Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Mahasiswa Sistem Informasi (JMSI)
Sinta Devi Rahmawati
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
PENENTUAN WISATA KULINER TERBAIK DI YOGYAKARTA MENGGUNAKAN METODE KEPUTUSAN ADDITIVE RATIO ASSESSMENT (ARAS) Sinta Devi Rahmawati; Bagus Sujarwo; Syafiul Muzid
Jurnal Mahasiswa Sistem Informasi (JMSI) Vol. 6 No. 2 (2025): Jurnal Mahasiswa Sistem Informasi (JMSI)
Publisher : Program Studi DIII Sistem Informasi - Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jmsi.v6i2.9182

Abstract

Yogyakarta merupakan salah satu destinasi wisata kuliner terpopuler di Indonesia, menawarkan beragam pilihan tempat makan yang menarik. Namun, banyaknya alternatif sering kali menyulitkan wisatawan dalam menentukan pilihan terbaik secara objektif. Penelitian ini bertujuan untuk membantu proses pengambilan keputusan dalam memilih wisata kuliner terbaik dengan menggunakan metode Additive Ratio Assessment (ARAS). Metode ARAS dipilih karena mampu dalam mengevaluasi alternatif berdasarkan beberapa kriteria secara terstruktur dan kuantitatif. Lima kriteria utama yang digunakan dalam penelitian ini meliputi harga, jarak pelayanan, fasilitas pendukung, dan rating. Hasil analisis menunjukkan bahwa metode ARAS mampu memberikan rekomendasi peringkat tempat kuliner secara sistematis, dengan alternatif ‘Sate Ratu’ memperoleh skor tertinggi sebagai destinasi kuliner terbaik di Yogyakarta. Pendekatan ini diharapkan dapat menjadi alat bantu objektif dalam mendukung promosi kuliner daerah serta pengambilan keputusan bagi wisatawan maupun pengelola pariwisata.
ANALISIS SENTIMEN ULASAN PENGGUNA GOJEK MENGGUNAKAN METODE SUPPORT VECTOR MACHINE Dewi Masitoh; Ahmad Alif Candra Selamet; Sinta Devi Rahmawati; Adinda Bintang Oktavia; Arif Setiawan
Jurnal Mahasiswa Sistem Informasi (JMSI) Vol. 6 No. 2 (2025): Jurnal Mahasiswa Sistem Informasi (JMSI)
Publisher : Program Studi DIII Sistem Informasi - Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jmsi.v6i2.9191

Abstract

Kemajuan teknologi digital telah mendukung pertumbuhan layanan transportasi daring seperti Gojek. Penelitian ini menggunakan pendekatan klasifikasi dengan algoritma Support Vector Machine (SVM) untuk menganalisis sentimen dari review pengguna Gojek. Sebanyak 2001 ulasan dari tahun 2017–2024 diambil dari Kaggle. Proses meliputi preprocessing (case folding, tokenisasi, filtering, dan stemming), lalu transformasi data menggunakan TF-IDF. Sentimen diklasifikasi menjadi positif, negatif, dan netral berdasarkan rating. Model SVM dilatih dengan data 80:20 untuk pelatihan dan pengujian. Hasil menunjukkan akurasi 84,75%, dengan f1-score prediksi paling akurat dalam kelas positif (0,89) dan terendah pada kelas netral (0,00). Rata-rata berbobot precision, recall, dan f1-score masing-masing 0,83, 0,85, dan 0,83. SVM terbukti efektif untuk klasifikasi sentimen, meskipun akurasi pada kelas netral masih perlu ditingkatkan
Co-Authors Adinda Bintang Oktavia Ahmad Alif Candra Selamet Arif Setiawan Bagus Sujarwo Dewi Masitoh Syafiul Muzid