Article Per Year (5 Year)
p-Index From 2020 - 2025
0.778
P-Index
This Author published in this journals
All Journal Jurnal Sistem Komputer KOMPUTA : Jurnal Ilmiah Komputer dan Informatika Majalah Ilmiah UNIKOM Jurnal Pengabdian Teknik dan Ilmu Komputer (PETIK) Jurnal INFOTEL
Nelly Indriani Widiastuti
Universitas Komputer
Arts Humanities Computer Science & IT Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Social Sciences

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
Web Content Mining Menggunakan Partitional Clustering K-Means Pada News Aggregator Baidowi, Achmad Thoriq; Widiastuti, Nelly Indriani
Jurnal Sistem Komputer Vol 5, No 2 (2015)
Publisher : Jurnal Sistem Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jsk.v5i2.85

Abstract

News aggregator is one type of aggregator system (collector) which collects news from various sources, and then presented back to the user in a single entity so that users no longer need to venture out to various news sites for just looking for information. The system requires a news aggregator a way to show the same news information from the websites of news services. Based on that, this paper used  Web Content Mining (WCM) for information retrieval news from online news sites and partitional K-Means clustering system for processing news aggregator in objective the system to display collection of information based on keyword input from the user. From the test results using confusion matrix methods with a number of documents as many as 132 documents were taken from crawling indicate that the method partitional clustering K-Means can be applied to a system news aggregator for classifying news information with keyword "education" with an average accuracy of the classification of 98%. 
FUZZY LOGIC DAN LEXICAL CHAINS UNTUK PERINGKASAN TEKS OTOMATIS Afnan, Wulan Kamilia; Widiastuti, Nelly Indriani
Jurnal Sistem Komputer Vol 7, No 1 (2017)
Publisher : Jurnal Sistem Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jsk.v7i1.130

Abstract

Automatic text summarization (ATS) is a process that was required to produce a summary of a text that contains information with help from a computer. This system is needed to determine the subject matter of a document so that readers can quickly understand. ATS systems need to process the documents resulting in important sentences from the document. In this study, lexical chains were used to generate optimal value for the candidate most powerful word in each sentence. The document is extracted to produce features such as sentence length, the weight of the sentence, the position of the sentence, and the similarity between sentences. The value of the strongest chain will be combined with fuzzy parameters. These features Fuzzy logic predicted the results of a summary of the values of the parameters to be grouped based on the value of linguistic important and unimportant. Furthermore, the final value of the fuzzy will determine the final outcome text summary of the document that was input by the user lexical chains. Testing conducted by manual sentence summary results sourced from respondents and a summary of the results of the ATS system recall, precision and F-measure. Based on the results of research that include the step of determining the problem, the analysis to implementation and testing that has been done before, it can be concluded that the results of the implementation of the method of lexical chains with fuzzy logic for automatic text summarization achieve fairly good.
ASPECT-BASED SENTIMENT ANALYSIS ON TINDER APP REVIEWS USING THE SUPPORT VECTOR MACHINE METHOD Pagi, Fasya Mutiara; Widiastuti, Nelly Indriani
Komputa : Jurnal Ilmiah Komputer dan Informatika Vol 13 No 2 (2024): Komputa : Jurnal Ilmiah Komputer dan Informatika
Publisher : Program Studi Teknik Informatika - Universitas Komputer Indonesia (UNIKOM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputa.v13i2.14078

Abstract

Penelitian dilakukan untuk mengevaluasi performa Support Vector Machine (SVM) dalam mengkategorikan sentimen pada ulasan pengguna aplikasi Tinder, dengan fokus pada empat aspek: harga, fitur aplikasi, keamanan akun, dan nonaspek. Dari 1627 ulasan yang dianalisis, dibagi menjadi 1138 untuk pelatihan dan 489 untuk pengujian. Evaluasi kinerja dilakukan menggunakan matriks akurasi, precision, recall, dan F1-score. Hasil mengindikasikan kinerja SVM yang bervariasi tergantung pada aspek yang dianalisis. Tingkat akurasi tertinggi diperoleh pada aspek keamanan akun dengan nilai 0.944, sedangkan akurasi terendah ditemukan pada aspek fitur aplikasi yaitu 0.8998. Precision tertinggi untuk sentimen negatif dan netral ada pada aspek keamanan akun, sementara precision untuk sentimen positif paling rendah. Sebaliknya, recall tertinggi ditemukan pada sentimen netral, terutama pada fitur aplikasi dan keamanan akun. Namun, recall untuk sentimen positif pada aspek fitur aplikasi sangat rendah, menunjukkan kesulitan model dalam mendeteksi ulasan positif. Secara keseluruhan, SVM menunjukkan kinerja baik, terutama pada aspek keamanan akun dan sentimen netral, tetapi mengalami tantangan pada aspek fitur aplikasi dalam mengklasifikasikan sentimen positif.
Kajian sistem monitoring dokumen akreditasi teknik informatika unikom Widiastuti, Nelly Indriani; Susanto, Rani
Majalah Ilmiah UNIKOM Vol. 12 No. 2 (2014): Majalah Ilmiah Unikom
Publisher : Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (288.209 KB)

