Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Jurnal Media Informatika Journal of Artificial Intelligence and Digital Business Jurnal Manajemen, Akuntansi dan Bisnis
Sitti Mawaddah Umar
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Manajemen Sumber Daya Manusia (SDM) Upaya Peningkatan Kinerja Karyawan Di Era Globalisasi Sewang; Sitti Mawaddah Umar; Yusuf, Deddy; Kasim, Hasanudin
JUMABI: Jurnal Manajemen, Akuntansi dan Bisnis Vol 2 No 2 (2024): JUMABI : JULI
Publisher : CV. Eureka Murakabi Abadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56314/jumabi.v2i2.232

Abstract

Di era globalisasi, perusahaan menghadapi tantangan yang semakin kompleks dalam mengelola sumber daya manusia (SDM) untuk meningkatkan kinerja karyawan. Penelitian ini mengeksplorasi berbagai strategi manajemen SDM yang dapat diterapkan untuk meningkatkan kinerja karyawan di tengah perubahan global. Fokus utama terletak pada adaptasi terhadap teknologi baru, pengembangan keterampilan, dan peningkatan motivasi karyawan melalui program pelatihan dan pengembangan. Selain itu, pentingnya budaya organisasi yang inklusif dan fleksibel diuraikan sebagai faktor kunci dalam menciptakan lingkungan kerja yang produktif. Studi ini juga menyoroti peran kepemimpinan dalam memfasilitasi perubahan dan inovasi serta pentingnya komunikasi efektif dalam mempertahankan kinerja tinggi di era globalisasi. Temuan ini diharapkan dapat memberikan panduan praktis bagi manajer SDM untuk merancang dan menerapkan kebijakan yang mendukung peningkatan kinerja karyawan secara berkelanjutan.
Development of a Motor Vehicle Rearview Image Pattern Recognition System for Detection of Traffic Flow Violations on One-Way Roads: Image processing Sitti Mawaddah Umar; Justam Justam
Jurnal Media Informatika Vol. 6 No. 3 (2025): Jurnal Media Informatika
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v6i3.6052

Abstract

This study aims to detect traffic violations, specifically motorcycles riding against the flow on one-way roads, by utilizing computer vision technology to recognize the rearview patterns of vehicles. The method employed involves applying the deep learning model Faster-RCNN for object detection, using image data captured from an IP camera mounted on a pole at a height of 2.5 meters with a 45-degree tilt angle to optimally monitor vehicles from behind. Image labeling was performed using the LabelImg application, while model training and classification were conducted using the TensorFlow framework. The developed system achieved a detection accuracy of 88%, demonstrating the effectiveness of this approach in identifying motorcycles violating traffic direction. These findings highlight the potential of computer vision as an automatic and real-time solution for traffic monitoring, which can help reduce dangerous violations and enhance road safety. Therefore, this research contributes significantly to the development of more advanced and efficient traffic violation detection systems.
Pemetaan Lanskap Emosional Di Twitter: Visualisasi Sentimen Netral, Positif, dan Negatif Dengan Word Cloud mawaddah, Sitti; Naswin, Ahmad; Sulkifli, Sulkifli
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.3650

Abstract

Penelitian ini mengkaji penerapan teknik Word Clouds dalam ekstraksi sentimen pada platform Twitter, dengan fokus pada identifikasi kata dominan dalam cuitan yang dikategorikan sebagai netral, positif, dan negatif. Teknik visualisasi ini memungkinkan pemahaman yang lebih mendalam mengenai distribusi kata dan peranannya dalam representasi sentimen. Melalui Exploratory Data Analysis (EDA), penelitian ini berhasil memetakan karakteristik data, seperti tingginya kemiripan Jaccard untuk tweet netral dan pola distribusi panjang teks antara text dan selected_text. EDA juga mendasari penerapan aturan deterministik (rule-based gate) untuk menangani cuitan dengan kepastian tinggi dan membedakan kasus yang membutuhkan pendekatan berbasis model lebih lanjut, yaitu Named Entity Recognition (NER). Penerapan rekayasa fitur meta, termasuk pengukuran similarity Jaccard, selisih panjang kata, dan jumlah kata, berhasil meningkatkan presisi dalam pemetaan span sentimen pada teks mikro. Evaluasi model menggunakan similarity Jaccard menunjukkan performa yang sangat baik dengan akurasi 85%, diikuti oleh konsentrasi tinggi skor prediksi pada rentang 0,9–1,0. Temuan ini menegaskan bahwa pendekatan hibrida yang mengintegrasikan Word Clouds, analitik berbasis fitur, dan NER efektif dalam mengatasi tantangan kompleksitas bahasa informal di media sosial, seperti slang, elongation, dan ambiguity. Penelitian ini memberikan kontribusi signifikan dalam pengembangan metodologi sentiment extraction yang lebih presisi dan efisien untuk aplikasi Natural Language Processing (NLP) di platform sosial media
Co-Authors Hasanudin Kasim Justam, Justam Naswin, Ahmad Raden Mohamad Herdian Bhakti Sewang Yusuf, Deddy