Claim Missing Document
Check
Articles

Sentiment Analysis of CapCut Application Reviews using Support Vector Machine with the SMOTE Technique shefia, faridah ayu; Setiaji, Pratomo; Triyanto, Wiwit Agus
Sistemasi: Jurnal Sistem Informasi Vol 15, No 2 (2026): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v15i2.5948

Abstract

The growing popularity of short-form video content across various social media platforms has increased the use of cross-device video editing applications, accessible through smartphones, desktops, and web-based services. CapCut is one of the most widely used applications for creating creative content, and user reviews on the Google Play Store serve as an important indicator for evaluating user experience quality. However, review datasets are often imbalanced, with positive sentiment dominating and neutral sentiment appearing in much smaller proportions, which poses challenges for sentiment classification. This study aims to analyze user sentiment toward CapCut reviews using Support Vector Machine (SVM) and applying the Synthetic Minority Over-sampling Technique (SMOTE) to address data imbalance. The data were collected by scraping reviews from the Google Play Store, resulting in 4,381 cleaned review entries after the data cleaning stage. The reviews then underwent text preprocessing, TF-IDF feature weighting, and model training. The experimental results show that the SVM model achieved an accuracy of 73.54% with a weighted F1-score of 0.736. These findings indicate that SMOTE contributes to improving model performance on minority classes. Overall, this study provides insights into user perceptions of CapCut and highlights the potential of SVM as an effective sentiment classification method for text-based application reviews.
Pelatihan Penerapan Sistem Kasir Berbasis Web pada UMKM Kuliner Muhammad Ulinnuha Ainun Noor Rachman; Pratomo Setiaji
APPA : Jurnal Pengabdian Kepada Masyarakat Vol 3 No 3 (2025): APPA : Jurnal Pengabdian kepada Masyarakat
Publisher : Shofanah Media Berkah

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

Abstract

Sementara sebagian besar bisnis kuliner skala kecil masih bergantung pada proses transaksi manual yang rawan kesalahan, bisnis harus lebih efisien karena perkembangan teknologi digital.  Tujuan penelitian ini adalah untuk membuat sebuah bisnis kuliner menggunakan sistem kasir berbasis web untuk meningkatkan kecepatan dan ketepatan proses transaksi.  Observasi, perancangan sistem, pembuatan aplikasi kasir berbasis web, pelatihan pengguna, dan evaluasi sebelum dan sesudah penggunaan sistem adalah semua metode pelaksanaan.  Empat orang berpartisipasi dalam acara tersebut: satu pemilik usaha, dua kasir yang berfungsi sebagai pengguna utama sistem, dan satu staf pendukung yang membantu proses pengumpulan data. Hasil kegiatan menunjukkan bahwa setelah mendapatkan instruksi, peserta pelatihan mampu mengoperasikan sistem secara mandiri. Ini terbukti dengan penurunan waktu transaksi dari dua setengah menit menjadi satu menit dan penurunan kesalahan perhitungan lebih dari setengahnya.  Menurut respons positif peserta, temuan ini mendukung gagasan bahwa keberhasilan adopsi teknologi dipengaruhi oleh kemudahan penggunaan dan persepsi manfaat.  Kegiatan ini meningkatkan kemampuan digital pelaku usaha dan meningkatkan ketertarikan mereka untuk menggunakan teknologi yang lebih maju, selain meningkatkan efisiensi transaksi.  Studi ini menunjukkan bahwa penerapan sistem kasir berbasis web meningkatkan kualitas layanan usaha kuliner dan menunjukkan bahwa keberhasilan adopsi teknologi dipengaruhi oleh keterlibatan aktif masyarakat.
Penerapan Convolutional Neural Network (CNN) Arsitektur Alexnet dan VGG-16 dalam Klasifikasi Tingkat Kualitas Daging Sapi Berbasis Citra Digital Malikhah, Lutfiyatul; Triyanto, Wiwit Agus; Setiaji, Pratomo
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol. 17 No. 1 (2026): JURNAL SIMETRIS VOLUME 17 NO 1 TAHUN 2026
Publisher : Fakultas Teknik Universitas Muria Kudus

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

Abstract

Kualitas daging sapi merupakan faktor penting yang memengaruhi keamanan pangan, nilai gizi, dan kepercayaan konsumen. Penilaian kualitas daging sapi secara konvensional masih sangat bergantung pada pengamatan visual manusia, yang bersifat subjektif dan rentan terhadap ketidakkonsistenan. Oleh karena itu, diperlukan pendekatan yang objektif dan otomatis untuk meningkatkan akurasi serta keandalan dalam klasifikasi kualitas daging sapi. Penelitian ini bertujuan untuk membandingkan kinerja dua arsitektur Convolutional Neural Network (CNN), yaitu AlexNet dan VGG-16, dalam mengklasifikasikan kualitas daging sapi berbasis citra digital ke dalam kategori daging segar dan tidak segar. Penelitian ini menggunakan pendekatan kuantitatif dengan metode eksperimen. Dataset yang digunakan berupa citra daging sapi yang telah diberi label dan melalui tahap pra-pemrosesan berupa resizing dan normalisasi. Data kemudian dibagi menjadi data latih, data validasi, dan data uji. Kedua model dilatih dengan konfigurasi yang sama untuk memastikan perbandingan yang objektif. Evaluasi kinerja model dilakukan menggunakan metrik akurasi, presisi, recall, F1-score, serta analisis confusion matrix. Hasil pengujian menunjukkan bahwa model AlexNet memperoleh akurasi sebesar 91% pada data uji, sedangkan model VGG-16 menunjukkan performa yang lebih unggul dengan tingkat akurasi mencapai 98%. Selain itu, VGG-16 memiliki stabilitas pelatihan yang lebih baik, tingkat overfitting yang minimal, serta kemampuan generalisasi yang lebih tinggi dibandingkan AlexNet. Kebaruan penelitian ini terletak pada perbandingan sistematis dan komprehensif antara arsitektur AlexNet dan VGG-16 dalam klasifikasi kualitas daging sapi menggunakan dataset dan metrik evaluasi yang sama. Hasil penelitian ini diharapkan dapat menjadi dasar dalam pemilihan model CNN yang optimal untuk pengembangan sistem penilaian kualitas daging sapi secara otomatis.
Development of a Web-Based Extracurricular Activity Monitoring Information System Kusumawardani, Nada; Setiaji, Pratomo; Agus Triyanto, Wiwit
Sistemasi: Jurnal Sistem Informasi Vol 15, No 4 (2026): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v15i4.6286

Abstract

Extracurricular activities play an important role in supporting students’ development, both in academic and non-academic aspects. However, the management of extracurricular activities in many schools is still conducted manually, making it difficult to monitor student participation, record attendance, and document achievements. This study aims to develop a web-based extracurricular activity monitoring information system to improve the effectiveness of activity management at SMP 2 Jati. The system development method used is the Waterfall model, which includes the stages of requirements analysis, system design, implementation, and testing. The system was developed using native PHP and MySQL and can be accessed by administrators, extracurricular supervisors, and students. The results of testing using the Black Box Testing method indicate that all system functions operate as intended. In addition, user evaluation using a Likert-scale questionnaire shows that the system has good usability, improves the efficiency of activity management, and provides a positive level of user satisfaction. The findings of this study demonstrate that the developed system can support a more effective and structured monitoring process for extracurricular activities.