Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Tanjungpura International Journal on Dynamics Economics, Social Sciences, and Agribusiness (TIJDESSA) Jurnal Aplikasi dan Riset Informatika
Helen Sasty Pratiwi
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Economics, Econometrics & Finance Environmental Science Social Sciences

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

Found 3 Documents
Search

 1 
Making a Website Using HTML and CSS for SMK Student Muhammad Annafri; Arif Bijaksana Putra Negara; Heri Priyanto; Yulianti; Helen Sasty Pratiwi; Niken Candraningrum
Tanjungpura International Journal on Dynamics Economics, Social Sciences and Agribusiness Vol. 4 No. 2 (2023): Tanjungpura International Journal On Dynamics Economic, Social Sciences and Agr
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/tijdessa.v4i2.41

Abstract

In today's digital era, one of the education that is taught a lot is about the website, a means to get information. In making a fundamental web, there are 4 important that must be mastered including Hyper Text Markup Language (HTML), Cascade Style Sheets (CSS), Hypertext Preprocessor programming language (PHP) and database management system / DBMS (MySQL). HTML and CSS have a close relationship where HTML is a markup language (site foundation) and CSS fixes style (for all aspects related to the appearance of the website) so that these two programming languages ​​must go hand in hand. SMK N 1 Sungai Raya Kepulauan, is one of the favorite SMKs in the Sungai Raya Kepulauan region where the expertise programs possessed are mostly knowledge related to technology, namely Computer and Network Engineering (TKJ) and Software Engineering (RPL) so that students requires in-depth knowledge of technology, especially in terms of Web Programming so that this knowledge can be useful for students in the world of work.
Analisis Akun Fake Terhadap Penjualan Smartphone di Media Sosial Instagram Nur Hidayat; Tursina Tursina; Helen Sasty Pratiwi
Jurnal Aplikasi dan Riset Informatika Vol 1, No 2 (2023)
Publisher : Jurnal Aplikasi dan Riset Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jari.v2i1.66240

Abstract

Instagram merupakan media sosial yang pada dasarnya berfungsi untuk berbagi foto maupun vídeo pada sesama pengguna. Instagram dapat memberikan kemudahan bagi penjual Smatphone untuk memasarkan dan mempromosikan produknya melalui internet. Instagram sebagai tempat untuk mempromosikan produknya, tidak luput pula banyak yang menyalah gunakan Instagram sebagai media penipuan, salah satu dari penipuan Instagram yang sering terjadi adalah penjualan Smatphone yang menggunakan akun fake/palsu yang tidak jelas siapa penggunanya untuk menjual produknya dengan memberi harga yang sangat lah jauh lebih murah dari harga yang dijual di pasaran. Penelitian ini membuat membandingkan dua metode untuk pemodelan text mining dengan mengelompokkan akun kedalam kelompok akun fake / palsu dan akun asli, text mining yang digunakan algoritma Clustering K-Menas dan Naives Bayes dengan parameter username, bio, postingan, followers, following, simbol, privasi, caption postingan, komentar, dan jumlah like. Penelitian ini menggunakan data sebanyak 120 data akun penjual smartphone diambil secara random menggunakan scrapping. Untuk mengetahui seberapa baik kinerja pengelompokan yang dilakukan dengan menggunakan metode K-Means Clustering dan Naive Bayes. Untuk mendapatkan hasil akurasi terbaik dilakukan dilakukan pembagian data training dan data testing menggunakan Algoritma Naive Bayes. Hasil perhitungan Algoritma K-Means Clustering mendapatkan hasil akurasi sebesar 37,19% sedangkan Naive Bayes mendapatkan hasil akurasi sebesar 61,90%. Sehingga Alagoritma yang baik untuk medapatkan hasil akurasi terbaik di penelitian ini adalah Algoritma Naive Bayes.
Implementasi Metode K-Means Clustering dan Algoritma Cosine Similarity pada Repository Digital Jurusan Informatika Abu Riza; Arif Bijaksana Putra Negara; Helen Sasty Pratiwi
Jurnal Aplikasi dan Riset Informatika Vol 2, No 2 (2024)
Publisher : Jurnal Aplikasi dan Riset Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/juara.v2i2.73974

Abstract

Penelitian ini bertujuan untuk mengelola data dokumen tugas akhir dalam Repositori Digital Jurusan Informatika. Fokus pengolahan data adalah pengelompokan dokumen berdasarkan abstrak dan penghitungan tingkat kemiripan antara dokumen-dokumen tersebut. Prosesnya dimulai dengan mengambil abstrak dari setiap dokumen tugas akhir dan melakukan pemrosesan teks menggunakan metode Nazief-Adriani. Kemudian, dilakukan perhitungan bobot kata dengan algoritma TF-IDF dan pengelompokan dokumen menggunakan K-Means Clustering. Selanjutnya, dihitung tingkat kemiripan antara dokumen-dokumen dalam kelompok menggunakan Cosine Similarity. Penelitian ini juga mengimplementasikan sistem berupa website yang memungkinkan pengguna mengakses dan memanfaatkan hasil pengolahan data. Diharapkan penelitian ini dapat memberikan pengelompokan dokumen tugas akhir yang efisien dan akurat berdasarkan abstrak, serta tingkat kemiripan yang baik antara dokumen-dokumen tersebut. Hal ini akan membantu pengguna mencari informasi relevan dan meningkatkan manajemen Repositori Digital Jurusan Informatika.
Co-Authors Abu Riza Arif Bijaksana Putra Negara Heri Priyanto Muhammad Annafri Niken Candraningrum Nur Hidayat Tursina Tursina Yulianti