Article Per Year (5 Year)
p-Index From 2021 - 2026
2.419
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Matrik Jurnal Sisfokom (Sistem Informasi dan Komputer) JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Building of Informatics, Technology and Science Journal of Information Systems and Informatics Jurnal Ilmiah Psyche Cendekia : Jurnal Pengabdian Masyarakat Jurnal Teknologi Informatika dan Komputer Jurnal Pendidikan dan Teknologi Indonesia Jurnal Media Informatika Brilliance: Research of Artificial Intelligence Jurnal Pengabdian Masyarakat Bangsa Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen)
Susan Dian Purnamasari, Susan Dian
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
Sentimen Analisis Pengguna Jasa Layanan Kereta Api dengan Menggunakan Metode CNN (Convolutional Neural Network) Alfikri, Zidan; Muzakir, Ari; Purnamasari, Susan Dian; Amalia, Rahayu
Building of Informatics, Technology and Science (BITS) Vol 7 No 4 (2026): March 2026
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v7i4.9423

Abstract

Train services are a popular mode of transportation in Indonesia, especially in the Greater Jakarta area. However, the quality of train services is often debated among users. This study aims to analyze the sentiment of train service users using the Convolutional Neural Network (CNN) method with a focus on the DAOP 1 Jakarta area. The data used are reviews or comments of train users taken from Indonesian Railways social media. The results of the study show that the CNN method can classify user sentiment analysis with accurate results or high accuracy. This sentiment analysis shows that train users in DAOP 1 Jakarta have positive sentiments towards aspects such as punctuality, service, comfort and safety. The results of this study can help the railway to understand user needs and complaints so that they can improve service quality with a final value of 89.29% accuracy, 88.73% precision, 90.00% recall, and 89.36% F1-score.
PENGEMBANGAN ANTAR MUKA APLIKASI MOBILE MESIN PENERJEMAH BAHASA DAERAH SUMATERA SELATAN BERBASIS MODULAR MENGGUNAKAN FRAMEWORK FLUTTER Prasetia, Syafaat; Kunang, Yesi Novaria; Yadi, Ilman Zuhri; Purnamasari, Susan Dian
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.6570

Abstract

Bahasa daerah Sumatera Selatan terdiri dari Bahasa Jawa, Kayu Agung, Komering, Lematang, Melayu, Ogan, Basemah dan Pedamaran. Setiap bahasa tersebut menjadi identitas setiap daerah di provinsi Sumatera Selatan. Akan tetapi, sudah tidak banyak khususnya anak muda yang menggunakan atau mengenal bahasa daerah Sumatera Selatan.  Penelitian ini dilakukan untuk mengembangkan antar muka aplikasi penerjemah bahasa daerah Sumatera Selatan yaitu bahasa Basemah, Palembang, Komering ke Indonesia, maupun sebaliknya. Metode yang digunakan adalah extreme programming yaitu metode pengembangan perangkat lunak yang responsif terhadap perubahan, terdiri dari beberapa iterasi yang dapat dilakukan berulang kali sesuai kebutuhan. Tools yang akan digunakan untuk membuat tampilan aplikasi yaitu Flutter yang merupakan framework untuk aplikasi mobile yang memungkinkan pengembangan aplikasi dengan kinerja tinggi. Hasil yang dari penelitian ini berupa antar muka aplikasi untuk menghubungkan model machine translator seq2seq (sequence-to-sequence) yang dikembangkan sebelumnya menggunakan API Flask. Berdasarkan hasil pengujiang menggunakan metode SUS (Systems Usability Scale) dari 20 responden, antar muka yang dikembangkan mendapat skor SUS 78 (good).
Co-Authors Alek Wijaya Alfikri, Zidan Alhafiz, Alhafiz Amalia, Rahayu Andika, Muhamad Andri Andri Ari Muzakir dedi irawan Effendy, Irman Eka Puji Agustini Fadilah, Amalia Faridiansyah, M.Faridiansyah Fatmasari Fatmasari Febriyanti Panjaitan Ferdiansyah Ferdiansyah Herferry, Ibrahim Ade Ilman Zuhri Yadi Meinamara, Avia Mochammad Imron Awalludin Mutia Mawardah Ningsih, Erda Surya Novaria Kunang, Yesi Nurul Huda Oktaviani, Nia Prasetia, Syafaat Riduan, Achmad Sari, Fatma Suyanto Suyanto Syahril Rizal, Syahril Toriko, Liu Yesi Novaria Kunang Ziqrullah, Muhammad Hafiz Zuhri Yadi, Ilman