Article Per Year (5 Year)
p-Index From 2020 - 2025
2.619
P-Index
This Author published in this journals
All Journal Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) SemanTIK : Teknik Informasi Jurnal Teknik Komputer AMIK BSI SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan INTECOMS: Journal of Information Technology and Computer Science Informatika : Jurnal Informatika, Manajemen dan Komputer Jurnal Tekno Kompak Jurnal Mantik Jurnal Manajemen Informatika dan Sistem Informasi Jurnal Tunas Jurnal Multidisiplin Dehasen (MUDE) Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen)
Herny Februariyanti
Universitas Stikubank
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

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

Found 16 Documents
Search

 1   2 
SISTEM REKOMENDASI PRODUCT EMINA COSMETICS DENGAN MENGGUNAKAN METODE CONTENT - BASED FILTERING Fatoni Batari Agung Larasati; Herny Februariyanti
Jurnal Manajemen Informatika dan Sistem Informasi Vol. 4 No. 1 (2021): MISI Januari 2021
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/misi.v4i1.250

Abstract

Emina cosmetic merupakan produk kosmetik dari PT Paragon Technology and Innovation dengan mengusung konsep kosmetik untuk remaja dan dewasa muda. Seiring berjalannya waktu, produk emina tentunya akan bertambah varian. Dengan semakin bertambahnya jumlah produk, para customer terkadang akan merasa kesulitan dalam menentukan produk yang tepat untuk digunakan, maka dari itu dibutuhkan sistem yang dapat merekomendasikan produk sesuai dengan ketertarikan dan kebutuhan customer. Penelitian ini bertujuan untuk merancang sebuah aplikasi yang dapat memberikan rekomendasi kosmetik emina kepada customer berdasarkan produk yang dicari sebelumnya. Proses rekomedasi dilakukan dengan membandingkan kesamaan antara produk yang dicari customer dengan deskripsi produk yang ada. Penelitian ini menggunakan metode content-based filtering dimana metode tersebut dapat digunakan untuk merekomendasikan produk berdasarkan ketersediaan konten/ deskripsi produk. Untuk menghitung kesamaan antar kalimat menggunakan algoritma cosinesimilarity. Mulanya deskripsi produk akan dilakukan pembobotan dengan tfidf, lalu akan dihitung nilai similaritasnya dengan algoritma cosinesimilarity. Produk yang mengandung kata kunci akan dihitung nilai kemiripannya dan dilakukan perangkingan berdasarkan nilai similaritas tertinggi hingga terendah. Dalam penelitian ini, produk dengan similaritas tertinggi didapat dengan nilai sebesar 0,7195.
ANALISIS SENTIMEN ULASAN EKSPEDISI J&T EXPRESS MENGGUNAKAN ALGORITMA NAÏVE BAYES Mahardika Tania Nitami; Herny Februariyanti
Jurnal Manajemen Informatika dan Sistem Informasi Vol. 5 No. 1 (2022): MISI Januari 2022
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/misi.v5i1.396

Abstract

Analisis sentimen merupakan teknik mengidentifikasi pendapatseseorang yang diekspresikan dalam bentuk teks untuk menganalisa emosi seseorang terkait dengan topik tertentu.J&T Express menjadi sebuah perusahaan jasa pengiriman dengan akses luas di Indonesia serta melayani berbagai pengiriman. Pada era globalisasi, jasa ekspedisi menjadi jasa yang paling banyak digunakan olehmasyarakat. Hal ini ditandai dengan meningkatnya pembelian online yang direkomendasikan oleh pemerintah sejak diberlakukannya WFH. Besarnya penggunaan jasa J&T Express menjadikan banyak pengguna menyampaikan ulasan terkait kinerja jasa pengiriman tersebut. Didalam penelitian ini metode analisis sentimen digunakan untukmengklasifikasi serta mengolah teks ulasan jasa pengiriman J&T Express. Proses klasifikasi data pada analisis sentimen dibagi 2 kelas, yaitu kelas sentimen negatif dan kelas sentimen positif. Terdapat 500 data yang digunakan dan terbagi menjadi 400 data latih dan 100 data uji. Dari total 400 data latih terdiri dari 237 kelas negatif dan 163 kelas positif. Berdasarkan hasil dari penelitian menghasilkan akurasi sebesar 87%, presisi kelas positif sebesar 70%, presisi kelas negatif sebesar 95%, dan error rate sebesar 13%.
Penyortir Bola Berwarna Berbasis Arduino Menggunakan Metode Fuzzy Zuly Budiarso; Rizal Adi Saputro; Hersatoto Listiyono; Herny Februariyanti
Jurnal Teknik Komputer AMIK BSI Vol 8, No 1 (2022): JTK Periode Januari 2022
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (355.59 KB) | DOI: 10.31294/jtk.v8i1.10657

