cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Bahar
Contact Email
bahararahman@gmail.com
Phone
-
Journal Mail Official
puslit.stmikbjb@gmail.com
Editorial Address
-
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi
Published by Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru
ISSN : 20893787     EISSN : 26850893     DOI : -
Core Subject : Science,
Computer Science & IT
Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi adalah Jurnal Ilmiah bidang Teknik Informatika dan Sistem Informasi yang diterbitkan secara periodik tiga nomor dalam satu tahun, yaitu pada bulan April, Agustus dan Desember. Redaksi Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi menerima sumbangan tulisan hasil penelitian atau atau artikel konseptual bidang Teknik Informatika dan Sistem Informasi.
Arjuna Subject : -
Articles 951 Documents
 83   84   85   86   87 
Sistem Informasi Manajemen Data Penyiaran Berbasis Website Pada Kantor TVRI Papua Wenda, Fransiska Yuliana Margareta Amo; Kiswanto, Rahmat Haryadi
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 13, No 3: Desember 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v13i3.2004

Abstract

A Management Information System (MIS) is an integrated system that utilizes data to efficiently collect, store, manage, and display information. The broadcast management information system at TVRI Papua aims to simplify the scheduling process, prevent data loss, improve data management efficiency, and provide information for decision-making. The development method used in this research is the waterfall model, which includes the stages of needs analysis, design, implementation, and testing. The design method applied is structured design, which consists of context diagrams, tiered diagrams, and Overview diagrams. Based on system testing using the Blackbox method, the system functionality has run well, making it easier for the news editing and Validation process.Keywords: Broadcast data management; Information systems; Broadcast management AbstrakSistem Informasi Manajemen (SIM) merupakan sistem terpadu yang berfungsi untuk mengumpulkan, menyimpan, mengelola, dan menyajikan informasi secara efisien. Pada TVRI Papua, pengelolaan data penyiaran masih dilakukan secara manual, yang berpotensi menimbulkan kesalahan dalam penjadwalan, kehilangan data, dan rendahnya efisiensi pengelolaan informasi. Penelitian ini bertujuan untuk mengembangkan sistem informasi manajemen data penyiaran berbasis Website guna menyederhanakan proses penjadwalan, mencegah kehilangan data, serta meningkatkan efisiensi dan akurasi dalam pengelolaan informasi. Pengembangan sistem dilakukan menggunakan model Waterfall, yang mencakup tahapan analisis kebutuhan, perancangan, implementasi, dan pengujian. Perancangan sistem menggunakan metode terstruktur, dengan pemodelan berupa diagram konteks, diagram berjenjang, dan diagram Overview. Pengujian menggunakan metode Blackbox menunjukkan bahwa seluruh fungsionalitas sistem berjalan dengan baik, sehingga mempermudah proses penyuntingan dan Validasi berita. 
Perancangan Aplikasi Simulasi Investasi Berbasis GNU Octave GUI Untuk Edukasi Keuangan Sembiring, Febe Gracia; Suleho, Febrina; Panjaitan, Clara Kresensia; Niska, Debi Yandra
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 1: April 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i1.2676

Abstract

Advances in information technology open up great opportunities in developing simulation-based educational applications. This research designs and implements an investment simulation application based on the Graphical User Interface (GNU) Octave GUI to increase public financial literacy, especially in understanding the impact of inflation on the real value of investments. This application utilizes numerical computing programming and a graphical interface to present an interactive visualization of the comparison of nominal and real values of a long-term investment. The calculation process is based on a compound interest model and annual inflation correction. The methodology used follows the Waterfall model in software engineering, including the stages of analysis, design, implementation and system testing. Test results show that the application is able to produce accurate simulations and intuitive visualization, and is responsive to user input. By combining aspects of numerical computing, GUI programming, and data visualization, this application is a concrete example of the contribution of informatics in the development of open technology-based educational solutions.Keywords: GNU Octave; Graphical User Interface; Investment Simulation; Numerical Computing; Financial Literacy AbstrakKemajuan teknologi informatika membuka peluang besar dalam pengembangan aplikasi edukatif berbasis simulasi. Penelitian ini merancang dan mengimplementasikan aplikasi simulasi investasi berbasis Graphical User Interface (GNU) Octave GUI guna meningkatkan literasi keuangan masyarakat, khususnya dalam memahami dampak inflasi terhadap nilai riil investasi. Aplikasi ini memanfaatkan pemrograman komputasi numerik dan antarmuka grafis untuk menyajikan visualisasi interaktif perbandingan nilai nominal dan riil dari suatu investasi jangka panjang. Proses perhitungan didasarkan pada model bunga majemuk dan koreksi inflasi tahunan. Metodologi yang digunakan mengikuti model Waterfall dalam rekayasa perangkat lunak, mencakup tahapan analisis, desain, implementasi, dan pengujian sistem. Hasil pengujian menunjukkan bahwa aplikasi mampu menghasilkan simulasi yang akurat dan visualisasi yang intuitif, serta responsif terhadap input pengguna. Dengan menggabungkan aspek komputasi numerik, pemrograman GUI, dan visualisasi data, aplikasi ini menjadi contoh konkret kontribusi informatika dalam pengembangan solusi edukatif berbasis teknologi terbuka. 
Analisis Sentimen Saham PT Antam Tbk Di Tengah Kenaikan Harga Emas Menggunakan Metode Vader Kusuma, Ni Putu Noviyanti; Dewi, Desak Putu Nitya
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 1: April 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i1.2630

