Article Per Year (5 Year)
p-Index From 2021 - 2026
1.325
P-Index
This Author published in this journals
All Journal Jurnal Minfo Polgan (JMP) Jurnal Ilmiah Teknik (JUIT) Jurnal Teknik dan Science (JTS)
Dhian Sweetania
Universitas Gunadarma
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Library & Information Science Mathematics Social Sciences

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
ANALISIS CARA KERJA FRAMEWORK LARAVEL UNTUK PERANCANGAN E-COMMERCE TOKO ONLINE HELLO KITCHEN DENGAN METODE DSDM (DYNAMIC SYSTEMS DEVELOPMENT METHOD) Dhian Sweetania; MS. Herawati
Jurnal Teknik dan Science Vol. 1 No. 2 (2022): Juni : Jurnal Teknik dan Science
Publisher : Asosiasi Dosen Muda Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (438.557 KB) | DOI: 10.56127/jts.v1i2.17

Abstract

Penelitian ini mampu membuat website E-commerce untuk membantu mempromosikan produk Hello Kitchen secara lebih luas kepada masyarakat dan dapat melakukan pemesanan secara online. Modul pembelian dikembangkan menggunakan Dynamic Systems Development Method (DSDM). Metode pengembangan sistem dinamis adalah salah satu metodologi agile. Digunakan untuk mengembangkan perangkat lunak. Sistem ini dikembangkan menggunakan PHP dan HTML dan database MySQL. Model E-commerce yang digunakan adalah B2C (Business to Consumer), yaitu aktivitas menjual produk atau jasa kepada konsumen. Situs web Hello Kitchen berbasis E-commerce ini berhasil dibuat dengan kode Visual Studio, Xampp, dan framework Laravel. Sistem ini dapat memudahkan admin dan pengguna dalam melakukan transaksi, promosi, penjualan produk, dan konfirmasi pembayaran dengan mengunggah bukti pembayaran dengan aplikasi media sosial Whatsapp.
PERANCANGAN DESIGN PROTOTYPE UI/UX APLIKASI RESERVASI RESTORAN DENGAN MENGGUNAKAN METODE DESIGN THINKING Ratna Nur Fadilah; Dhian Sweetania
Jurnal Ilmiah Teknik Vol. 2 No. 2 (2023): Mei : Jurnal Ilmiah Teknik
Publisher : Asosiasi Dosen Muda Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56127/juit.v2i2.826

Abstract

Many people use restaurants as a choice of place to hold events such as family meals, social gathering, birthdays, etc. Because there are many restaurants in several cities, if you want to hold an event, you must reserve a place in advance. Therefore an application is needed to reserve a restaurant. The design process uses the Design Thinking method which is carried out in 5 stages, namely empathize, define, ideate, prototype, and testing. This Design Thinking method starts from problem analysis and problem solving to testing using the usability testing method to evaluate the UX (User Experience) of the design. Current technological developments make all things not escape from technology. Reserving a restaurant can be made easier by an application. That way, to help understand the use of a restaurant reservation application, it is necessary to design a UI/UX prototype design for a restaurant reservation application. UI/UX design for restaurant reservation applications requires an attractive and interactive design.
Paradigma Klasifikasi Ragam Seni Lukis Berbasis Convolutional Neural Network (CNN) Dengan MobileNetV2 Dan Implementasi Pada Postman Melalui Flask Api Ratu Nurmalika; Makmun Makmun; Bambang Yulianto; Ichsani Mursidah; Dhian Sweetania; Puji Sularsih
Jurnal Minfo Polgan Vol. 13 No. 2 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i2.14457

