Article Per Year (5 Year)
p-Index From 2021 - 2026
2.169
P-Index
This Author published in this journals
All Journal Jurnal Sains dan Informatika Jurnal Mahasiswa Sistem Informasi (JMSI) Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Gudang Jurnal Multidisiplin Ilmu Menulis: Jurnal Penelitian Nusantara
Aidina Ristyawan
Unknown Affiliation
Religion Aerospace Engineering Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Public Health Social Sciences Transportation Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
KINERJA ALGORITMA MACHINE LEARNING DALAM ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI LIVIN’ BY MANDIRI PADA GOOGLE PLAY STORE Ovelina Devi Kurnia; Erna Daniati; Aidina Ristyawan
Jurnal Mahasiswa Sistem Informasi (JMSI) Vol. 6 No. 2 (2025): Jurnal Mahasiswa Sistem Informasi (JMSI)
Publisher : Program Studi DIII Sistem Informasi - Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jmsi.v6i2.8993

Abstract

Analisis sentimen menjadi pendekatan penting dalam memahami opini pengguna terhadap suatu produk digital, termasuk aplikasi mobile banking. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna terhadap aplikasi Livin’ by Mandiri yang diperoleh dari Google Play Store. Data dikumpulkan melalui teknik scraping dan diproses menggunakan metode stratified balancing berbasis perhitungan Slovin untuk menangani ketidakseimbangan kelas. Sebanyak 1925 data ulasan digunakan sebagai sampel penelitian. Representasi fitur dilakukan dengan teknik TF-IDF, dan model klasifikasi dibangun menggunakan tiga algoritma pembelajaran mesin, yaitu Support Vector Machine (SVM), Logistic Regression (LR), dan Naive Bayes (NB). Hasil evaluasi menunjukkan bahwa algoritma SVM memberikan performa terbaik dengan akurasi 82%, diikuti oleh LR (81%), dan NB (62%). Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Temuan ini menunjukkan bahwa pemilihan algoritma yang tepat berperan besar dalam efektivitas klasifikasi sentimen, khususnya pada data teks yang besar dan tidak seimbang. Penelitian ini memberikan kontribusi dalam pengembangan sistem evaluasi otomatis berbasis ulasan pengguna untuk mendukung peningkatan kualitas layanan aplikasi perbankan digital
Sistem Pemilihan Karyawan Terbaik Studi Kasus: CV. Surya Mas Citra Niaga Vivi Rizqi Aprilia; Erna Daniati; Aidina Ristyawan
Menulis: Jurnal Penelitian Nusantara Vol. 1 No. 7 (2025): Menulis - Juli
Publisher : PT. Padang Tekno Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/menulis.v1i7.504

Abstract

Penelitian ini bertujuan untuk mengimplementasikan sistem pendukung keputusan (SPK) dalam menentukan karyawan terbaik di CV. Surya Mas Citra Niaga dengan menggunakan metode Analytical Hierarchy Process (AHP) dan Preference Organization Method for Enrichment Evaluation (PROMETHEE). Metode AHP digunakan untuk menentukan bobot kriteria berdasarkan tingkat kepentingan (Priority), sedangkan metode PROMETHEE digunakan untuk melakukan perangkingan alternatif berdasarkan kriteria yang ditentukan. Dalam penelitian ini menggunanakan 5 (lima) yaitu kriteria kedisiplinan, kehadiran, keramahtamahan, inisiatif, dan kebersihan, dengan data yang diperoleh dari wawancara dan studi literatur. Hasil penelitian menunjukkan bahwa kombinasi metode AHP dan PROMETHEE memberikan hasil yang akurat dan konsisten dalam menentukan karyawan terbaik. Sistem ini membantu pengambilan keputusan menjadi lebih objektif, efisien, dan transparan. Kesimpulan dari penelitian ini adalah sistem pendukung keputusan yang dikembangkan mampu mendukung manajemen dalam mengevaluasi dan memberikan penghargaan kepada karyawan secara adil berdasarkan data yang akurat
Pelatihan Aplikasi E-Resepsionis Rumah Sakit di RSUD Campurdarat Aidina Ristyawan; Nugroho, Arie; Sucipto, Sucipto; Firliana, Rina; Wardani, Anita Sari; Ferdian Ahmat Felmidi; Farhan Gagat Retnanto
Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat Vol. 6 No. 1 (2025): November 2025
Publisher : Cipta Media Harmoni

