Article Per Year (5 Year)
p-Index From 2021 - 2026
1.642
P-Index
This Author published in this journals
All Journal Jurnal Sustainable: Jurnal Hasil Penelitian dan Industri Terapan JURTEKSI J-Dinamika: Jurnal Pengabdian Kepada Masyarakat Jurnal Teknologi Informasi dan Terapan (J-TIT) Jurnal ABDINUS : Jurnal Pengabdian Nusantara Jurnal Teknik Informatika (JUTIF) Jurnal Pengabdian kepada Masyarakat Politeknik Negeri Batam
Alena Uperiati
Politeknik Negeri Batam
Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Mechanical Engineering

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Rancang Bangun Aplikasi Pemandu Wisata dengan Penerapan Google API & PWA Dwi Amalia Purnamasari; Alena Uperiati; Yeni Rokhayati; Irsyad Nafi Alif Perdana; Veve Karisa
Jurnal Teknologi Informasi dan Terapan Vol 10 No 2 (2023)
Publisher : Jurusan Teknologi Informasi Politeknik Negeri Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25047/jtit.v10i2.332

Abstract

Batam dikenal sebagai tujuan wisata yang populer, terutama dari Singapura dan Malaysia, dalam beberapa tahun terakhir, pemerintah daerah berupaya mengembangkan sektor pariwisata sebagai sumber pendapatan alternatif yang penting. Politeknik Negeri Batam (Polibatam) merupakan salah satu perguruan yang ikut serta memberikan inovasi pada Kota Batam terkait produk-produk yang dihasilkan melalui proses pembelajaran berbasis masalah dan berbasis proyek. Salah satunya proyek penelitian “Guide Me: Aplikasi Tour Guide" bertujuan agar wisatawan dapat berkunjung ke Kota Batam tanpa menggunakan jasa tour guide yang harapannya dapat memberikan informasi yang ingin diketahui dan rekomendasi yang dibutuhkan oleh wisatawan. Aplikasi menyediakan daftar destinasi wisata seperti wisata bahari, wisata kuliner, wisata sejarah, wisata religi, wisata pertanian, wisata budaya, wisata belanja dan wisata lainnya yang ada di kota Batam. Penerapan Guide Me: Aplikasi Tour Guide yang didalamnya terdapat AI ini dapat diakses dimanapun oleh pengguna baik menggunakan media laptop, komputer maupun smartphone, sehingga dapat menghemat biaya, lebih efisien waktu dan perjalanan wisatawan yang masuk ke Batam berjalan dengan baik. Penelitian ini menerapkan metode pengembangan aplikasi Waterfall dengan Design dalam bentuk source code, script dan pemanfaatan Google API implementasi serta penerapan AI pada web tersebut. Bahasa pemrograman menggunakan PHP Native & HTML, dengan penyimpanan database yang digunkan yaitu MySQL.
Evaluating Lexicon Weighting and Machine Learning Models for Sentiment Classification of Indonesian Mangrove Ecotourism Reviews Chahyadi, Ferdi; Uperiati, Alena; Pratiwi , Risdy Absari Indah; Hamid, Nur
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 6 (2025): JUTIF Volume 6, Number 6, Desember 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.6.5563

Abstract

Sentiment analysis on ecotourism reviews presents specific challenges due to descriptive writing styles, the use of ambiguous words, and contextual meaning shifts (contextual polarity shift). These characteristics often cause lexicon-based approaches to produce unstable polarity labels. This study aims to evaluate the influence of two lexicon weighting methods, namely Mean Weighting and Summation Weighting, on the initial sentiment labeling of mangrove ecotourism reviews and to assess the performance of machine learning models trained using these labels. The research method includes text preprocessing, lexicon-based scoring using the InSet lexicon, feature extraction with Term Frequency–Inverse Document Frequency (TF–IDF), and the training of two classification algorithms, Support Vector Machine (SVM) and Logistic Regression (LR). The results show that the Mean Weighting method produces more stable polarity scores and higher model performance. The combination of SVM with Mean Weighting achieves the best results with an accuracy of 0.902, macro precision of 0.876, macro recall of 0.819, a macro F1-score of 0.841, and a weighted F1-score of 0.899. Meanwhile, LR with Mean Weighting reaches an accuracy of 0.891 with a similar performance pattern. In contrast, the Summation Weighting method results in lower performance for both algorithms. Error analysis indicates that neutral sentences and ambiguous words such as “bagus” and “ramai” frequently lead to misclassification. These findings highlight that the choice of lexicon weighting method plays a crucial role in improving sentiment classification accuracy and contributes to the development of hybrid approaches in text mining and sentiment analysis for the Indonesian language.
Co-Authors Afdhol Dzikri Afifah, Ummul Fitri Ahmad Hamim Thohari Ahmadi Irmansyah Lubis Anton Hekso Yunianto Ari Wibowo Chahyadi, Ferdi Cyntia Lasmi Andesti Eka Suswaini Evaliata Br Sembiring Handayani, Nadya Satya Hekso, Anton Irsyad Nafi Alif Perdana Liony Lumombo Maria Maria Matulatan, Tekad Metta Santiputri Mufida, Miratul Khusna Mufida, Mir’atul Khusna Noper Ardi NUR HAMID Nur Zahrati Janah Nurfalinda, Nurfalinda Pratiwi , Risdy Absari Indah Purnamasari, Dwi Amalia Purnamasari, Dwi Amelia Putra, Riski Ramadhan, Gilang Bagus Rokhayati, Yeni Sandi Prasetyaningsih Sapta Nugraha Sartikha, Sartikha Selly Artaty Zega Sukma Evadini Supardianto Supardianto Tonny Suhendra Uuf Brajawidagda Veve Karisa Yunianto, Anton Hexso