Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal JREC (Journal of Electrical and Electronics)
Inna Ekawati
Unknown Affiliation
Electrical & Electronics Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Prediksi Sentimen Masyarakat Terhadap Kebijakan Pemerintah Selama Pandemi Covid-19 Menggunakan Support Vector Machine dan Naïve Bayes Inna Ekawati
JREC (Journal of Electrical and Electronics) Vol 10 No 2 (2022): JREC (Journal of Electrical and Electronics)
Publisher : Program Studi Teknik Elektro Fakultas Teknik Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33558/jrec.v10i2.5608

Abstract

Selama masa pandemi Covid-19 pemerintah telah mengeluarkan berbagai kebijakan dengan tujuan untuk mencegah penyebaran virus Covid-19. Twitter menjadi salah satu pilihan media sosial bagi masyarakat untuk menyampaikan aspirasi maupun sekedar berkomentar. Pada penelitian ini dilakukan analisis sentimen masyarakat terhadap kebijakan pemerintah selama pandemi Covid-19 di Indonesia pada media sosial twitter menggunakan algoritma Support Vector Machine (SVM) dan Naive Bayes. Penelitian ini membandingkan kinerja klasifikasi antar kedua algoritma tersebut. Metode yang digunakan adalah text mining terhadap data tweets pada twitter yang berkaitan dengan kebijakan pemerintah dalam masa pandemi Covid-19. Total dataset yang digunakan adalah 381 data dengan sentimen positif sebanyak 190 data dan sentimen negatif sebanyak 191 data. Keseluruhan dataset yang digunakan akan terbagi menjadi 80% sebagai data training dan 20% sebagai data testing. Evaluasi dari setiap algoritma dilakukan dengan menganalisis akurasi, f1 score, precision, dan recall. Hasil penelitian menunjukkan bahwa kedua algoritma tersebut memiliki timgkat akurasi yang baik, dengan perolehan akurasi sebesar 90,91% untuk Naïve Bayes dan 88,31% untuk SVM yang sedikit lebih rendah dibanding dengan lawannya. Hasil komparasi akurasi yang baik dari kedua algoritma ini dapat dijadikan pilihan dalam menyusun aplikasi analisis sentimen, sehingga dapat menjadi salah satu solusi bagi pemerintah untuk mempermudah evaluasi kebijakannya selama pandemi Covid-19.
Prediksi Sentimen Masyarakat Terhadap Kebijakan Pemerintah Selama Pandemi Covid-19 Menggunakan Support Vector Machine dan Naïve Bayes Inna Ekawati
JREC (Journal of Electrical and Electronics) Vol. 10 No. 2 (2022): JREC (Journal of Electrical and Electronics)
Publisher : Program Studi Teknik Elektro Fakultas Teknik Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33558/jrec.v10i2.5608

Abstract

Selama masa pandemi Covid-19 pemerintah telah mengeluarkan berbagai kebijakan dengan tujuan untuk mencegah penyebaran virus Covid-19. Twitter menjadi salah satu pilihan media sosial bagi masyarakat untuk menyampaikan aspirasi maupun sekedar berkomentar. Pada penelitian ini dilakukan analisis sentimen masyarakat terhadap kebijakan pemerintah selama pandemi Covid-19 di Indonesia pada media sosial twitter menggunakan algoritma Support Vector Machine (SVM) dan Naive Bayes. Penelitian ini membandingkan kinerja klasifikasi antar kedua algoritma tersebut. Metode yang digunakan adalah text mining terhadap data tweets pada twitter yang berkaitan dengan kebijakan pemerintah dalam masa pandemi Covid-19. Total dataset yang digunakan adalah 381 data dengan sentimen positif sebanyak 190 data dan sentimen negatif sebanyak 191 data. Keseluruhan dataset yang digunakan akan terbagi menjadi 80% sebagai data training dan 20% sebagai data testing. Evaluasi dari setiap algoritma dilakukan dengan menganalisis akurasi, f1 score, precision, dan recall. Hasil penelitian menunjukkan bahwa kedua algoritma tersebut memiliki timgkat akurasi yang baik, dengan perolehan akurasi sebesar 90,91% untuk Naïve Bayes dan 88,31% untuk SVM yang sedikit lebih rendah dibanding dengan lawannya. Hasil komparasi akurasi yang baik dari kedua algoritma ini dapat dijadikan pilihan dalam menyusun aplikasi analisis sentimen, sehingga dapat menjadi salah satu solusi bagi pemerintah untuk mempermudah evaluasi kebijakannya selama pandemi Covid-19.
Evaluasi Penggunaan Website Kampus Menggunakan Metode Usability Testing dan System Usability Scale Inna Ekawati; Malikus Sumadyo; Retno Nugroho Whidhiasih
JREC (Journal of Electrical and Electronics) Vol. 11 No. 2 (2023): JREC (Journal of Electrical and Electronics)
Publisher : Program Studi Teknik Elektro Fakultas Teknik Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33558/jrec.v11i2.7957

Abstract

The campus website is the face of an institution that can be accessed online by everyone because the website is a central information service. When individuals such as potential students, the wider public, and those within the institution itself require information about the campus, they will primarily turn to the website as their main source. However, not all campus websites have a perfect role as information and service centers. The quality of a campus website can be seen from the perception and feedback of its users. Therefore, an assessment of online media usage, especially websites, is essential at all times to understand user perceptions of the ongoing website development. This research is intended to evaluate the usability of the website of Islamic University 45 Bekasi to obtain the best recommendations for improvement. In addition to the evaluation, this research also compares two methods of website usability evaluation. The methods to be used are usability testing and the System Usability Scale. Both methods are conducted simultaneously to obtain qualitative and quantitative data. This research yields recommendations for areas that need improvement or enhancement and also provides a comparison of the two methods used as references for usability evaluation. The research results reveal that with the first method, there is a significantly higher number of positive perceptions than negative ones, although there are many suggestions for improvement. On the other hand, when using the second method, the campus website exhibits the second least favorable usability score among a total of eleven levels.
Co-Authors Malikus Sumadyo Retno Nugroho Whidhiasih