Abstract

This study explores the link between public sentiment on X (formerly Twitter) about PT ANTAM Tbk stock and gold price movements from March 1, 2024 – October 31, 2024. As a safe-haven asset, gold attracts investors, especially during economic uncertainty. Social media enables real-time public opinion on economic topics like gold and stock prices. Using the VADER method, 1,022 sentiment data points were analyzed (675 positive, 197 negative, 150 neutral). Pearson correlation showed a perfect positive relationship (+1.00) between gold price changes and sentiment. Linear regression yielded R² = 0.999, meaning 99.9% of sentiment variation is explained by gold price shifts. Findings confirm social media sentiment strongly correlates with financial market trends, emphasizing its role as a market indicator. Future research can integrate machine learning and multi-platform analysis to enhance sentiment-based predictions.Keywords: Sentiment; X; Gold; ANTAM; Regression AbstrakPenelitian ini mengeksplorasi hubungan antara sentimen publik di platform X (sebelumnya Twitter) terhadap saham PT ANTAM Tbk dan pergerakan harga emas pada 1 Maret 2024 – 31 Oktober 2024. Sebagai aset safe-haven, emas menarik minat investor, terutama di tengah ketidakpastian ekonomi. Media sosial memungkinkan opini publik tentang harga emas dan saham tersebar secara real-time. Menggunakan metode VADER, 1.022 data sentimen dianalisis (675 positif, 197 negatif, 150 netral). Analisis korelasi Pearson menunjukkan hubungan positif sempurna (+1,00) antara perubahan harga emas dan sentimen. Analisis regresi linear menghasilkan R² = 0,999, artinya 99,9% variasi sentimen dijelaskan oleh perubahan harga emas. Temuan ini menegaskan bahwa sentimen media sosial sangat berkorelasi dengan tren pasar keuangan, membuka peluang riset lanjutan dengan machine learning dan analisis multi-platform. 
Algoritma Apriori Untuk Memberikan Rekomendasi Menu Makanan Berdasarkan Tren Belanja Konsumen Pusparisti, Myrtana; Paradhita, Astrid Noviana
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 1: April 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i1.2640

