Article Per Year (5 Year)
p-Index From 2021 - 2026
5.927
P-Index
This Author published in this journals
All Journal KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) ISSN: 2252-9063 Jurnal Informatika dan Teknik Elektro Terapan Informatics for Educators and Professional : Journal of Informatics KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer Jurnal ICT : Information Communication & Technology Jurnal Teknologi Informasi dan Multimedia Jurnal Sistem informasi dan informatika (SIMIKA) Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Accounting Information System (AIMS) INTERNAL (Information System Journal) JATI (Jurnal Mahasiswa Teknik Informatika) Media Informatika MEANS (Media Informasi Analisa dan Sistem) Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Jurnal Informatika Terpadu D'computare: Jurnal Ilmiah Teknologi Informasi dan Ilmu Komputer AMMA : Jurnal Pengabdian Masyarakat Jurnal Informatika: Jurnal Pengembangan IT Jurnal Accounting Information System (AIMS) INTERNAL (Information System Journal) Jurnal Kecerdasan Buatan dan Teknologi Informasi Jurnal Komtika (Komputasi dan Informatika)
Raditya Danar Dana
Manajemen Informatika; STMIK IKMI CIREBON
Humanities Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Nursing Other

Published : 53 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 53 Documents
Search

 1   2   3   4   5 
Analisis Sentimen Aplikasi Shopee di Goole Play Store Menggunakan Klasifikasi Algoritma Naïve Bayes Moch Rifki Firdaus; Nining Rahaningsih; Raditya Danar Dana
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 6, No 1 (2024): Maret
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jinrpl.v6i1.10302

Abstract

Through Information Technology (IT), the internet is now used to encourage business and market activities. This research aims to conduct sentiment analysis of Shopee application reviews on the Google Play Store platform by applying the Naïve Bayes algorithm classification method. As one of the leading e-commerce applications, Shopee relies heavily on user feedback to continuously improve the quality of its services. A deep understanding of customer sentiment revealed in app reviews can be the foundation for continuous improvement and improvement. The Naïve Bayes algorithm classification method was implemented to categorize sentiment in customer reviews on the Shopee application on the Google Play Store. The data used involves a large number of reviews covering various aspects of the application. The sentiment analysis process involves data prepprocessing, feature extraction, and Naïve Bayes mode training. The results of this research provide an overview of how users respond to the Shopee application, identifying positive, neutral and negative sentiment patterns that may influence the application's reputation and popularity. These findings can be a guide for application developers to focus on certain aspects that influence user satisfaction. In addition, the application of the Naïve Bayes algorithm classification method proves its reliability in identifying customer sentiment efficiently, contributing to a deep understanding regarding the use of this algorithm in the context of analysis sentiment on the application platform.
Analisis Clustering Data Anak Balita di Posyandu Kampung Sukarame Menggunakan Algoritma K-Means Mira Miranda; Nining Rahaningsih; Raditya Danar Dana
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 6, No 1 (2024): Maret
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jinrpl.v6i1.10256

Abstract

Nutrition has a very important role in maintaining the health of the human body, especially in children and toddlers. The current level of health of toddlers and children is still a challenge in every region. Balance in nutritional consumption has a significant impact on children's growth and development phases, increasing their learning capacity, and making a positive contribution to their future. Currently, the problem at the Mulus Rahayu posyandu Kp. Sukarame, Cileunyi Kulon Village, Bandung Regency is that there are still many parents who do not understand the importance of balanced nutrition for toddlers. Some toddlers are known to experience malnutrition problems, while others are obese. However, no attempt has been made to group data based on the nutritional value characteristics of toddlers using the K-Means Clustering algorithm, based on height, weight and age of toddlers. To categorize into groups such as good nutrition and poor nutrition. Through the application of the K-Means algorithm, it is possible to group the nutritional values of toddlers more symmetrically, providing a basis for earlier prevention efforts by posyandu cadres in handling problems of good nutrition and malnutrition. In this research, the methods applied include literature study and observation. The results of this research are able to categorize the nutritional value of toddlers as a whole, providing a basis for initial preventive steps that can be taken by posyandu cadres in dealing with good and poor nutrition of toddlers.
EVALUASI USABILITAS SISTEM MENGGUNAKAN METODE SYSTEM USABILITY SCALE (SUS) PADA APLIKASI AKHLAQU DENGAN PENERAPAN TEKNIK INDEXING MONG Fadilah, Mochammad Fauzan; Rahaningsih, Nining; Dana, Raditya Danar
Jurnal Sistem Informasi dan Informatika (Simika) Vol 7 No 1 (2024): Jurnal Sistem Informasi dan Informatika (Simika)
Publisher : Program Studi Sistem Informasi, Universitas Banten Jaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47080/simika.v7i1.3070

