Article Per Year (5 Year)
p-Index From 2019 - 2024
1.633
P-Index
This Author published in this journals
All Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA Dinamisia: Jurnal Pengabdian Kepada Masyarakat JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) CSRID (Computer Science Research and Its Development Journal) Building of Informatics, Technology and Science IT (INFORMATIC TECHNIQUE) JOURNAL Journal of Applied Computer Science and Technology (JACOST)
Anggita, Sharazita Dyah
Universitas AMIKOM Yogyakarta
Aerospace Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Social Sciences Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
USABILITY TESTING PADA EVALUASI WEB EGRADUATION UNIVERSITAS AMIKOM YOGYAKARTA Anggita, Sharazita Dyah
CSRID (Computer Science Research and Its Development Journal) Vol 11, No 3 (2019): CSRID OKTOBER 2019
Publisher : Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (265.158 KB) | DOI: 10.22303/csrid.11.3.2019.158-168

Abstract

Kemajuan teknologi tak pernah lepas dengan teknologi informasi. Pada sebuah perguruan tinggi , teknologi informasi memiliki peran yang cukup besar dalam proses bisnisnya. Perencenaan dan implementasi sistem yang baik pada sebuah teknologi informasi sangat dibutuhkan untuk dapat menyeimbangkan investasi yang telah dikeluarkan. Universitas AMIKOM Yogyakarta merupakan salah satu perguruan tinggi swasta berbasis Information and Communication Technologies (ICT). Dalam mencapai tujuan visi dan misi Universitas, AMIKOM selalu berusaha untuk memenuhi kebutuhan stakeholder salah satunya dengan selalu mengupdate teknologi untuk meningkatkan kinerja. Bagian dari Universitas AMIKOM Yogyakarta yaitu Direktorat Bussiness Placement Center (BPC) dan Alumni sebagai pusat karir yang menjembatani kebutuhan informasi dunia kerja yang diperlukan oleh alumni salah satunya dengan media website Egraduation. Menurut Nielsen dan Loranger (2016) agar sebuah situs mampu bertahan hidup dan tidak ditinggal oleh penggunanya, perlu memperhatikan aspek Usability . Saat ini belum pernah dilakukan evaluasi pada website Egraduation, untuk itu perlu dilakukan evaluasi Usability pada situs Egraduation untuk dapat mengukur tingkat ketergunaan dan permasalahan yang dihadapi pengguna situs sebagai bahan evaluasi. Penelitian akan dilakukan dengan 5 faktor Usability Nielsen. Selain itu hasil penelitian ini juga akan mengukur pengaruh faktor usabilitas terhadap variabel yang terdapat pada penelitian.
Komparasi Algoritma Klasifikasi Berbasis Particle Swarm Optimization Pada Analisis Sentimen Ekspedisi Barang Sharazita Dyah Anggita; Ikmah
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 4 No 2 (2020): April 2020
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (635.943 KB) | DOI: 10.29207/resti.v4i2.1840

Abstract

The needs of the community for freight forwarding are now starting to increase with the marketplace. User opinion about freight forwarding services is currently carried out by the public through many things one of them is social media Twitter. By sentiment analysis, the tendency of an opinion will be able to be seen whether it has a positive or negative tendency. The methods that can be applied to sentiment analysis are the Naive Bayes Algorithm and Support Vector Machine (SVM). This research will implement the two algorithms that are optimized using the PSO algorithms in sentiment analysis. Testing will be done by setting parameters on the PSO in each classifier algorithm. The results of the research that have been done can produce an increase in the accreditation of 15.11% on the optimization of the PSO-based Naive Bayes algorithm. Improved accuracy on the PSO-based SVM algorithm worth 1.74% in the sigmoid kernel.
Proses Perencanaan Basis Data Sistem Rekam Medis Rawat Jalan Puskemas Sharazita Dyah Anggita
IT (INFORMATIC TECHNIQUE) JOURNAL Vol 6, No 2 (2018): IT JOURNAL OKTOBER 2018
Publisher : Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/it.6.2.2018.111-123

