Article Per Year (5 Year)
p-Index From 2021 - 2026
3.351
P-Index
This Author published in this journals
All Journal Al Ishlah Jurnal Pendidikan Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Dinamisia: Jurnal Pengabdian Kepada Masyarakat Digital Zone: Jurnal Teknologi Informasi dan Komunikasi J-SAKTI (Jurnal Sains Komputer dan Informatika) Diklat Review : Jurnal manajemen pendidikan dan pelatihan Zonasi: Jurnal Sistem Informasi Journal of Applied Engineering and Technological Science (JAETS) Jurnal Pengabdian Masyarakat Multidisiplin J-SAKTI (Jurnal Sains Komputer dan Informatika) Mejuajua J-COSCIS : Journal of Computer Science Community Service Technologica The Indonesian Journal of Computer Science
Fana Wiza, Fana
Universitas Lancang Kuning
Aerospace Engineering Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Technologica

 1 
Analisis Sentimen Terhadap Ulasan Penggunaan Dompet Digital Dana Mengunakan Metode Klasifikasi Support Vector Machine Toresa, Dafwen; Rico Francsisco Sitorus, Shimphony; Muzdalifah, Indah; Wiza, Fana; Syelly, Rosda
Technologica Vol. 3 No. 2 (2024): Technologica
Publisher : Green Engineering Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55043/technologica.v3i2.163

Abstract

Dompet digital telah menjadi integral dalam transaksi keuangan sehari-hari, memberikan kenyamanan melalui aplikasi mobile. Dana merupakan salah satu aplikasi dompet digital mobile yang populer dan telah menarik perhatian pengguna dengan layanan yang sangat luas setelah Gopay dan OVO. Namun walaupun banyak digunakan sering sekali timbul beberapa masalah yang dialami pengguna. Seperti, gagalnya transfer dan terpendingnya transfer. Ketika terjadinya masalah tersebut pada pengguna aplikasi dompet digital Dana, sering sekali pengguna merasa bingung ingin menghubungi pihak Dana melalui apa dan bagimana. Dikarenakan terbatasnya komunikasi antar pihak Dana dan pengguna. Keterlambatan dalam penanganan masalah yang dihadapi pengguna dapat mengakibatkan kurangnya dukungan layanan sehingga mendorong pengguna untuk memberikan ulasan positive, negative, dan netral pada komentar aplikasi Dana di Google Play Store. Maka dari itu perlu dilakukan suatu analisis sentimen pada kolom komentar aplikasi Dana yang berupaya untuk mengetahui sentimen dari setiap komentar. Untuk mengetahui setiap sentimen komentar menggunakan fitur Term Frequency-Inverse Document frequency (TF-IDF) dan metode klasifikasi Support Vector Machine (SVM). Dalam pengambilan data dilakukan dengan cara scrapping/scrapper dan mengambil data komentar sebanyak 1000 data komentar. Dari hasil pengolahan dan pemrosesan data tersebut menggunakan perbandingan data latih dan data uji 80% : 20% didapatkan hasil akurasi terbaik 96,67%.
Analisis Data Penjualan Sepatu Menggunakan Algoritma Apriori Pada Sneakers PKU Toresa, Dafwen; Qadafi, Muhammad; Muzdalifah, Indah; Wiza, Fana; Syelly, Rosda
Technologica Vol. 4 No. 1 (2025): Technologica
Publisher : Green Engineering Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55043/technologica.v4i1.222

Abstract

Penelitian ini dilakukan untuk mengatasi kendala dalam pengelolaan stok barang dan analisis pola pembelian yang terjadi di Sneakers PKU. Algoritma apriori diterapkan untuk menganalisis data transaksi guna menemukan pola pembelian pelanggan dan kombinasi barang yang sering terjadi di toko. Penelitian ini menggunakan dataset dari transaksi penjualan periode bulan April 2024 sampai dengan bulan Oktober 2024 dengan total 910 data. Melalui proses analisis data mining menggunakan metoda algoritma apriori dan google colab, ditemukan aturan asosiasi utama, seperti pola bahwa pembelian sepatu merek ventela sering dikombinasikan dengan kaus kaki, dengan nilai support dan confidence sebesar 100%. Hasil penelitian ini akan dapat membantu toko dalam mengelola barang secara lebih bijak, mengurangi kelebihan persediaan, dan meningkatkan strategi penjualan. Implementasi algoritma apriori pada penelitian ini membuktikan efisiensinya dibanding dengan perhitungan manual karena lebih akurat dalam menemukan pola kombinasi barang pada transaksi yang terjadi di toko.
Co-Authors Abiyus, Wentisasrapita Afriansyah Ahmad Ade Irwanda Ahmad Ade Irwanda Aminuyati Ardiya Bayu Febriadi, Bayu Dafwen Toresa Dafwen Toresa Eddissyah Putra Pane Edriyansyah Elvira Asril, Elvira Fajrizal Hardianto, Roki Heleni Filtri Heleni Filtri, Heleni Irwanda, Ahmad Ade Keumala Anggraini Lisnawita Lisnawita Lucky Lhaura Van FC Lucky Lhaura Van FC, Lucky Lhaura Mariza Devega Muzdalifah, Indah Nijal, Lasri Nurwijayanti Pandu Pratama Putra, Pandu Pratama Qadafi, Muhammad Reni Farwitawati, Reni Revnu Ohara Rico Francsisco Sitorus, Shimphony Roki Hardianto Roki Hardianto Roki Hardianto Rosda Syelly RR. Ella Evrita Hestiandari Siswanto, Didik Susi Handayani Syahtriatna Djusar Toresa, Dafwen Vivi Indriyani Wenti Sasparita Abiyus Wenti Sasrapita Abiyus Wilbert Sianturi Wirdah Choiriah, Wirdah Wirdahchoiriah Yeni, Refliza Yeza Febriani Yogi Yunefri, Yogi Yuhelmi Yuhelmi