Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Infotech: Jurnal Informatika & Teknologi
Dwi Diana Wazaumi
Politeknik Astra
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Energy Engineering Industrial & Manufacturing Engineering

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

Found 2 Documents
Search

 1 
Analisis Sentimen Ulasan Pengguna pada Aplikasi Tunaiku dengan Pendekatan Machine Learning Timotius Victory; Dwi Diana Wazaumi
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.v10i1.15839

Abstract

Aplikasi Tunaiku, layanan pinjaman online dari Amar Bank, telah diunduh oleh lebih dari 10 juta pengguna dan memiliki lebih dari 1,2 juta ulasan. Ulasan tersebut berperan penting dalam meningkatkan kualitas layanan, karena mencerminkan pengalaman dan umpan balik pengguna. Penelitian ini menganalisis sentimen ulasan pengguna menggunakan pendekatan machine learning untuk mengidentifikasi tren sentimen positif dan negatif. Dataset terdiri dari 5.000 ulasan yang diambil dari Google Play Store. Setelah pre-processing dan pembobotan kata menggunakan TF-IDF, tiga model machine learning digunakan: Support Vector Machine (SVM), Logistic Regression, dan Naive Bayes. Evaluasi dilakukan dengan metrik akurasi, precision, recall, dan F1-score. Hasilnya menunjukkan bahwa SVM memiliki performa terbaik dengan akurasi 96,85%, diikuti Logistic Regression dengan 95,74%, dan Naive Bayes dengan 95,63%.
Pemodelan sistem rekomendasi judul tugas akhir mahasiswa berdasarkan personalisasi mahasiswa tingkat akhir dan implementasi model berbasis situs web Eko Abdul Goffar; Dwi Diana Wazaumi
INFOTECH : Jurnal Informatika & Teknologi Vol 7 No 1 (2026): INFOTECH: Jurnal Informatika & Teknologi
Publisher : LPPMPK - Universitas Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v7i1.2139

Abstract

Mahasiswa tingkat akhir sering mengalami kesulitan dalam menentukan judul dan tujuan Tugas Akhir yang sesuai dengan minat, kompetensi, dan bidang keilmuan. Permasalahan ini didukung oleh hasil survei terhadap 30 mahasiswa program studi teknologi informasi melalui kuesioner daring, yang menunjukkan bahwa sebagian besar responden mengalami kendala dalam pemilihan topik Tugas Akhir akibat keterbatasan referensi yang relevan dan terarah. Meskipun literatur ilmiah tersedia dalam jumlah besar, belum terdapat sistem yang secara khusus membantu mahasiswa dalam merekomendasikan judul Tugas Akhir secara personal dan berbasis data. Penelitian ini mengembangkan model sistem rekomendasi judul Tugas Akhir menggunakan pendekatan content-based filtering berbasis pembelajaran mesin. Tahapan pengembangan meliputi pra-pemrosesan data berupa ekstraksi fitur teks dan pemodelan profil mahasiswa, yang selanjutnya dihitung tingkat kesamaannya menggunakan metode cosine similarity. Evaluasi model dilakukan menggunakan metrik Precision at K dengan nilai K = 10 dan menghasilkan tingkat presisi sebesar 99% pada data uji. Kontribusi penelitian ini terletak pada perancangan model rekomendasi yang mengintegrasikan profil mahasiswa dan konten referensi ilmiah secara efektif. Model yang dikembangkan diimplementasikan dalam prototipe berbasis web menggunakan framework Flask sebagai alat bantu penentuan judul Tugas Akhir.
Co-Authors Eko Abdul Goffar Victory, Timotius