Article Per Year (5 Year)
p-Index From 2020 - 2025
4.152
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) JIEET (Journal of Information Engineering and Educational Technology) PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat Journal of Electronics, Electromedical Engineering, and Medical Informatics Jurnal Abdi: Media Pengabdian Kepada Masyarakat Indonesian Journal of Electrical Engineering and Computer Science Abdimas: Papua Journal Of Community Service Journal of Informatics and Computer Science (JINACS)
ANITA QOIRIAH
Jurusan Teknik Informatika, Fakultas Teknik, Universitas Negeri Surabaya
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search
Journal : Journal of Informatics and Computer Science (JINACS)

 1   2   3 
Klasifikasi Kepuasan Guru SMA di Kabupaten Banyuwangi Terhadap Aplikasi Merdeka Mengajar Menggunakan Algoritma Naive Bayes Amalia, Rahma; Qoiriah, Anita
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 01 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n01.p250-257

Abstract

Penelitian ini bertujuan mengidentifikasi indikator yang memengaruhi kepuasan guru SMA di Kabupaten Banyuwangi sebagai pengguna aplikasi Merdeka Mengajar, serta melakukan klasifikasi dan evaluasi menggunakan algoritma Naïve Bayes. Subjek penelitian adalah guru SMA di SMAN 1 Pesanggaran, SMAN 1 Bangorejo, dan SMAN 1 Glenmore. Data dikumpulkan melalui kuesioner berbasis model kepuasan pengguna DeLone dan McLean. Metode penelitian adalah survei kuantitatif. Data yang digunakan adalah hasil penilaian guru SMA terhadap aplikasi Merdeka Mengajar. Teknik pengumpulan data yang digunakan yaitu kuesioner yang disebarkan pada responden. Instrumen penelitian yang digunakan pada penelitian ini mengacu pada model DeLone anf McLean yang terdiri dari variabel System Quality, Information Quality, dan Service Quality. Analisis data pada penelitian ini menggunakan algoritma Naïve Bayes. Hasil penelitian didapatkan nilai akurasi tertinggi sebesar 91.58% pada pengujian ketiga (60:40), presisi tertinggi sebesar 86.77% pada pengujian ketiga, dan recall tertinggi pada pengujian keempat (65:35). Saran untuk penelitian selanjutnya adalah untuk menguji model ini pada sampel yang lebih luas dan mengaplikasikan metode machine learning lainnya untuk membandingkan kinerja model.
Klasifikasi Cyberbullying Pengguna Twitter Menggunakan Random Forest Dengan Penyematan Kata FastText Putri, Dian Oktavia; Qoiriah, Anita
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 01 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n01.p265-272

Abstract

Meal-Planning Berbasis Status Gizi dengan Metode Klasifikasi K-nearest neighbors (KNN) untuk Pasien Obesitas Fresinsya, Vica; Qoiriah, Anita
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 01 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n01.p258-264

Abstract

Website Pelaporan Fasilitas Unesa Dengan Perankingan Penanganan Laporan Berbasis Clustering K-Means dan Named Entity Recognition Arjunantyo, Algonza Dewangga; Qoiriah, Anita
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 02 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n02.p307-321

Abstract

Analisis Sentimen Masyarakat Terhadap Kinerja Komisi Pemilihan Umum (KPU) Menjelang Pemilu 2024 Menggunakan Metode Support Vector Machine Dan Seleksi Fitur Information Gain Rahmada, Vita; Qoiriah, Anita
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 02 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n02.p347-358

