Article Per Year (5 Year)
p-Index From 2019 - 2024
0.61
P-Index
This Author published in this journals
All Journal Informatik : Jurnal Ilmu Komputer SEINASI-KESI
Irmanda, Helena Nurramdhani
Unknown Affiliation
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
IMPLEMENTASI METODE NAÏVE BAYES UNTUK ANALISIS SENTIMEN WARGA JAKARTA TERHADAP KEHADIRAN MASS RAPID TRANSIT Afrizal, Sarika; Irmanda, Helena Nurramdhani; Falih, Noor; Isnainiyah, Ika Nurlaili
Informatik : Jurnal Ilmu Komputer Vol 15, No 3 (2019): Desember 2019
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (29.722 KB)

Abstract

Kegiatan riset ini bertujuan untuk menganalisis animo masyarakat Indonesia khususnya warga Jakarta atas munculnya transportasi massa umum MRT yang di resmikan oleh Pemerintah di bulan Maret 2019. Tahapan penelitian diawali  proses crawling tweet dengan menggunakan tweetscrapper dari python. Kemudian dilakukan Preprocessing  sehingga didapatkan data tweet yang siap untuk diproses pada pemisahan data yaitu data training dan data testing. Data training dilakukan proses pembobotan dengan TF-IDF, dan proses pembelajaran dengan naive bayes. Proses ini disebut dengan proses training yang bertujuan untuk menghasilkan model klasfikasi. Model klasifikasi digunakan untuk data testing melakukan proses klasifikasi yang menghasilkan label sentimen (positif/negatif). Proses ini dinamakan dengan proses testing. Hasil testing akan dilakukan perhitungan akurasi dari model yang sudah dibuat. Luaran dari penelitian ini berupa analisis sentimen animo warga Jakarta pada media sosial Twitter terhadap kehadiran layanan transportasi publik MRT, dan akurasi yang dihasilkan oleh metode naïve bayes yang diimplementasikan pada analisis sentimen
Cased Based Reasoning untuk Menentukan Gaya Belajar Mahasiswa Irmanda, Helena Nurramdhani; Santoni, Mayanda Mega; Astriratma, Ria
Informatik : Jurnal Ilmu Komputer Vol 15, No 3 (2019): Desember 2019
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Gaya belajar mahasiswa penting untuk diketahui karena dapat mempermudah proses pembelajaran. Kementerian Pendidikan dan Kebudayaan telah menerbitkan Seri Manual GLS (Gerakan Literasi Sekolah yang didalamnya memuat mengenai identifikasi gaya belajar antara lain visual, auditori, dan kinestetik. Namun, assessment ini hanya bisa digunakan secara manual. Berdasarkan latar belakang tersebut, penelitian ini membuat sistem pakar berbasis aplikasi web untuk mengidentifikasi gaya belajar mahasiswa dengan Teknik case based reasoning berdasarkan indikator yang telah disusun dalam Seri Manual GLS.  Untuk menentukan solusi, user mengisi kuesioner dalam aplikasi yang terdiri dari 30 pertanyaan. Kemudian,sistem akan melakukan reasoning yaitu mencari kemiripan kasus baru dengan kasus sebelumnya sehingga didapatkan solusi berupa jenis gaya belajar mahasiswa tersebut. Sistem ini diimplementasikan ke dalam aplikasi berbasis web yang mudah diakses kapan saja dan dimana saja.
ANALISIS SENTIMEN ULASAN GAME HARRY POTTER: HOGWARTS MYSTERY PADA SITUS GOOGLE PLAY MENGGUNAKAN NAÏVE BAYES CLASSIFIER Rahman, Puti Ayu Andhini; Ermatita, Ermatita; Irmanda, Helena Nurramdhani
SEINASI-KESI Vol 4, No 1 (2021): SEINASI-KESI 2021
Publisher : Fakultas Ilmu Komputer UPN Veteran Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Salah satu dampak dari pandemi Covid-19 adalah semua orang harus berada di rumah untuk meminimalisir penyebaran virus dan mereka merasa jenuh karena taman rekreasi atau bermain tutup, untuk menghilangkan rasa jenuh tersebut banyak dari mereka yang mencari hiburan melalui permainan video baik online maupun offline. Harry Potter: Hogwarts Mystery merupakan permainan RPG bermain peran yang berlatarkan cerita Harry Potter berdasarkan seri novel JK Rowling yang dikembangkan oleh Jam City dengan lisensi dari Portkey Games. Ulasan pengguna merupakan salah satu hal penting untuk dijadikan pertimbangan developer. Untuk memantau ulasan tersebut, metode yang dilakukan pada penelitian ini menyangkut kegiatan pengumpulan data menggunakaan web scrapper, melalui preprocessing data, pembobotan kata, dan teknik yang digunakan untuk klasifikasi sentimen menggunakan Naïve Bayes Classifier yang dapat mengkategorikan ulasan pengguna tanpa harus melakukannya secara manual. Tujuan dari penelitian ini adalah untuk melakukan klasifikasi terhadap ulasan tersebut dan mendapatkan informasi yang berguna bagi pihak yang berkepentingan.
Co-Authors Ermatita Ermatita, Ermatita Falih, Noor Isnainiyah, Ika Nurlaili Rahman, Puti Ayu Andhini Ria Astriratma Santoni, Mayanda Mega Sarika Afrizal, Sarika