Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Telematika : Jurnal Informatika dan Teknologi Informasi Jurnal Pengabdian dan Pemberdayaan Masyarakat Inovatif
Merdiriyani, Sindy
Unknown Affiliation
Humanities Economics, Econometrics & Finance Electrical & Electronics Engineering Social Sciences Other

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

Found 2 Documents
Search

 1 
Penanaman Pohon untuk Mengurangi Risiko Longsor dan Mewujudkan Keasrian Lingkungan di Desa Sukahaji, Kabupaten Ciamis Merdiriyani, Sindy; Sabrina, Khoirunnisa Renanda
Jurnal Pengabdian dan Pemberdayaan Masyarakat Inovatif Vol. 3 No. 2 (2024): Jurnal Pengabdian dan Pemberdayaan Masyarakat Inovatif
Publisher : Research and Social Study Institute (RESSI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70110/jppmi.v3i2.60

Abstract

Pada November 2023, terjadi suatu bencana longsor di Desa Sukahaji, yang tepatnya terletak di Dusun Ciloa. Kejadian tersebut tidak memakan korban jiwa, karena letaknya jauh dari pemukiman warga. Namun, berdampak kepada area sawah milik warga dan menjadi tidak bisa digunakan lagi. Oleh karena itu, dibutuhan suatu upaya mitigasi untuk mencegah risiko terjadinya bencana longsor. Tujuan dari pengabdian ini adalah untuk mengurangi risiko longsor dan meningkatkan keasrian lingkungan melalui upaya penanaman pohon di Desa Sukahaji. Kegiatan dilakukan pada Januari 2024, sebanyak 20 bibit pohon ditanam di Dusun Ciloa, Desa Sukahaji, Kecamatan Cihaurbeuti, Kabupaten Ciamis, tepatnya di lokasi pasca terjadinya bencana longsor. Kegiatan ini melibatkan beberapa pihak diantaranya tamu undangan yang terdiri dari Camat Cihaurbeuti, Kapolsek Cihaurbeuti, Koramil Cihaurbeuti, Aparat Desa Sukahaji, mahasiswa KKN kelompok 3 Sukahaji, serta mahasiswa Pecinta Alam Khaniwata Universitas Siliwangi sebagai mitra kami dalam pemberian materi dan penyedia bibit pohon. Pelaksanaan kegiatan ini berjalan dengan lancar, dalam rangkaiannya meliputi pemberdayaan terhadap peserta dengan materi berupa teknik penanaman pohon yang baik, pengenalan jenis pohon dan kegunaanya, serta gambaran tahapan pelaksanaan program yang dilakukan, hal ini berguna untuk menumbuhkan pemahaman mengenai pentingnya kegiatan tersebut. Selain itu, terdapat pula penyerahan sampai penanaman bibit pohon di lokasi pasca terjadinya bencana longsor.
Performance Analysis of SVM Kernels in Sentiment Classification on Indonesian Local Skincare Dataset Merdiriyani, Sindy; Rahmatulloh, Alam
Telematika Vol 22 No 3 (2025): Edisi Oktober 2025
Publisher : Jurusan Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/telematika.v22i3.14033

Abstract

Purpose: Sentiment analysis is an important aspect of understanding consumers' views on products, especially in the growing skincare industry. This study aims to compare the accuracy and effectiveness of various kernels in the Support Vector Machine (SVM) algorithm, including linear, polynomial (poly), and radial basis function (RBF) kernels, in predicting three types of sentiment: positive, neutral, and negative based on reviews of local Indonesian skincare products.Design/methodology/approach: The dataset used includes consumer reviews classified by rating, which are then processed using Term Frequency-Inverse Document Frequency (TF-IDF) technique for feature extraction.Findings/result: The evaluation results show that the RBF kernel achieves the highest accuracy of 74.78%, followed by the linear kernel with 74.51% accuracy, and the polynomial kernel with 74.10% accuracy. Although the difference between the three kernels is not significant, the RBF kernel excels in positive sentiment classification, while all three kernels struggle in predicting neutral and negative classes.Originality/value/state of the art: These findings make an important contribution to the development of effective sentiment analysis methods, especially in the context of datasets with high class imbalance. To handle class imbalance, techniques such as oversampling smaller classes or using cost-sensitive learning techniques to give more weight to negative and neutral classes can be used. 
Co-Authors Alam Rahmatulloh Sabrina, Khoirunnisa Renanda