Article Per Year (5 Year)
p-Index From 2021 - 2026
1.203
P-Index
This Author published in this journals
All Journal JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Minfo Polgan (JMP) Buletin Sistem Informasi dan Teknologi Islam Journal of Embedded Systems, Security and Intelligent Systems Linier: Literatur Informatika dan Komputer
Dewi Widyawati
Universitas Muslim Indonesia
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Library & Information Science Mathematics Social Sciences

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Linier: Literatur Informatika dan Komputer

 1 
Analisis Sentimen Masyarakat Terhadap System Perbelanjaan Di Alfagift Dengan Metode Naive Bayes Muhammad Ikhsan; Lilis Nur Hayati; dewi Widyawati
LINIER: Literatur Informatika dan Komputer Vol 2, No 2 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i2.3134

Abstract

Berbagai industri termasuk ritel telah berubah sebagai akibat dari kemajuan teknologi informasi. Alfagift sebuah aplikasi yang dikembangkan oleh Alfamart untuk membantu pelanggannya berbelanja secara digital dan salah satu platform yang tengah berkembang pesat. Tujuan penelitian ini adalah untuk melakukan analisis sentimen masyarakat terhadap sistem perbelanjaan Alfagift dengan menggunakan metode Naive Bayes. Metode Naïve Bayes ini dipilih karena kemampuannya untuk mengklasifikasikan teks berdasarkan probabilitas, yang memungkinkan untuk menghasilkan hasil yang akurat dengan data yang relatif kecil. Data yang digunakan untuk penelitian ini adalah komentar atau ulasan pengguna tentang aplikasi Alfagift yang diambil dari platform review aplikasi. Analisis sentimen mencakup pengumpulan data, Preprocessing, serta penerapan Naive Bayes untuk membagi sentimen menjadi dua kategori utama yaitu positif dan negatif. Penelitian ini mengumpulkan 6.650 data ulasan pengguna  dan didapatkan 4.937 kelas sentimen positif dan 1.713 kelas sentimen negatif. Naïve Bayes Classifier dalam mengklasifikasi data mendapatkan akurasi tertinggi saat pembagian data latih dan data uji dengan perbandingan sebesar 90:10 memperoleh  Accuracy 85.94%, recall 81.81%, Precision 91.83% dan F1-Score sebesar 86.52%.  Hasil dari analisis ini menunjukkan bagaimana respon masyarakat terhadap fitur-fitur yang ada dalam aplikasi, serta memberikan wawasan tentang kekuatan dan kelemahan dari sistem perbelanjaan Alfagift. Penelitian ini juga membuktikan efektivitas metode Naive Bayes dalam menganalisis sentimen secara otomatis dan memberikan insight yang berbasis data
Implementasi Algoritma Kriptografi AES untuk Peningkatan Keamanan Proses Login Website Nur Azizah Khoirunnisa; Ramdan Satra; dewi Widyawati
LINIER: Literatur Informatika dan Komputer Vol 2, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i3.3143

Abstract

Keamanan dalam proses login pada website merupakan aspek yang sangat penting untuk mencegah akses tidak sah dan pencurian data pengguna. Salah satu metode yang dapat digunakan untuk meningkatkan keamanan adalah dengan menerapkan algoritma Advanced Encryption Standard (AES) dalam proses penyimpanan dan verifikasi password. AES merupakan algoritma enkripsi simetris yang dikenal memiliki tingkat keamanan tinggi dan efisiensi dalam proses enkripsi serta dekripsi data. Penelitian ini membahas implementasi AES untuk enkripsi password pada sistem login berbasis PHP Native. Sistem ini dirancang untuk menyimpan password dalam bentuk terenkripsi guna mencegah akses tidak sah terhadap informasi pengguna. Selain itu, pengujian dilakukan untuk memastikan integritas proses enkripsi serta efektivitasnya dalam melindungi data pengguna. Hasil implementasi menunjukkan bahwa penggunaan AES dapat meningkatkan keamanan penyimpanan password di database dengan mencegah pencurian data melalui eksploitasi langsung terhadap database. Kesimpulan dari penelitian ini adalah bahwa metode enkripsi AES dapat diterapkan secara efektif dalam sistem login berbasis web guna meningkatkan keamanan autentikasi pengguna
Co-Authors A. Ulfah Tenripada Abdul Rachman Manga' Adela Regita Azzahra Fahmi Faradibah, Amaliah Herdianti Darwis lilis nurhayati Muhammad Arfah Asis Muhammad Ikhsan Nur Azizah Khoirunnisa Purnawansyah Purnawansyah Ramdan Satra Samsul Sitti Rahmah Jabir Sugiarti, Sugiarti