Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JURNAL INFORMATIKA Jurnal Informasi Ilmu Komputer (JIIK)
Nurul Hidayah
Universitas Dayanu Ikhsanuddin
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Other

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

Found 2 Documents
Search

 1 
Mengukur Kesuksesan Penerapan Sistem Informasi Sumber Daya Terintegrasi (SISTER) menggunakan Model DeLone dan McLean Haryati Haryati; LM., Fajar Fajar Israwan; Nurul Hidayah
Jurnal Inovasi Ilmu Komputer Vol. 2 No. 1 (2023): Jurnal Inovasi Ilmu Komputer, Desember 2023
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM) STMIK WIT

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini berujuan untuk menerapkan Model DeLone dan McLean dalam pengukuran kesuksesan penerapan Sistem Informasi Sumber Daya Terintegrasi (SISTER). Terdapat empat varaibel yang dinilai yaitu Kualitas Sistem (System Quality), Kualitas Informasi (Information Quality), Kualitas Layanan (Service Quality) dan Kepuasan Pengguna (User Satisfaction). Pengolahan data menggunakan teknik pengukuran usability, terdapat 47 responden dan diperoeh hasil pada Kualitas Sistem memperoleh tingkat kelayakan sebesar 90,85% dan berada pada kategori Sangat Layak, Variabel Kualitas Informasi diperoleh nilai sebesar 87,06% dan berada pada kategori Sangat Layak, Varibel Kualitas Layanan diperoleh nilai sebesar 88,94% dan berada pada kategori Sangat Layak, Varibel Kepuasan Pengguna diperoleh nilai sebesar 88,94% dan berada pada kategori Sangat Layak, dan hasil perhitungan total kelayakan pada keselurahan variabel yaitu 83,31% dan berada pada ketegori Sangat Layak. Sehingga disimpulkan bahwa dalam penerapannya Aplikasi Sister telah berhasil. Penelitian ini juga memberikan kontribusi perbaikan pada beberapa indikator penilaian yaitu pada indikator Kelengkapan aplikasi SISTER, Indikator Relevan yaitu kesesuaian dengan kebutuhan pengguna SISTER dan Jaminan yaitu fasilitas kemanan SISTER yang perlu ditingkatkan.
Evaluasi IndoBERTweet untuk Klasifikasi Sentimen Ulasan Wisata melalui Inferensi Langsung Lintas Domain: Studi Kasus Kota Baubau Nurul Hidayah; Dodiman Dodiman; Asniati Asniati; La Ode Dwiyan Pramono Darmin
JURNAL INFORMATIKA Vol 15, No 1 (2026): Jurnal Informatika
Publisher : Informatics Engineering Department, Dayanu Ikhsanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55340/jiu.v15i1.2683

Abstract

Ulasan wisatawan di platform digital merupakan sumber data persepsi publik yang berharga untuk mendukung pengelolaan pariwisata berbasis bukti. Penelitian ini menganalisis kemampuan IndoBERTweet dalam mengklasifikasikan sentimen ulasan wisatawan melalui pendekatan cross-domain direct inference tanpa fine-tuning tambahan, dengan studi kasus pada Benteng Keraton Buton dan Pantai Nirwana di Kota Baubau. Sebanyak 896 ulasan dikumpulkan dari Google Maps melalui web scraping dan diproses melalui case folding, cleaning, normalisasi teks, dan penggabungan kata negasi untuk mengklasifikasikan sentimen positif, negatif, dan netral. Evaluasi menggunakan confusion matrix menghasilkan akurasi 0,67 dan weighted F1-Score 0,71, dengan kinerja terbaik pada kelas positif (F1: 0,80) dan kinerja lebih rendah pada kelas negatif (F1: 0,41) dan netral (F1: 0,44). Temuan ini mengindikasikan bahwa IndoBERTweet berpotensi digunakan sebagai instrumen awal analisis sentimen wisata lokal pada kondisi ketiadaan dataset berlabel domain spesifik, dan hasilnya dapat menjadi pertimbangan awal bagi prioritas kebijakan pengelolaan pariwisata Kota Baubau, namun peningkatan performa lebih lanjut memerlukan fine-tuning dengan data berlabel dari domain wisata yang relevan.
Co-Authors Asniati Asniati Dodiman Dodiman Haryati Haryati La Ode Dwiyan Pramono Darmin LM., Fajar Fajar Israwan