Article Per Year (5 Year)
p-Index From 2021 - 2026
0.702
P-Index
This Author published in this journals
All Journal REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer INFORMATIKA Jurnal Sains Informatika Terapan (JSIT)
Retno Anjani
Universitas Islam Negeri Sumatera Utara
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Mechanical Engineering

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Analisis Sistem Informasi Sebagai Penunjang Operasional Perusahaan Dagang Menggunakan Model Konseptual Falah Affandi; Muhammad Nabhan Akbar Marpaung; Retno Anjani; Eva Andini; Feri Gunawan; Fatih Afif Nasution
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 10 No. 1 (2026): Volume 10 Nomor 1 Januari 2026
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v10i1.15752

Abstract

Penelitian ini bertujuan untuk merancang model konseptual terintegrasi untuk sistem informasi yang mendukung aktivitas operasional perusahaan perdagangan. Penelitian ini didorong oleh tantangan yang sering dihadapi oleh perusahaan perdagangan, termasuk manajemen persediaan, proses pembelian dan penjualan, serta kebutuhan akan pelaporan yang cepat dan akurat. Sistem manual seringkali menyebabkan keterlambatan, ketidakkonsistenan data, dan integrasi antar departemen yang terbatas. Dengan menggunakan tinjauan literatur, analisis proses bisnis, dan pendekatan pemodelan berorientasi objek dengan UML, penelitian ini mengidentifikasi persyaratan fungsional dan non-fungsional serta memetakan alur kerja aktivitas pembelian, penjualan, persediaan, dan pelaporan. Model konseptual yang dihasilkan diwakili melalui diagram kasus penggunaan, diagram urutan, dan diagram kelas untuk menggambarkan interaksi pengguna, aliran transaksi, dan struktur data yang diperlukan. Temuan menunjukkan bahwa model konseptual yang diusulkan secara efektif mengintegrasikan berbagai proses bisnis, mengurangi kesalahan operasional, dan membentuk landasan untuk mengembangkan sistem informasi yang efisien dan akurat. Penelitian ini menyumbangkan kerangka kerja konseptual terintegrasi yang dapat digunakan sebagai acuan untuk membangun sistem informasi bagi perusahaan perdagangan di berbagai skala. Model konseptual ini dapat digunakan sebagai titik awal untuk fase desain teknis dan implementasi sistem, serta memberikan ringkasan terorganisir mengenai kebutuhannya. Dengan demikian, diharapkan bisnis dapat meningkatkan efisiensi operasional, konsistensi data, dan kualitas informasi yang dihasilkan untuk mendukung pengambilan keputusan manajemen.
ANALISIS SENTIMEN ULASAN PRODUK SKINCARE PADA PLATFORM SEPHORA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) Aisyah Fadilla Suffi Pohan; Anisa Ninda Cahyani; Retno Anjani; Nazla Windriani; Lutfi Nur Yasin; Amirah Nafiah Zalfa; Hayati Hayati
Informatika: Jurnal Teknik Informatika dan Multimedia Vol. 6 No. 2 (2026): Oktober : JURNAL TEKNIK INFORMATIKA DAN MULTIMEDIA
Publisher : LPPM Politeknik Pratama Kendal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/informatika.v6i2.1958

Abstract

The rapid growth of the skincare industry has sparked a surge in consumer reviews across digital platforms, including Sephora. These digital opinions hold valuable insights into public preferences regarding skincare products; however, the sheer volume of data poses a challenge for manual analysis. This study aims to classify the sentiment of skincare product reviews on Sephora by implementing the Support Vector Machine (SVM) algorithm. A dataset of 49,918 cleaned reviews was utilized following data preprocessing. Sentiment labels were automatically assigned based on ratings: scores of 4–5 were categorized as positive sentiment, while scores of 1–3 were categorized as negative sentiment. Text feature representation was constructed using Term Frequency-Inverse Document Frequency (TF-IDF), limited to the top 5,000 features. The data was subsequently split into training (80%) and testing (20%) sets using a stratified sampling approach. The SVM model employed a linear kernel with a parameter value of C = 1. Testing results demonstrated an accuracy of 90.49% and a macro F1-score of 84.70%. Specifically, the positive class achieved a precision of 92.19%, recall of 96.12%, and F1-score of 94.12%, whereas the negative class recorded a precision of 82.53%, recall of 69.22%, and F1-score of 75.29%. Comparative analysis revealed that SVM outperformed Naive Bayes and Logistic Regression in terms of accuracy and macro F1-score. However, the recall achieved for the negative class indicates a need for further optimization in detecting negative responses. This study confirms the effectiveness of integrating TF-IDF and linear SVM for skincare review sentiment classification, while noting that rating-based annotation has limitations in fully capturing the emotions expressed in the text.
ANALISIS SENTIMEN PENGGUNA APLIKASI ROBLOX MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) Amirah Nafiah Zalfa; Hayati Hayati; Aisyah Fadilla Suffi Pohan; Retno Anjani
Informatika: Jurnal Teknik Informatika dan Multimedia Vol. 6 No. 2 (2026): Oktober : JURNAL TEKNIK INFORMATIKA DAN MULTIMEDIA
Publisher : LPPM Politeknik Pratama Kendal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/informatika.v6i2.1960

