Articles
<![CDATA[Camping Equipment Recommendation System Using Content-Based Filtering Method: A Case Study of Berkah Outdoor45 ]]>
<![CDATA[Nugroho, Robby Gusti]]>;
<![CDATA[Sumarlinda, Sri]]>;
<![CDATA[Srirahayu, Agustina]]>
<![CDATA[ International Journal Software Engineering and Computer Science (IJSECS) Vol. 4 No. 3 (2024): DECEMBER 2024 ]]>
Publisher : <![CDATA[Lembaga Komunitas Informasi Teknologi Aceh (KITA) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35870/ijsecs.v4i3.3078
<![CDATA[Camping is a favorite activity for various age groups carried out in the open air to enjoy the beauty of nature and get away from the noise of the city. The high cost of camping equipment encourages many people to prefer renting rather than buying, making Berkah Outdoor45 the main choice for nature lovers to rent camping equipment. This study aims to develop a recommendation system for selecting camping equipment using a content-based filtering mechanism with a TF-IDF approach to help users choose equipment that suits their needs. This study uses a waterfall system development model which includes the stages of analysis, design, implementation, and testing. Testing is carried out using the Blackbox method to evaluate the effectiveness of the system. The results showed that from 18 datasets, the system can provide four recommendations with the highest similarity values, namely D11 (0.377), D18 (0.354), D2 (0.320), D5 (0.311), and D1 (0.287) based on a predetermined formula. The recommendation system developed successfully provided accurate recommendations that were in accordance with user preferences, while reducing ordering errors and increasing efficiency in selecting camping equipment.]]>
<![CDATA[Pemodelan Analisis Sentimen Pada Ulasan Produk Toko Online By_andwe Dengan Algoritma Lexicon ]]>
<![CDATA[Ridwan, Avin Nolis]]>;
<![CDATA[Hartanti, Dwi]]>;
<![CDATA[Sumarlinda, Sri]]>
<![CDATA[ Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer ]]>
Publisher : <![CDATA[Politeknik Harapan Bersama ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30591/smartcomp.v13i4.6874
<![CDATA[Saat ini kegiatan berbelanja online menjadi hal biasa bagi kebanyakan manusia. Hal ini membuat segala kebutuhan manusia dapat terpenuhi dengan efektif dan efisien. Namun, dibalik manfaat positif yang diberikan, terdapat juga hal negatif yang dirasakan. Maraknya penipuan yang dilakukan oknum penjual online membuat banyak calon pembeli menjadi jauh lebih selektif, hal ini berpotensi mengurangi niat beli. 75% pembeli online selalu melakukan investigasi ke toko bersangkutan sebelum melakukan pembelian. Ketidakpercayaan pembeli menjadi tantangan serius bagi seller online untuk dapat mengevaluasi layanan yang diberikan. By_andwe merupakan salah satu toko online yang terkena dampak. Penjualan yang cenderung stagnan, persaingan dengan toko online besar, hingga kesulitan mengevaluasi kinerja toko menjadi masalah yang kini dihadapi. Penelitian dilakukan untuk mengatasi permasalahan dengan menganalisis sentimen ulasan produk dengan algoritma lexicon. Metode lexicon pada penelitian ini menggunakan kamus InSet lexicon berbahasa Indonesia. Tahapan penelitian yang dilakukan adalah pengambilan data, pre-processing data, pelabelan data, dan pengembangan sistem menggunakan waterfall. Hasil analisis sentimen menunjukan nilai positif sebesar 79.64%, negatif sebesar 15%, dan netral sebesar 5.36% dengan nilai akurasi sebesar 84.2% dari total 280 data ulasan. Pemodelan desain menggunakan UML dengan cakupan use case dan activity diagram yang hanya berfokus pada proses sentimen, serta ditambahkan dengan beberapa rancangan interface untuk sistem.Kata Kunci – Toko Online; Analisis Sentimen; Algoritma Lexicon; InSet Lexicon; Waterfall]]>