Abstract

Berkas rekam medis merupakan pendokumentasian kegiatan pemeriksaan medis yang dilakukan oleh pihak puskesmas. Informasi rekam medis merupakan bagian dari pelayanan kesehatan yang datanya harus dilaporkan dan disusun dengan baik. Hal tersebut ternyata masih bertolak belakang dengan yang terjadi di puskesmas. Data rekam medis yang terdapat di puskesmas masih dilakukan dengan model konvensional yang memiliki risiko tinggi dari banyak aspek yaitu salah satunya dari segi keamanan, keakuratan dan konsistensi data. Melihat masalah di atas, maka dirasa perlu adanya sebuah media pengolah dan penyimpanan data yang dapat menyajikan informasi rekam medis dengan lebih baik yaitu dengan transformasi system konvensial ke system computer menggunakan basis data. Dengan media basis data akan lebih memudahkan puskesmas untuk menyajikan informasi rekam medis yang lebih akurat dan konsisten.Proses perencanaan basis data rekam medis akan secara detail dibahas pada artikel ini untuk dapat membantuk puskesmas mengolah data rekam medis pasien. Harapan peneliti dengan adanya proses perencanaan basis data system rekam medis puskesmas ini dapat dijadikan acuan untuk pengembangan system rekam medis pasien
Klasifikasi Data Review IMDb Berdasarkan Analisis Sentimen Menggunakan Algoritma Support Vector Machine Gita Cahyani; Wiwi Widayani; Sharazita Dyah Anggita; Yoga Pristyanto; Ikmah Ikmah; Acihmah Sidauruk
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 6, No 3 (2022): Juli 2022
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v6i3.4023

Abstract

Advances in Web 2.0 technology encourage the creation of personal website content involving sentiments such as blogs, tweets, web forums, and various types of social media. The Internet Movie Database (IMDb) is a website that provides information about films from around the world, including the people involved, nominations received, and reviews from visitors. The number of movies and reviews on IMDb causes users or visitors to check the reviews to find out the film rating, so it takes time for users who have no experience using IMDb. Sentiment analysis can be a solution to label positive and negative reviews. One of the algorithms used in sentiment analysis is the Support Vector Machine (SVM) algorithm. This study aimed to test the accuracy of the SVM algorithm in the classification of sentiment review films on IMDb. The tests carried out using the Support Vector Machine algorithm resulted in an accuracy value of 86.5%. The SVM algorithm can also produce a precision value of 90.67% and a recall value of 91.62%.
IMPLEMENTASI PSO UNTUK OPTIMASI BOBOT ATRIBUT PADA ALGORITMA C4.5 DALAM PREDIKSI KELULUSAN MAHASISWA Sharazita Dyah Anggita; Ikmah Ikmah
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 6, No 2 (2021)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v6i2.2440

Abstract

Ketepatan penyelesaian masa studi mahasiswa merupakan salah satu faktor yang banyak disoroti oleh perguruan tinggi. Algoritma C4.5 merupakan salah satu metode yang dapat digunakan dalam memprediksi kelulusan mahasiswa. Salah satu masalah yang yang terjadi pada data mining adalah semakin banyak penggunaan atribut, akan dapat memengaruhi tingkat akurasi dan kinerja dari algoritma. Penelitian ini akan dilakukan dengan melakukan improvement untuk dapat mengoptimasi nilai akurasi pada Algoritma C4.5. Improvement akan berfokus pada bobot yang berperan sebagai faktor kelulusan mahasiswa. Optimasi pembobotan atribut akan dilakukan menggunakan Algoritma PSO Melalui model yang diusulkan, peneliti akan melihat hasil perbandingan nilai akurasi penerapan Algoritma C4.5 dengan C4.5 yang dioptimasi dengan PSO. Hasil akurasi dari penerapan algortima C4.5 dalam menentukan status kelulusan mahasiswa sebesar 90.73%. Proses optimasi yang dilakukan untuk membobotkan atribut pada algoritma C4.5 menggunakan algoritma PSO menghasilkan nilai akurasi sebesar 97.78%. Peningkatan performa didapat dari perbandingan hasil pengujian kedua algoritma dengan peningkatan akurasi sebesar 7.05%.
Penerapan Metode Forward Chaining pada Sistem Pakar untuk Identifikasi Kerusakan Mesin Ekskavator Dary Andrean Hermawanto; Sharazita Dyah Anggita
Building of Informatics, Technology and Science (BITS) Vol 4 No 3 (2022): Desember 2022
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v4i3.2555

