Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Journal of Accounting Information System Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Wira Hadi, Sofian
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering

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

Found 2 Documents
Search

 1 
Implementasi Sistem Informasi Data Pasien Yang Terintegrasi Dengan Platform Satu Sehat Kemenkes Pada Rumah Sakit Mitra Keluarga Lutfianto, Lutfianto; Wira Hadi, Sofian; Alfarobi, Ibnu; Kurniawan, Wawan; Hoiriah, Hoiriah; Mulyadi, Mulyadi
JAIS - Journal of Accounting Information System Vol. 5 No. 01 (2025): Juni
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jais.v5i01.9013

Abstract

Sistem informasi merupakan suatu faktor penting dalam sebuah instansi baik pemerintah maupun swasta. Dan saat ini, pihak pemerintah juga banyak melakukan kerjasama dengan rumah sakit yang ada di Indonesia dalam hal integrasi dengan mengumpulkan data-data kunjungan pasien ke rumah sakit. Kendala yang dialami sekarang ini pihak Rumah Sakit melakukan pengisian manual ke website kementrian kesehatan, tidak terkecuali Rumah Sakit Mitra keluarga yang mulai ikut dalam kebijakan pemerintah Indonesia untuk melakukan integrasi data riwayat kesehatan. Untuk memudahkan integrasi data tersebut, maka dibutuhkan sebuah sistem yang mampu menfasilitasinya. Sistem Informasi yang terintegrasi dengan Satusehat ini bertujuan untuk mempermudah pengguna sistem tidak melakukan 2 (Dua) kali input di sistem yang berbeda. Metode yang digunakan dalam perancangan sistem ini adalah menggunakan metode Prototype dengan langkah Communication, Quick Plan, Modelling Quick Design, Construction of Prototype, Deployment Delivery & Feedback. Dengan adanya integrasi data pasien dengan platform satusehat milik Kemenkes, maka memudahkan proses pemadanan data tanpa harus dilakukan penginputan kembali di website Kemeterian Kesehatan
Penerapan Machine Learning untuk Analisis Sentimen Agoda dengan Algoritma KNN, Naive Bayes, dan SVM Rindiani, Popi; Fatmawati, Jeni; Wira Hadi, Sofian; Fazriansyah, Agung; Fitriana, Lady Agustin
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 4 No 2 (2025): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Publisher : STMIK Amika Soppeng

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70247/jumistik.v4i2.232

Abstract

The rapid advancement of digital technology has significantly transformed the tourism industry, particularly in online hotel booking services such as Agoda. The large volume of user reviews available on this platform serves as a valuable data source for analyzing customer satisfaction and perceptions. This study aims to conduct sentiment analysis on 5,000 Indonesian-language user reviews from the Agoda mobile application by comparing the performance of three machine learning algorithms: K-Nearest Neighbors (KNN), Naïve Bayes, and Support Vector Machine (SVM). Data were collected using a web scraping technique from Google Play Store and processed through several preprocessing stages, including cleaning, case folding, tokenization, word normalization, stopword removal, and stemming. Text representation was performed using the CountVectorizer method, with an 80:20 ratio of training and testing datasets. The experimental results show that the SVM algorithm achieved the highest performance with an accuracy of 84.1%, outperforming Naïve Bayes (65.3%) and KNN (61.7%). These findings indicate that SVM demonstrates superior capability in classifying positive, negative, and neutral sentiments in Indonesian text. The results of this research are expected to contribute to the development of sentiment analysis models and support service quality improvement based on user feedback.
Co-Authors Alfarobi, Ibnu Fatmawati, Jeni Fazriansyah, Agung Fitriana, Lady Agustin Hoiriah, Hoiriah Lutfianto, Lutfianto Mulyadi Mulyadi Rindiani, Popi Wawan Kurniawan