<![CDATA[Sistem Rekomendasi Penjualan Kain dan Baju Batik di Toko Batik Tresno Dharma Karanganyar Menggunakan Metode Collaborative Filtering ]]>
<![CDATA[Khotimah, Agil Husnul]]>;
<![CDATA[Sumarlinda, Sri]]>;
<![CDATA[Nastiti, Faulinda Ely]]>
<![CDATA[ Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer ]]>
Publisher : <![CDATA[Politeknik Harapan Bersama ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30591/smartcomp.v13i4.6976
<![CDATA[Permasalahan yang dialami oleh Toko Batik Tresno Dharma yaitu saat pelanggan ingin membeli batik berdasarkan motif, warna, dan jenis ukuran tersebut pelanggan mengalami kesulitan dalam memilih produk.Sehingga pemilik toko membutuhkan sebuah sistem rekomendasi untuk membantu pelanggan memilih batik yang diinginkan. Tidak hanya melayani pemesanan didaerah Kabupaten Karanganyar,pemesanan dari luar jawa dan luar negeri juga dapat dilayani dengan baik. Menurut Reyvan Maulid (2023) Collaborative Filtering adalah prosedur algoritmik dengan menggunakan data sebelumnya tentang preferensi pengguna lain, ilmu data dimanfaatkan untuk memberikan saran kepada konsumen. Memberikan rekomendasi berdasarkan preferensi pengguna serupa. Kesimpulan penelitian ini diambil dari 5 produk yang diambil sebagai sampel dapat diketahui nilai kemiripan masing – masing produk tersebut. Perancangan website sistem rekomendasi penjualan kain dan baju batik ini menjadi pedoman untuk pembuatan website tersebut. Hasil jadi website penjualan kain dan baju batik dapat digunakan sebagai sarana pemilihan produk secara mudah dan efektif. Untuk mengatasi permasalahan yang disebutkan di atas, dapat diambil solusi dengan membuat sistem rekomendasi berbasis web. Salah satu metode yang dapat digunakan untuk memberikan rekomendasi yaitu metode Collaborative Filtering.]]>
<![CDATA[Sistem Retrieval E-Arsip Tirta Asata Menggunakan Algoritma Vector Space Model ]]>
<![CDATA[Junaidi, Iqbal Hanan]]>;
<![CDATA[Sopingi]]>;
<![CDATA[Sumarlinda, Sri]]>
<![CDATA[ JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) ]]>
Publisher : <![CDATA[Unversitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/jf.v14i2.7358
<![CDATA[Tirta Asasta Depok, menghadapi tantangan dalam pengelolaan dokumen. Saat ini, PT. Tirta Asasta Depok masih menggunakan pengarsipan secara manual, yang memiliki hambatan dalam efektivitas dan efisiensi waktu saat mencari dokumen. Sistem ini mengimplementasikan sistem manajemen arsip yang efektif dan efisien di PT. Tirta Asasta Depok dengan memanfaatkan teknik text mining, khususnya algoritma Vector Space Model. Permasalahan yang dihadapi perusahaan saat ini adalah penyimpanan dan pencarian dokumen yang masih manual, sehingga menyebabkan ketidakteraturan arsip dan menghambat produktivitas. Metode penelitian yang digunakan adalah dengan menganalisis data dokumen dalam format pdf yang dimiliki oleh PT. Tirta Asasta Depok. Algoritma Vector Space Modelditerapkan untuk melakukan pencarian kemiripan dokumen berdasarkan kata kunci yang dimasukkan oleh pengguna. Melalui pembobotan kata (term) dan kemampuan mencocokkan sebagian querydengan dokumen yang ada, algoritma ini diharapkan dapat meningkatkan efektivitas dan efisiensi dalam manajemen arsip perusahaan. Hasil dari penelitian ini diharapkan dapat menghasilkan sistem manajemen arsip yang lebih teratur, mudah diakses, dan dapat ditemukan dengan cepat saat dibutuhkan. Penerapan teknologi text mining, khususnya algoritma Vector Space Model, terbukti dapat mengotomatisasi proses pengarsipan dan meningkatkan kinerja organisasi secara keseluruhan.]]>
<![CDATA[PENERAPAN CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM KLASIFIKASI KAYU GUNA BAHAN BAKU MEBEL ]]>
<![CDATA[Fadhillah, Dian Agil]]>;
<![CDATA[Sumarlinda, Sri]]>;
