Article Per Year (5 Year)
p-Index From 2021 - 2026
0.888
P-Index
This Author published in this journals
All Journal Jurnal Sosial dan Teknologi Jurnal Minfo Polgan (JMP) Portal Riset dan Inovasi Sistem Perangkat Lunak
Siti Chodidjah
Universitas Gunadarma
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Education Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Social Sciences

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Sistem Penunjang Keputusan Pemilihan Karyawan Terbaik Dengan Metode SAW Murtiwiyati Murtiwiyati; Deasy Indayanti; Renandy Jaka Saputra; Siti Chodidjah; Afrila Eka Pradita
Jurnal Sosial Teknologi Vol. 2 No. 2 (2022): Jurnal Sosial dan Teknologi
Publisher : CV. Green Publisher Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59188/jurnalsostech.v2i2.300

Abstract

Pengelolaan sumber daya manusia (SDM) menjadi suatu hal yang perlu diperhatikan dari suatu keberhasilan perusahaan. Penentuan dan pengelolaan SDM sangat mempengaruhi banyak aspek penentu keberhasilan kinerja dari suatu perusahaan. Penelitian ini bertujuan untuk membuat website dengan sistem pendukung keputusan dengan metode Simple Additive Weighting (SAW) pada CV. Surya Putra Trading. Website dibangun untuk mengetahui nilai kinerja setiap karyawan dan memilih karyawan terbaik berdasarkan penilaian yang diteapkan. Penelitian ini menggunakan tujuh kriteria yaitu kreatifitas, absensi, kerjasama, tanggung jawab, tata karma, ketrampilan dan kinerja. Website akan dibuat di Visual Studio Code dengan menggunakan bahasa pemrograman PHP dan database MySQL. Website perhitungan karyawan terbaik tersebut telah dibuat dan dapat digunakan dalam berbagai macam browser dengan penggunaan browser terbaik untuk versi mobile adalah Mozilla Firefox dan untuk versi desktop adalah Google Chrome. Berdasarkan hasil kuesioner dari tiga buah narasumber yang telah mencoba website pendukung keputusan karyawan terbaik didapatkan nilai rata-rata sebesar 89,06% dimana website layak untuk digunakan
Pengembangan Aplikasi Random Team Generator Berbasis Web Menggunakan Fitur Upload File Deasy Indayanti; Muhammad Hanif Herdianto Athallah; Siti Chodidjah
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13763

Abstract

Keberhasilan dalam bisnis, pendidikan, dan kegiatan sosial membutuhkan kerja sama tim. Untuk meningkatkan produktivitas, kreativitas, dan sinergi antara anggota tim, pembagian tim yang efektif seringkali menjadi tantangan yang sulit. Untuk membantu pembagian tim secara acak, situs web Random Team Generator menawarkan fitur yang memungkinkan pengguna untuk membuat tim secara otomatis berdasarkan daftar anggota yang mereka masukkan. Proses perencanaan, analisis, desain, dan implementasi sistem dimulai dengan pembuatan Website Random Team Generator dengan fitur upload file menggunakan Metode Waterfall. Website ini dibuat menggunakan bahasa pemrograman HTML, CSS, dan JavaScript
Analisis Sentimen Reddit untuk Memprediksi Tren Harga Meme Coin Chillguy Menggunakan Machine Learning Deasy Indayanti; Muhammad Irfan Tri Atsal; Siti Chodidjah
Portal Riset dan Inovasi Sistem Perangkat Lunak Vol. 4 No. 2 (2026): Artikel Penelitian
Publisher : SoraTekno Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59696/prinsip.v4i2.255

Abstract

Pergerakan harga meme coin cenderung dipengaruhi oleh dinamika sentimen komunitas dibandingkan faktor fundamental yang umum digunakan pada aset keuangan konvensional. Kondisi tersebut mendorong pemanfaatan data media sosial sebagai sumber informasi alternatif dalam analisis pasar kripto. Penelitian ini bertujuan mengembangkan model prediksi tren harga meme coin CHILLGUY dengan memanfaatkan sentimen komunitas Reddit melalui pendekatan Natural Language Processing (NLP) dan machine learning. Data penelitian terdiri atas unggahan Reddit terkait CHILLGUY yang dikumpulkan selama periode November 2024 hingga April 2025 serta data harga harian yang diperoleh dari CoinGecko API. Analisis sentimen dilakukan menggunakan model RoBERTa yang telah di-fine-tune pada data Reddit untuk mengklasifikasikan opini pengguna ke dalam kategori positif, netral, dan negatif. Nilai sentimen harian kemudian diintegrasikan dengan data harga sebagai variabel prediktor dalam proses klasifikasi arah pergerakan harga. Model yang digunakan meliputi Logistic Regression dan Random Forest. Hasil penelitian menunjukkan bahwa Random Forest menghasilkan performa terbaik dengan tingkat akurasi sebesar 70,97%, sedangkan Logistic Regression menunjukkan kinerja yang lebih rendah akibat ketidakseimbangan distribusi kelas pada data sentimen. Temuan ini menunjukkan bahwa sentimen komunitas media sosial memiliki potensi sebagai indikator pendukung dalam memprediksi tren harga aset kripto berbasis komunitas.
Implementasi Metode Lexicon-Based dalam Analisis Sentimen Komunitas Line Roleplay atas Penghapusan Fitur Line Voom Rahmalia El Vanya; Siti Chodidjah; Deasy Indayanti
Portal Riset dan Inovasi Sistem Perangkat Lunak Vol. 3 No. 4 (2025): Artikel Penelitian
Publisher : SoraTekno Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59696/prinsip.v3i4.215

Abstract

Perkembangan teknologi komunikasi digital mendorong aplikasi pesan instan berfungsi tidak hanya sebagai media komunikasi, tetapi juga sebagai ruang interaksi sosial berbasis komunitas. Salah satu fitur yang dimanfaatkan dalam konteks tersebut adalah LINE VOOM, yang digunakan oleh komunitas roleplay untuk membangun identitas virtual, membagikan konten, dan menjalin interaksi sosial. Penghapusan fitur LINE VOOM pada tahun 2025 memicu beragam respons dari pengguna, khususnya komunitas roleplay. Penelitian ini bertujuan untuk menganalisis sentimen komunitas roleplay terhadap kebijakan penghapusan fitur tersebut menggunakan pendekatan lexicon-based dan algoritma Logistic Regression. Data penelitian diperoleh dari 200 responden melalui kuesioner daring. Proses penelitian meliputi tahap pre-processing teks, yang mencakup data cleaning, case folding, normalisasi, tokenisasi, stopword removal, dan stemming. Pelabelan sentimen dilakukan menggunakan kamus sentimen (lexicon), dilanjutkan dengan penyeimbangan kelas menggunakan metode undersampling serta ekstraksi fitur menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). Evaluasi model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa sentimen negatif mendominasi dengan akurasi model sebesar 73%. Temuan ini menunjukkan bahwa penghapusan LINE VOOM berdampak negatif terhadap keterikatan komunitas pengguna.
Co-Authors Afrila Eka Pradita Deasy Indayanti Muhammad Hanif Herdianto Athallah Muhammad Irfan Tri Atsal Murtiwiyati Murtiwiyati, Murtiwiyati Rahmalia El Vanya Renandy Jaka Saputra