Article Per Year (5 Year)
p-Index From 2021 - 2026
7.453
P-Index
This Author published in this journals
All Journal SMATIKA Jurnal Terapan Abdimas Jurnal Ilmiah KOMPUTASI Jurnal Pengabdian UntukMu NegeRI Math Didactic: Jurnal Pendidikan Matematika AKSIOLOGIYA : Jurnal Pengabdian Kepada Masyarakat Perisai : Islamic Banking and Finance Journal BAREKENG: Jurnal Ilmu Matematika dan Terapan Buana Matematika : Jurnal Ilmiah Matematika dan Pendidikan Matematika Martabe : Jurnal Pengabdian Kepada Masyarakat Jurnal Pemberdayaan: Publikasi Hasil Pengabdian Kepada Masyarakat JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Abdimas Umtas : Jurnal Pengabdian kepada Masyarakat JOISIE (Journal Of Information Systems And Informatics Engineering) Jurnal ABDINUS : Jurnal Pengabdian Nusantara JATI (Jurnal Mahasiswa Teknik Informatika) Indonesian Journal of Cultural and Community Development Indonesian Journal of Law and Economics Review Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Abdimas Indonesia : Jurnal Abdimas Indonesia JEEE-U (Journal of Electrical and Electronic Engineering-UMSIDA) Decode: Jurnal Pendidikan Teknologi Informasi Indonesian Journal of Innovation Studies Indonesian Journal of Public Policy Review Procedia of Social Sciences and Humanities J-ABDIPAMAS (Jurnal Pengabdian Kepada Masyarakat) SAGA: Journal of Technology and Information Systems GEMBIRA (Pengabdian Kepada Masyarakat) IJHCS Smatika Jurnal : STIKI Informatika Jurnal Journal of Artificial Intelligence and Digital Economy
Novia Ariyanti
Informatika, Universitas Muhammadiyah Sidoarjo, Indonesia
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Neuroscience Physics Social Sciences Transportation Other

Published : 58 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 58 Documents
Search

 2   3   4   5   6 
KLASIFIKASI SENTIMEN ULASAN MINECRAFT PADA GOOGLE PLAY STORE: STUDI KOMPARATIF NAÏVE BAYES DAN RANDOM FOREST Luluk Asti Qomariah; Ade Eviyanti; Hamzah Setiawan; Novia Ariyanti
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16959

Abstract

Pertumbuhan aplikasi mobile mendorong peningkatan volume ulasan pengguna pada platform Google Play Store, khususnya untuk aplikasi game. Ulasan ini mengandung pandangan pengguna yang bermanfaat untuk memahami penilaian mereka terhadap mutu aplikasi. Riset ini fokus pada klasifikasi sentimen terhadap ulasan game Minecraft di Google Play Store dengan membandingkan performa algoritma Naïve Bayes dan Random Forest. Pengumpulan data dilakukan melalui teknik scraping yang menghasilkan 12.691 ulasan, kemudian setelah tahap preprocessing diperoleh 11.078 data valid. Klasifikasi dilakukan dengan menerapkan pembobotan Term Frequency–Inverse Document Frequency (TF-IDF) dengan tiga skenario split data: 90:10, 80:20, dan 70:30. Penilaian model menerapkan metrik accuracy, precision, recall, F1-score, serta Area Under Curve (AUC). Temuan riset memperlihatkan bahwa Naïve Bayes secara stabil menunjukkan performa superior dibanding Random Forest di semua skenario uji. Performa optimal dicapai pada split 90:10 dengan accuracy 0,9052 dan F1-score 0,8993. Temuan ini mengonfirmasi bahwa Naïve Bayes lebih optimal untuk klasifikasi sentimen ulasan game berbasis teks
Analisis Sentimen Ulasan Game Lokapala pada Google Play Menggunakan Algoritma SVM Erlangga Hikmal Abrar; Novia Ariyanti; Sumarno
SMATIKA JURNAL : STIKI Informatika Jurnal Vol 16 No 01 (2026): SMATIKA Jurnal : STIKI Informatika Jurnal
Publisher : LPPM Universitas Bhinneka Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/smatika.v16i01.2081