Abstract

The increasing number of competitors means culinary businesses must innovate to increase their sales. Culinary businesses, especially Resto Sebelas Rasa, find it challenging to sell various food products. One strategy that can be applied is providing additional menu recommendations based on consumer purchasing trends. The additional menu recommendations must be by the menu segmentation that consumers have purchased in previous transactions. The Apriori algorithm can answer the need for innovation in the culinary business to increase sales levels for more varied food menus. The association rule algorithm can identify patterns of food menu combinations in the purchase transaction dataset. The Apriori algorithm calculates the support, confidence level, and lift values to determine how big the opportunity is and how strong the relationship is between food menu combinations. The Apriori algorithm has been successfully developed to increase the efficiency of consumer purchasing time by up to 90% and increase the variation in sales levels by up to 80%.Keywords: Segmentation; Buying trends; Apriori algorithm; Artificial intelligence AbstrakSemakin banyaknya kompetitor membuat bisnis kuliner harus berinovasi untuk meningkatkan penjualannya. Saat ini bisnis kuliner khususnya di Resto Sebelas Rasa merasa kesulitan menjual variasi produk makanan. Salah satu strategi yang dapat diterapkan yaitu memberikan rekomendasi menu tambahan kepada konsumen berdasarkan tren pembelian konsumen. Rekomendasi menu tambahan yang diberikan harus sesuai dengan segmentasi menu yang telah dibeli oleh konsumen pada transaksi sebelumnya. Algoritma Apriori dapat menjawab kebutuhan inovasi dalam bisnis kuliner untuk meningkatkan tingkat penjualan terhadap menu makanan yang lebih bervariatif. Algoritma asossiation rule dapat mengidentifikasi pola perpaduan menu makanan dalam dataset transaksi pembelian. Algoritma Apriori melakukan perhitungan terhadap nilai support, confidence level, dan lift untuk mengetahui seberapa besar peluang dan seberapa kuat hubungan perpaduan menu makanan. Algoritma Apriori berhasil dikembangan sehingga mampu meningkatkan efisiensi waktu pembelian konsumen hingga 90% dan meningkatkan variasi tingkat penjualan hingga 80%. 
Analisis Implementasi EMIS: Meningkatkan Layanan Administrasi dan Pengembangan Guru Profesional di Madrasah Umaroh, Yeni; Tuala, Riyuzen Praja; Irwandani, Irwandani
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 1: April 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i1.2629

Abstract

This study aims to analyze the implementation of Education Management Information System (EMIS) in Madrasas, identify challenges in implementation, and evaluate its impact on administrative services and teacher professional development. This study uses a mixed-method method with a sequential explanatory approach. Quantitative data was collected through questionnaires and analyzed using correlation tests, while qualitative data was obtained through interviews to deepen the research findings. The results of this study show that Education Management Information System improves administrative efficiency, reduces recording errors by up to 35%, and accelerates decision-making by up to 40%. In addition, Education Management Information System makes it easier for teachers to access online training and certification. However, obstacles such as limited infrastructure and lack of user training are still obstacles in the implementation of this system. Optimizing Education Management Information System requires improving infrastructure, continuous training, system integration, and strengthening data management policies to support the digitalization of madrasah education more effectively and sustainably.Keywords: Education Management Information System; Administrative Services; Teacher Professional Development; Madrasah Digitalization AbstrakPenelitian ini bertujuan untuk menganalisis implementasi Education Management Information System (EMIS) di Madrasah, mengidentifikasi tantangan dalam penerapan, serta mengevaluasi dampaknya terhadap layanan administrasi dan pengembangan profesional guru. Penelitian ini menggunakan metode mixed-method dengan pendekatan sequential explanatory. Data kuantitatif dikumpulkan melalui kuesioner dan dianalisis menggunakan uji korelasi, sedangkan data kualitatif diperoleh melalui wawancara untuk memperdalam temuan penelitian. Hasil penelitian ini menunjukkan bahwa Education Management Information System meningkatkan efesiensi administrasi, mengurangi kesalahan pencatatan hingga 35%, serta mempercepat pengambilan keputusan hingga 40%. Selain itu, EMIS mempermudah akses guru terhadap pelatihan dan sertifikasi daring. Namun, kendala seperti keterbatasan infrastruktur dan kurangnya pelatihan pengguna masih menjadi hambatan dalam implementasi sistem ini. Optimalisasi Education Management Information System memerlukan peningkatan infrastruktur, pelatihan berkelanjutan, integrasi sistem, serta penguatan kebijakan pengelolaan data guna mendukung digitalisasi pendidikan madrasah secara lebih efektif dan berkelanjutan. 
Sistem Informasi Penjualan Obat Berbasis Website Pada Apotek Banten Farma Menggunakan Metode RAD Ma'ruf, Ahmad Aidil; Ibadi, Taqrim; Sopiah, Nyimas; Effendy, Irman
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 1: April 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i1.2661