Abstract

The application of information systems is handy for business needs as well as the needs of human activity. One form of an information system is an expert system, which is used to transfer human thinking abilities to computers, capable of solving problems like how experts think. The problem that often occurs with mechanics or excavator operators is the limited number of experts to provide consultations to mechanics who need solutions to damage that occurs to machine parts. This study uses the forward chaining method to describe the identification, diagnosis, and explanations of excavator engine damage. The knowledge representation used is IF-THEN rules and combining rules that can produce a conclusion. Forward Chaining has a fact-based search technique which is then matched to find directions. The forward chaining method in several studies is able to produce good accuracy values. In making this system, it is hoped that experts in the field of heavy equipment engines and several manuals about excavator machines will get accurate data about machine damage information. Applying the forward chaining method to this expert system can produce an accuracy rate of 90% through 10 tests
Utilization of Website-Based Information Systems to Optimize Data Management in Khaela Hijab: Pemanfaatan Sistem Informasi Berbasis Website Sebagai Optimalisasi Pengelolaan Data Pada Khaela Hijab Sharazita Dyah Anggita
Dinamisia : Jurnal Pengabdian Kepada Masyarakat Vol. 7 No. 1 (2023): Dinamisia: Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/dinamisia.v7i1.5418

Abstract

Khaela Hijab is a company which sells hijab products. The place is in Sedayu District, Bantul Regency, Yogyakarta. Khaela Hijab produces their own hijab and markets its products via offline and online. Khaela Hijab uses social media as a medium to promote the products. Every sales and purchase transactions are recorded conventionally in a special note book. The transaction writing model causes constraints in presentation of information, where the information could not provided in real time. Beside of that, the calculation of sales profit product also had constraint which caused by recording of production and sales costs that often unbalanced. The result of this activity is the usage of sales information system which uses website as a base - with assistance and material distribution about the use of website to optimize the data management.
Optimasi Algoritma Support Vector Machine Berbasis PSO Dan Seleksi Fitur Information Gain Pada Analisis Sentimen Sharazita Dyah Anggita; Ferian Fauzi Abdulloh
Journal of Applied Computer Science and Technology Vol 4 No 1 (2023): Juni 2023
Publisher : Indonesian Society of Applied Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52158/jacost.v4i1.524

Abstract

Sentiment analysis is a method for processing consumer reviews. This study examines the application of the Support Vector Machine (SVM) algorithm based on PSO and Information Gain as feature selection to filter attributes as a form of optimization. Algorithm implementation in sentiment analysis is carried out by applying a test scenario to measure the level of accuracy of the several parameters used. Selection of the Information Gain feature using the top-k parameter yields an accuracy value of 85.3%. Algortima optimization applying information gain feature selection on the PSO-based SVM resulted in an optimal accuracy rate of 86.81%. The resulting increase in accuracy is 18.84% compared to the application of classic SVM without PSO-based information gain feature selection. Applying information gain feature selection on the PSO-based SVM algorithm can increase the accuracy value in the online sentiment review analysis.
Co-Authors Acihmah Sidauruk Dary Andrean Hermawanto Ferian Fauzi Abdulloh Gita Cahyani Ikmah Ikmah Ikmah Ikmah Ikmah Wiwi Widayani Yoga Pristyanto