Article Per Year (5 Year)
p-Index From 2021 - 2026
2.495
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) JURNAL SISTEM INFORMASI BISNIS Sistemasi: Jurnal Sistem Informasi INTECOMS: Journal of Information Technology and Computer Science Jurnal Teknologi Sistem Informasi dan Aplikasi Community Development Journal: Jurnal Pengabdian Masyarakat BERNAS: Jurnal Pengabdian Kepada Masyarakat Journal of Advanced in Information and Industrial Technology (JAIIT) Jurnal Pengabdian Masyarakat Indonesia Jurnal Abdimas Bina Bangsa Journal of Technology and Informatics (JoTI) Jurnal Abdi Masyarakat Indonesia Malcom: Indonesian Journal of Machine Learning and Computer Science Geosains Kutai Basin
Nurmadewi, Dita
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Neuroscience Nursing Public Health Social Sciences Veterinary Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Digital Marketing as a Tourism Village Marketing Strategy in East Java’s Horseshoe Region Nurmadewi, Dita; Yuniati, Sri; Firdaus, Muhammad Vallen; Rachman, Izmil Musyaffa
Jurnal Sistem Informasi Bisnis Vol 14, No 1 (2024): Volume 14 Nomor 1 Tahun 2024
Publisher : Diponegoro University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21456/vol14iss1pp46-53

Abstract

If supported by digital marketing, tourism villages can be a major economic driver in rural communities. Because through digital marketing, the tourism industry is able to expand its market and attract more tourists. This study intends to map the need for information technology for digital marketing as a strategy to enhance the marketing of tourism villages. This study employs a qualitative case study methodology. Tourism villages of Kemiren in Banyuwangi Regency, Lombok Kulon in Bondowoso Regency, and Kampung Blekok in Situbondo Regency served as research sites. Observation, interviews, and documentation techniques were utilized to collect research data. The data analysis employed qualitative descriptive analysis. According to the findings of the survey, the marketing of tourist villages in the Horseshoe region has been conducted using information technology. However, the use of digital marketing through websites and social media is still limited. Therefore, digital marketing must be supported in accordance with the requirements of the tourist village and the segmentation of the target market. This research's information technology requirements mapping methodology for digital marketing can be utilized to support the marketing of tourist villages in East Java’s Horseshoe region.  
Comparison of the Performance of the VADER and RoBERTa Algorithms on Twitter Nurmadewi, Dita; Jailani, Zakul Fahmi; Manik, Ni Kadek Sri
Sistemasi: Jurnal Sistem Informasi Vol 13, No 4 (2024): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v13i4.4198

Abstract

This research compares the performance of two sentiment analysis algorithms, namely VADER (Valence Aware Dictionary and Entiment Reasoner) and RoBERTa (Robustly Optimized BERT Pretraining Approach), using a dataset of public opinions regarding climate change on twitter. Analysis is carried out to determine the sentiment distribution of the tweets described, whether they are positive, negative or neutral. In addition, this research identifies the keywords that appear most frequently from the collection of tweets that have been analyzed. Time series analysis was also carried out to see the distribution of sentiment over 12 months. The relationship between the two models was evaluated using matrix scatter plot analysis for tweets per two months, to assess the correlation and consistency of sentiment results between VADER and RoBERTa. The results show that VADER is more effective in situations that require rapid responses to changes in public sentiment, while RoBERTa is superior in in-depth analysis of more complex and ambiguous content.
LITERASI DIGITAL MELAWAN HOAKS PEMILU 2024 Andriarti, Anastasya; Nurmadewi, Dita; Suharyanti, Suharyanti; Rindu Dwi Yulianti; Ariyanto, Richard; Fadhil, Rangga
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 5 No. 1 (2024): Volume 5 No 1 Tahun 2024
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v5i1.24506

Abstract

Temuan Masyarakat Antifitnah Indonesia (Mafindo) dan Perkumpulan untuk Pemilu dan Demokrasi (Perludem) sepanjang 2023 menemukan lebih dari 1.100 informasi hoaks terkait pemilu. Sementara, Badan Pengawas Pemilu (Bawaslu) memetakan Kabupaten Bandung menjadi satu dari delapan wilayah di Jawa Barat yang rawan penyebaran informasi bohong/ hoaks serta isu SARA jelang Pemilu 2024. Ini, melahirkan kebutuhan literasi digital, khususnya bagi para ibu, orang tua siswa SDN 064 Padasuka, Bandung. Melalui metode literasi digital, mereka diajak mengenali hoaks dan harapannya lebih kebal terhadap pola, metode dan modus hoaks. Pendekatan baru yang digunakan dalam literasi digital ini adalah mengenalkan konten prebunking. Ini adalah teknik preventif yang harapannya membuat orang lebih kebal dengan disinformasi melalui konten yang menyajikan pola, modus, teknik hoaks yang disertai contoh-contoh hoaks berulang jelang Pemilu. Para ibu juga diedukasi soal produksi konten kampanye cek fakta di media sosial. Upaya ini sejalan dengan mitra program ini yaitu media digitalmamaID yang memiliki visi mendukung perempuan untuk lebih memiliki pengetahuan dan keterampilan literasi digital. Dari pretest dan post-test yang disebarkan ke peserta, didapati perubahan pengetahuan sebelum dan sesudah mengikuti pelatihan. Dapat disimpulkan, edukasi literasi digital melawan hoaks tetap dibutuhkan warga, untuk mempersenjatai mereka akan tren hoaks, khususnya jelang Pemilu Serentak 2024. Program edukasi ini, juga selaras dengan Sustainable Development Goals (SDGs) nomor 16 yang menekankan perdamaian, keadilan, dan kelembagaan yang tangguh. Kemudian juga mendukung tujuan SDGs yang berfokus pada pengurangan kesenjangan, dalam hal ini kesenjangan digital. Selain, mendukung kesetaraan gender dan berelasi dengan mitra untuk mencapai tujuan.
Peningkatan Literasi Digital Tenaga Kependidikan melalui Pelatihan Microsoft 365 di Universitas Bakrie, DKI Jakarta Nurmadewi, Dita; Jailani, Zakiul Fahmi; Anggoro, Dimas Aryo; Cahyaningsih, Elin; Fortunisa, Ananda; Fitriyan, Rohmad; Juang, Muhammad Isman Sabar
Jurnal Abdi Masyarakat Indonesia Vol 6 No 1 (2026): JAMSI - Januari 2026
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jamsi.2551