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53624/kontribusi.v6i1.664

Abstract

Latar Belakang: Rumah Sakit Umum Daerah Campurdarat di Kabupaten Tulungagung memerlukan pendampingan dalam pengembangan sistem manajemen dokumen surat menyurat untuk mendukung kegiatan operasional dalam bidang dokumentasi berkas. Pelatihan penggunaan aplikasi database untuk menunjang kebutuhan tersebut menjadi salah satu cara untuk membantu manajemen dokumen. Tujuan: Pelatihan penggunaan aplikasi database ini dilaksanakan untuk membantu petugas dalam menggunakan aplikasi E-resepsionis. Metode: Cara yang digunakan dalam pelatihan ini adalah pendampingan langsung dan mentoring oleh mahasiswa dalam waktu 1 bulan di RSUD Campurdarat. Hasil: Petugas di RSUD Campurdarat dapat menggunakan aplikasi E-resepsionis, sehingga dapat mendukung manajemen berkas dengan lebih baik. Kesimpulan : Pelatihan dan pendampingan dengan metode pendampingan langsung dan mentoring terbukti efektif dalam membantu petugas dalam mengoperasikan aplikasi E-Resepsionis di RSUD Campurdarat.
Pengembangan Sistem Informasi Pemesanan Jasa Fotografi Ahmat Gunawan; Rina Firliana; Aidina Ristyawan
Menulis: Jurnal Penelitian Nusantara Vol. 1 No. 8 (2025): Menulis - Agustus
Publisher : PT. Padang Tekno Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/menulis.v1i8.569

Abstract

Perkembangan teknologi digital mendorong berbagai sektor bisnis untuk mengadopsi platform online guna meningkatkan efisiensi dan kualitas layanan (Kusuma et al., 2023). Namun, dalam industri jasa fotografi, khususnya layanan prewedding, wedding, dan sesi foto lainnya, masih banyak penyedia jasa yang belum terdigitalisasi dalam proses reservasi dan pembayaran, yang menyebabkan ketidakefisienan operasional. Penelitian ini bertujuan untuk mengembangkan sistem informasi reservasi online di Holobok Studio yang terintegrasi dengan payment gateway guna mempermudah proses pemesanan dan pembayaran secara digital. Metode pengembangan sistem menggunakan model Waterfall yang mencakup tahapan analisis kebutuhan, desain sistem, implementasi, pengujian, hingga pemeliharaan. Sistem ini dirancang untuk memberikan kemudahan dalam pemesanan paket layanan secara real-time, mengurangi kesalahan pencatatan, mempercepat konfirmasi pembayaran, serta menyediakan pelaporan yang lebih terstruktur. Sistem terdiri dari beberapa modul utama, seperti pengelolaan pengguna, paket, kategori, reservasi, serta fitur pembayaran yang terintegrasi. Hasil implementasi menunjukkan bahwa sistem mampu meningkatkan efisiensi operasional Holobok Studio, memberikan pengalaman pelanggan yang lebih baik, serta memastikan data dan transaksi dikelola dengan lebih aman dan terstruktur.
Prediksi Volume Sampah Perkotaan Berbasis Data Spasial Menggunakan Random Forest di DKI Jakarta maulana, aftor; Aidina Ristyawan; Firmansyah, Andika; R Ndun, Anastasia R
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/5yeap977