Abstract

The expansion of the digital gaming sector has been accompanied by a growing volume of user feedback on application marketplaces, including reviews of Roblox on the Google Play Store. This research examines user sentiment toward Roblox by combining a lexicon-based labeling scheme that uses the Indonesian Sentiment Lexicon (InSet) with a Support Vector Machine (SVM) classifier. A total of 1,000,000 reviews were collected through scraping. The raw corpus was then processed through cleaning, case folding, normalization, tokenization, stopword removal, and duplicate elimination, leaving 772,599 usable reviews. Sentiment labels were assigned with the InSet lexicon, while TF-IDF was applied to convert the text into numerical features before SVM classification. The labeling stage produced 57.58% reviews in the “Good” class and 42.42% in the “Not Good” class. Using a linear kernel, the SVM achieved 94% accuracy, with precision, recall, and F1-score all reaching 0.94. These findings show that the InSet-SVM combination is suitable for categorizing Roblox review sentiment and for describing users’ overall perceptions of the application.
Implementasi Server Penyimpanan Virtual Berbasis Casaos Di Diskominfo Sumatera Utara Retno Anjani; Nazla Windriani; Anisa Ninda Cahyani; Aisyah Fadilla Suffi Pohan; Hayati; Amirah Nafiah Zalfa
Jurnal Sains Informatika Terapan Vol. 5 No. 3 (2026): Jurnal Sains Informatika Terapan (Oktober, 2026)
Publisher : Riset Sinergi Indonesia (RISINDO)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/jsit.v5i3.1402

Abstract

Transformasi digital di lingkungan pemerintahan mendorong kebutuhan akan sistem penyimpanan data yang fleksibel, efisien, dan mudah dikelola. Salah satu alternatif yang dapat diterapkan adalah Network Attached Storage (NAS) berbasis open source menggunakan CasaOS pada lingkungan virtualisasi. Penelitian ini bertujuan untuk mengimplementasikan server penyimpanan virtual berbasis CasaOS pada lingkungan Proxmox Virtual Environment (VE) di Dinas Komunikasi dan Informatika Provinsi Sumatera Utara. Objek penelitian berupa sistem CasaOS yang dijalankan pada container Ubuntu 22.04 di dalam Proxmox VE dan diakses menggunakan client berbasis Linux Mint. Tahapan implementasi meliputi konfigurasi lingkungan virtual dengan skema jaringan NAT, instalasi dan konfigurasi CasaOS, pengujian akses layanan melalui web browser, pengujian pengelolaan berkas, serta pengujian konektivitas jaringan menggunakan iperf3 antara server CasaOS dan client. Kebaruan penelitian ini terletak pada penerapan CasaOS sebagai server penyimpanan virtual berbasis open source pada lingkungan Proxmox VE dalam konteks infrastruktur teknologi informasi instansi pemerintahan. Hasil implementasi menunjukkan bahwa layanan CasaOS dapat diakses melalui web browser dan digunakan untuk melakukan pengelolaan berkas. Pengujian menggunakan iperf3 menghasilkan kecepatan transfer data rata-rata sekitar 2,00 Gbit/s dengan total transfer sekitar 2,33 GBytes selama 10 detik. Hasil tersebut menunjukkan bahwa CasaOS yang diimplementasikan pada Proxmox VE dapat berfungsi sebagai alternatif server penyimpanan berbasis open source untuk mendukung penyimpanan dan pengelolaan berkas pada lingkungan virtual.
Co-Authors Aisyah Fadilla Suffi Pohan Amirah Nafiah Zalfa Anisa Ninda Cahyani Eva Andini Falah Affandi Fatih Afif Nasution Feri Gunawan Hayati Hayati Hayati Lutfi Nur Yasin Muhammad Nabhan Akbar Marpaung Nazla Windriani