Abstract

Tujuan dari penelitian ini adalah untuk membuat model klasifikasi genre seni lukis menggunakan Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2. MobileNetV2 dipilih karena kemampuannya untuk bekerja dengan baik meskipun digunakan pada perangkat dengan daya komputasi terbatas. Data yang digunakan dalam penelitian ini mencakup berbagai genre seni lukis yang didapatkan secara gratis melalui situs Kaggle. yang kemudian melakukan Data Preprocessing dan Augmentation. Setelah model dilatih, langkah implementasi dilakukan menggunakan framework web Flask, yang berbasis Python. Ini memungkinkan API untuk diakses melalui Postman. API ini memungkinkan pengguna mengunggah karya seni dan menerima prediksi genre sebagai tanggapan. Hasil penelitian menunjukkan bahwa model yang dikembangkan dapat mengklasifikasikan genre seni lukis dengan akurasi 82% dan kehilangan 0.4, dan bahwa Application Program Interface (API) yang dibangun dapat berfungsi dengan baik untuk menyediakan layanan prediksi. Diharapkan bahwa penerapan ini akan memberikan kontribusi yang signifikan dalam bidang analisis seni dan aplikasi teknologi dalam seni lukis, serta memberikan alat yang bermanfaat bagi kurator, seniman, dan peneliti seni.
Analisis Sentimen Pengguna pada Ulasan Game Honkai Star Rail Menggunakan Algoritma Support Vector Machine (SVM) Ichsani Mursidah; Remi Sanjaya; Bambang Yulianto; Dhian Sweetania; Puji Sularsih
Jurnal Minfo Polgan Vol. 14 No. 1 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i1.14982

Abstract

Pesatnya perkembangan industri game digital membawa dampak pada tingginya volume ulasan pengguna di berbagai platform aplikasi. Salah satu game yang mendapat perhatian besar adalah Honkai Star Rail. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap game tersebut dengan memanfaatkan algoritma Support Vector Machine (SVM). Data yang digunakan berupa 6.193 ulasan pengguna yang diperoleh melalui proses web scraping dari platform Google Play Store. Sebelum dilakukan proses klasifikasi, data diproses melalui tahapan preprocessing yang meliputi cleansing, normalisasi, tokenizing, stopword removal, dan stemming. Kemudian dilakukan pembobotan menggunakan metode TF-IDF. Proses klasifikasi menghasilkan akurasi sebesar 80%, dengan kecenderungan sentimen pengguna lebih dominan pada kategori positif. Hasil penelitian ini dapat menjadi masukan bagi pengembang game dalam meningkatkan kualitas aplikasi berdasarkan persepsi pengguna.
Klasifikasi Sentimen Google Play Store Aplikasi ChatGPT Berbahasa Indonesia Berbasis IndoBERT Ichsani Mursidah; Remi Sanjaya; Bambang Yulianto; Dhian Sweetania; Puji Sularsih
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15751

Abstract

Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi ChatGPT berbahasa Indonesia dengan memanfaatkan metode IndoBERT. Sentimen pengguna diklasifikasikan ke dalam tiga kelas, yaitu positif, negatif, dan netral. Data yang digunakan dalam penelitian ini berjumlah 25.111 ulasan yang diperoleh dari Google Play Store. Dataset tersebut kemudian melalui tahapan pra-pemrosesan teks yang meliputi text cleaning, tokenization, penghapusan stopword, normalisasi, serta stemming. Metode IndoBERT diterapkan pada proses pelabelan sekaligus klasifikasi sentimen, sementara kinerja model dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model IndoBERT mampu mencapai nilai akurasi sebesar 89%, presisi 87%, recall 89%, dan F1-score sebesar 88%. Temuan ini mengindikasikan bahwa IndoBERT memiliki performa yang baik dan efektif dalam melakukan klasifikasi sentimen pada teks berbahasa Indonesia. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan kajian analisis sentimen berbasis Bahasa Indonesia serta menjadi referensi dalam upaya peningkatan kualitas dan pengalaman pengguna pada aplikasi ChatGPT maupun aplikasi serupa.
Co-Authors Ari Rosemalatriasari Bambang Yulianto Ichsani Mursidah Makmun Puji Sularsih Ratna Nur Fadilah Ratu Nurmalika Remi Sanjaya Remi Senjaya