Abstract

Di dunia industri perkembangan teknologi semakin cepat, serta tuntutan peningkatan dan perkembangan produktifitas di dunia industri. Proses Sortir merupakan salah satu langkah  proses produksi dalam sebuah industri. Salah satu cara untuk meningkatkan produktivitas adalah meningkatkan kinerja proses sortir dengan cara menerapkan sistem kontrol digital pada proses sortir. Arduino merupakan sebuah mikrokontroler  yang dapat digunakan untuk meningkatkan produktifitas dalam proses produksi. Salah satu contoh implementasi adalah pensortir bola berdasarkan warna. Dengan permasalahan tersebut maka kebutuhan akan alat sortir yang dapat mengkelompokan benda/barang berdasarkan warna secara otomatis dan lebih cepat sangat dibutuhkan. Sensor warna TCS3200 merupakan salah satu sensor yang dapat digunakan untuk mendeteksi warna benda.Dengan menggunakan mikrokontroler Arduino AtMega 328 sebagai pusat kendali dan beberapa komponen pendukung lain sebagai alat penyortir maka alat penyortir barang yang berbentuk bola berdasarkan warna. Dalam uji coba digunakan 10 jenis warna yang berbeda. Hasil dari pengujian dapat disimpulkan bahwa sensor warna TCS3200 dapat menyortir 10 jenis warna pada bola sebanyak 30 bola/menit.
PERBANDINGAN ALGORITMA C4.5 DAN ALGORITMA NAIVE BAYES UNTUK KLASIFIKASI PEKERJA MIGRAN INDONESIA Saufika Sukmawati; Sulastri Sulastri; Herny Februariyanti; Arief Jananto
I N F O R M A T I K A Vol 14, No 1 (2022): MEI 2022
Publisher : STMIK DUMAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36723/juri.v14i1.280

Abstract

Penempatan tenaga kerja Indonesia ke luar negeri merupakan salah satu upaya pemerintah dalam mewujudkan hak masyarakat untuk mendapatkan kesempatan bekerja serta meningkatkan perekonomian negara. Sebagai salah satu upaya pelindungan pekerja migran Indonesia maka dikembangkan sebuah sistem komputerisasi tenaga kerja luar negeri (SISKOTKLN) oleh Badan Nasional Penempatan dan Perlindungan TKI (BNP2TKI). Permasalahan yang menjadi kendala adalah adanya pekerja migran Indonesia (PMI) yang dipulangkan atau mendapat permasalahan ketenagakerjaan selama di luar negeri. Sehingga dibutuhkan sebuah interpretasi pada pola data penempatan PMI yang dapat digunakan sebagai prediksi negara tujuan penempatan para calon PMI yang ingin bekerja ke luar negeri.Penelitian ini akan membandingkan dua algoritma klasifikasi dalam data mining yaitu algoritma C 4.5 dan algoritma Naïve Bayes untuk mengetahui pola penempatan PMI dengan menggunakan data penempatan PMI pada wilayah BP3TKI Semarang. Percobaan dilakukan dengan data training sebanyak 1802 data dan data testing sebanyak 772 menghasilkan nilai akurasi paling tinggi bagi kedua algoritma. Algoritma C 4.5 mampu memprediksi lebih baik dengan tingkat akurasi sebesar 84.84% sedangkan pada Algoritma Naïve Bayes menghasilkan nilai akurasi sebesar 58.29%.
SENTIMENT ANALYSIS ON SHOPEE E-COMMERCE USING THE NAÏVE BAYES CLASSIFIER ALGORITHM Yulinar Rizkyani Saputri; Herny Februariyanti
Jurnal Mantik Vol. 6 No. 2 (2022): August: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mantik.v6i2.2397

