol 7, No 1 (2026): April
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v7i1.8095

Abstract

Transformasi rebranding media sosial Twitter menjadi X menimbulkan respons yang beragam dari pengguna global, termasuk di Indonesia. Ulasan pengguna pada platform Google Play Store memuat informasi berharga mengenai kepuasan dan keluhan pengguna, namun volume data yang besar dan tidak terstruktur menyulitkan analisis secara manual. Studi ini difokuskan pada penerapan analisis sentimen guna mengklasifikasikan opini pengguna menjadi kategori positif dan negatif, serta membandingkan kinerja tiga algoritma Machine Learning, yaitu Support Vector Machine (SVM), K-Nearest Neighbor (KNN), dan Naive Bayes. Dataset yang digunakan berjumlah 10.000 data berbahasa Indonesia yang dikumpulkan melalui scraping. Melalui tahapan preprocessing yang meliputi cleaning, tokenizing, dan stemming, data dilatih dengan pembagian rasio 80:20. Hasil pengujian menunjukkan algoritma SVM menggunakan kernel linear menghasilkan kinerja terbaik dengan akurasi sebesar 84,8%, diikuti oleh Naive Bayes sebesar 83,1%, dan KNN sebesar 79,7%. Kesimpulan dari studi ini menegaskan bahwa SVM merupakan metode yang paling efisien guna menangani klasifikasi teks pada data ulasan aplikasi X yang memiliki dimensi tinggi, meskipun terdapat ketidakseimbangan kelas pada dataset.
Co-Authors Adifa, Retno Egha Aditya, Ikhsan Nur Afiani, Nurida Agung Budiyanto Ahmad Agung Yuwono Putro Ahmad Jurnaidi Wahidin Alfian, Desri Amalia, Ritchie Amanda, Risa Amar, Danu Anggara, Indra Galuh Anjani, Mutiara Putri Asiyah, Nuri Asrul Astuti, Tia Puji Awinanto, Alfian Bela, Sintia Beni Rahmatullah Denny Darmawan Destalmawati Telaumbanua Duha, Arnawati Eko Nusantoro Fachri Amsury Fahlapi, Riza Faisal Faisal Fajri, Rifqi Nurul Fauzi, Muh. Fauzi, Muhamad Rizki Febrianto, Ade Ilham Gibran, Afrizal Achmad Habiburrahman, Tamzis Halawa, Jenianus Handika, Muhamad Harianja, Putri Alletheia Hariyansyah, Rahmat Heriyanto Heriyanto Heriyanto Heriyanto Hernawati Herputra, Alviando Daffa Heru Utomo Hidayah, Arip I Gede Mahardika I Nengah Wirajana I Wayan Suarsa Ibrahim Ibrahim Ida Ayu Putu Sri Widnyani Imam Budiawan Indriyani, Tantri Nur izzah, lathifatul Kadafi, Abdul Rahman Kurniawan, Ery Laksono, Bagus Lumbantoruan, Sari Lusy Liany Manampiring, Jim Maxwell Martin, Ricky Misbahul Munir Mulyani, Astriana Mustajib, Ahmad nanang ruhyana Ngara, Simson Mali Nugroho Budi Wibowo Nurhidayanti, Dina Oktalivia, Raden Roro Najwa Pandi Afandi Puspita, Maria Entina Putra, Firman Restu Putu Suarya Rahmandhani, Rifqi Ramadha, Johan Afrian Richardus Eko Indrajit Rizki Fahdia, Muhammad Rizkiansyah, Dimas Rosandi, Rivana Rossena, Bayu Adjie Rosyid, Ghufron Ruscikasani, Syalaiza Nizar Saputra, Irwansyah Saputra, Ryan Adjie Sari, Icha Puspita Silaban, Mei Erpina Sari soma, Adityan Sriwiyanta, Aditya Budi Supriadi Supriadi Surono, Anang Suryadih, Suryadih Syamsul Ph.D M.A. Hadi Syeptiani, Silvia Telaumbanua, Destalmawati Ummu Radiyah Ummu Radiyah, Ummu Vivit Marcelina Waeisul Bismi Yanuar Surya Putra Yulianti, Rina Dewi Zaenudin, Zen Zen Zai, Jefiri