<![CDATA[Lestari, Wiji]]>
<![CDATA[ Infotech: Journal of Technology Information Vol 10, No 2 (2024): NOVEMBER ]]>
Publisher : <![CDATA[ISTEK WIDURI ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37365/jti.v10i2.282
<![CDATA[Currently, the need for furniture is increasing and developing into something more attractive so that many people are interested in it. Furniture has unique characteristics that can become the owner's identity. Furniture buying and selling transactions are also widespread among local and foreign people. Apart from the uniqueness of the furniture, the difference in material and wood quality is an important factor in determining the price of furniture. This research aims to build a machine learning model using CNN to classify good wood and bad wood through images of wood types. In this research, the Convolution Neural Network (CNN) technique and direct source interview data are used and supported by relevant secondary data. So the results of classification using a CNN model that is uniquely created can produce 85% accuracy in classifying good wood and bad wood. And it produces a precision for good wood of 0.50 and a recall of 1.00, while the precision and recall for bad wood is 0.00. Accuracy with this CNN model has its own benefits, such as being able to help users classify good wood and bad wood for furniture raw materials, besides that it can be used as a reference in developing subsequent machine learning applications. ABSTRAKSaat ini kebutuhan furniture semakin meningkat dan berkembang menjadi yang lebih menarik sehingga banyak peminat. Furniture memiliki keunikan yang bisa menjadikan karakteristik sebagai identitas pemiliknya. Transaksi jual beli furniture juga marak dikalangan masyarakat lokal maupun mancanegara. Selain keunikan dari furniture perbedaan bahan dari kualitas kayu menjadi faktor penting dalam menetukan harga furniture.Penelitian ini bertujuan untuk membangun model machine learning menggunakan CNN untuk mengklasifikasikan antara kayu baik dan kayu tidak baik melalui citra jenis kayu. Dalam penelitian ini, teknik Convolution Neural Network (CNN) dan dari data wawancara narasumber langsung serta didukung dengan data sekunder yang relevan. Sehingga hasil dari klasifikasi dengan model CNN yang dibuat dengan keunikan tersendiri dapat menghasilkan akurasi 85% dalam klasifikasi kayu baik dan kayu tidak baik dan menghasilkan precision kayu baik sebesar 0.50 dan recall sebesar 1.00 sedangkan hasil dari precision dan recall untuk kayu tidak baik sebesar 0.00. Akurasi dengan model CNN ini memiliki manfaat tersendiri seperti dapat membantu pengguna mengklasifikasikan antara kayu baik dan kayu tidak baik guna bahan baku mebel, selain itu dapat dijadikan acuan dalam pengembangan aplikasi machine learning berikutnya.]]>
<![CDATA[Penerapan Data Mining Untuk Memprediksi Pembelian Obat di RSUD Dr. Moewardi ]]>
<![CDATA[Prasetyo, Agung]]>;
<![CDATA[Sumarlinda, Sri]]>;
<![CDATA[Nastiti, Faulinda Ely]]>
<![CDATA[ Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Vol 10 No 2 (2024): Journal CERITA : Creative Education of Research in Information Technology and Ar ]]>
Publisher : <![CDATA[UNIVERSITAS RAHARJA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33050/cerita.v10i2.3440
