Article Per Year (5 Year)
p-Index From 2021 - 2026
2.165
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI JSI (Jurnal sistem Informasi) Universitas Suryadarma Jurnal Industri Pariwisata Center of Knowledge Jurnal Multidisiplin Sahombu Jurnal Ilmu Sosial, Humaniora dan Seni Journal of Data Mining and Information Systems Journal of Demography, Etnography, and Social Transformation Jurnal Esabi (Jurnal Edukasi dan Sains Biologi) Jurnal Cendekia Ilmiah
Amelia, Dwi
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Education Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
Perbandingan Algoritma SVM dan Naive Bayes dalam Klasifikasi Sentimen pada Ulasan Aplikasi Traveloka dan Agoda Amelia, Dwi; Setiaji, Pratomo; Setiawan, R Rhoedy
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 11, No 2 (2025): Volume 11 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v11i2.96869

Abstract

Pada era Revolusi Industri 4.0, aplikasi seluler mempermudah masyarakat dalam melakukan pemesanan perjalanan, mencari informasi, membandingkan harga, hingga memanfaatkan promosi. Salah satu indikator penting dalam mengevaluasi kualitas layanan aplikasi adalah rating dan ulasan pengguna di platform seperti Google Play Store. Oleh karena itu, analisis sentimen menjadi sangat relevan untuk menggali persepsi pengguna terhadap suatu layanan. Melalui analisis sentimen, perusahaan dapat mengidentifikasi ulasan positif, negatif, dan netral sebagai dasar untuk meningkatkan kualitas layanan, membangun reputasi, dan meningkatkan loyalitas pelanggan. Penelitian ini menggunakan data ulasan pengguna dari aplikasi Traveloka dan Agoda yang diambil melalui teknik web scraping di Google Play Store menggunakan Google Colab. Data yang diperoleh kemudian diproses melalui tahapan preprocessing, meliputi: normalisasi, pembersihan data (cleansing), pelabelan (labeling), case folding, tokenisasi, penghapusan stopword, stemming, serta pembobotan kata menggunakan metode Bag-of-Words (BoW) dan Term Frequency-Inverse Document Frequency (TFIDF). Setelah itu, proses klasifikasi sentimen dilakukan menggunakan dua algoritma, yaitu Support Vector Machine (SVM) dan Naïve Bayes (NB), dengan tiga kategori sentimen: positif, negatif, dan netral. Hasil pengujian menunjukkan bahwa algoritma SVM berhasil mencapai akurasi tertinggi sebesar 92%, khususnya dalam mengklasifikasikan ulasan dengan sentimen positif dan negatif. Sementara itu, algoritma Naïve Bayes menghasilkan akurasi maksimal sebesar 96% pada dataset tertentu dan menunjukkan kinerja lebih stabil dalam mengenali sentimen netral. Oleh karena itu, pemilihan algoritma terbaik dapat disesuaikan dengan fokus kebutuhan analisis sentimen yang ingin dicapai.
Penerapan Metode Pieces Framework Untuk Audit Sistem Informasi dalam Meningkatkan Kepuasan Pelanggan TikTok Shop : Pendahuluan, Metode Penelitian, Hasil dan Pembahasan, Kesimpulan Amelia, Dwi; Ovilia, Zera; Sinta, Elni Mefia; Destiarini
JSI (Jurnal Sistem Informasi) Universitas Suryadarma Vol. 13 No. 1 (2026): JSI (Jurnal sistem Informasi) Universitas Suryadarma
Publisher : Fakultas Ilmu Komputer dan Desain - Unsurya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35968/jsi.v13i1.1738

Abstract

Penelitian ini bertujuan untuk menganalisis kepuasan pelanggan terhadap sistem informasi TikTok Shop di kalangan mahasiswa Program Studi Informatika, Fakultas Teknik dan Komputer, Universitas Baturaja menggunakan metode Pieces ( Performance, Information, Economics, Control, Efficiency, dan Service). TikTok Shop sebagai platform e-commerce berbasis media sosial yang sedang berkembang pesat menghadapi tantangan dalam menjaga kualitas sistem dan layanan agar tetap optimal. Kualitas sistem informasi yang baik menjadi faktor penting dalam membentuk kepuasan pelanggan. Hasil penelitian ini diharapkan dapat memberikan rekomendasi yang berguna bagi pengelola TikTok Shop dalam meningkatkan kinerja dan efektivitas sistem informasi agar lebih responsif terhadap kebutuhan pengguna, serta mendukung pertumbuhan berkelanjutan platform e-commerce tersebut.
Strategi Pengelolaan Koleksi dalam Meningkatkan Kualitas Layanan Perpustakaan di Institut Agama Islam Daar Al Uluum Asahan (IAIDU) Ilham, Ilham; Rahimah, Aisyyiatur; Marpaung, Azmi Randha Zapira; Amelia, Dwi; Ismaliyanti, Ismaliyanti; Sinaga, Lida Khoirani; Asmara, Mei Excel; Amelia, Mela; Fauzi, Muhammad Ihsan; Sati, Nais Laras; Faudzan, Panca Mahmuda; Yani, Rama; Harahap, Shinta Maharani; Dinata, Rangga Bastian
Center of Knowledge : Jurnal Pendidikan Dan Pengabdian Masyarakat Volume 5 Nomor 2 Agustus 2025
Publisher : Pusdikra Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51178/cok.v5i2.3123