Abstract

Banten Farma Pharmacy in conducting transactions, this pharmacy has not implemented a system or transactions carried out online, this is deemed less efficient. This is in line with the purpose of this research, which is to implement a website. So that later it can help website-based or online drug sales transactions. The research conducted uses the Rapid Application Development (RAD) method. The RAD method is a software development method that emphasizes a short development cycle. The stages in the RAD method are Requirements Planning, User Design, Construction, Cutover. The results obtained show that all functionality features run according to the tests that have been designed.Keywords: Banten Farma Pharmacy; RAD Method; RAD Method Stages AbstrakApotek Banten Farma dalam melakukan transaksi, apotek ini belum menerapkan sistem atau transaksi yang dilakukan secara online, hal tersebut dirasa kurang efisien. Hal ini sejalan dengan tujuan penelitian ini dilakukan yaitu mengimplementasikan sebuah website. Agar nantinya dapat membantu transaksi penjualan obat berbasis website atau secara online. Penelitian yang dilakukan ini menggunakan metode Rapid Application Development (RAD). Metode RAD sebuah metode pengembangan perangkat lunak yang menekankan pada siklus pengembangan secara singkat. Adapun tahapan tahapan dalam metode RAD yaitu Requirements Planning, User Design, Construction, Cutover. Hasil yang telah dilakukan diperoleh bahwa seluruh fitur fungsionalitas berjalan sesuai dengan pengujian yang telah dirancang. 
Analisis Sentimen Pengguna Tinder dengan Metode Synthetic Minority Oversampling Technique Lamba, Irene Tangke; Berutu, Sunneng Sandino; Jatmika, Jatmika
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 1: April 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i1.2797

Abstract

Imbalanced data tends to cause models like Naive Bayes to be biased toward the majority class, which negatively impacts model accuracy. Even if the model achieves high accuracy, it often makes incorrect predictions. The Naive Bayes model calculates class probabilities based on word frequency and the previous probability of classes. When the majority class dominates, the minority class is often overlooked. The SMOTE (Synthetic Minority Over-sampling Technique) method is applied in this study to address the imbalance in the Tinder app review data. SMOTE allows the model to be trained on a more representative distribution by balancing the quantity of samples for each class through the synthesis of novel data in the minority class. Based to the results of the evaluation, the overall model accuracy rose to 71%, while metrics for the majority class, including precision, recall, and f1-score, either stayed the same or even significantly improved. However, despite an improvement in recall for the neutral class (increased to 0.19), the performance remains low (f1-score of 0.15), indicating that the semantic complexity of neutral reviews is not sufficiently captured through synthetic data augmentation alone.Keywords: Naive Bayes; Synthetic Minority Over-sampling Technique; Tinder; Precision & recall; f1-score. AbstrakData yang tidak seimbang cenderung membuat model seperti naive bayes bias terhadap data mayoritas dan memberi dampak pada akurasi model. Meskipun model memiliki akurasi yang tinggi tapi sering keliru. Model Naive Bayes menghitung probabilitas kelas berdasarkan frekuensi kata dan prior probabilitas kelas. Jika data mayoritas lebih banyak maka data minoritas akan diabaikan. Penelitian ini bertujuan untuk menerapkan metode SMOTE dalam menangani data ulasan aplikasi Tinder yang tidak seimbang. Dengan menerapkan SMOTE, jumlah data untuk masing-masing kelas diseimbangkan melalui sintesis data baru pada kelas minoritas, sehingga model dapat dilatih pada distribusi yang lebih representatif Berdasarkan pengujian model, diperoleh hasil bahwa akurasi keseluruhan model meningkat menjadi 71%. Sementara itu parameter precision, f1-score dan recall pada kelas mayoritas tetap stabil bahkan sedikit meningkat. Namun, meskipun performa prediksi terhadap kelas netral membaik dari sisi recall (menjadi 0.19), hasilnya masih rendah (f1-score 0.15), yang menandakan bahwa kompleksitas semantik dari ulasan netral tidak cukup ditangkap hanya dengan penambahan data buatan. 
Digitalization of Production Management and Raw Material Stock for Convection Business: Case Study of Web-Based Manteq Distro & Convection Putri, Rizqi Laili; Listyorini, Tri; Supriyati, Endang
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 1: April 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i1.2577