<![CDATA[Hospitals are an integral part of an organization of health that functions to provide completeness, cure diseases, and prevent diseases to the community. especially drugs in the health sector contained in hospitals. Purchasing drugs that are not in accordance with the needs that exist at that time makes the hospital suffer large losses. So that the author analyzes the purchase of drugs can be in accordance with existing needs based on analysis of patterns in previous years. Using the ARIMA method which has good forecast accuracy to predict the short term. By using data mining to calculate large amounts of data from previous years, it is hoped that from this prediction calculation for drug purchases can be in accordance with the needs so as not to make large losses. From all existing drug data, the author uses 3 samples of drug data, namely Nacl, Ranitidin, and Omeprazole. The results for Nacl data the accuracy rate reached 14.29%, Ranitidin data has an accuracy rate of 2.76%, and for Omeprazole data has an accuracy rate of 12.78%. From the results of time series analysis and the application of the ARIMA method, it can be concluded that data mining can be used to accurately predict drug purchases. By understanding the pattern of drug purchases over time and building a suitable ARIMA model, hospitals can make better decisions in planning drug purchases and inventory. Thus, the application of data mining in predicting drug purchases can provide significant benefits for Dr. Moewardi Hospital.]]>
<![CDATA[Development of Sentiment Analysis System of Simple Pol Application on Google Play Store Using Naive Bayes Classifier Method and BERT Prediction ]]>
<![CDATA[Muhammad Dhito Maulidan]]>;
<![CDATA[Sri Sumarlinda]]>;
<![CDATA[Sopingi Sopingi]]>
<![CDATA[ Indonesian Journal of Data Science, IoT, Machine Learning and Informatics Vol 4 No 2 (2024): August ]]>
Publisher : <![CDATA[Research Group of Data Engineering, Faculty of Informatics ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20895/dinda.v4i2.1577
<![CDATA[Digitalization in public services raises various sentiments that are very dynamic, one example is the Simpel Pol Health Test application made by PT Cipta Sari Arsonia (CSA). The research objective is to obtain useful information from accurate community review sentiments for service improvement and feedback for service providers and application developers. The method used is Naïve Bayes Classifier with Tf-idf weighting, Multinomial Naïve Bayes with review value indicators and review sentences predicted by the BERT method as a determinant of sentiment value whether positive or negative. Sentiment towards the application shows quite encouraging results, from 3000 data analyzed with 1772 positive reviews and 263 negative reviews with 80% training data and 20% test data, the naïve bayes classification model is able to provide a high level of accuracy, which is 88.7% with a precision of 88.5%, recall of 100% and f1-score of 93.9%. The data showed that most people gave a positive response to this application, with the dominant word being 'easy'. This system was developed using the local-based streamlit framework and proved to be quite reliable in developing systems for data processing and web-based data analysis even though the scraping process is slightly longer than the google colab service. Future research is expected to be able to predict data that is positive or negative with several parameters and several sentiment analysis methods at once and their comparison.]]>
<![CDATA[Optimalisasi Kinerja Sales Dengan Sistem Informasi Monitoring Berbasis Web Di PT.Lingkar Kabel Telekomunikasi ]]>
<![CDATA[Purnama, Joel Adikurnia]]>;
<![CDATA[Vihi Atina]]>;
<![CDATA[Sri Sumarlinda]]>
<![CDATA[ JEKIN - Jurnal Teknik Informatika Vol. 4 No. 3 (2024) ]]>
Publisher : <![CDATA[Yayasan Rahmatan Fidunya Wal Akhirah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.58794/jekin.v4i3.740