Abstract

Teknik Informatika UNIKOM sebagai salah satu program studi, memiliki kewajiban untuk menjalani dan mempersiapkan proses akreditasi. Persiapan akreditasi di program studi teknik informatika dilakukan oleh panitia yang merupakan dosen dan staf sekretariat. Jumlah mahasiswa yang besar mempengaruhi jumlah kegiatan yang harus dilakukan oleh panitia akreditasi.Panitia akreditasi membutuhkan suatu sistem yang membantu dalam memonitor kesiapan dalam efektif dan efisien didalam operasionalnya.Sistem monitoring atau sistem pengawasan adalah suatu upaya yang sistematik untuk menetapkan kinerja standar pada perencanaan untuk merancang sistem umpan balik informasi, untuk membandingkan kinerja aktual dengan standar yang telah ditentukan, untuk menetapkan apakah telah terjadi suatu penyimpangan tersebut, serta untuk mengambil tindakan perbaikan yang diperlukan untuk menjamin bahwa semua sumber daya perusahaan atau organisasi telah digunakan seefektif dan seefisien mungkin guna mencapai tujuan perusahaan atau organisasi.Menggunakan panduan yang diberikan oleh DIKTI dalam mengisi buku borang akreditasi perguruan tinggi, kajian yang dilakukan adalah menganalisi dokumen-dokumen yang dimiliki oleh program studi. Berdasarkan hasil kajian dan analisis yang telah dilakukan, dapat disimpulkan bahwa program studi teknik informatika cukup baik. Meskipun terdapat beberapa kekurangan, Program studi teknik informatika telah cukup dalam memiliki dokumen terutama yang terkait standar 2 sampai dengan standar 7.
MODEL DINAMIK INTERAKSI LARVA NYAMUK CULEX DENGAN LARVA NYAMUK TOXORHYNCHITE DALAM UPAYA PENCEGAHAN PENYEBARAN FILARIASIS Dewi, Kania Evita; RAINARLI, EDNAWATI; WIDIASTUTI, NELLY INDRIANI
Majalah Ilmiah UNIKOM Vol. 14 No. 1 (2016): Majalah Ilmiah Unikom
Publisher : Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (370.749 KB)

Abstract

Indonesia merupakan daerah endemis untuk penyakit filariasis. Filariasis menyebabkan pembengkakan dibeberapa bagian badan sehingga orang yang mengidapnya akan sulit bergerak. Dari tahun ketahun pertumbuhan penyakit ini semakin meningkat, walaupun pemerintah sudah melakukan pemberian obat secara massal di daerah endemis dan mencegah atau membasmi kecacatan karena filariasis. Vektor filariasis yang paling banyak ditemukan didaerah endemis, Jawa Timur, adalah Culex quinquefasciatus. Nyamuk Cx. quinquefasciatus memiliki kebiasaan yang sama dengan Nyamuk Toxorhynchites yaitu menyimpan telur di lubang pohon. Sedangkan larva nyamuk Toxorhynchites membutuhkan larva spesies lain atau larva dari spesiesnya sendiri untuk pangan. Untuk melihat apakah pemangsaan larva Cx. Quinquefasciatus oleh larva Toxorhynchites dapat mencegah pertumbuhan populasi Cx. Quinquefasciatus, maka dibuatlah model dinamikanya.Hasil penelitiannya adalah pemangsaan larva Cx. Quinquefasciatus oleh larva Toxorhynchites dapat mencegah pertumbuhan populasi Cx. Quinquefasciatus, yang secara tidak langsung dapat mencegah penyebaran penyakit filariasis.Keywords : Model Matematika, filariasis, Culex, Toxorhynchites
Imbalance Dataset in Aspect-Based Sentiment Analysis on Game Genshin Impact Review Perwira, Prabowo Adi; Widiastuti, Nelly Indriani
JURNAL INFOTEL Vol 16 No 1 (2024): February 2024
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/infotel.v16i1.984

