cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Rousyati
Contact Email
rousyati.rou@bsi.ac.id
Phone
+62283341050
Journal Mail Official
jurnal.conten@bsi.ac.id
Editorial Address
Jl. Sipelem No.22, Kraton, Kec. Tegal Barat, Kota Tegal, Jawa Tengah 52112
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
Conten : Computer and Network Technology
Published by Universitas Bina Sarana Informatika
ISSN : -     EISSN : 27975274     DOI : https://doi.org/10.31294/conten
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering
CONTEN : Computer and Network Technology merupakan jurnal dengan cakupan keilmuan meliputi: Embedded System, Network and Infrastructure, Computing and Computer Technology, Sistem Informasi, Web Programming, Android Programming. Yang diterbitkan oleh LPPM Universitas Bina Sarana Informatika. Periode Penerbitan dua kali dalam setahun (Juni dan Desember). Jurnal ini di publikasikan secara nasional dengan menggunakan Open Journal System.
Arjuna Subject : Ilmu Komputer (semua kategori) - Jaringan Komputer dan Komunikasi
Articles 73 Documents
 4   5   6   7   8 
ANALISIS PERBANDINGAN ALGORITMA NAIVE BAYES DAN KNN UNTUK ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI VIDIO DI GOOGLE PLAY STORE Pratmanto, Dany; Widayanto, Aprih; Kristania, Yustina Meisella; Ubaidillah , Ubaidillah; Wijianto, Ragil
CONTEN : Computer and Network Technology Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/conten.v4i2.6891

Abstract

Penelitian ini mengkaji efektivitas algoritma Naive Bayes (NB) dan K-Nearest Neighbors (KNN) dalam analisis sentimen ulasan pengguna aplikasi Vidio di Google Play Store. Evaluasi kinerja kedua model dilakukan menggunakan berbagai metrik, termasuk akurasi, precision, recall, dan Area Under Curve (AUC). Hasil penelitian menunjukkan bahwa KNN mengungguli Naive Bayes dalam beberapa aspek penting. KNN mencapai akurasi 74.92% dibandingkan dengan Naive Bayes sebesar 71.32%. Dalam hal precision, KNN juga menunjukkan performa yang lebih baik dengan nilai 76.52%, sementara Naive Bayes mencapai 71.61%. Meskipun demikian, kedua model menunjukkan kinerja yang sebanding dalam hal recall, dengan KNN mencapai 72.54% dan Naive Bayes 71.46%. Yang menarik, kedua model memiliki nilai AUC yang sangat tinggi dan hampir setara, yaitu 90.10% untuk KNN dan 90.00% untuk Naive Bayes, menunjukkan kemampuan yang sangat baik dalam membedakan sentimen positif dan negatif. Berdasarkan hasil evaluasi secara keseluruhan, algoritma KNN lebih direkomendasikan untuk implementasi analisis sentimen pada ulasan pengguna aplikasi Vidio.
IMPLEMENTASI AGILE PADA PENGEMBANGAN SISTEM INFORMASI E-OSSA DI PENGADILAN NEGERI TASIKMALAYA Anggraini, Recha Abriana; Silvi Purnia, Dini; Padilah, Amar; Apriyani, Yanti
CONTEN : Computer and Network Technology Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/conten.v4i2.7559

Abstract

E-OSSA merupakan website yang internal yang mana website ini hanya dipergunakan di sekitar wilayah kantor pengadilan negeri tasikmalaya. Website ini adalah website yang digunakan untuk memesan barang barang ATK yang akan digunakan di berbagai bidang yang ada di kantor pengadilan negeri tasikmalaya. Setelah melakukan wawancara pada beberapa bidang terkait yang ada di pengadilan negeri tasikmalaya , salah satu aspek yang paling relevan yang menjadi keluhan utama adalah kesulitan dalam pengoperasian sistem yang dihadapi oleh pengguna. Dalam hal ini, banyak bidang terkait mengungkapkan bahwa mereka menghadapi kendala dalam memahami dan menguasai cara menggunakan sistem tersebut karena tampilan antarmukanya yang membingungkan. tujuan dari tugas akhir ini penulis akan mengembangkan Sistem Informasi E-OSSA yang dapat membantu pengadilan dalam melakukan pemesanan dan pengelolaan persediaan ATK secara terintegrasi dan efektif menggunakan metode agile yang dalam setiap iterasinya, akan melakukan perencanaan, analisis, desain, implementasi, dan pengujian terhadap fitur-fitur yang akan dikembangkan. manfaat dan hasil dari perancangan pengembangan sistem Eossa di pengadilan ini dapat meningkatkan efisiensi dan produktivitas dalam proses pemesanan dan pengelolaan persediaan ATK, sehingga dapat meningkatkan kualitas pelayanan.
ANALISIS UI DAN UX TERHADAP WEBSITE PT. BROTHERSINDO SAUDARA SEJATI DENGAN METODE HEURISTIC EVALUATION Noviani, Sherli; Serli, Rosi Kusuma; Palasara, Nicodias
CONTEN : Computer and Network Technology Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/conten.v4i2.7744

Abstract

All kinds of community activities are inseparable from the help of technology. The development of the business world in Indonesia is experiencing tough competition. Consumer satisfaction is the degree of conformity between the desired product and/or service and the reality received. The level of suitability is the result of an assessment carried out by the customer based on his knowledge and experience. Information system applications technically can be defined as a set of components that are interconnected to support decision making and drive the company. As the operation goes on, it is certainly possible for money problems to arise including the user interface and user experience. To measure user satisfaction and comfort with the Brothersindo Website, you can do usability testing using the heuristic evaluation method. The heuristic evaluation method is a method used to find errors in interface design based on 10 heuristic evaluation principles. Keywords: heuristic evaluation, sales website, user interface dan user experience

Page 8 of 8 | Total Record : 73

 4   5   6   7   8 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue Vol. 5 No. 1 (2025): Juni 2025 Vol. 4 No. 2 (2024): Desember 2024 Vol. 4 No. 1 (2024): Juni 2024 Vol. 3 No. 2 (2023): Desember 2023 Vol. 3 No. 1 (2023): Juni 2023 Vol. 2 No. 2 (2022): Desember 2022 Vol. 2 No. 1 (2022): Juni 2022 Vol. 1 No. 2 (2021): Desember 2021 Vol. 1 No. 1 (2021): Juni 2021