Abstract

Kegiatan pengabdian kepada masyarakat ini dilatarbelakangi oleh rendahnya tingkat literasi digital tenaga kependidikan di lingkungan perguruan tinggi, khususnya dalam pemanfaatan aplikasi kolaboratif berbasis cloud untuk mendukung efisiensi administrasi. Kondisi awal menunjukkan bahwa pengelolaan dokumen dan koordinasi kerja masih dilakukan secara terpisah dan manual, sehingga belum mendukung pola kerja kolaboratif dan produktif. Kegiatan ini bertujuan untuk memberdayakan tenaga kependidikan melalui pelatihan Microsoft 365 berbasis praktik guna meningkatkan efisiensi kerja administratif dan kapasitas kolaborasi digital. Metode pelaksanaan berupa pelatihan tatap muka dengan pendekatan hands-on yang melibatkan peserta secara aktif dalam penyelesaian studi kasus administratif nyata. Evaluasi keberhasilan kegiatan dilakukan melalui pre-test dan post-test sebagai indikator peningkatan kapasitas peserta. Hasil kegiatan menunjukkan peningkatan nilai rata-rata dari 65% pada pre-test menjadi 78% pada post-test, yang mengindikasikan peningkatan pemahaman dan keterampilan digital peserta. Peningkatan tersebut berdampak pada perubahan pola kerja peserta yang lebih mandiri, kolaboratif, dan efisien dalam pengelolaan dokumen serta komunikasi kerja. Kegiatan ini berkontribusi pada penguatan kapasitas tenaga kependidikan dalam mendukung transformasi tata kelola administrasi berbasis teknologi di lingkungan perguruan tinggi.
Perbandingan Support Vector Machine dan Naïve Bayes untuk Klasifikasi Sentimen Ulasan E-Commerce: Comparison of Support Vector Machine and Naïve Bayes for E-Commerce Review Sentiment Classification Nurmadewi, Dita; Jailani, Zakiul Fahmi; Rafi, Haris; Anggoro, Dimas Aryo; Setiowati, Dewi
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 2 (2026): MALCOM April 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i2.2648

Abstract

Ulasan pelanggan di platform e-commerce memuat informasi penting tentang pengalaman pengguna terhadap produk dan layanan. Namun, mengingat jumlahnya sangat besar, analisis manual tidak efisien. Klasifikasi sentimen berbasis machine learning dapat secara otomatis mengidentifikasi opini dari teks ulasan. Penelitian ini ingin melakukan perbandingan antara performa Support Vector Machine (SVM) dan Naïve Bayes dalam melakukan klasifikasi sentimen pada ulasan di platform e-commerce. Dataset terdiri atas 11.606 ulasan pelanggan yang bersumber dari repositori dataset publik. Tahap pra-pemrosesan mencakup case folding, tokenization, penghilangan stopword, serta stemming. Fitur teks ditampilkan memakai Term Frequency–Inverse Document Frequency (TF-IDF). Kinerja model dievaluasi berdasarkan skema 5-fold cross-validation menggunakan metrik accuracy, precision, dan recall, serta F1-score. Hasil eksperimen menemukan algoritma Support Vector Machine mempunyai performa lebih unggul jika dibandingkan dengan Naïve Bayes, di mana perolehan nilai accuracy masing-masing mencapai 0.8717 dan 0.8555. Temuan ini sekaligus menunjukkan Support Vector Machine mempunyai kemampuan generalisasi yang lebih baik dalam membedakan kelas sentimen pada data ulasan e-commerce berbasis teks.
Co-Authors Amby, Abdurrahman Ananda Fortunisa Ananda, Farrell Andani Hutagalung, Mery Andriarti, Anastasya Anindita Septiarini, Anindita Ariyanto, Richard Cahya Hernanto, Ergi Cahyaningsih , Elin Cahyaningsih, Elin Didit Suprihanto, Didit Dimas Aryo Anggoro Fadhil, Rangga Firdaus, Muhammad Vallen Fitriyan, Rohmad Hamdani Hamdani Hikmah, Nadyatul Jailani, Zakiul Fahmi Jailani, Zakul Fahmi Juang, Muhammad Isman Sabar Manik, Ni Kadek Sri Pasha, Rangga Pradita Maulidya Putri Gusti, Christophora Rachman, Izmil Musyaffa Rafi, Haris Raymundus, Gregorius Rivaldo Rindu Dwi Yulianti Rizal, Sahrul Salsabila, Nur Maya Saputra, Raka Dimas Setiowati, Dewi Silalahi, Natascha Lestari Eunike Sri Yuniati Suharyanti Suharyanti Syumanjaya, Raden Bambang Viny Christanti M Wati, Masna