Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Journal of Software Engineering and Information System (SEIS) Jurnal Informatika Ekonomi Bisnis
Mulyadi, Iriene Putri
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering

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

Found 2 Documents
Search

 1 
Klasterisasi Menggunakan Metode Algoritma K-Means dalam Meningkatkan Penjualan Tupperware Mulyadi, Iriene Putri
Jurnal Informatika Ekonomi Bisnis Vol. 4, No. 4 (December 2022)
Publisher : SAFE-Network

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (479.05 KB) | DOI: 10.37034/infeb.v4i4.164

Abstract

Persaingan dalam dunia bisnis sangatlah ketat,pelaku dunia bisnis memiliki tantangan untuk mengatur strategi penjualan.Toko Asrafi Raya merupakan suatu toko yang bergerak di bidang penjualan tuppeware yang berada di daerah Kabupaten Pasaman Barat. Banyaknya data produk tuppeware dan stok barang yang harus dianalisis, maka pemilik toko harus bekerja keras dalam menentukan barang yang akan dibeli berikutnya dilihat dari stok yang ada.Sehingga kesulitan yang dialamipemilik Toko Asrafi Raya adalah kurangnya stok produk yang laku karena penjualan tinggi, dan menumpuknya produk yang tidak laku karena penjualannya rendah. Penelitian ini bertujuan agar memudahkan Toko Asrafi Raya dalam meningkatkan penjualan tuppeware dengan mengelompokkan produk yang sangat laris, laris dan tidak laris. Data yang digunakan dalam penelitian ini adalah data laporan penjualan terhadap produk tuppeware pada bulan februari sampai juni 2021 yang ada di Toko Asrafi Raya, dengan menggunakan metode algoritma K-Means clustering. Hasil dari penelitian ini mendapatkan 3 cluster yaitu cluster 1(C1)Sangat Laris,Cluster 2 (C2) Laris,Cluster 3 (C3) Tidak Laris. Hasil Penelitian ini digunakan untuk membantu pemilik toko Asrafi Raya dalam menentukan strategi penjualan pada Toko Asrafi Jaya.
EKSPLORASI SENTIMEN PENGGUNA X TERHADAP ISU KESEHATAN MENTAL BERBASIS MACHINE LEARNING Rifaldi, Dianda; Famuji, Tri Stiyo; Fanani, Galih Pramuja Inngam; Ramadhan, Fauzan Purma; Mulyadi, Iriene Putri; Saputra, Vanji
Jurnal Rekayasa Perangkat Lunak dan Sistem Informasi Vol. 5 No. 2 (2025)
Publisher : Department of Information System Muhammadiyah University of Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/seis.v5i2.9594

Abstract

Mental health has become an increasingly relevant topic in the digital era, particularly on social media platforms such as X, which serve as public spaces for expressing opinions and sharing personal experiences. This study aims to analyze public sentiment toward mental health topics on Twitter using the Multinomial Naive Bayes algorithm. Data were collected from tweets containing mental health-related keywords and processed through text cleaning and feature extraction using the TF-IDF method. The classification results showed that the model achieved an accuracy of 71%, with stronger performance in identifying negative sentiment compared to positive sentiment. A WordCloud visualization also revealed the frequent appearance of terms such as “mental,” “health,” “self,” and “disorder,” reflecting the main focus of online discussions. These findings indicate that machine learning-based sentiment analysis is effective in capturing public perceptions of mental health issues on social media. This research is expected to contribute to the development of digital communication strategies and real-time monitoring of psychosocial issues in online spaces.
Co-Authors Dianda Rifaldi Fanani, Galih Pramuja Inngam Ramadhan, Fauzan purma Saputra, Vanji Tri Stiyo Famuji