Article Per Year (5 Year)
p-Index From 2021 - 2026
7.128
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah KOMPUTASI Jurnal Mirai Management JOIV : International Journal on Informatics Visualization JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) Jurnal Sisfokom (Sistem Informasi dan Komputer) JURTEKSI Jurnal Sistem Cerdas JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) International Journal of Advances in Data and Information Systems Jurnal Teknik Informatika (JUTIF) eProceedings of Engineering The Indonesian Journal of Computer Science International Journal of Computer Technology and Science Journal of Production, Enterprise, and Industrial Applications ITEJ (Information Technology Engineering Journals)
Oktariani Nurul Pratiwi
Telkom University
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering

Published : 53 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 53 Documents
Search

 2   3   4   5   6 
Comparison Of Sentiment Analysis Of Traveloka And Tiket.Com Applications On Twitter Using The Naive Bayes Method Nathifa Agustiana; Oktariani Nurul Pratiwi; Hanif Fakhrurroja
ITEJ (Information Technology Engineering Journals) Vol. 8 No. 2 (2023): December
Publisher : Pusat Teknologi Informasi dan Pangkalan Data IAIN Syekh Nurjati Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24235/itej.v8i2.119

Abstract

The country of Indonesia has a strategic geographical position and is also said to be a country that is very rich in natural resources and cultural diversity. One of the supporters of economic growth in Indonesia is tourism. To support the potential of the tourism sector in Indonesia, many online travel agent applications have started to appear. Of the many OTAs, the top two applications were selected, namely the Traveloka and Tiket.com applications. This sentiment analysis requires data from Twitter. This research compares sentiment analysis on the Traveloka and Tiket.com applications in terms of price and service. The method used is naïve Bayes. The goal is to get sentiment information contained in a text with a positive or negative view. With this research, it is hoped that we can see a comparison of sentiment analysis between the Traveloka and Tiket.com applications and be able to find out the level of accuracy of naïve bayes on the Traveloka and Tiket.com applications. The price dataset that gets more positive sentiment is the Traveloka price of 97.2%. In the service dataset that has positive sentiment, Tiket.com is 46.9%. Then, the greatest accuracy was obtained after oversampling the Tiket.com price dataset by 73%, Traveloka prices by 94%, Ticket services by 87% and Traveloka services by 86%.
Perancangan User Interface dan User Experience Website Untuk Proses Ujian Di SMA Bina Negara 1 Baleendah Dengan Menggunakan Metode Design Thinking Pradita Cahyani; Oktariani Nurul Pratiwi; Faishal Mufied Al Anshar
Journal of Production, Enterprise, and Industrial Applications Vol. 4 No. 1 (2026): June 2026
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jpeia.v4i1.11107

Abstract

Seiring kemajuan teknologi informasi, digitalisasi pendidikan menjadi strategi penting untuk meningkatkan efektivitas pembelajaran, termasuk dalam pelaksanaan ujian. SMA Bina Negara 1 Baleendah masih menghadapi kendala ujian paper-based yang dinilai tidak efisien. Meskipun telah menggunakan sistem seperti Google Forms, berbagai keterbatasan seperti pengelolaan data yang kurang optimal dan fitur yang tidak sesuai kebutuhan pengguna masih menjadi masalah. Berdasarkan temuan tersebut, dibutuhkan solusi digital yang mampu menghadirkan pengalaman pengguna yang lebih baik dan sesuai dengan konteks sekolah, yakni melalui pendekatan User Interface dan User Experience. Oleh karena itu, penelitian ini bertujuan untuk merancang User Interface dan User Experience website untuk ujian di SMA Bina Negara 1 Baleendah serta langkah-langkah dalam menguji usability-nya. Pendekatan Design Thinking digunakan sebagai metode perancangan website ujian. Langkah penelitian ini meliputi tiga tahapan utama: pendahuluan, tahap Design Thinking, dan tahap penutupan. Data dari guru dan siswa dianalisis menjadi artefak seperti Empathy Map, User Persona, hingga desain High Fidelity. Evaluasi dilakukan dengan Usability Testing dan System Usability Scale. Metode Design Thinking dipilih karena fleksibel, berfokus pada pengguna, dan mampu menghasilkan solusi kreatif serta relevan. Hasil penelitian menunjukkan bahwa website ujian berhasil dirancang sesuai dengan kebutuhan pengguna dan mampu menjadi solusi inovatif yang mendukung proses ujian secara lebih efektif dan efisien. Pengujian menggunakan System Usability Scale menghasilkan skor 74 untuk guru dan 77 untuk siswa, yang termasuk dalam grade C dengan Acceptable Rating Satisfactory. Hasil ini menunjukkan bahwa website cukup memuaskan dan memiliki tingkat usability yang baik, meskipun masih ada beberapa catatan perbaikan dari pengguna. Dengan demikian, tujuan perancangan website untuk mendukung proses ujian di SMA Bina Negara 1 Baleendah berhasil dicapai dengan cukup baik.
Analisis Sentimen dan Pemodelan Topik terhadap Aplikasi Pembelajaran Online pada Platform Google Play Andhika Ihsan Kamil; Oktariani Nurul Pratiwi; Deden Witarsyah
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 2 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i2.6023

