Article Per Year (5 Year)
p-Index From 2021 - 2026
2.766
P-Index
This Author published in this journals
All Journal Indonesian Journal of Electronics and Instrumentation Systems Techno.Com: Jurnal Teknologi Informasi JSI: Jurnal Sistem Informasi (E-Journal) Jurnal Ilmu Komputer dan Agri-Informatika Jurnal Informatika dan Teknik Elektro Terapan Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Sisfokom (Sistem Informasi dan Komputer) Informatik : Jurnal Ilmu Komputer Surya Abdimas SEINASI-KESI JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Bidik : Jurnal Pengabdian kepada Masyarakat ABDIKOM The Indonesian Journal of Computer Science ILKOMEDIA: Jurnal Ilmu Komputer dan Multimedia
Santoni, Mayanda Mega
Fakultas Ilmu Komputer, Universitas Pembangunan Nasional Veteran Jakarta
Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Social Sciences Other

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
Klasifikasi Sentimen Ulasan Pengguna Aplikasi PeduliLindungi di Google Play Menggunakan Algoritma Support Vector Machine dengan Seleksi Fitur Chi-Square Cindy Chairunnisa; Iin Ernawati; Mayanda Mega Santoni
Informatik : Jurnal Ilmu Komputer Vol 18 No 1 (2022): April 2022
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v17i4.4594

Abstract

Upaya pemerintah untuk mengurangi penyebaran wabah virus corona yang semakin meluas hampir di setiap negara di dunia termasuk di Indonesia telah banyak dilakukan. Salah satu upaya yang telah dilakukan dengan memanfaatkan teknologi yang ada pada saat ini adalah membuat sebuah aplikasi bernama PeduliLindungi. Aplikasi ini bertujuan untuk melakukan tracing dan monitoring lokasi penyebaran virus corona sehingga dapat menurunkan kasus corona di Indonesia. Banyak ulasan yang diberikan oleh masyarakat terhadap aplikasi ini baik yang berupa kritik maupun kepuasan. Namun, untuk mengetahui seluruh ulasan yang diberikan tidak mudah. Oleh sebab itu, penelitian dilakukan dengan tujuan untuk mengetahui hasil sentimen masyarakat terhadap aplikasi PeduliLindungi. Analisis sentimen yang dilakukan dengan mengklasifikasikan ulasan menjadi ulasan positif dan ulasan negatif menggunakan algoritma Support Vector Machine dengan seleksi fitur chi-square. Pengumpulan data ulasan dilakukan dengan melakukan scrapping di google play dengan menggunakan bahasa pemrograman Python. Hasil dari klasifikasi sentimen terhadap aplikasi PeduliLindungi menghasilkan performa yang baik dan menghasilkan nilai akurasi sebesar 93%, recall sebesar 86%, precision sebesar 98%, specificity sebesar 98% dan f1-score sebesar 92%.
Perbandingan Model Decision Tree, Naive Bayes dan Random Forest untuk Prediksi Klasifikasi Penyakit Jantung Deo Haganta Depari; Yuni Widiastiwi; Mayanda Mega Santoni
Informatik : Jurnal Ilmu Komputer Vol 18 No 3 (2022): Desember 2022
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v18i3.4694