Abstract

This study aims to analyze user sentiment towards the Lokapala game through reviews collected from the Google Play Store. Lokapala is a local MOBA game developed by Anantarupa Studios that integrates Indonesian cultural elements. A quantitative approach is employed using the Support Vector Machine (SVM) algorithm to classify user reviews into positive and negative sentiments. Data were collected using the google-play-scraper library and preprocessed through several stages, including cleaning, case folding, word normalization using kamuskatabaku.xlsx, tokenizing, stopword removal, and stemming with the Sastrawi library. Reviews were labeled based on user ratings and split into training and testing datasets. Model testing results show an accuracy of 83%, with the highest precision of 0.85 for the positive class, recall of 0.93, and f1-score of 0.89. Additionally, WordCloud visualization revealed frequently occurring words such as "bagus" (good), "main" (play), "tolong" (please), and "banget" (very), reflecting both praise and technical complaints from users. These findings demonstrate that SVM is effective for sentiment analysis of user reviews and can provide valuable insights for developers in improving the quality of local games.
Raw Material Storage Information System Case Study: CV.Bplast Jaya Aldo Ardiansyah; Arif Senja Fitrani; Ade Eviyanti; Novia Ariyanti
SAGA: Journal of Technology and Information System Vol. 4 No. 2 (2026): May 2026
Publisher : CV. Media Digital Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58905/saga.v4i2.710

Abstract

This study was motivated by the limitations of the raw material inventory management system in companies, which is still carried out manually. The lack of understanding and knowledge of information technology among employees is also a factor hindering the implementation of a more efficient system. This condition causes various obstacles, such as delays in recording, inaccurate data, and difficulties in real-time stock tracking. The purpose of this study is to assist companies in developing a more effective and efficient raw material storage system through the use of web-based information technology. This study uses a qualitative approach with data collection methods in the form of observation, interviews, and documentation to obtain information related to system requirements and problems faced by companies. Based on the results of the research, a web-based raw material storage information system has been successfully designed and developed that is capable of presenting real-time inventory data, recording the entry and exit of raw materials more accurately, and providing search and reporting features that facilitate decision-making by management. The implementation of this system has shown an increase in data recording efficiency, a reduction in input errors, and ease in tracking raw material stocks. Thus, the developed system can be the right solution to overcome the raw material management problems that the company has been facing.
OPTIMALISASI KOMPETENSI GURU MULTIMEDIA DALAM PEMBUATAN PRODUK ANIMASI MELALUI MEDIA PEN TABLET DIGITAL DI SMK MUHAMMADIYAH 2 TAMAN SIDOARJO Novia Ariyanti; Nuril Lutvi Azizah; Tri Linggo Wati; Julia Atmaranti; Nadtasya Faizah Aqilah; Masyitah Lailil Syafitri; Hanif As Shoqri; Mohammad Fikri Setiawan
Jurnal Gembira: Pengabdian Kepada Masyarakat Vol 4 No 02 (2026): APRIL 2026
Publisher : Media Inovasi Pendidikan dan Publikasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kompetensi guru dan siswa di SMK Muhammadiyah 2 Taman Sidoarjo, khususnya pada program keahlian Desain Komunikasi Visual (DKV), dalam menghasilkan produk animasi digital menggunakan teknologi pen tablet. Kegiatan ini dilaksanakan melalui beberapa tahapan yaitu sosialisasi, pelatihan, pendampingan, dan evaluasi. Pelatihan difokuskan pada peningkatan keterampilan menggambar digital, pembuatan animasi, serta penguatan strategi pemasaran digital. Evaluasi dilakukan menggunakan metode pre-test dan post-test untuk mengukur peningkatan pemahaman dan keterampilan peserta. Hasil kegiatan menunjukkan adanya peningkatan yang signifikan pada beberapa aspek. Kemampuan produksi animasi meningkat dari 40% menjadi 80%, pemahaman strategi pemasaran meningkat dari 50% menjadi 100%, dan penguasaan media digital meningkat dari 35% menjadi 80%. Selain itu, kegiatan ini juga menghasilkan inovasi berupa website Vocatama Art yang digunakan sebagai media dokumentasi dan promosi karya animasi siswa. Program ini diharapkan mampu meningkatkan kualitas pembelajaran serta daya saing guru dan siswa dalam industri kreatif digital.
ANALYSIS OF APRIORI AND K-NEAREST NEIGHBOR (KNN) ALGORITHM IN RECOMMENDING APPROPRIATE LEARNING METHOD Nuril Lutvi Azizah; Ade Eviyanti; Novia Ariyanti; Gita Wardani; Naila Farah Diba
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 20 No 1 (2026): BAREKENG: Journal of Mathematics and Its Application
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/barekengvol20iss1pp0557-0572