Abstract

Penelitian ini bertujuan untuk menganalisis strategi pengelolaan koleksi dalam meningkatkan kualitas layanan perpustakaan di Institut Agama Islam Daar Al Uluum Asahan (IAIDU). Pengelolaan koleksi merupakan aspek fundamental dalam penyelenggaraan perpustakaan karena berkaitan langsung dengan ketersediaan, relevansi, dan kemutakhiran informasi yang dibutuhkan pemustaka. Melalui pengelolaan yang baik, perpustakaan tidak hanya memenuhi fungsi penyimpanan informasi, tetapi juga mampu menyediakan sumber belajar yang mendukung kegiatan akademik civitas akademika. Penelitian ini menggunakan pendekatan deskriptif kualitatif dengan teknik pengumpulan data berupa observasi, wawancara, dan dokumentasi untuk memperoleh gambaran menyeluruh mengenai praktik pengelolaan koleksi di perpustakaan IAIDU Asahan. Hasil penelitian menunjukkan bahwa perpustakaan IAIDU Asahan telah menerapkan beberapa strategi kunci, di antaranya seleksi koleksi berbasis kebutuhan pengguna yang dilakukan melalui analisis minat dan kurikulum program studi. Proses akuisisi disesuaikan dengan perkembangan ilmu pengetahuan dan kebutuhan pembelajaran, sementara kegiatan inventarisasi serta klasifikasi mengikuti standar perpustakaan nasional sehingga mempermudah temu kembali informasi. Selain itu, penyiangan koleksi (weeding) dilakukan secara berkala untuk menjaga relevansi dan kualitas bahan pustaka. Penerapan strategi tersebut berdampak pada meningkatnya kualitas layanan, yang terlihat dari peningkatan kepuasan pemustaka, kemudahan akses informasi, serta efisiensi layanan sirkulasi dan referensi. Penelitian ini menyimpulkan bahwa pengelolaan koleksi yang terencana, sistematis, dan responsif terhadap kebutuhan pengguna mampu meningkatkan mutu layanan perpustakaan secara signifikan, serta menjadi acuan bagi pengembangan manajemen perpustakaan di lingkungan perguruan tinggi Islam.
Analisis Cluster Pengelompokan Provinsi di Indonesia Berdasarkan Sub Sektor Nilai Tukar Petani Amelia, Dwi; Kholijah, Gusmi
DEMOS: Journal of Demography, Ethnography and Social Transformation Vol. 3 No. 1 (2023): Journal of Demography, Etnography and Social Transformation
Publisher : LPPM UIN SULTHAN THAHA SAIFUDDIN JAMBI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30631/demos.v3i1.1812

Abstract

Semakin tinggi nilai tukar petani, relatif semakin kuat pula tingkat kemampuan atau daya belipetani. Sub Sektor pertanian yang mencakup dalam pengolahan nilai tukar petani meliputi lima sub sektor, antara lain sub sektor padi dan palawija, holtikultura, tanaman perkebunan rakyat, peternakan, dan perikanan. Dalam rangka perkembangan ekonomi diperlukan adanya pengelompokkan indeks nilai tukar petani dari setiap sektor nilai tukar petani sehingga dilakukanlah pengelompokkan nilai tukar petani dengan menggunakan analisis cluster. Analisis cluster merupakan suatu metode dalam analisis peubah ganda yang bertujuan untuk mengelompokkan n satuan pengamatan kedalam k cluster dengan (k < n) berdasarkan p variabel, sehingga unit-unit pengamatan dalam satu kelompok memiliki ciri-ciri yang lebih homogen dibandingkan unit pengamatan dalam kelompok lain. Pengelompokan yang dilakukan pada 3 metode cluster yang digunakan yaitu single linkage, complete linkage dan average linkage diperoleh metode yang paling baik untuk digunakan dalam pengklasifikasian data nilai tukar petani tersebut yaitu metode average linkage karena memiliki nilai korelasi yang tertinggi.
Co-Authors Amelia, Mela Asmara, Mei Excel Destiarini Desvita, Amanda Fitria Dinata, Rangga Bastian Efendi, Tiara Aprilia Eni Murdiati Evita ANGGREINI faradila meirisa Faudzan, Panca Mahmuda Fauzi, Muhammad Ihsan Fetty Nurmala Rossi Fidela, Anindya Harahap, Shinta Maharani Ilham Ilham Ismaliyanti, Ismaliyanti Jodion Siburian kholijah, gusmi Marpaung, Azmi Randha Zapira Mohd Aji Isnaini, Mohd Aji Nur Adiya, Az Zahra Dwi Ovilia, Zera Pratama, Toni Yudha Pratomo Setiaji Pujianto Putri, Febriyanti R Rhoedy Setiawan Rahimah, Aisyyiatur Saparuddin Saparuddin Saputro, Madarena Afrah Sati, Nais Laras Sidik, Sistriadini Alamsyah Simamora, Lidia Contesa Sinaga, Lida Khoirani Sinta, Elni Mefia Syafiqah, Intan Nur Tentia, Ine Titik, Titik Tri Astuti Yani, Rama