Abstract

The growth of information and technology is causing individuals to live a more digital lifestyle, and one example of this is in the buying and selling activities that already use E-Commerce as a venue to facilitate them. Using the RStudio application and the Naive Bayes Classifier Algorithm, this study aims to find or analyze both positive and negative reviews of the e-commerce application through user reviews on Google Play. The technique employed is text mining and text processing, which involves stemming, tokenizing, case folding, normalization, and filtering steps. Review data for the Shopee app on Google Play is gathered through data scraping utilizing the web application appfollow, and review data may be saved in csv format. The acquired data will be processed using text processing, first by translating reviews in other languages to Indonesian, then by normalizing or cleaning the content to remove emoticons. The normalized data will then be uniformly converted to lower case letters as a whole in the case folding process, which comes next. Each word that has no influence or is independent, which is referred to as a token, will be isolated from the uniform data. Calculating the presence of words in the data and their frequency of occurrence is made easier by the tokenizing procedure. The Nave Bayes Classifier Method is used to compare training data and test data after text has undergone text processing to produce positive and negative sentiment classes based on the number of word frequencies.
ANALISIS SENTIMEN TANGGAPAN TERHADAP APLIKASI LAYANAN INFORMASI PENGINAPAN MENGGUNAKAN METODE KLASIFIKASI NAIVE BAYES Herny Februariyanti; Muhammad Firmansyah; Jati Sasongko Wibowo; Mardi Siswo Utomo
semanTIK Vol 6, No 2 (2020): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (610.129 KB) | DOI: 10.55679/semantik.v6i2.13810

Abstract

Analisis sentimen yang merupakan proses memahami dan mengolah data tekstual secara otomatis untuk mendapatkan informasi. Penelitian ini melakukan analisis sentimen terhadap aplikasi yang memberikan layanan informasi untuk penyewaan kamar atau tempat penginapan. Data yang berupa informasi berbentuk teks komentar pada situs google play dalam aplikasi tempat penginapan yaitu Agoda, Airyrooms, Oyo, dan Reddoorz. Sampel yaitu menggunakan data komentar dari setiap aplikasi yang berdasarkan pengambilan data selama enam bulan terakhir dimulai dari Bulan Juli 2019 - Desember 2019. Dengan memanfaatkan data tanggapan aplikasi yang besar disitus google play maka, dilakukan analisis sentimen menggunakan metode klasifikasi naive bayes untuk menentukan aplikasi yang ingin diunduh yang diketahui dengan nilai akurasi data tertinggi dan jumlah kelas label yang terkandung didalamnya. Dengan klasifikasi data menggunakan partisi data 80% data latih dan 20% data uji penelitian ini menghasilkan menghasilkan nilai akurasi data tertinggi sebesar 92.67% pada aplikasi reddoorz dipercobaan ketiga yang memiliki 587 jumlah label positif dan 78 jumlah label negatif sehingga dapat menjadi pertimbangan dalam mengunduh aplikasi tersebut serta mencari informasi tempat penginapan.Kata kunci; Analisis Sentimen, Klasifikasi Naive Bayes, Aplikasi Layanan
Pelatihan Desain Grafis Untuk Pengeditan Photo Product Pada Siswa APHP SMK Terangbangsa Sebagai Calon Pelaku Wirausaha Kota Semarang Eko Nur Wahyudi; Yunus Anis; Herny Februariyanti; Zuly Budiarso
Jurnal TUNAS Vol 4, No 1 (2022): Edisi November
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/jtunas.v4i1.81