Abstract

The study investigates the utilization of data mining techniques, especially the Apriori algorithm and K-Nearest Neighbor (KNN) classification, in recommending appropriate learning methods based on student data. The purpose of this research is to analyze patterns and groupings in students’ behavior, preferences, and academic performance to support more informed and personalized educational strategies. The Apriori algorithm is used to identify frequent associations among learning related attributes, while KNN classification helps group students with similar learning characteristics. The analysis revealed that the digital learning method is the most preferred by students, with a percentage of 84.29%, followed by the traditional lecture method at 15.70%. These results reflect a notable trend toward technology-driven, flexible learning environments, although conventional approaches continue to hold relevance for a portion of learners. The research concludes that the integration of the Apriori algorithm and KNN clustering proves to be an effective analytical framework for facilitating adaptive learning. This approach allows educators and institutions to make data-driven decisions in tailoring instructional methods that align with the diverse needs and preferences of students.
SISTEM INFORMASI PENJADWALAN PIKET PATROLI BERBASIS WEB PADA SATUAN SAMAPTA POLRES MOJOKERTO Erina Firdaus Dwi Rachmattillah; Nuril Lutvi Azizah; Novia Ariyanti
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.6687

Abstract

Di tengah perkembangan teknologi informasi yang pesat, pengelolaan dan penjadwalan patroli menjadi hal krusial dalam menjaga ketertiban dan keamanan masyarakat. Polres Mojokerto, sebagai bagian penting dari penegakan hukum, berperan sentral dalam memastikan keamanan masyarakat. Namun dalam pelaksanaannya masih dilakukan secara manual. Dengan tujuan meningkatkan efisiensi dan efektivitas pelaksanaan patroli, pengembangan Sistem Informasi Penjadwalan Piket Patroli berbasis web pada Satuan Samapta Polres Mojokerto menjadi suatu keharusan. Penelitian ini dilakukan dengan merancang dan mengimplementasikan Sistem Informasi Penjadwalan Piket Patroli berbasis web yang sesuai dengan kebutuhan Satuan Samapta di Polres Mojokerto. Dengan menggunakan metode waterfall, sistem ini dirancang untuk menyederhanakan proses penjadwalan patroli, memas-tikan distribusi tugas yang merata, dan memberikan aksesibilitas yang lebih baik bagi personel kepolisian. Sitem Informasi berbasis web ber-hasil dibuat menggunakan bahasa pemrogaman PHP dan Database Mysql. Sistem Informasi ini Sistem informasi geografis ini menggunakan metode pengujian sistem black-box, hasil uji pengguna menunjukkan bahwa pengujian dikatakan sangat setuju jika sistem dapat di gunakan deangan baik sebagai alat absensi, diuji fungsionalitas sistem, operasional, dan semua proses sistem informasi geografis ini dapat berjalan dengan baik sesuai dengan yang diharap-kan pihak satuan samapta polres mojokerto.
PELATIHAN PERANGKAT PEMBELAJARAN MEDIA SAINS EXPERIMENT BAGI GURU SEKOLAH DINI SEBAGAI IMPLEMENTASI SDG’S PENDIDIKAN BERKUALITAS Metatia Intan Mauliana; Novia Ariyanti
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 7, No 8 (2024): MARTABE : JURNAL PENGABDIAN MASYARAKAT
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v7i8.2934-2942