Abstract

Kemajuan teknologi yang pesat telah mengubah cara individu berkomunikasi dan berinteraksi secara signifikan. Salah satu dampaknya adalah meningkatnya penggunaan media sosial, dengan media sosial X atau yang sebelumnya dikenal dengan Twitter yang sangat populer di Indonesia, menduduki peringkat keempat dunia dengan 25,25 juta pengguna pada Juli 2023 menurut laporan We Are Social. Menjelang pemilu 2024, kinerja Komisi Pemilihan Umum (KPU) menjadi sorotan publik, menjadikannya topik hangat di media sosial X. untuk memahami sentimen publik terhadap kinerja KPU, penelitian ini menggunakan metode Support Vector Machine (SVM), yang ditingkatkan dengan seleksi fitur Information Gain (IG), yang dikenal efektif dalam mengidentifikasi fitur relevan dalam dataset. Proses penelitian mencakup preprocessing data, pelabelan data, pembobotan TF-IDF, seleksi fitur dengan berbagai threshold (0.005, 0.007, 0.0005, 0.0007), lima skenario pembagian data untuk klasifikasi (50%:50%, 60%:40%, 70%:30%, 80%:20%, 90%:10%), dan evaluasi. Hasil menunjukkan bahwa SVM tanpa IG mencapai akurasi tertinggi sebesar 77,63%, sedangkan SVM dengan seleksi fitur IG mencapai akurasi sebesar 82,89% dengan threshold 0.0007. Kedua akurasi tersebut dicapai pada skenario pembagian data 90%:10%. Hal ini menunjukkan efektivitas seleksi fitur IG dalam meningkatkan akurasi klasifikasi sebesar 5,26%, serta meningkatkan nilai presisi, recall, dan f-measure. Dengan demikian, model SVM yang menggunakan seleksi fitur IG memberikan prediksi yang lebih akurat dan konsisten dalam menganalisis sentimen terhadap kinerja KPU menjelang pemilu 2024. Kata Kunci: KPU, Pemilu, Support Vector Machine, Seleksi Fitur, Information Gain.
Rancang Bangun School Management System Berbasis Website Dengan Klasifikasi Santri Menggunakan Algoritma C5.0 Chalatha Doa, Udkhul Rogodan; Qoiriah, Anita
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 02 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n02.p359-370

Abstract

Klasifikasi Tingkat Kesiapan Kerja Mahasiswa Universitas Negeri Surabaya Menggunakan Algoritma C5.0 Cynthia, Grace; Qoiriah, Anita
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 02 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n02.p383-396

Abstract

Klasterisasi Musik Menggunakan K-Means Farhani, Farih Sartika; Qoiriah, Anita
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 02 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n02.p566-572

Abstract

Analisis Sentimen Opini Publik Terhadap Program Merdeka Belajar Kampus Merdeka Dengan Algoritma Naive Bayes - Support Vector Machine (NBSVM) Uyun, Qurrotul; Qoiriah, Anita
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 02 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n02.p589-605

Abstract

Abstrak— Pendidikan memegang peran penting untuk mendorong pengembangan dan penyebaran teknologi  secara inklusif. Untuk mendorong hal itu Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi mengeluarkan kebijakan penyelenggaraan program Merdeka Belajar – Kampus Merdeka (MBKM). Permasalahan serta manfaat yang ingin didapatkan melalui program MBKM menimbulkan pro dan kontra dari akademisi maupun khalayak umum. Pro dan kontra tersebut diutarakan oleh publik melalui media sosial Twitter (X) dan membentuk beragam jenis sentimen. Pada penelitian ini dilakukan klasifikasi terhadap opini positif, negatif, dan netral dengan metode Naive Bayes - Support Vector Machine dengan data bersumber dari media sosial Twitter. Kombinasi antara metode Naive Bayes yang sesuai untuk melakukan klasifikasi pada cuplikan singkat dari dokumen dan Support Vector Machine yang cocok untuk teks dalam jumlah relatif banyak diharapkan mampu menunjukkan gambaran umum persepsi publik terhadap pelaksanaan Program Merdeka Belajar - Kampus Merdeka. Penelitian ini merupakan penelitian eksperimen yang memanfatkan metode kuantitatif. Dalam penelitian ini, data yang telah melewati tahap prapemrosesan dibagi menjadi data latih dan data uji. Data yang telah melalui proses ekstraksi fitur dirangkai menjadi unigram, bigram, dan trigram yang digunakan untuk melatih Model Naive Bayes - Support Vector Machine. Pengolahan data pada model NBSVM penelitian ini memanfaatkan pemrosesan serial. Pada tahap terakhir dilakukan uji performansi pada model yang telah dilatih. Uji performansi pada model menunjukkan metode Naive Bayes - Support Vector Machine (NBSVM) dengan memanfaatkan K-fold Cross Validation untuk pembagian data menunjukkan akurasi yang paling optimal dengan nilai fold yaitu 25. Adapun hasil akurasi yang didapatkan sebesar 95%, precision 95%, recall dan f1-score sebesar 94%.   Kata Kunci— n-gram, analisis sentimen, NBSVM, kampus merdeka, kombinasi metode.
Penerapan DINOv2 pada Content Based Image Retrieval (CBIR) dalam Website Katalog Digital Batik Surabaya Rafif Raif, Andi Rhifqy; Putra, Ricky Eka; Prapanca, Aditya; Qoiriah, Anita
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 03 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n03.p678-687