Abstract

Pengelolaan sampah di DKI Jakarta menghadapi tantangan seiring pertumbuhan penduduk dan perubahan pola konsumsi. Penelitian ini memanfaatkan algoritma Random Forest Regressor untuk memprediksi volume sampah berdasarkan data spasial, seperti lokasi wilayah administratif, luas permukiman, dan kepadatan penduduk. Data dikumpulkan dari BPS, Dinas Lingkungan Hidup DKI Jakarta, serta platform pemetaan digital, mencakup lebih dari 600 titik wilayah. Model menghasilkan nilai R² sebesar 0,87, Mean Absolute Error 15,3 ton, dan Root Mean Squared Error 21,7 ton. Fitur paling berpengaruh adalah luas kawasan permukiman, jumlah penduduk, dan kepadatan wilayah. Model ini berpotensi membantu pemerintah dalam merencanakan distribusi armada dan fasilitas pengelolaan sampah secara lebih efektif. Penelitian juga merekomendasikan penambahan variabel seperti aktivitas ekonomi dan mobilitas penduduk guna meningkatkan akurasi prediksi di masa mendatang.
SPK BERBASIS SAW UNTUK IDENTIFIKASI RISIKO KESEHATAN MENTAL PEMAIN RISE OF KINGDOMS Satria Wijaya; Sucipto; Aidina Ristyawan
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/04gagk05

Abstract

Penelitian ini bertujuan untuk mengidentifikasi tingkat risiko kesehatan mental pemain game Rise of Kingdoms menggunakan Sistem Pendukung Keputusan (SPK) berbasis metode Simple Additive Weighting (SAW). Permainan online yang dimainkan secara berlebihan dapat berdampak negatif pada kesehatan mental, seperti stres, isolasi sosial, hingga pelarian dari masalah kehidupan nyata. Dengan memanfaatkan metode SAW, penelitian ini mengevaluasi lima kriteria utama yang berpengaruh terhadap kondisi mental pemain, yaitu durasi bermain, achievement, relationship, immersion, dan escapism. Data diperoleh melalui kuesioner yang disebarkan kepada komunitas pemain aktif Rise of Kingdoms, dengan responden yang telah bermain minimal enam bulan. Setelah dilakukan normalisasi dan perhitungan preferensi, sistem SPK berhasil memberikan hasil perangkingan tingkat risiko mental pada masing-masing pemain. Hasil penelitian menunjukkan bahwa metode SAW efektif dalam mengelola data multikriteria secara objektif dan mampu memberikan rekomendasi yang dapat digunakan oleh pemain untuk mengevaluasi pola bermain mereka. Sistem ini juga berpotensi menjadi alat bantu edukatif dalam upaya menjaga kesehatan mental di kalangan gamer.
Co-Authors Abdullah Kafa Bihi Ahmad Zen Sholikhin Ahmat Gunawan Aktasya Purwandira Arie Nugroho, Arie Atma Agilia Triwardani Cinta Azzaria Danu Nur Alamsyah Dea Yuliana Ayu Ningrum Dwi Puji Yoga Satria Eggy Cahya Ardianta Ela Esti Susanti Elisa Triammah A’Fena Erna Daniati Ervin Kusuma Dewi Farhan Gagat Retnanto Ferdian Ahmat Felmidi Firmansyah, Andika Garda Zidane Dhamara Idha Febiyanti Ikrar Nusa Bhakti Jatmiko Jatmiko Maulana, Aftor Mieta Silvia Aviva Mohammad Nova Kurniawan Muhammad Abi Lukman Muhlishoh Husna Ulfiah Nazzel Maulana Mustofa Ovelina Devi Kurnia Prasetyo Ari Wibowo Priyo Wildan Saputro R Ndun, Anastasia R Rina Firliana Sabina Hajar Alviyanti Satria Wijaya Sucipto Sucipto Sucipto Vivi Rizqi Aprilia Wardani, Anita Sari