Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal JURNAL TEKNOLOGI INFORMASI Jejak digital: Jurnal Ilmiah Multidisiplin
Siti Maesaroh
Universitas Mayasari Bakti
Computer Science & IT Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Social Sciences Other

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

Found 3 Documents
Search

 1 
Rancang Bangun dan Uji Fungsional Sistem Akuisisi Data Mikroklimat dan Deteksi Inframerah Berbasis IoT pada Perangkap Feromon Rudi Hermawan; Dewanto Rosian Adhy; Siti Maesaroh; Mr Qudrat
JURNAL TEKNOLOGI INFORMASI Vol 12, No 1 (2026): Jurnal Teknologi Informasi
Publisher : Universitas Respati Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52643/jti.v1i1.8683

Abstract

Pengendalian Hama Terpadu (PHT) untuk ulat grayak (Spodoptera frugiperda) membutuhkan pemantauan populasi hama dan parameter lingkungan secara presisi. Penelitian ini bertujuan merancang bangun dan menguji secara fungsional sistem akuisisi data mikroklimat serta deteksi inframerah berbasis Internet of Things (IoT) yang diintegrasikan pada perangkap feromon. Perangkat keras dirancang menggunakan sensor suhu, kelembaban, kecepatan angin, dan inframerah, yang mentransmisikan data secara nirkabel menuju peladen. Hasil pengujian sensing unit menunjukkan bahwa optimasi software debouncing dan physical masking berhasil mengeliminasi gangguan cahaya luar dan kesalahan penghitungan ganda (double counting). Pada segmen komunikasi, penerapan mekanisme fallback insertion pada skrip API memberikan ketahanan adaptif terhadap mutasi skema basis data, sehingga memastikan zero data loss. Uji beban (stress-test) pada arsitektur basis data single-table terbukti tangguh dalam mengeksekusi lonjakan data (burst data) secara beruntun dengan presisi latensi satu detik tanpa memicu bottleneck pada peladen. Selanjutnya, evaluasi kualitas antarmuka dashboard pada lingkungan produksi menggunakan Google Lighthouse mencatatkan skor Best Practices (96/100) dan Accessibility (90/100), yang memvalidasi tingkat keamanan dan fungsionalitas sistem meski performa pemuatan awal (21/100) dipengaruhi oleh latensi shared hosting. Purwarupa ini secara meyakinkan terbukti andal sebagai Proof of Concept (PoC) untuk mendukung digitalisasi pertanian presisi.
Analisis Sentimen Ulasan Aplikasi Roblox di Google Play Store Menggunakan Algoritma SVM Resti Amelia Nur Hidayah; Ramda Hermawan; Iksan Rifki Maulana; Siti Maesaroh
Jejak digital: Jurnal Ilmiah Multidisiplin Vol. 2 No. 1 (2026): JANUARI
Publisher : INDO PUBLISHING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63822/nkmqv561

Abstract

Penelitian ini bertujuan menganalisis sentimen ulasan pengguna aplikasi Roblox di Google Play Store menggunakan algoritma Support Vector Machine (SVM) dengan perbandingan representasi fitur TF-IDF dan Word2Vec. Data yang digunakan berupa 1.000 ulasan berbahasa Indonesia yang dikumpulkan secara otomatis melalui teknik web scraping. Pelabelan sentimen dilakukan berdasarkan rating pengguna ke dalam tiga kelas, yaitu positif, netral, dan negatif. Tahapan prapemrosesan meliputi case folding, pembersihan teks, tokenization, stopword removal, dan stemming. Hasil eksperimen menunjukkan bahwa model SVM dengan TF-IDF menghasilkan akurasi sebesar 80,2%, sedangkan SVM dengan Word2Vec memperoleh akurasi 79,19%. Kedua model menunjukkan performa terbaik pada kelas sentimen positif, namun mengalami penurunan kinerja pada kelas netral dan negatif akibat ketidakseimbangan data. Hasil penelitian menunjukkan bahwa SVM efektif untuk analisis sentimen ulasan aplikasi game, dengan kinerja yang dipengaruhi oleh distribusi kelas dan representasi fitur.
Analisis Sentimen Masyarakat Terhadap Penanganan Banjir Bandang di Pulau Sumatra Berdasarkan Komentar Youtube Menggunakan Metode Support Vector Machine (SVM) Andi Saputra; Irna Nurdiyani; Ulfah Siti Nurhidayah; Siti Maesaroh
Jejak digital: Jurnal Ilmiah Multidisiplin Vol. 2 No. 1 (2026): JANUARI
Publisher : INDO PUBLISHING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63822/8d1vka43

Abstract

Banjir bandang yang melanda Pulau Sumatra pada akhir tahun 2025 menimbulkan dampak signifikan terhadap masyarakat dan memicu beragam respons publik di media sosial, khususnya YouTube. Penelitian ini bertujuan menganalisis sentimen masyarakat terhadap penanganan banjir bandang di Pulau Sumatra menggunakan algoritma Support Vector Machine (SVM). Data penelitian terdiri dari 3.458 komentar berbahasa Indonesia yang diekstraksi dari 25 video YouTube terkait banjir bandang Sumatra periode Januari–Maret 2024. Tahapan penelitian mencakup pengumpulan data melalui web scraping, pra-pemrosesan teks meliputi case folding, tokenisasi, stopword removal, dan stemming, dilanjutkan dengan pemberian bobot fitur menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF). Data yang telah diberi bobot selanjutnya diklasifikasikan menggunakan algoritma SVM dengan kernel linear ke dalam tiga kategori sentimen: positif, negatif, dan netral. Evaluasi kinerja model dilakukan menggunakan confusion matrix yang menghasilkan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma SVM mampu mengklasifikasikan sentimen dengan akurasi 85,42%. Distribusi sentimen menunjukkan dominasi sentimen negatif (2,200 komentar), diikuti sentimen netral (1,700 komentar), dan sentimen positif (600 komentar), yang mencerminkan tingkat ketidakpuasan masyarakat terhadap kecepatan dan efektivitas penanganan bencana. Penelitian ini diharapkan dapat menjadi masukan bagi pemerintah untuk meningkatkan kualitas sistem penanggulangan bencana dan sebagai referensi untuk penelitian selanjutnya dalam bidang analisis sentimen berbasis media sosial.
Co-Authors Adhy, Dewanto Rosian Andi Saputra Iksan Rifki Maulana Irna Nurdiyani Mr Qudrat Ramda Hermawan Resti Amelia Nur Hidayah Rudi Hermawan Ulfah Siti Nurhidayah