Abstract

Pendidikan berkualitas merupakan salah satu fokus SDG’s tujuan pembangunan berkelanjutan di Indonesia. Pembelajaran sains sejak usia dini sangat bermanfaat untuk membentuk pola pikir anak-anak kedepannya. Salah satu aspek dalam mewujudkan pendidikan berkualitas harus didukung dengan adanya sumber daya manusia yang memadai. Keberhasilan pendidikan selalu berkenaan dengan upaya pembinaan manusia. Namun tidak semua pendidik memiliki kemampuan literasi dan keterampilan sains yang sama karena masing-masing pendidik memiliki latar belakang bidang ilmu yang beragam. Permasalahan ini juga dialami oleh pendidik di TK ABA 1 Gedangan yang berperan sebagai Mitra. Oleh karena itu, program ini bertujuan untuk mengoptimalkan literasi dan ketrampilan pendidikan dalam membuat media sains eksperimen yang tepat dalam proses pembelajaran. Metode yang digunakan tersusun dari beberapa tahapan utama, yakni tahap persiapan, tahap pelaksanaan, tahap monitoring dan tahap evaluasi. Pengolahan data dilakukan pada 10 peserta kegiatan untuk mengetahui tingkat keberhasilan dari kegiatan ini akan dilakukan secara deskriptif. Hasil yang diperoleh dari pemberian angket evaluasi menunjukkan rerata 85.27 % cukup tinggi untuk disimpulkan bahwa pelaksanaan kegiatan telah berhasil dilaksanakan.
APPLICATION OF DATA MINING TO PREDICT DISTRO CLOTHING SALES USING THE K-MEANS CLUSTERING METHOD Shafa Arrizqa Az Zahroh; Nuril Lutvi Azizah; Novia Ariyanti; Irwan Alnarus Kautsar
Journal of Artificial Intelligence and Digital Economy Vol. 2 No. 12 (2025): Journal of Artificial Intelligence and Digital Economy
Publisher : PT ANTIS INTERNATIONAL PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61796/jaide.v2i12.1554

Abstract

Objective: The research aims to classify distro clothing products at Aldi Store according to sales levels to support more effective inventory and marketing strategies. Method: Data processing was conducted using Google Colaboratory, applying the K-Means Clustering algorithm combined with evaluation metrics including the Silhouette Coefficient, Calinski-Harabasz Index, and Davies-Bouldin Index to determine the optimal cluster structure. Results: The analysis shows that K-Means successfully groups sales patterns with strong cluster performance, indicated by a Silhouette Coefficient of 0.576, a Calinski-Harabasz Index of 19.125, and a Davies-Bouldin Index of 0.308, reflecting high cohesion and clear separation among clusters. Novelty: This study integrates multiple validity indices within a practical retail context, demonstrating a robust clustering approach that enhances customer segmentation accuracy and provides actionable insights for strategic decision-making in product management.
Co-Authors Ade Eviyanti Adriani , Ninda Agung Khoirudzikri Aida, Wafid Akbar Wiguna Aldo Ardiansyah Aminy, Ritzana Aisyah Amir, Mohammad Faisal Andhiarini, Rugaya Meis Anis Farihah Arief Wisaksono Arif Senja Fitrani Batubara, Sultan Saladin Bayu Hari Prasojo Cindy aurusta Cindy Cahyaning Astuti Cindy Taurusta Diana Cindy Agustin Erina Firdaus Dwi Rachmattillah Erlangga Hikmal Abrar Ferry Adhi Dharma Fitri Nur Latifah Gita Wardani Hamid, Moch Siddiq Hamzah Setiawan Hanif As Shoqri Hidayatullah, Vika Tanjung Hindarto Ika Ratna Indra Astutik Imam Fauji, Imam Irwan Alnarus Kautsar Irwan Alnarus Kautsar Irwan Alnaurus Kautsar Julia Atmaranti Lukita Nova Azzara Luluk Asti Qomariah M. Ruslianoor Maika Maika, M. Ruslianoor Masruchin Masruchin Masyitah Lailil Syafitri Metatia Intan Mauliana Moch Ifan Fadilah Fadilah Moch Siddiq Hamid Mochamad Alfan Rosid Mohammad Faisal Amir Mohammad Fikri Setiawan Mohammad Ikbaar Ath Thoriq Muhammad Alvin Azzamul Azmi Muhammad Alvin Azzamul Azmi Muhammad Fahruddin Mahfudhoni Muhammad Husnul Khuluq Muhammad Ibnu Affan Nadtasya Faizah Aqilah Naila Farah Diba Niko Dwi Novana Ninda Ardiani Nuril Lutvi Azizah Nuris Tiswanah Prayugah, Indra Priyo Wahyu Setiyo Aji Purwanti, Yanik Puspitasari Putri Pambayun Reyhan Adi Saputra Rina Safitri Rohman Dijaya Shafa Arrizqa Az Zahroh Suhendro Busono Sumarno Sumarno Suprianto Surur, Moch Shobachus Syafitri , Mega Novita Tri Linggo Wati Uce Indahyanti Uce Indahyanti Widhianingsih, Wiwik Widodo, Wildan Ahmad Yulian Findawati Zahro, Reza Tus