Abstract

Terang Bangsa Vocational School students are young people as the next generation and human resources for national development. Therefore it is necessary to have efforts, programs and activities that continuously involve the participation of all parties, including families, educational institutions, youth organizations, the community and especially the younger generation themselves. In Indonesia itself, graphic design is in great demand. Current design technology really supports image processing and design, software that supports graphic design, this is very supportive in growing the creative industry in Indonesia. Responding that the creative industry opportunities in graphic design are very large, this is what encourages using graphic design to support a profession or job. Based on the findings of the problem, a solution is offered to provide graphic design training with Photoshop to produce photography of food products to Terang Bangsa Vocational High School students as potential entrepreneurs to support their product promotion with the aim of providing debriefing for APHP level XII students of Terang Bangsa Vocational High Schools. If they graduate and become entrepreneurs, they can have skills in making photos. products for promotional media. The achievement target to be achieved is that APHP students Terang Bangsa Vocational High Schools have the ability to make food photography products to create attractive promotional media. While the achievement indicators to be achieved are APHP students Terang Bangsa Vocational High Schools having knowledge and skills in arranging shooting objects, being able to use smartphones to produce attractive product photos. The output of PkM students of Agricultural Product Processing Agribusiness (APHP)Terang Bangsa Vocational High Schools are able to use product photos on promotional media to support promotion, while the output for D3 Informatics Management PkM team of Unisbank is article in devotional journals.
Product Review Sentiment Analysis At Online Store Jiniso Official Shop Using Naive Bayes Classifier (Nbc) Method Efta Riana Putri; Herny Februariyanti
Jurnal Mantik Vol. 6 No. 3 (2022): November: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

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

Abstract

It is undeniable that online shopping is the choice of many people during the pandemic, because online shopping is an easy and safe solution for people who are required to carry out social distancing by the government. Jiniso Official shop is one of the online stores that currently sell through Shopee. This study was conducted to categorize and analyze customer views of the product by using Jiniso product review data from the comments column on the Shopee application. In this study, researchers will utilize the text mining process using classification techniques, the algorithm that will be used is the Naive Bayes algorithm. Naive Bayes allows classification based on the assumption of separate conditions between the predicted attributes of a particular class. For this reason, the Naive Bayes Classifier is a very competent classification, it works quite well in classification tasks so many researchers are trying to improve the performance of Naive Bayes [3]. The results of sentiment analysis using NBC produces an accuracy rate of 0.941747572815534 or 94%. From the results of this study, positive sentimental reviews can be used as a reference to maintain things that make customers feel satisfied. while negative reviews can be used as motivation to improve services and products.
MENUMBUHKAN JIWA KEWIRAUSAHAAN MELALUI DIVERSIFIKASI OLAHAN JAMUR TIRAM DI KELURAHAN PONGANGAN GUNUNGPATI SEMARANG Dewi Handayani Untari Ningsih; Herny Februariyanti; Muji Sukur; Mardi Siswo Utomo
SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Vol 6, No 4 (2022): Desember
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jpmb.v6i4.11425

