Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Responsif : Riset Sains dan Informatika Djtechno: Jurnal Teknologi Informasi
Raisya Nadzira Zahirahtush Shafa
Universitas Adhirajasa Reswara Sanjaya
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

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

Found 2 Documents
Search

 1 
PERBANDINGAN ALGORITMA MACHINE LEARNING UNTUK KLASIFIKASI DRY BEAN DATASET Gregian Bayu Anugrah; Raisya Nadzira Zahirahtush Shafa; Adang Kurniawan
Jurnal Responsif : Riset Sains dan Informatika Vol 5 No 2 (2023): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas Adhirajasa Reswara Sanjaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v5i2.1292

Abstract

Indonesia merupakan negara agraris dengan mayoritas penduduknya bekerja pada sektor pertanian yang memiliki peran penting dalam meningkatkan perekonomian negara dan memenuhi kebutuhan pangan masyarakat. Dry Bean memegang peranan penting pada sektor pertanian, pengolahan makanan, dan juga ekspor-impor. Memungkinkan para pemangku kepentingan untuk mengoptimalkan produksi, memastikan kontrol kualitas, meningkatkan daya saing pasar, mendorong inovasi, dan memenuhi permintaan konsumen dengan memanfaatkan dry bean yang tersedia. Dataset Dry Bean merupakan salah satu data publik yang ada pada web UCI Machine Learning Repository. Tujuan penelitian ini adalah untuk mengetahui performa yang paling baik diantara enam algoritma yang diuji dengan menggunakan model rapid miner dan confussion matrix. Enam algoritma klasifikasi yang diuji tersebut yaitu Naive Bayes, Neural Network, Decision Tree, Random Forest, K-Nearest Neighbors (K-NN), Linear Discriminant Analysis. Perbedaan dalam penelitian ini adalah terletak pada objek dan waktu penelitian, literatur dan teori yang digunakan serta hasil penelitian. Berdasarkan hasil penelitian dapat diketahui bahwa algoritma Neural Network memiliki nilai akurasi performa paling tinggi sebesar 92,68% dan nilai akurasi performa terendah adalah algoritma K-Nearest Neighbors (K-NN) dengan nilai 78,32%.
ANALISIS SENTIMEN PENGGUNA APLIKASI SAPAWARGA - JABAR SUPER APPS MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE Raisya Nadzira Zahirahtush Shafa; Asti Herliana
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.6877

Abstract

Pertumbuhan aplikasi layanan publik digital menjadi bagian penting dalam reformasi birokrasi dan transformasi pelayanan pemerintah kepada masyarakat. Salah satu implementasinya di Provinsi Jawa Barat adalah aplikasi Sapawarga – Jabar Super Apps, yang mempermudah akses masyarakat terhadap layanan publik. Penelitian ini bertujuan mengevaluasi opini publik terhadap aplikasi tersebut melalui pendekatan analisis sentimen berbasis teks ulasan pengguna di App Store, terutama pasca peralihan kepemimpinan daerah. Metode yang digunakan adalah pendekatan lexicon-based sentiment analysis dengan kamus Indonesian Sentiment Lexicon (InSet), dilanjutkan dengan klasifikasi menggunakan algoritma Support Vector Machine (SVM). Proses penelitian meliputi preprocessing data (cleansing, normalisasi, tokenisasi, dan penghapusan stopwords), pelabelan sentimen, ekstraksi fitur menggunakan TF-IDF, dan evaluasi model melalui confusion matrix. Data diperoleh melalui web scraping, menghasilkan 229 ulasan valid, yang diklasifikasikan menjadi 166 sentimen negatif, 47 positif, dan 16 netral. Hasil evaluasi menunjukkan akurasi tertinggi sebesar 86% pada skenario pembagian data latih dan uji 90:10. Penelitian ini memberikan gambaran objektif mengenai persepsi pengguna terhadap layanan digital publik serta rekomendasi berbasis data bagi pengambil kebijakan dan pengembang aplikasi dalam meningkatkan kualitas dan responsivitas pelayanan.
Co-Authors Adang Kurniawan Asti Herliana, Asti Gregian Bayu Anugrah