<![CDATA[Sistem monitoring memiliki peran penting dalam memantau kinerja perusahaan. PT. Lingkar Kabel Telekomunikasi menghadapi kendala dalam proses monitoring kinerja sales, termasuk penggunaan metode manual untuk laporan harian dalam bentuk hardfile. Proses manual ini memakan waktu dan meningkatkan risiko kesalahan data. Selain itu, sistem absensi manual mengharuskan sales datang ke perusahaan, menambah biaya dan waktu transportasi. Penilaian kinerja sales secara manual juga rentan terhadap kesalahan. Penelitian ini bertujuan mengoptimalkan kinerja sales dengan mengembangkan Sistem Informasi Monitoring berbasis Web di PT. Lingkar Kabel Telekomunikasi menggunakan metode Prototype. Hasilnya adalah sistem dengan dua user, admin dan sales, yang memiliki fitur login, dashboard, absensi dengan QR code, tracking lokasi, lokasi kerja, perizinan, dan laporan harian serta bulanan. Pengujian Blackbox Testing menunjukkan bahwa semua fungsi sistem ini berjalan sesuai harapan, mengoptimalkan kinerja sales di PT. Lingkar Kabel Telekomunikasi.]]>
<![CDATA[Penerapan Metode Ahp Pada Widoro Bakery Di Sukoharjo Menggunakan Sistem Pendukung Keputusan Untuk Pemberian Bonus Tahunan Karyawan ]]>
<![CDATA[Nugroho, Ledjar Nugroho]]>;
<![CDATA[Wijiyanto]]>;
<![CDATA[Sri Sumarlinda]]>
<![CDATA[ JEKIN - Jurnal Teknik Informatika Vol. 4 No. 3 (2024) ]]>
Publisher : <![CDATA[Yayasan Rahmatan Fidunya Wal Akhirah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.58794/jekin.v4i3.798
<![CDATA[Penelitian ini bertujuan untuk mengetahui karyawan mana yang berhak mendapatkan bonus berdasarkan beberapa nilai tertimbang pada setiap atribut yang akan dipilih dan diolah dengan perhitungan menggunakan metode Analytical Hierarchy Process (AHP). Penelitian ini dilakukan karena perusahaan mengalami kesulitan dalam menentukan bonus tahunan. Metode AHP memungkinkan pengguna untuk menentukan secara visual nilai bobot relatif dari beberapa kriteria melalui perbandingan berpasangan, yang diubah menjadi sekumpulan angka yang mewakili prioritas relatif setiap kriteria dan alternatif. Hasil penelitian dilakukan dari awal sampai akhir dan usulan evaluasi berdasarkan hasil kriteria pegawai terpilih yang telah ditentukan, nilai pegawai Budi sebesar 0,15314, nilai pegawai Wahyu sebesar 0,0506, nilai pegawai Samsyul sebesar 0,03422, nilai pegawai Febri adalah 0,0316. Oleh karena itu, yang direkomendasikan untuk menerima bonus tahunan adalah Budi, karena ia meraih peringkat tertinggi dibandingkan calon pegawai lainnya. Pengujian validitas memberikan tingkat akurasi 75% yang membuktikan aplikasi layak digunakan.]]>
<![CDATA[Pengembangan Qr Code Inventaris Dengan Metode Waterfall Pada Lsp Asnakes Indonesia ]]>
<![CDATA[Yuliyanto, Rico Dwi]]>;
<![CDATA[Sri Sumarlinda]]>;
<![CDATA[Wiji Lestari]]>
<![CDATA[ JEKIN - Jurnal Teknik Informatika Vol. 4 No. 3 (2024) ]]>
Publisher : <![CDATA[Yayasan Rahmatan Fidunya Wal Akhirah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.58794/jekin.v4i3.884
<![CDATA[LSP Asnakes Indonesia merupakan salah satu lembaga sertifikasi profesi Sehingga aset-aset yang ada merupakan milik sendiri. Dalam operasionalnya, LSP Asnakes Indonesia mengalami beberapa kendala yang dihadapi. Masalah tersebut yaitu pengelolaan data menggunakan excel, proses peminjaman berupa penyimpanan fisik pada buku, Proses pencarian data yang cukup lama. Pengembangan sistem informasi inventaris pada LSP Asnakes Indonesia ini bertujuan untuk membuat pengembangan sistem yang dapat mengatasi permasalahan tersebut, dengan beberapa fitur yang dibutuhkan yaitu kelola data peminjam, kelola data barang, permintaan peminjaman dan pengembalian, laporan peminjaman, integrasi data antar pengguna secara real time. Pengembangan sistem menggunakan metode waterfall dan analisa kelemahan sistem menggunakan metode PIECES. Metode perancangan menggunakan UML (Unifield Modeling Language) dengan use case diagram, activity diagram dan class diagram. Pengembangan sistem ini akan dapat membantu dalam pengelolaan inventaris pada LSP Asnakes Indonesia.]]>
