Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Journal of Informatics and Interactive Technology (JIITE)
Sindura, Izshauma Pahawana
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media

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

Found 2 Documents
Search

 1 
Analisis Sentimen Ulasan Film Moana 2 di Website Letterboxd Menggunakan Algoritma CNN dan RNN Furqoni, Wiqor; Sindura, Izshauma Pahawana; Rahayuningtyas, Ika Puspita; Paunturi, Agyl; Setiani, Khanifah Rizki
Journal of Informatics and Interactive Technology Vol. 2 No. 1 (2025): April
Publisher : ACSIT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63547/jiite.v2i1.56

Abstract

Platform digital seperti Letterboxd menyediakan ruang bagi pengguna untuk berbagi opini tentang film, sehingga memungkinkan analisis sentimen berdasarkan ulasan yang diberikan. Penelitian ini bertujuan untuk mengevaluasi sentimen ulasan film Moana 2 dengan memanfaatkan algoritma Convolutional Neural Network (CNN) dan Recurrent Neural Network (RNN). Data ulasan dikumpulkan melalui metode web scraping, menghasilkan 1.071 ulasan berbahasa Inggris yang kemudian diproses melalui tahap preprocessing, termasuk tokenisasi, stemming, lemmatization, dan normalisasi teks. Klasifikasi sentimen dilakukan ke dalam tiga kategori, yaitu positif, netral, dan negatif. Model CNN mencapai akurasi sebesar 79% dengan kemampuan unggul dalam mendeteksi pola lokal pada teks, sementara RNN memperoleh akurasi 70% dan lebih efektif dalam memahami hubungan antar kalimat. Kombinasi kedua algoritma ini menghasilkan performa yang baik dalam analisis teks dengan kompleksitas tinggi. Hasil penelitian ini memberikan manfaat bagi pembuat film dalam memahami respons penonton dan juga berpotensi diterapkan pada analisis sentimen di sektor lainnya. Penelitian lanjutan disarankan untuk mengembangkan pendekatan hybrid guna meningkatkan akurasi dan kinerja algoritma secara keseluruhan.
Sistem Pencarian Resep Makanan Berbasis Semantic Embedding Dan Sentence-Bert Aprilian, Imanda Salsabila; Sindura, Izshauma Pahawana; Syafiq, Firdaus; Pangestu, Yosi Sofyan; Rohmah, Nailu Nur; Nugroho, Arya Fahmi
Journal of Informatics and Interactive Technology Vol. 3 No. 1 (2026): April
Publisher : ACSIT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63547/jiite.v3i1.123

Abstract

Tujuan dari proyek ini adalah untuk membuat sistem pencarian resep makanan berbasis pencarian semantik menggunakan model Sentence-BERT (SBERT) dan embedding semantik. Masalah utama dengan pencarian resep adalah bahwa sistem pencarian tradisional tidak dapat memahami makna kata yang digunakan dalam pencarian, yang sering mengakibatkan hasil pencarian yang tidak berguna. Untuk memungkinkan pencocokan berbasis makna daripada hanya pencocokan kata kunci, studi ini menyarankan penggunaan SBERT untuk membuat representasi semantik dari teks resep. Metodologi eksperimental studi ini terdiri dari dua fase utama: pencarian internet dan pengindeksan offline. SBERT digunakan untuk memproses dan mengubah data resep makanan Indonesia menjadi vektor, yang kemudian disimpan dalam indeks FAISS untuk pencarian yang efisien. Dengan menggunakan 390 data uji, statistik Mean Average Precision (MAP) digunakan untuk menilai kinerja sistem. Menurut hasil pengujian, peningkatan relevansi hasil pencarian paling baik dicapai dengan nilai ambang 0,50. Berdasarkan makna dari kueri pengguna, sistem yang dikembangkan dapat menghasilkan pencarian yang lebih relevan, menurut temuan penelitian. Selain menawarkan peluang untuk pertumbuhan di masa depan dengan fitur personalisasi dan integrasi data multimodal, penelitian ini mendorong pengembangan sistem pencarian berbasis semantik.
Co-Authors Aprilian, Imanda Salsabila Furqoni, Wiqor Nugroho, Arya Fahmi Pangestu, Yosi Sofyan Paunturi, Agyl Rahayuningtyas, Ika Puspita Rohmah, Nailu Nur Setiani, Khanifah Rizki Syafiq, Firdaus