Abstract

The Akhlaqu Application is a web-based Islamic learning platform used by Al-Falah Integrated Islamic Elementary School to facilitate the recording and reporting of students’ activities in developing their memorization. This research aims to assess the level of user satisfaction with the Akhlaqu Application using the System Usability Scale (SUS). The results showed a high level of usability, measured by a System Usability Scale (SUS) score of 89.7, indicating a “very good” quality application that meets high usability standards. In addition, the implementation of text indexes on MongoDB has a positive impact on the speed of transaction data search, especially on complex data searches, improving the efficiency and responsiveness of the application. The implications of this research involve recommendations to continue to improve the usability and performance of the Akhlaqu Application, by maintaining the use of MongoDB index techniques as a reliable solution for optimizing the database. The study concludes that the Akhlaqu Application is an effective tool for managing students’ memorization and recommends further improvements to enhance its usability and performance.
KLASTERISASI DATA KEGEMARAN MEMBACA MENGGUNAKAN ALGORITMA K-MEANS DI SMA AL-ISLAM CIREBON Az Zahroh, Luthfia Fahmi; Rahaningsih, Nining; Dana, Raditya Danar
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9543

Abstract

Kesejahteraan siswi yang tinggi terjadi apabila tingkat kegemaran membaca juga tinggi. Dalam upaya meningkatkan kegemaran membaca diperlukan suatu tolak ukur penelitian yang menjadi dasar dari kebijakan yang akan dilakukan maupun suatu pengambilan keputusan. Tujuan dari penelitian ini untuk menganalisis pola kegemaran membaca buku pada suatu populasi menggunakan metode pengelompokan data dengan algoritma K-Means. Data kegemaran membaca buku ini dianalisis menggunakan algoritma K-Means untuk membentuk kelompok-kelompok dengan karakteristik kegemaran membaca yang serupa. Dari hasil kajian nilai indeks kegemaran membaca dapat diketahui hasil fenomena kegemaran membaca pada siswi SMA Al Islam Cirebon. Hasil analisis ini diharapkan dapat membantu memberikan wawasan mendalam mengenai ragam preferensi dalam hal membaca buku di antara individu-individu dalam populasi tertentu. Hasil penelitian ini menunjukkan bahwa terdapat data yang dikelompokkan menjadi beberapa cluster berdasarkan kegemaran membaca buku. Selain itu, penelitian ini menunjukkan bahwa algoritma K-Means dapat digunakan sebagai metode analisis cluster yang efektif pada data kegemaran membaca buku. Didapatkan hasil pada analisis cluster pada data kegemaran membaca buku sebanyak empat cluster, dengan jumlah cluster optimal yang didapatkan dari penelitian yaitu k=2 dengan nilai davies bouldin 0.970.
OPTIMASI PRODUKSI MINUMAN KEKINIAN DENGAN SMART BOTTLE DRINK MACHINE IOT DAN OTOMATISASI PENCATATAN HASIL PRODUKSI DI DESA MAYUNG KABUPATEN CIREBON Hermawan, Bagus; Suarna, Nana; Dana, Raditya Danar
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 3 No. 2 (2024): May 2024
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v3i2.117

