Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Information Technology and Computer Science JUSTIN (Jurnal Sistem dan Teknologi Informasi)
Meilani Mega Juita, Meilani Mega
Universitas Tanjungpura
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
RANCANG BANGUN APLIKASI PENENTU DAYA TERIMA PRODUK PANGAN DENGAN METODE FRIEDMAN- CONOVER Juita, Meilani Mega; Tursina, Tursina; Sastypratiwi, Helen
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 3, No 3 (2015)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (729.465 KB)

Abstract

Pangan merupakan kebutuhan pokok masyarakat Indonesia dalam  mempertahankan kehidupannya. Kebutuhan terhadap pangan juga menciptakan lapangan kerja bagi masyarakat Indonesia. Sayangnya, hingga kini industri pangan Indonesia belum tergarap optimal. Pontianak sebagai bagian dari Indonesia juga mengalami permasalahan  tersebut. Peluang pemasaran produk pangan tergantung dari daya terima konsumen terhadap produk tersebut. Daya terima suatu produk memberi gambaran apakah produk yang dihasilkan dapat disukai konsumen. Daya terima suatu produk pangan dapat dilakukan dengan  melakukan beberapa uji yang dimulai dari uji kesukaan. Hasil uji kemudian ditabulasikan dan dianalisis secara statistik dengan menggunakan metode uji Friedman yang disempurnakan oleh Conover (1999). Hasil keseluruhannya harus akurat dan teliti. Selama ini,pengujian di laboratorium organoleptik di Kementerian Kesehatan Politeknik Kesehatan Pontianak dilakukan manual atau dengan menggunakan Microsoft Excel yang memiliki beberapa kelemahan dalam menangani paket data statistik sehingga diperlukan aplikasi yang  dapat mengolah data penilaian uji kesukaan dan mengatasi kelemahan Microsoft Excel dalam analisis data statistik. Hal ini yang melatarbelakangi rancang bangun aplikasi penentu daya terima produk pangan dengan metode Friedman-Conover. Tujuan penelitian ini adalah mengoptimasikan proses uji yang selama ini dilakukan dengan manual. Aplikasi yang dirancang akan memberikan hasil daya terima, perlakuan mana yang memberi pengaruh, dan produk dengan perlakuan mana yang lebih disukai. Pengujian validitas sistem dengan perhitungan manual memberikan hasil yang sama dengan perhitungan aplikasi dengan nilai keakuratan 100% sehingga dapat disimpulkan aplikasi dapat menentukan daya terima produk pangan dengan metode Friedman-Conover. 
Multilingual Sentiment Analysis of RCTI+ Reviews Utilising Orange, ChatGPT, and Naïve Bayes Juita, Meilani Mega; Rahmi, Rahmi
Journal of Information Technology and Computer Science Vol. 10 No. 3: Desember 2025
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jitecs.2025103787

Abstract

Low user ratings on mobile applications often reflect underlying dissatisfaction that is not immediately apparent through quantitative scores alone. To uncover the sentiment dynamics behind such evaluations, this study analyzes user reviews of the RCTI+ Superapp in both the original Indonesian and English-translated forms. Using the CRISP-DM framework, reviews were scraped from Google Play, normalized and translated via ChatGPT, and classified using Orange Data Mining with a Naïve Bayes algorithm. The analysis reveals that English-translated reviews yield sharper sentiment polarity and higher classification accuracy (100%) compared to the original Indonesian texts (99.1%), albeit with reduced lexical nuance. These findings suggest that generative AI-assisted translation enhances sentiment clarity in informal, low-resource language data, while potentially simplifying cultural or emotional expression. The study offers methodological insights for multilingual sentiment analysis and practical implications for app developers seeking to interpret user feedback more effectively across languages.
Co-Authors Helen Sastypratiwi, Helen Rahmi Rahmi Tursina Tursina