Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Proaksi Adopsi Teknologi dan Sistem Informasi
Dinda Nur Aini
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education

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

Found 2 Documents
Search

 1 
ANALISIS PENYUSUNAN LAPORAN KEUANGAN UMKM BATIK SARIWARNI BERDASARKAN SAK-EMKM Anisa Uun Purnamasari; Dinda Nur Aini; Nidya Tahta Nur Azizah; Riza Dessy Nila Ayutika
Jurnal Proaksi Vol. 10 No. 1 (2023): Januari - Maret
Publisher : Fakultas Ekonomi dan Bisnis, Universitas Muhammadiyah Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32534/jpk.v10i1.3750

Abstract

Sariwarni Batik is part of UMKM that have the potential to grow and develop. However, in its business operations, financial recording and reporting are still carried out manually. The goal is to find out and help compile Batik Sariwarni financial statements based on SAK EMKM. Using the description research method, because information or data sources come from interviews directly to business owners. Interactive analysis is used as a data analysis model consisting of 3 stages, namely reducing data, presenting data, and concluding. Research results were obtained that Batik Sariwarni has not applied financial accounting standards in recording transactions, as well as SAK EMKM in the composition of financial statements. Based on accurate stages and accural basic approach.
Analisis Sentimen Twitter Menggunakan Machine Learning untuk Identifikasi Konten Negatif Kartika Sari, Amalia; Akhmad Irsyad; Dinda Nur Aini; Islamiyah; Stephanie Elfriede Ginting
Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 3 No. 1 (2024): Adopsi Teknologi dan Sistem Informasi (ATASI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/atasi.v3i1.1373

Abstract

Konten Negatif adalah informasi dan dokumen elektronik yang mengandung konten yang tidak sopan, perjudian, penghinaan, pencemaran nama baik, pemerasan, pengancaman, serta penyebaran berita bohong dan menyesatkan yang dapat merugikan pengguna. Selain itu, konten negatif juga mencakup hal-hal yang memicu kebencian atau permusuhan berdasarkan suku, agama, ras, dan golongan (Alita & Isnain, 2020). Twitter adalah Wadah media sosial yang memungkinkan mengirim dan membaca pesan yang digunakan oleh individu, organisasi dan perusahaan untuk berbagi informasi, mengomentari peristiwa terkini, dan berinteraksi dengan pengguna lain. Proses analisis mencakup pembersihan data, eksplorasi data, dan penerapan model pembelajaran mesin seperti TF-IDF, Logistics Regression Model, dan Naive Bayes Classfier untuk klasifikasi sentimen. Hasil penelitian menunjukkan bahwa model pembelajaran mesin dapat mengklasifikasikan sentimen tweet dengan sangat akurat, memberikan wawasan penting tentang opini publik di platform Twitter. Kinerja terbaik dengan skor F-1 68,4% dihasilkan dari uji coba Logistic Regression.
Co-Authors Anisa Uun Purnamasari Irsyad, Akhmad Islamiyah Kartika Sari, Amalia Nidya Tahta Nur Azizah Riza Dessy Nila Ayutika Stephanie Elfriede Ginting