Abstract

Kita hidup di era teknologi di mana setiap aspek kehidupan terhubung dengan teknologi. Maraknya aplikasi belajar daring di Indonesia, seperti Ruangguru, menandai perkembangan di bidang pendidikan. Aplikasi Ruangguru fokus pada jasa pendidikan dan telah melayani lebih dari 22 juta pengguna. Untuk mempertahankan kepuasan pelanggan, diperlukan analisis sentimen dan pemodelan topik terhadap ulasan pengguna. Penelitian ini menggunakan 31.070 dataset ulasan pengguna di Google Play, dilanjutkan dengan pelabelan dan preprocessing sebelum data akan digunakan. Analisis sentimen memakai algoritma Support Vector Machine menunjukkan hasil yang baik dengan akurasi 88,89%, presisi 87,11%, recall 91,22%, dan F1-score 89,11%. Teknik k-10 fold cross validation menghasilkan akurasi rata-rata 89,06%. Kemudian model digunakan pada 10.000 ulasan baru, dengan hasil mayoritas ulasan memiliki sentimen positif. Pemodelan topik dengan Latent Dirichlet Allocation mengidentifikasi 5 topik utama pada sentimen positif dengan nilai koherensi 0,4779, berfokus pada pengalaman positif dan kegunaan aplikasi dalam membantu belajar. Pada sentimen negatif, ditemukan 4 topik utama dengan nilai koherensi 0,4899, yang banyak mengungkapkan keluhan tentang materi pembelajaran yang kurang lengkap.
Co-Authors Adnyana, I Gusti Ngurah Bagus Putra Agustiana, Nathifa Alfian Akbar Gozali Alyasyifa, Salma Andhika Ihsan Kamil Anindya Prameswari Putri Djakaria Anshari, Faishal Mufied Al Ariandi, Rama Asriana Asriana, Asriana Azka Chanda Milanesta Bagaskara, Kumara Ris Panji Cahyani, Pradita Chika Enggar Puspita Chrisdiyanti, Ivania Nonita Cynthia Ayu Prayuning Deden Witarsyah Djakaria, Anindya Prameswari Putri Eflin Trinova Limbong Fa'rifah, Riska Yanu Fa'rifah, Riska Yanua Faishal Mufied Al Anshar Fakhrurroja, Hanif Faqih Hamami Fazrin, Fadhilah Firzania, Heidea Yulia Gosal, Yose Thimothy Hadwirianto, Muhammad Raihan Hanid, Wihda Sifwi Hanif Fakhrurroja Herdian, Hafiizh Hilman Dwi Anggana Hwang, Jun-seok I B K Widiartha Ilham Perdana Iqbal Yulizar Mukti Irfan Darmawan Jesika Damayanti Doloksaribu Jessica Inas Rasendriya Josia Fortino Pakpahan Kardila, Yuni Kasparov, Michael Christensen Bonar Kurniawan, Muhammad Rayhan Mardika, Jody Muhaimin, Luthfi Ahmad Muhamad Insan Taufik Muhammad Naufal Fikri Muharman Lubis Mustada, Fitrina Annisa Nabila Ramadhania Nathifa Agustiana Nisa, Amarila Zahratun Novanza, Alvin Renaldy Nur Ichsan Utama Nuraliza, Hilda Orvalamarva Orvalamarva, Orvalamarva Pradita Cahyani Pramudia, Rudi Guna Pramuwidya, Shinta R. Rama Ahmad Waliyya Rachmadita Andreswari Reihaini Fikria Bunga Oktaviani Revanda Octavian Rukmana, Putri Utami Saleh Hasan Badjrie Salma, Farah Sherina Sutoyo, Edi Talisman, Bryan Ronald Taufiq Hamdani Yunan Yoon, Hyoen-yeong Yulio Ferdinand