Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Rekursif: Jurnal Informatika Jurnal Pseudocode
Kurnia Anggriani
Universitas Bengkulu
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Sistem Pendukung Keputusan Serangan Hama Dan Penyakit Pada Tanaman Kakao Menggunakan Metode Simple Multi Attribute Rating Technique Teguh Santoso; Ernawati Ernawati; Kurnia Anggriani
Rekursif: Jurnal Informatika Vol 7, No 1 (2019): Volume 7 Nomor 1 Maret 2019
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (816.308 KB) | DOI: 10.33369/rekursif.v7i1.5987

Abstract

Kakao merupakan salah satu komoditas ekspor andalan pemerintah Indonesia. Hama dan penyakit merupakan salah satu faktor yang sangat berpengaruh terhadap penurunan produksi kakao. Pada penelitian ini akan dibangun sebuah sistem pendukung keputusan untuk mengetahui hama adan penyakit yang menyerang tanaman kakao sehingga petani dapat mengetahui jenis hama dan penyakit yang menyerang tanaman kakao dengan tujuan dapat mengambil tindakan yang tepat dalam proses pengendalian hama dan penyakit. Sistem ini dibangun menggunakan Android Studio dan data base SQLite serta menggunakan model waterfall untuk pengembangan sistem dan Unite Modelling Languange (UML) untuk perancangan sistem. Metode yang diterapkan pada sistem adalah metode Simple Multi Attribute Rating Technique (SMART). Hasil akhir dari penelitian ini adalah terciptanya sebuah sistem pendukung keputusan serangan hama dan penyakit pada tanaman kakao yang menghadirkan informasi jenis hama dan penyakit yang mungkin menyerang tanaman kakao berdasarkan kriteria atau attribute dari tanaman kakao.Kata Kunci: sistem pendukung keputusan, kakao, SMART,  waterfall, UML
Sentiment Analysis Komentar Berbahasa Bengkulu Menggunakan Long Short-Term Memory (LSTM) Safitri Nurhaeni; Ruvita Faurina; Ferzha Putra Utama; Kurnia Anggriani
Jurnal Pseudocode Vol 10 No 2 (2023): Volume 10 Nomor 2 September 2023
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/pseudocode.10.2.117-125

Abstract

Sentiment information is one type of information that can be obtained from social media. Sentiments can be interpreted as opinions and views of society which contain feelings. To analyze the value of sentiment whether the sentiment is a sentiment that tends to be neutral, negative, or positive, sentiment analysis can be used. language has its characteristics and uniqueness, Bengkulu language is no exception, because of this, it is necessary to model sentiment analysis for various languages. Sentiment modeling for the Bengkulu language is not yet available, therefore a sentiment analysis model for the Bengkulu language is developed by applying Long Short-Term Memory (LSTM), and architectural experiments for Long Short-Term Memory (LSTM) are carried out to obtain an architectural sentiment analysis model that produces the best value. The data used in the study amounted to 24,000 Bengkulu-language comments received from social media Instagram, Twitter, and Youtube. Experimental research 1 produces the best accuracy value compared to the results of testing in other experiments, with an accuracy value of 0.87 a precision value of 0.80, a recall value of 0.82, and an F1 score of 0.81 Keywords: Information, sentiment, Long Short- Term Memory (LSTM), Bengkulu Language, architecture, social media.
Co-Authors Ernawati Ernawati Ruvita Faurina Safitri Nurhaeni Teguh Santoso Utama, Ferzha Putra