Abstract

This study raises issues related to management at Manteq Distro & Konveksi, this UMKM business produces plain t-shirts, screen-printed t-shirts, shirts, jackets, school uniforms. In the midst of today's technological advances, Manteq Distro & Konveksi has not used an information system, in recording product data and managing raw materials, writing is still done conventionally, as a result this method is less efficient and requires more time. The study focuses on creating a web-based information system at Manteq Distro & Konveksi to manage raw material stock and production. Using the waterfall method with the stages of needs analysis, design, development, testing, and implementation. To improve operational efficiency, the convection business must implement digitalization in managing production and raw material stock. This system has the latest algorithm to predict raw material needs, real-time stock management, and production data recording. The system is built using Visual Studio Code and the PHP, MYSQL programming languages. The system testing method uses blackbox testing to ensure that each function runs as needed.Keywords: Digitalization; Production management; Raw material stock; Information system; Convection Abstrak Penelitian ini mengangkat permasalahan terkait pengelolaan di Manteq Distro & Konveksi, usaha UMKM ini memproduksi kaos polosan, kaos sablon, kemeja, jaket, seragam sekolah. Di tengah kemajuan teknologi saat ini, Manteq Distro & Konveksi belum menggunakan sistem informasi, dalam melakukan pendataan produk dan pengelolaan bahan baku penulisannya masih dilakukan secara konvensional, akibatnya metode ini kurang efisien dan memerlukan lebih banyak waktu. Penelitian berfokus pada pembuatan sistem informasi berbasis web di Manteq Distro & Konveksi untuk mengelola stok bahan baku dan produksi. Menggunakan metode Waterfall dengan tahapan analisis kebutuhan, perancangan, pengembangan, pengujian, dan implementasi. Untuk meningkatkan efisiensi operasional usaha konveksi harus menerapkan digitalisasi dalam pengelolaan produksi dan stok bahan baku. Sistem ini memiliki algoritma terbaru untuk memprediksi kebutuhan bahan baku, manajemen stok secara real-time, dan pencatatan data produksi. Sistem di bangun menggunakan Visual Studio Code dengan bahasa pemrograman PHP dan MYSQL. Metode pengujian sistem ini menggunakan Blackbox Testing untuk memastikan bahwa setiap fungsi berjalan sesuai yang dibutuhkan. 
Analisis Data Mining untuk Klasifikasi Kafe Populer di Jakarta Menggunakan Decision Tree dan Visualisasi dengan Tableau Anisah, Siti; Irwansyah, Irwansyah
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 2: Agustus 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i2.2660

Abstract

The rapid growth of the café business in Jakarta has increased competition in this sector. Cafes are now not only places to enjoy food and drinks, but also function as cross-generational social spaces. This condition encourages the need for research to understand the factors that influence the popularity of a cafe. This study aims to analyze popular cafes in Jakarta using the C4.5 Decision Tree algorithm and present the results visually through Tableau. The data used includes price, number of reviews, rating, population density, location, address and neighborhood. Using RapidMiner, a classification process was performed to identify the variables that have the most influence on the popularity of a cafe. The Decision Tree algorithm was chosen because it can produce models that are easy to understand and visualize. The results of the analysis showed an accuracy rate of 95.69%, with high precision and recall values in each of the popular and less popular classes.Keyword: Classification; Decision Tree C4.5; Cafe Popularity; Data Visualisation; Tableau AbstrakPesatnya pertumbuhan bisnis kafe di Jakarta meningkatkan persaingan yang semakin ketat di sektor ini. Kafe kini bukan hanya tempat menikmati makanan dan minuman, tetapi juga berfungsi sebagai ruang sosial lintas generasi. Kondisi ini mendorong perlunya penelitian untuk memahami faktor-faktor yang mempengaruhi popularitas sebuah kafe. Penelitian ini bertujuan untuk menganalisis kafe-kafe populer di Jakarta menggunakan algoritma Decision Tree C4.5 dan menyajikan hasilnya secara visual melalui Tableau. Data yang digunakan meliputi harga, jumlah ulasan, rating, kepadatan penduduk, lokasi, alamat dan kelurahan. Dengan menggunakan RapidMiner, proses klasifikasi dilakukan untuk mengidentifikasi variabel yang paling berpengaruh terhadap popularitas suatu kafe. Algoritma Decision Tree dipilih karena mampu menghasilkan model yang mudah dipahami dan divisualisasikan. Hasil analisis menunnjukkan tingkat akurasi model sebesar 95,69%, dengan nilai precision dan recall yang tinggi di masing-masing kelas popular dan kurang popular. 
Prediksi Sentimen dan Pemodelan Topik dari Ulasan Aplikasi Identitas Kependudukan Digital Hakiki, Primandika; Satria, Dhian; Arifiyanti, Amalia Anjani
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 1: April 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i1.2777