Abstract

ABSTRAKPandemi Covid-19 sangat berdampak pada perekonomian masayarakat, salah satunya yang terkena dampak adalah masyarakat di wilayah Pongangan Gunungpati. Adanya pemutusan hubungan kerja (PHK), banyaknya industri yang mati karena dampak pandemi menyebabkan pengangguran hal ini mempengaruhi perekonomian masyarakat. Wilayah Pongangan Gunungpati merupakan salah satu wilayah penghasil jamur tiram. Selama ini petani jamur tiram hanya menjual hasil panen dalam bentuk jamur segar. Jamur tiram segar tidak bisa bertahan lama dan cenderung cepat membusuk. Pelatihan diservisifikasi jamur tiram yang dilakukan di kelurahan Pongangan bertujuan memberikan pelatihan dan keterampilan kepada masyarakat untuk memanfaatkan bahan baku jamur tiram dan memberikan nilai jual lebih hasil panen jamur tiram di wilayah Pongangan. Selain itu pelatihan dan pendampingan  ini bertujuan juga memberikan keterampilan bagi warga yang terdampak PHK dari perusahaan, memulai untuk mencari pendapatan tambahan dengan pengolahan makanan berbahan dasar jamur tiram yang dapat diproduksi secara rumahan. Metode kegiatan pengabdian ini dilakukan dengan cara memberikan materi dan praktek langsung diversifikasi produk olahan jamur tiram. Pengabdian juga dilakukan dengan pelatihan dan pendampingan dalam pembuatan  desain label kemasan produk olahan jamur tiram. Kata kunci: kelurahan pongangan; diversifikasi; produk olahan; jamur tiram ABSTRACTThe Covid-19 pandemic has had a major impact on the community's economy, one of which has been affected is the community in the Pongangan Gunungpati area. There has been the termination of employment, and many industries have died due to the impact of the pandemic causing unemployment, which has affected the people's economy. Pongangan Gunungpati region is one of the oyster mushroom-producing areas. So far, oyster mushroom farmers only sell their produce in the form of fresh mushrooms. Fresh oyster mushrooms don't last long and tend to spoil quickly. The oyster mushroom servicing training conducted in the Pongangan sub-district aims to provide training and skills to the community to utilize oyster mushroom raw materials and provide more selling value for oyster mushroom harvests in the Pongangan area. In addition, this training and mentoring aims to also provide skills for residents affected by layoffs from companies, starting to earn additional income by processing oyster mushroom-based foods that can be produced at home. This service activity method provides material and direct practice of diversifying processed oyster mushroom products. Devotion is also carried out with training and assistance in making packaging label designs for processed oyster mushroom products. Keywords: pongangan village; oyster mushroom products; diversifikasi; oyster mushroom.
Analisis Sentimen Terhadap Program Kampus Merdeka Menggunakan Algoritma Naive Bayes Classifier Di Twitter Elisa Febriyani; Herny Februariyanti
Jurnal Tekno Kompak Vol 17, No 1 (2023): Februari
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v17i1.2061

Abstract

The independent campus program or independent learning campus independence (MBKM) is a new policy launched in January 2019 by the ministry of education, culture, research, and technology of the republic of Indonesia. This policy is the government's strategy in improving the quality of students to respond to the needs of the times along with significant changes in technology, the world of work, social and culture. As a new breakthrough in the world of higher education, this program is very much discussed on social media. Currently, many people use social media Twitter to provide feedback or opinions on a government policy or trend that is developing. This independent campus program has reaped the pros and cons of the community, especially on Twitter social media since its inception. This study aims to analyze the sentiment of public opinion on the independent campus program on twitter to determine the level of accuracy in the method and the proportion of sentiment as an evaluation of the algorithm, performance and program of the independent campus itself. Data collection using the vicinitas.io website was carried out in real time with #kampus merdeka and #mbkm from tweets and retweets of twitter users during November 2021 to March 2022. Analysis of 501 tweet data was carried out by classifying text in negative and positive forms using the naive bayes classifier algorithm. . The implementation of the classification in the Naive Bayes algorithm is carried out in several stages, namely text preprocessing, TF-IDF calculations, classification calculations, and K-fold cross validation. K-fold is used for applications that are used to get maximum accuracy results. The program is made in the python programming language on the google colab tools provided by google. The visualization of the results displayed in this study is a word cloud with the most dominant word results appearing on positive sentiments, namely campus, merdeka, mbkm, and programs, while on negative sentiments, namely campus, money, pocket, and conversion. Based on the results of the research, the classification that can be done by the system gets 272 positive sentiment classification results and 229 negative sentiment opinions with an average accuracy of 60%, precision 64%, recall 58% and f1-score 58%.
Co-Authors Andi Harpepen Arief Fajar Kurniawan Arief Jananto Bagus Andre Nathanael Desiana Mirtasari Dwi Agus Diartono Eddy Nurraharjo Efta Riana Putri Eko Nur Wahyudi Elisa Febriyani Eri Zuliarso Erwin Nofiyanto Fatoni Batari Agung Larasati Firman Ardiansyah Ekoanindiyo Hersatoto Listiyono Jati Sasongko Wibowo Jati Sasongko Wibowo Mahardika Tania Nitami Mardi Siswo Utomo Muhammad Firmansyah Muji Sukur R. Soelistijadi Rizal Adi Saputro Saufika Sukmawati Sulastri Yulinar Rizkyani Saputri Yunus Anis, Yunus Zuly Budiarso