Abstract

Sentiment analysis was commonly used to determine the polarity of the review text. However, there is a problem if some reviews have more than one aspect with different polarities, so the reviews have more than one polarity. That has happened in some reviews on the game Genshin Impact. Not merely that, the number of sentiments contained in a review is not always the same as other reviews will cause imbalanced data. So, this study will handle imbalance data with Random Under-Sampling and Random Over-Sampling on aspect-based-sentiment-analysis of Genshin Impact Review with Multinomial Naïve-Bayes, so that the classification prediction does not ignore the minority class due to the dominance of the majority class. The classification process used K-Fold Cross Validation (k=10) validation method and the Laplace smoothing technique on Multinomial Naïve Bayes. As a result, the conclusion is that Random Oversampling had better accuracy than Random Undersampling in handling imbalanced data on aspect-based sentiment analysis of Genshin Impact game Review in Indonesian with Naïve Bayes Multinomial, with the highest accuracy of 85.55%.
Pengaruh Fitur Tambahan untuk Klasifikasi KepribadianMyers-Briggs Type Indicator (MBTI) Menggunakan SVM Widiastuti, Nelly Indriani; Dewi, Kania Evita; Sidik, Muhammad Abdul Rohman
Komputa : Jurnal Ilmiah Komputer dan Informatika Vol 14 No 2 (2025): Komputa : Jurnal Ilmiah Komputer dan Informatika
Publisher : Program Studi Teknik Informatika - Universitas Komputer Indonesia (UNIKOM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputa.v14i2.17796

Abstract

This study examines the effect of adding metadata feature on the effectiveness of the Support Vector Machine (SVM) algorithm in classifying personality types based on the Myers–Briggs Type Indicator (MBTI) indicators, using data from Indonesian-language X (Twitter) posts as a representation of users' digital expressions. The developed model integrates two main feature categories: textual features extracted using the Term Frequency-Inverse Document Frequency (TF-IDF) method, and metadata features that reflect users' social interaction patterns, such as the number of retweets, likes, followers, and publication time. These features are considered capable of representing user behaviour dynamics more comprehensively. After the dataset is cleaned, pre-processing, feature extraction, and encoding are performed. Classification is then performed using SVM. This study employed four systematically designed testing scenarios: two scenarios utilised pure text data, while the other two combined social metadata features. Each scenario was tested both before and after the hyperparameter tuning process to optimise model performance. The evaluation was conducted using accuracy and F1-score metrics to measure the accuracy and balance of the classification model. The results of the experiment showed that the combination of social media metadata features consistently improves classification performance, with accuracy increasing by 2–6% and F1-score by 2–8% compared to text-based models alone. These findings confirm that social media metadata contributes significantly to enriching feature representation, thereby improving the precision, generalisation, and stability of models in identifying the personality types of social media users.
Pelatihan Materi Berinternet Sehat Dan Bijaksana Pada Guru Madrasah Aliyah Al-Irfan Sumedang Widiastuti, Nelly Indriani; Fakhrian Fadlia Adiwijaya; Rainarli, Ednawati
Jurnal Pengabdian Teknik dan Ilmu Komputer (Petik) PETIK : Jurnal Pengabdian Teknik dan Ilmu Komputer Vol. 5 No. 2 Desember 2025
Publisher : Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/petik.v5i2.17099

Abstract

Kegiatan pelatihan kepada guru-guru madrasalah Aliyah Al-Irfan bertujuan untuk  memberikan pengetahuan dan kesadaran terhadap dampak yang muncul dari penggunaan internet dan media sosial. Terutama dampak negatif seperti hoax, cyberbullying, atau penipuan. Generasi Z adalah remaja yang termasuk banyak mengakses internet terutama sosial media. Hal ini menjadi salah satu sebab mereka memiliki potensi terkena dampak negatif. Usia tersebut sesuai dengan siswa madrasah al-Irfan yang harus dihadapi oleh guru-guru peserta Pengabdian pada Masyarakat ini.  Guru-guru memiliki peran yang besar dalam mendidik pada siswanya agar mampu menghadapi dampak negatif yang  ditimbulkan penggunaan internet. Kegiatan dilaksanakan dengan metode ceramah pemberian materi kemudian dilanjutkan dengan diskusi atau sharing pengalaman dan tanya jawab. Evaluasi dilakukan dengan memberikan beberapa soal pada prates dan paskates. Pertanyaan disusun berdasarkan materi yang diberikan. Hasil evaluasi tersebut menunjukkan bahwa perserta secara umum telah mengetahui dampak yang mungkin dialami oleh siswa mereka. Untuk selanjutnya yayasan dan peserta merasa perlu ditindaklanjuti kegiatan ini dengan materi yang disesuaikan dengan kebutuhan
Co-Authors Afnan, Wulan Kamilia Baidowi, Achmad Thoriq Dewi, S.Pd., M.Si, Kania Evita Fakhrian Fadlia Adiwijaya Muhammad Rivai Pagi, Fasya Mutiara Perwira, Prabowo Adi Rainarli, Ednawati Sidik, Muhammad Abdul Rohman Susanto, Rani