Abstract

Abstrak— Penelitian ini bertujuan mendeskripsikan  Penerapan sistem teknologi model AI dengan metode pelatihan DINOv2 dalam CBIR untuk motif batik pada website katalog digital batik Surabaya, Hasil pengukuran performa website katalog digital batik Surabaya, dan hasil penilaian pelaku UKM batik Surabaya terhadap efektivitas website dalam membantu memperkenalkan dan memasarkan batik dengan motif khas Surabaya. Jenis penelitian adalah deskriptif kuantitatif. Metode penelitian menggunakan double diamond model meliputi empat tahap yaitu: Discover meliputi analisis informasi mengenai jenis-jenis batik Surabaya yang dijadikan sebagai sumber ide utama pembuatan Katalog digital berbasis web dengan menerapkan DINOv2, define yaitu menganalisis tahapan yang akan dilakukan dalam pengembangan dan perancangan Katalog Digital, Develop yaitu pengembangan dari permasalahan yang ada pada tahap sebelumnya dengan solusi melakukan penyusunan storyboard, susunan gambar batik, rancangan desain katalog digital, dan elemen-elemen desain katalog digital, dan Deliver yaitu dilakukan pemikiran secara konvergen dan fokus kepada responden.. Instrumen pengumpulan data menggunakan kuisioner dengan jumlah responden 18 orang pelaku UKM batik. Skala instrumen yang digunakan yaitu rating scale likert dengan interval 1- 4. Hasil penelitian menunjukkan bahwa Penerapan DINOv2 dalam CBIR untuk motif batik Surabaya dapat dilakukan Performa CBIR dapat mencapai 74% dengan rata-rata 64% Katalog digital batik Surabaya dinilai efektif sebagai sarana informasi batik motif khas surabaya. Berdasarkan hasil tersebut disimpulkan bahwa secara keseluruhan website katalog digital batik Surabaya mendapatkan nilai yang baik. Katalog digital batik Surabaya bisa digunakan sebagai media pengenalan dan pemasran motif batik khas Surabaya sehingga bisa dikenal lebih luas oleh masyarakat.   Kata Kunci— Batik Surabaya, CBIR, DINOv2, Katalog digital.
Co-Authors AB Sinaga, Christiano Zetro Aditya Prapanca Agus Prihanto Agustin Tjahyaningtijas, Hapsari Peni Amalia, Rahma Andi Iwan Nurhidayat Anggraini, Lusiana ARI KURNIAWAN Arjunantyo, Algonza Dewangga Asmunin Asmunin Aviana, Anisah Nurul Azam, Hafidh Ismu Azam Bintang, Elroy Chalatha Doa, Udkhul Rogodan Cynthia, Grace Eka Putra, Ricky Farhani, Farih Sartika Febriansyah, Tri Yoga Fresinsya, Vica Gunawan, Duta Alif Hasanah, Wahenda Uswatun Iqbal Zaki, Naufal Istiqomatul Anissa, Amanda Mahfudhoh, Meysa Mirnawati, Nila Naim Rochmawati Napitupulu, Ingwer Ludwig Benjamin Putri, Dian Oktavia Qurrotul Uyun, Qurrotul Rafif Raif, Andi Rhifqy Rahmada, Vita Rahulil, Muhammad Ramadhan, Ahmad Syaifudin Ricky Eka Putra Rina Harimurti Rochmawati, Naim Sadiyah, Siti Halimatus Siska Oktavia Sofi'ie, Farro Axza Febsinatra Suartana, I Made Suyatno, Dwi Fatrianto Tohari Ahmad Wiyli Yustanti YUNI YAMASARI Yusuf, Dhani Ahmad Zulfikar, Mochammad