Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Syahri, Alfin
Unknown Affiliation
Computer Science & IT

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

Found 3 Documents
Search

 1 
PENERAPAN NAÏVE BAYES UNTUK ANALISIS SENTIMEN NETIZEN TERHADAP PROGRAM MAKAN SIANG GRATIS PADA MEDIA SOCIAL X Amelia Br Siregar, Ririn; Ramadhan Manik, Albert; Syahri, Alfin; Budi Akbar, Muhammad; Arnita, Arnita; Ramadhani, Fanny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13870

Abstract

Program Makan Siang Gratis yang diperkenalkan dalam Pemilihan Presiden 2024 menjadi perhatian publik dan menuai berbagai tanggapan, baik positif maupun negatif. Persepsi masyarakat terhadap program ini penting untuk diketahui guna mengevaluasi keberhasilan implementasi kebijakan. Penelitian ini bertujuan untuk menganalisis sentimen netizen di media sosial X terhadap program tersebut menggunakan algoritma Naïve Bayes. Data dikumpulkan melalui proses crawling dengan Twitter API, kemudian dilakukan preprocessing, ekstraksi fitur menggunakan TF-IDF, dan klasifikasi sentimen ke dalam tiga kategori: positif, negatif, dan netral. Hasil evaluasi menunjukkan bahwa model Naïve Bayes yang digunakan memiliki akurasi sebesar 65%, presisi 71%, recall 65%, dan F1-score 62%. Analisis menunjukkan bahwa sentimen negatif mendominasi, disusul oleh sentimen netral, sementara sentimen positif hanya sedikit. Temuan ini mengindikasikan adanya kekhawatiran masyarakat terhadap efektivitas dan transparansi program. Hasil penelitian ini dapat menjadi bahan pertimbangan bagi pemerintah dalam meningkatkan sosialisasi dan implementasi program agar lebih diterima oleh masyarakat.
KLASIFIKASI SENTIMEN PUBLIK TERHADAP PPN 12% DI MEDIA SOSIAL X MENGGUNAKAN NAÏVE BAYES Syahri, Alfin; Ramadhan Manik, Albert; Irya Shakila Syukron, Ananda; Budi Akbar, Muhammad; Amelia Br Siregar, Ririn; Saputra, Kana
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13949

Abstract

Program Makan Siang Gratis yang diperkenalkan dalam Pemilihan Presiden 2024 menjadi sorotan publik dengan berbagai tanggapan positif dan negatif di media sosial. Penelitian ini bertujuan untuk menganalisis sentimen netizen di media sosial X terhadap program ini menggunakan algoritma Naïve Bayes. Data dikumpulkan melalui proses crawling menggunakan Twitter API, kemudian dilakukan preprocessing, ekstraksi fitur dengan Term Frequency-Inverse Document Frequency (TF-IDF), dan klasifikasi sentimen ke dalam tiga kategori: positif, negatif, dan netral. Hasil evaluasi menunjukkan bahwa model Naïve Bayes memiliki akurasi 65%, dengan sentimen negatif mendominasi (45%), diikuti oleh sentimen netral (35%) dan positif (20%). Analisis lebih lanjut mengungkapkan bahwa sentimen negatif umumnya berkaitan dengan kekhawatiran terhadap efektivitas dan transparansi program, sementara sentimen positif berasal dari optimisme terhadap manfaat program dalam mengatasi masalah gizi dan stunting. Temuan ini menunjukkan perlunya strategi komunikasi dan sosialisasi yang lebih baik agar program lebih diterima oleh masyarakat.
PENGEMBANGAN APLIKASI PEMESANAN MAKANAN BERBASIS WEB DENGAN QR CODE UNTUK EFISIENSI PELAYANAN KAFE Syahri, Alfin; Agus Waruwu, Stefen; Ananda Hafika, Rizky; Perdana, Adidtya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13955

Abstract

Dalam era digital, teknologi informasi telah berperan penting dalam meningkatkan efisiensi layanan di berbagai sektor, termasuk bisnis kuliner. Banyak kafe masih menggunakan sistem pemesanan manual yang menyebabkan antrian panjang, kesalahan pencatatan pesanan, serta keterlambatan layanan. Permasalahan ini dapat mengurangi kepuasan pelanggan dan efisiensi operasional. Untuk mengatasi hal tersebut, penelitian ini bertujuan untuk mengembangkan aplikasi pemesanan makanan berbasis web dengan teknologi QR Code guna meningkatkan efisiensi pelayanan di kafe. Selain itu, sistem ini dilengkapi dengan fitur chatbot rekomendasi yang membantu pelanggan dalam memilih menu berdasarkan kategori, seperti makanan dan minuman terbaik serta menu yang paling sering dipesan. Metode pengembangan yang digunakan adalah Waterfall, yang terdiri dari tahap analisis kebutuhan, desain sistem, implementasi, dan pengujian menggunakan metode black-box. Hasil penelitian menunjukkan bahwa sistem ini dapat mempersingkat waktu pemesanan dari rata-rata 7,42 menit menjadi 4 menit, mengurangi kesalahan pencatatan pesanan, serta meningkatkan efisiensi kerja staf kafe dengan pemantauan pesanan secara real-time. Dengan antarmuka yang intuitif, pelanggan dapat memesan secara mandiri melalui perangkat mereka, sementara staf kafe dapat mengelola pesanan dengan lebih efektif. Meskipun belum diterapkan di lingkungan bisnis sesungguhnya, penelitian ini menunjukkan bahwa sistem pemesanan berbasis QR Code berpotensi menjadi solusi efektif dalam meningkatkan kualitas layanan di kafe dan restoran.
Co-Authors Adidtya Perdana, Adidtya Agus Waruwu, Stefen Amelia Br Siregar, Ririn Ananda Hafika, Rizky Arnita Arnita Budi Akbar, Muhammad Irya Shakila Syukron, Ananda Kana Saputra S Ramadhan Manik, Albert Ramadhani, Fanny