Sidauruk, Natalya
Unknown Affiliation

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

Found 2 Documents
Search

IMPLEMENTASI METODE RESERCH AND DEVELOPMENT PADA SISTEM KOPERASI SIMPAN PINJAM KARYAWAN BERBASIS WEBSITE Sidauruk, Natalya; Riza, Noviana
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 2 (2023): JATI Vol. 7 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i2.6514

Abstract

Pengembangan dan peningkatan sistem koperasi simpan pinjam karyawan telah menjadi fokus utama. Dalam upaya menghadirkan solusi yang lebih efisien dan terjangkau, penelitian menerapkan metode Research and Development (R&D) untuk mengembangkan sistem koperasi simpan pinjam karyawan berbasis website. Tujuannya untuk menghasilkan sistem yang dapat meningkatkan aksesibilitas, transparansi, dan pengelolaan informasi dalam operasi koperasi, sekaligus memberikan kemudahan dalam layanan kepada anggota koperasi. Penelitian dimulai tahap awal dengan mengidentifikasi kebutuhan dan tantangan yang dihadapi oleh koperasi simpan pinjam karyawan saat ini. Berdasarkan analisis tersebut, tahap perancangan sistem dilakukan, di mana rancangan antarmuka website dan struktur basis data dikembangkan sesuai dengan kebutuhan yang diidentifikasi. Implementasi sistem dilakukan dengan memanfaatkan teknologi terkini dalam pengembangan web dan basis data. Metode pengembangan yang digunakan dalam penelitian ini mengintegrasikan langkah-langkah penelitian dan pengembangan, termasuk analisis kebutuhan, perancangan, implementasi, serta uji coba dan evaluasi. Uji coba dilakukan melalui simulasi penggunaan sistem oleh anggota koperasi untuk mengukur kinerja, kegunaan, dan responsibilitas sistem dalam konteks nyata. Hasil akhir penelitian ini adalah sebuah sistem koperasi simpan pinjam karyawan berbasis website yang lebih efisien dan efektif dalam mengelola transaksi simpan pinjam, serta memberikan kemudahan akses kepada anggota untuk memantau dan mengelola aktivitas mereka. Sistem ini diharapkan dapat memberikan kontribusi positif dalam meningkatkan kinerja koperasi, serta memberikan manfaat yang lebih baik bagi anggota koperasi dan pihak terkait lainnya. Dengan menerapkan metode R&D, penelitian ini mengilustrasikan pendekatan yang sistematis dan terukur untuk mengembangkan solusi teknologi dalam lingkungan koperasi modern.
PENGGUNAAN METODE SVM DAN RANDOM FOREST UNTUK ANALISIS SENTIMEN ULASAN PENGGUNA TERHADAP KAI ACCESS DI GOOGLE PLAYSTORE Sidauruk, Natalya; Riza, Noviana; Siti Fatonah, Rd. Nuraini
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 3 (2023): JATI Vol. 7 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i3.6899

Abstract

KAI Access merupakan sebuah platform akses digital yang menyediakan layanan terhadap tranportasi, yang sering digunakan. Oleh karena itu, analisis sentimen terhadap pengguna KAI Access menjadi relevan untuk mendapatkan wawasan yang berharga bagi pengembang dan pengelolaan aplikasi. Penelitian ini bertujuan untuk melakukan analisis sentimen data ulasan pengguna terhadap KAI Access. Metode yang digunakan meliputi pengumpulan data dari Google Playstore. Data yang terkumpul kemudian diolah menggunakan pelabelan, preprocessing, pembobotan dan klasifikasi. Mengevaluasi ulasan pengguna KAI Access dengan data yang banyak memperlukan analisis sentimen dalam mengelompokkan data ulasan pengguna menjadi kategori positif atau negatif. Hasil analisis menunjukkan bahwa mayoritas pengguna KAI Access adalah sentimen negatif daripada sentimen positif. Data ulasan yang dilabeli dan menganalisis dengan menerepkan metode SVM dan Random Forest agar dapat mengklasifikasikan ulasan pengguna. Dimana SVM mencari garis atau hyperlane terbaik sedangkan Random Forest menggunakan beberapa pohon keputusan yang bekerja bersama untuk menghasilkan klasifikasi akhir. Dataset terdiri dari 655 ulasan terbagi menjadi 529 ulasan negatif dan 90 ulasan positif. Klasifikasi dengen metode SVM memperoleh tingkat akurasi sebesar 97% dibandingkan metode Random Forest diperoleh akurasi sebesar 93%. Ini berarti SVM lebih akurat dalam mengklasifikasikan sentimen data uji dalam penelitian.