Abstract

In this digital era, the Indonesian government is digitizing services, for example, the Digital Population Identity (IKD) in 2023 as a continuation of the Identity card (KTP). The IKD application has received mixed reviews on the Google PlayStore and Apple AppStore. From these various reviews, sentiment analysis can be carried out to determine the level of user satisfaction, as well as topic modeling to determine topics that are frequently discussed by users. This study aims to predict sentiment using the Naive Bayes and PNN methods, and topic modeling using the LDA method. The results of sentiment prediction show that the fourth scenario has the highest accuracy with 97.12%, and positive and negative f1-scores of 97% each. The results of topic modeling show the best coherence for positive reviews on topic 2 (0.4076) and for negative reviews on topic 10 (0.5564). Interpretation of the results shows that positive reviews include identity verification, application development suggestions, ease of use, KTP digitization, and user experience, while negative reviews are related to technical constraints, access and installation, network constraints, features and data security, and application registration.Keywords: Digital population identity; Sentiment predict; Topic modelling; Naïve Bayes; Probabilistic Neural Network AbstrakDi era digital ini, pemerintah Indonesia melakukan digitalisasi layanan, contohnya yaitu Identitas Kependudukan Digital (IKD) pada tahun 2023 sebagai kelanjutan dari Kartu Tanda Penduduk (KTP). Aplikasi IKD mendapat ulasan beragam di Google PlayStore dan Apple AppStore. Dari beragam ulasan tersebut, maka dapat dilakukan analisis sentimen untuk mengetahui tingkat kepuasan pengguna, serta pemodelan topik untuk mengetahui topik yang sering dibahas oleh pengguna. Penelitian ini bertujuan untuk memprediksi sentimen menggunakan metode Naive Bayes dan PNN, serta pemodelan topik menggunakan metode LDA. Hasil prediksi sentimen menunjukkan skenario keempat memiliki akurasi tertinggi dengan 97,12%, serta f1-score positif dan negatif masing-masing 97%. Hasil pemodelan topik menunjukkan koherensi terbaik untuk ulasan positif pada topik 2 (0,4076) dan untuk ulasan negatif pada topik 10 (0,5564). Interpretasi hasil menunjukkan bahwa ulasan positif mencakup verifikasi identitas, saran pengembangan aplikasi, kemudahan penggunaan, digitalisasi KTP, dan pengalaman penggunaan, sedangkan ulasan negatif terkait kendala teknis, akses dan instalasi, kendala jaringan, fitur dan keamanan data, dan pendaftaran aplikasi. 

Page 85 of 96 | Total Record : 951

 83   84   85   86   87 

Filter by Year

2013 2025


Reset
Filter By Issues
All Issue Vol 14, No 3: Desember 2025 (Naskah Accepted) Vol 14, No 3: Desember 2025 Vol 14, No 2: Agustus 2025 Vol 14, No 1: April 2025 Vol 13, No 3: Desember 2024 Vol 13, No 2: Agustus 2024 Vol 13, No 1: April 2024 Vol 12, No 3: Desember 2023 Vol 12, No 2: Agustus 2023 Vol 12, No 1: April 2023 Vol 11, No 3: Desember 2022 Vol 11, No 2: Agustus 2022 Vol 11, No 1: April 2022 Vol 10, No 3: Desember 2021 Vol 10, No 2: Agustus 2021 Jutisi Vol. 10, No. 1, April 2021 JUTISI Vol. 9, No. 3, Desember 2020 JUTISI Vol. 9, No. 2, Agustus 2020 JUTISI Vol. 9, No. 1, April 2020 JUTISI Vol. 8, No. 3, Desember 2019 JUTISI Vol. 8, No. 2, Agustus 2019 JUTISI Vol. 8, No. 1, April 2019 Vol 7, No 3: Desember 2018 Vol 7, No 2: Agustus 2018 Vol 7, No 1: April 2018 Vol 6, No 3: Desember 2017 Vol 6, No 2: Agustus 2017 Vol 6, No 1: April 2017 Vol 5, No 3: Desember 2016 Vol 5, No 2: Agustus 2016 Vol 5, No 1: April 2016 Vol 4, No 3: Desember 2015 Vol 4, No 2: Agustus 2015 Vol 4, No 1: April 2015 Vol 3, No 3: Desember 2014 Vol 3, No 2: Agustus 2014 Vol 3, No 1: April 2014 Vol 2, No 1: April 2013 More Issue