Abstract

Produksi minuman kekinian di Desa Mayung, Kecamatan Gunung Jati, Kabupaten Cirebon menghadapi tantangan dalam mencatat hasil produksi secara akurat dan efisien. Tantangan ini mempengaruhi efisiensi produksi dan akurasi data yang diperlukan untuk mengelola bisnis minuman dengan baik. Oleh karena itu, penelitian ini bertujuan untuk mengoptimalkan produksi minuman kekinian dengan memanfaatkan Smart Bottle Drink Machine berbasis Internet of Things (IoT) serta otomatisasi pencatatan hasil produksi.Metode yang digunakan dalam penelitian ini melibatkan penggunaan teknologi IoT pada Smart Bottle Drink Machine untuk mengontrol proses produksi secara otomatis dan memperoleh data produksi secara real-time. Selain itu, otomatisasi pencatatan hasil produksi dilakukan dengan menggunakan metode entry data langsung ke spreadsheet secara otomatis melalui integrasi sistem. Pendekatan ini memungkinkan pencatatan hasil produksi dilakukan secara tepat waktu dan akurat tanpa memerlukan intervensi manual yang berlebihan. Hasil penelitian menunjukkan bahwa penerapan Smart Bottle Drink Machine berbasis IoT dan otomatisasi pencatatan hasil produksi secara signifikan meningkatkan efisiensi produksi minuman kekinian di Desa Mayung. Proses produksi menjadi lebih terstruktur, cepat, dan efisien dengan pengurangan kesalahan manusia dalam pencatatan data. Akurasi data produksi juga meningkat secara signifikan, memberikan informasi yang lebih akurat untuk pengambilan keputusan bisnis
PENINGKATAN AKURASI ANALISIS SENTIMEN PADA APLIKASI LOKLOK DENGAN METODE NAÏVE BAYES Azhari, Shazifa; Rahaningsih, Nining; Dana, Raditya Danar; ., Mulyawan
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5848

Abstract

Penelitian ini berfokus pada analisis sentimen pengguna aplikasi Loklok dengan memanfaatkan ulasan yang tersedia di Google Play Store. Metode Naïve Bayes diterapkan untuk mengklasifikasikan sentimen ke dalam kategori positif, negatif, dan netral, dengan memanfaatkan teknik TF-IDF sebagai pembobot fitur guna meningkatkan akurasi model. Dataset yang digunakan terdiri dari 1.000 ulasan yang dikumpulkan melalui teknik web scraping, kemudian diproses menggunakan langkah prapemrosesan seperti tokenisasi, penghapusan kata umum (stopword), dan stemming.
ANALISIS SENTIMEN PENGGUNA APLIKASI MYBLUEBIRD DENGAN ALGORITMA NAÏVE BAYES DI PLAYSTORE Prasetia, Deni; Rahaningsih, Nining; Dana, Raditya Danar; Rohmat, Cep Lukman
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5687

Abstract

Transportasi berbasis aplikasi digital, termasuk MyBlueBird , menjadi kebutuhan penting di era modern. Namun, kualitas layanan aplikasi ini sering menjadi sorotan, terutama dari ulasan pengguna yang mengindikasikan adanya keluhan. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi MyBlueBird guna memancarkan kualitas layanannya. Analisis dilakukan menggunakan algoritma Naïve Bayes untuk mengklasifikasikan ulasan menjadi sentimen positif, negatif, dan netral. Penelitian menggunakan data sekunder dari Google Playstore dengan total 1.000 ulasan yang diproses melalui tahapan pengumpulan data, preprocessing teks, dan evaluasi model menggunakan akurasi, presisi, dan recall. Hasil menunjukkan algoritma Naïve Bayes mampu mengklasifikasikan sentimen dengan akurasi 92%. Sebagian besar ulasan bersifat positif, menunjukkan tingkat kepuasan yang tinggi, meskipun terdapat keluhan terkait kelemahan pengemudi dan kualitas kendaraan. Analisis ini menjadi alat strategi untuk meningkatkan layanan berbasis data pengguna dan dapat diterapkan pada sektor lain.
IMPLEMENTASI MODEL ANALISIS SENTIMEN TERHADAP GRUP MUSIK BTS MENGGUNAKAN METODE NAÏVE BAYES Riyandona, Siti Aiwastopa; Rahaningsih, Nining; Dana, Raditya Danar; Mulyawan, -
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5816

