Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Afrinza, Laurenhia Salsabella
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

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

Found 2 Documents
Search

 1 
Analisis User Experience (UX) Aplikasi TikTok terhadap Kepuasan dan Perilaku Pengguna Remaja Afrinza, Laurenhia Salsabella; Shella, Shella Ayu; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/4npgme64

Abstract

Saat ini, TikTok menjadi salah satu aplikasi yang paling digemari oleh kalangan remaja. Penggunaan aplikasi TikTok telah meningkat secara signifikan, sebagaimana terlihat dari pengamatan yang dilakukan penulis. Namun, penting untuk mempertimbangkan peran perangkat yang digunakan dalam interaksi pengguna dengan aplikasi tersebut. Penelitian ini bertujuan untuk mengkaji aspek-aspek pengalaman pengguna (UX) yang memengaruhi tingkat kepuasan dan perilaku pengguna TikTok di kalangan remaja. Data dikumpulkan melalui distribusi kuesioner kuantitatif dengan metode survei kepada pengguna TikTok, yang membahas kemampuan desain dan fitur aplikasi. Diharapkan hasil penelitian ini memberikan pemahaman mengenai peran desain aplikasi dalam membentuk perilaku pengguna remaja.
Perbandingan Model Klasifikasi untuk Deteksi  Berita Hoaks Menggunakan LSTM, Naive Bayes, Random Forest, K-Means, dan Word2Vec Afrinza, Laurenhia Salsabella; Frimansyah, Fariez Frimansyah; Ardita, Shella Ayu; Febriani, Vera Angelita
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/qmq3j747

Abstract

Penyebaran berita hoaks melalui media daring menjadi ancaman serius bagi masyarakat digital. Penelitian ini bertujuan untuk membandingkan performa berbagai model klasifikasi dalam mendeteksi berita hoaks, yaitu Long Short-Term Memory (LSTM), Naive Bayes, Random Forest, dan K-Means Clustering, dengan pemanfaatan Word2Vec sebagai metode representasi vektor kata. Dataset yang digunakan adalah kumpulan berita hoaks dan fakta yang telah tersedia secara publik. Hasil eksperimen menunjukkan bahwa LSTM memiliki akurasi tertinggi dalam mendeteksi berita hoaks, diikuti oleh Random Forest dan Naive Bayes, sedangkan K-Means kurang akurat karena merupakan metode unsupervised. Penelitian ini memberikan kontribusi terhadap pengembangan sistem deteksi berita hoaks otomatis yang andal.
Co-Authors Ardita, Shella Ayu Erna Daniati Febriani, Vera Angelita Frimansyah, Fariez Frimansyah Shella, Shella Ayu