Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Insan EVOLUSI : Jurnal Sains dan Manajemen
Ai Ilah Warnilah AIW
Universitas Bina Sarana Informatika
Computer Science & IT

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

Found 2 Documents
Search

 1 
Implementasi Algoritma Model Random Forest, SVM Dan Naive Bayes Untuk Sentimen Analisis Aplikasi Gojek Di Playstore Ai Ilah Warnilah AIW; Melisa Winda Pertiwi MWP; Bambang Kelana Simpony BKY; Vincent Christian VCR; Muhammad Dhafa Alfareza MDA
Evolusi : Jurnal Sains dan Manajemen Vol. 13 No. 2 (2025): Periode September 2025
Publisher : LPPM Universitas Bina Sarana Informatika Kampus Kabupaten Banyumas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/evolusi.v13i2.10050

Abstract

Aplikasi Gojek merupakan  satu platform layanan tranfortasi terkemuka di Indonesia. Aplikasi gojek yang mulai berkembang sejak tahun 2010 banyak sekali menerima ulasan dari pengalaman  konsumen (pengguna) terkait dari penggunaan aplikasi ini. Ulasan ini mencerminkan kepuasan terkait penggunaan aplikasi ini berdasarkan hasil dari pengalaman pengguna. Penelitian ini bertujuan untuk mengevaluasi sentiment pengguna terhadap aplikasi Gojek yang sudah diunggah di Playstore dengan menerapkan model mesin learning Random Forest, Support Vector Machine (SVM), dan Naive Bayes. Dataset yang diolah sebanyak 10.000 data yang dianalisis dari tahun 2018 sampai dengan 2025. Dalam periode tahun 2018 hingga 2024, jumlah ulasan pelanggan menunjukkan peningkatan setiap tahunnya. Pada tahun 2025, tercatat sebanyak 2.474 ulasan negatif, 387 ulasan netral, dan 1.502 ulasan positif. SVM menghasilkan nilai akurasi tertinggi 0.7676666666666667 diikuti oleh Random Forest 0. 0.7466666666667 dan Naïve Bayes dengan akurasi 0.7377777723789 Dari hasil nilai akurasi tersebut  menunjukkan bahwa Random Forest memiliki kinerja paling efektif untuk  mengklasifikasikan ulasan sentimen dibandingkan dua model lainnya. Efektivitas model pembelajaran mesin Random Forest, SVM dan Naïve Bayes yang digunakan dalam penelitian ini memberikan wawasan penting terkait kepuasan pengguna terhadap aplikasi Gojek. Informasi ini dapat dimanfaatkan untuk pengambilan keputusan strategis dalam meningkatkan kualitas layanan aplikasi. Dengan menganalisis ulasan , penelitian ini diharapkan dapat memberikan kontribusi dalam mengembangkan inovasi layanan aplikasi gojek yang lebih responsif terhadap kebutuhan dan harapan konsumen
Analisis Keamanan Data Pada Sistem Informasi Menggunakan AES-128 Berbasis Transformasi Kunci ASCII Ke Heksadesimal Sri Mulyan Farhatan Nurazizah; Ai Ilah Warnilah AIW; Izma Milien; Deddy Supriadi; Ratningsih
Jurnal INSAN Journal of Information System Management Innovation Vol. 6 No. 1 (2026): Juni 2026
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/j-insan.v6i1.12781

Abstract

Perkembangan sistem informasi yang pesat meningkatkan kebutuhan terhadap mekanisme pengamanan data yang efektif. Data yang dikirimkan melalui jaringan tanpa perlindungan kriptografi berpotensi mengalami penyadapan, manipulasi, dan kebocoran informasi. Algoritma Advanced Encryption Standard (AES) merupakan salah satu metode kriptografi modern yang banyak digunakan karena tingkat keamanan dan efisiensinya. Penelitian ini bertujuan untuk menganalisis keamanan data pada sistem informasi menggunakan algoritma AES-128 berbasis transformasi kunci ASCII ke heksadesimal. Transformasi kunci dilakukan untuk memastikan kesesuaian representasi kunci terhadap panjang bit yang dibutuhkan dalam proses enkripsi AES-128. Metode penelitian meliputi implementasi proses enkripsi dan dekripsi serta analisis perubahan ciphertext akibat variasi kunci. Hasil pengujian menunjukkan bahwa perubahan kecil pada kunci menghasilkan perbedaan ciphertext yang signifikan, sehingga menunjukkan sensitivitas dan ketahanan algoritma terhadap serangan cryptanalysis. Dengan demikian, penerapan AES-128 berbasis transformasi kunci ASCII ke heksadesimal dapat meningkatkan keamanan data pada sistem informasi
Co-Authors Bambang Kelana Simpony BKY Deddy Supriadi Izma Milien Melisa Winda Pertiwi MWP Muhammad Dhafa Alfareza MDA Ratningsih Sri Mulyan Farhatan Nurazizah Vincent Christian VCR