Abstract

Abstrak. BTS saat ini sedang menjalani masa hiatus karena beberapa anggota memenuhi kewajiban wajib militer di Korea Selatan. Meski tidak aktif secara grup, pencapaian individu dan kolaborasi para anggota tetap menarik perhatian. Namun, isu negatif yang beredar di media sosial berpotensi memengaruhi pandangan publik terhadap grup ini. Penelitian ini bertujuan menganalisis sentimen pengguna Twitter terhadap BTS selama masa hiatus dengan algoritma Naïve Bayes, yang efektif untuk analisis sentimen teks. Data dikumpulkan menggunakan teknik crawling pada tweet terkait BTS selama Mei–Oktober 2024, lalu diproses melalui pembersihan data, normalisasi, tokenisasi, dan pembobotan menggunakan Term Frequency-Inverse Document Frequency (TF-IDF). Model klasifikasi menghasilkan akurasi 78,33%, Presisi 79,25%, Recall 78,33%, dan F1-Score 78,49% dengan sentimen positif dominan, mencerminkan dukungan penggemar yang kuat, meski sentimen negatif dan netral juga muncul. Penelitian ini memberikan wawasan tentang reaksi penggemar dan membuktikan efektivitas analisis sentimen dalam memahami interaksi di media sosial.  Abstract. BTS is currently on hiatus as some members fulfill their mandatory military service in South Korea. Although they are not active as a group, the individual achievements and collaborations of the members continue to attract attention. However, negative issues circulating on social media have the potential to affect the public's perception of this group. This study aims to analyze Twitter users' sentiment towards BTS during their hiatus using the Naïve Bayes algorithm, which is effective for text sentiment analysis. Data was collected using crawling techniques on tweets related to BTS during May–October 2024, then processed through data cleaning, normalization, tokenization, and weighting using Term Frequency-Inverse Document Frequency (TF-IDF). The classification model produced an accuracy of 78.33%, Precision of 79.25%, Recall of 78.33%, and an F1-Score of 78.49% with a dominant positive sentiment, reflecting strong fan support, although negative and neutral sentiments also appeared. This research provides insights into fan reactions and demonstrates the effectiveness of sentiment analysis in understanding interactions on social media. 
OPTIMASI ANALISIS SENTIMEN APLIKASI GLINTS MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) Rahmasari, Fanny; Rahaningsih, Nining; Dana, Raditya Danar; Rohmat, Cep Lukman
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5681