Abstract

Jantung sebuah rongga organ berotot yang memompa darah melalui pembuluh darah dengan kontraksi berirama yang terus berulang merupakan salah satu organ manusia yang berperan dalam sistem peredaran darah. Jantung sebagai salah organ terpenting dalam tubuh memiliki resiko kematian jika ada kelainan yang terjadi pada jantung. Beberapa masalah pada jantung dibagi menjadi dua yaitu penyakit jantung dan serangan jantung. WHO berdasarkan data menyatakan bahwa ada sebanyak 7,3 juta penduduk di dunia yang meninggal dikarenakan penyakit jantung. Penelitian ini menggunakan kumpulan data pasien penyakit jantung “Personal Key Indicators of Heart Disease” dan menerapkan algoritma klasifikasi Decision Tree, Naive Bayes dan Random Forest. Tujuan dari penelitian ini adalah untuk bagaimana mengolah dan melakukan analisa data, bagaimana penerapan metode Decision Tree, Naive Bayes dan Random Forest pada klasifikasi penyakit jantung, kemudian bagaimana hasil akurasi metode-metode yang digunakan tersebut, bagaimana hasil perbandingan antara Decision Tree, Naive Bayes dan Random Forests yang digunakan dan metode apa yang merupakan terbaik dari klasifikasi penyakit jantung.  Hasil dari penelitian ini adalah evaluasi performa metode klasifikasi Decision Tree, Naive Bayes dan Random Forest. Dimana nilai akurasi metode Decision Tree sebesar  0.71%, Naive Bayes sebesar 0.72% dan Random Forest sebesar 0.75%.
SISTEM DETEKSI DAN PEMANTAUAN EMOSI PELANGGAN PADA LAYANAN KASIR BERBASIS PENGENALAN EKSPRESI WAJAH Newi Muchlisinia Muchlisinia; Davino Rizqy Dayan; Ramzy Atchallah Putra; Mayanda Mega Santoni; Dodik Ariyanto; Faldiena Marcelita
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9719

Abstract

Pelayanan pelanggan pada antrean kasir sering kali dievaluasi menggunakan kuesioner konvensional yang subjektif dan mengganggu kenyamanan. Penelitian ini bertujuan mengembangkan sistem pemantauan emosi real-time berbasis pengenalan ekspresi wajah menggunakan algoritma YOLOv8n-cls yang terintegrasi dengan framework Laravel dan basis data MySQL. Pengumpulan data menggunakan dataset citra wajah bermasker dan tanpa masker yang diproses melalui augmentasi data dengan rasio distribusi 7:2:1. Model dilatih selama 50 epoch pada resolusi 224x224 piksel. Hasil pengujian menunjukkan model berhasil mencapai akurasi global sebesar 75,25%, dengan performa tertinggi pada emosi happy (precision 86,11% dan recall 80,55%). Keunggulan sistem ini terletak pada implementasi logika voting 10 detik yang terbukti efektif mereduksi noise data transien akibat fluktuasi ekspresi mikro. Secara keseluruhan, sistem ini memberikan implikasi praktis yang signifikan bagi manajemen ritel dalam menyediakan laporan indeks kepuasan pelanggan secara harian yang valid, otomatis, dan objektif.
Co-Authors Aditya Surya Wijaya Anargya Rabbani Aslam Andhika Octa Indarso Andreas Silalahi Anita Muliawati Bayu Permana Sukma Cindy Chairunnisa Davino Rizqy Dayan Deo Haganta Depari Desta Sandya Prasvita Desta Sandya Prasvita Desta Sandya Prasvita Desta Sandya Prasvita Desta Sandya Prasvita DODIK ARIYANTO Dodik Ariyanto Hafizd, Maulana Helena Nurramdhani Irmanda Helena Nurramdhani Irmanda Helena Nurramdhani Irmanda Henki Bayu Seta Iin Ernawati Ilham Ramadhan Intan Hesti Indriana Irmanda, Helena Nurramdhani Irmanda, Helena Nurramdhani Jayanta Jayanta Krisanto Abilowo Marcelita, Faldiena Matondang, Nurhafifah Mauladi Fadhillah Muhammad Nuradli Hasbi Gumay Newi Muchlisinia Muchlisinia Noor Falih Novi Trihastuti Nurramdhani Irmanda, Helena Nurul Chamidah Nurul Chamidah Nurul Chamidah Prajamukti, Reino Qahtan Said Ramzy Atchallah Putra Reza Amarta Prayoga Reza Amarta Prayoga Ria Astriratma Ria Astriratma Ria Astriratma Rio Wirawan Said, Qahtan Silalahi, Donni S Widiastiwi, Yuni Yulistiani, Risma Yulnelly Yulnelly Yulnelly Yulnelly Yuni Widiastiwi Zafira A’idah Gunawan