Abstract

Teknologi informasi telah mengubah cara orang mencari pekerjaan, dan aplikasi seperti Glints adalah salah satu contohnya. Namun, lebih banyak ulasan pengguna membuat analisis sentimen sulit. Pengelolaan fitur yang relevan dan pemilihan parameter yang ideal adalah masalah utama. Dengan menggunakan algoritma Support Vector Machine (SVM), penelitian ini mengoptimalkan analisis sentimen ulasan Glints. Sebanyak 2000 ulasan dari Playstore dikumpulkan melalui scraping, dengan 69,2% positif, 16,6% netral, dan 14,2% negatif. Dalam proses pra-pemrosesan, case folding dan transformasi fitur menggunakan TF-IDF dengan unigram dan bigram dilakukan. Model SVM memiliki tingkat akurasi tinggi sebesar 92 persen, presisi sebesar 87%, recall sebesar 86%, dan F1-Score sebesar 86%. Implementasi berbasis Streamlit memungkinkan analisis sentimen dalam waktu nyata. Hasil ini membantu pengembang Glints meningkatkan layanan yang diberikan oleh pengguna.Keyword : Analisis Sentimen, Support Vector Machine (SVM), Aplikasi Glints, Klassifikasi Sentimen.
Usability Testing pada Aplikasi Kas Berbasis Android dan Teknologi API menggunakan Metode System Usability Scale Al Muharom, Nurul Ibnu; Suarna, Nana; Dana, Raditya Danar
Jurnal Informatika Terpadu Vol 10 No 1 (2024): Maret, 2024
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jit.v10i1.1099

Abstract

Cash management applications are used to store transaction data and create cash in and cash out reports that are more effective than using books. However, currently no usability testing has been carried out so it is quite difficult to determine future application development steps. The aim of this research is to measure the level of usefulness of an Android-based cash management application using the System Usability Scale (SUS) method, namely a 10-question Likert scale questionnaire distributed to respondents with the final result being a score of 0-100. The number of respondents was 15 people who were CV employees. Jaya Mukti. This test was carried out to determine the level of user convenience and satisfaction. The results of the research obtained a score of 84.7, this score shows a percentile level of 96%, Grade Scale A, Acceptability Ranges are in the Acceptable category, meaning acceptable, and the Adejctive Rating is in the Excellent category. If correlated with NPS, it falls into the promoter category, meaning users will recommend the application. These results show that the application can be accepted by users and is very good and above the established usability value standards. This research also produced 4 recommendations for improvement based on the results of questionnaire answers so that they can be used as evaluation for future application development.
Co-Authors ., Mulyawan Abdul Ajiz, Abdul Abdul Koda Ade Irma Purnamasari Ade Rizki Rinaldi Agis Maulana Robani Ahmad Faqih Ahmad Rifai Ajiz, Abul Al Muharom, Nurul Ibnu Amalia, Dita Rizki Andi Andi Andri Yanto Angraeni, Devita Fitri Arianto , Adji Arif Rinaldi Dikananda Az Zahroh, Luthfia Fahmi Azarine, Divia Azhari, Shazifa Bahrul Jawahir, Muhammad Cep Lukman Rohmat Dadang Sudrajat Danil, Supta Dikananda, Arif Rinaldi Dimin, Egi Susanto Dita Rizki Amalia Fadhil Muhamad Basysya Fadhil Muhammad Bsysyar Fadilah, Mochammad Fauzan Fathrurrahman Fatihanursari Dikananda Garsandi, Akmal Maulana Gifthera Dwilestari Hamonangan, Ryan Harry Budi Santoso Hayati, Umi Herawati Hermawan, Bagus Iin Iis Mulyati Irfan Ali Kamelia Faridah Kanda Muhamad Ishak Kaslani Kencana, Junaedi Surya Kharomiyah, Kharomiyah Lingga Sabdha Auraly Martanto . Mira Miranda Moch Rifki Firdaus Mulyawan Mulyawan Mulyawan, - Nana Suarna Narasati, Riri Narasati Nining Rahaningsih Nugraha, Syahrul Nurrochmah, Dina Siti Nurul Ibnu Al Muharom Octavia Ningrum, Eka Puspita Prasetia, Deni Primandani Arsi Rahmasari, Fanny Rahmat Mauludin Ramdhan, Dadan Riyandona, Siti Aiwastopa Rizkia Amelia Rohmat, Cep Lukman Roni Saputra, Roni Saeful Anwar Saeful Karim Sri Muflikah Kurniarti Suarna, Nana Syafiq, Mohammad Sayyid Tati Suprapti Tohidi, Edi Wahyu Saputra Willy Prihartono