Article Per Year (5 Year)
p-Index From 2019 - 2024
0.817
P-Index
This Author published in this journals
All Journal E-Bisnis : Jurnal Ilmiah Ekonomi dan Bisnis Bina Insani ICT Journal JUTIM (Jurnal Teknik Informatika Musirawas)
Rizki Aulianita
STMIK Nusa Mandiri
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Engineering Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Pengaruh Media Sosial Facebook Terhadap Perilaku Cyberbullying Pada SMK Patriot 1 Bekasi Desi Apriliani; Rizki Aulianita
Bahasa Indonesia Vol 7 No 1 (2020): Bina Insani ICT Journal (Juni 2020)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (290.376 KB) | DOI: 10.51211/biict.v7i1.1328

Abstract

Dengan adanya media sosial khususnya facebook tidak dapat dipungkiri bahwa perilaku cyberbullying dapat dilakukan bahkan dialami oleh para pengguna terutama pengguna pada kalangan remaja. Tujuan dari penelitian ini adalah untuk mengetahui adakah pengaruh media sosial facebook terhadap perilaku cyberbullying pada siswa SMK Patriot 1 Bekasi. Penelitian ini menggunakan metode kuantitatif data diambil dari kuesioner yang dibagikan kepada siswa. Peneliti menggunakan 3 variabel bebas yaitu kesenangan, komunikasi dan informasi. Sedangkan variabel terikatnya adalah cyberbullying. Untuk menentukan sebarapa besar pengaruh dari ketiga variabel tersebut peneliti menggunakan analisis regresi linier berganda. Hasil penelitian menunjukkan bahwa nilai Y = 5,838 + 0X1 + -0,137X2 + 1,085X3 sedangkan nilai koefisien determinasi (Rsquare) sebasar 0,103 atau 10,3%. Angka tersebut menunjukkan bahwa pengaruh media sosial facebook cukup dan sisanya 89,7% dipengaruhi oleh variabel lain diluar dari penelitian ini.
TEXT MINING MENGGUNAKAN NAIVE BAYES BERBASIS PARTICLE SWARM OPTIMIZATION UNTUK SENTIMENT RESTAURANT Rizki Aulianita; Achmad Maezar Bayu Aji; Yuni Eka Achyani
JUTIM (Jurnal Teknik Informatika Musirawas) Vol 6 No 1 (2021): JUTIM (Jurnal Teknik Informatika Musirawas) JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jutim.v6i1.1300

Abstract

Berbagai website dengan hasil review dan ulasan memudahkan kita dalam memenentukan sebuah keputusan. Namun keputusan tersebut belumlah maksimal dan akurat. Seperti review makanan di yelp.com. Pengguna cukup banyak melihat review pada web tersebut sebelum memutuskan untuk memesan makanan. Permasalahan disini adalah jika hasil review terbukti kurang objektif, maka hasil keputusan menjadi tidak akurat. Tujuan dari penelitian ini untuk membantu para pengguna review untuk menghasilkan sebuah keputusan yang optimal. Naïve Bayes terbukti sebagai slah satu metode klasifikasi text yang menghasilkan akurasi tinggi. Sedangkan Particle Swarm Optimization dikenal sebagai algoritma optimasi yang baik untuk penyelesaian masalah berdasarkan parameter proses yang ada. Pada penelitan ini akan digunakan metode Naïve Bayes yang dilakukan ujicoba menggunakan Particle Swarm Optimization untuk pembobotan sehingga hasil akurasinya lebih tinggi. Berdasarkan hasil pengolahan data maka dihasilkan nilai akurasi Naïve Bayes sebesar 81.00% dan 83.80% adalah hasil pengolahan akurasi untuk Naïve Bayes Berbasis Particle Swarm Optimization (PSO). Kesimpulan pada percobaan metode Naïve Bayes tersebut yaitu bahwa PSO dapat meningkatkan nilai optimasi dari sebuah algoritma Naïve Bayes sehingga mampu diterapkan sebagai solusi untuk pemecahan masalah di atas.
ALGORITMA KLASIFIKASI DECISION TREE UNTUK REKOMENDASI BUKU BERDASARKAN KATEGORI BUKU Mawadatul Maulidah; Windu Gata; Rizki Aulianita; Cucu Ika Agustyaningrum
E-Bisnis : Jurnal Ilmiah Ekonomi dan Bisnis Vol 13 No 2 (2020): Jurnal Ilmiah Ekonomi dan Bisnis
Publisher : STEKOM PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/e-bisnis.v13i2.251

Abstract

With the increasing development of technology the more variety of books circulating on the internet. As is the recommendation system on online book sites that provide books relevantly and as needed with one's preferences. One alternative is GoodReads, a social networking site that specializes in cataloging books and users can share reading book recommendations with each other by rating, reviewing, and commenting. As a large book recommendation site, it has a lot of data that can be processed by applying machine learning methods, but still not known as the most accurate model. By using the right model, we can provide more accurate recommendations. Therefore, this study will analyze the data obtained from the www.kaggle.com namely the goodreads-books dataset. This study proposed a data mining classification model to get the best model in recommending books on GoodReads. The algorithms used are Decision Tree, K-Nearest Neighbor, Naïve Bayes, Random Forest, and Support Vector Classifier, then for model evaluation using accuracy, precision, recall, f1-score, confusion matrix, AUC, and Mean Error Absolute. The test results of several classification algorithms found that Decision Tree has the highest accuracy among the methods presented by 99.95%, precision by 100%, recall by 96%, f1-score of 98% with MAE of 0.05 and AUC of 99.96%. This is proof that decision tree algorithms can be used as book recommendations based on book categories on GoodReads.
PENELITIAN INDEKS KEPUASAN MASYARAKAT TERHADAP LAYANAN REHABILITASI RAWAT JALAN DI KLINIK IPWL BADAN NARKOTIKA NASIONAL Rizki Aulianita
JUTIM (Jurnal Teknik Informatika Musirawas) Vol 7 No 1 (2022): JUTIM (Jurnal Teknik Informatika Musirawas) JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jutim.v7i1.1557

Abstract

Pelayanan publik merupakan salah satu aspek penting untuk meningkatkan nilai baik pemerintah dimata masyarakat, baik pusat maupun daerah. Maka dari itu pemerintah harus memberikan pelayanan yang berkualitas sehingga tingkat kepuasan masyarakat meningkat dan juga meningkatnya kepercayaan masyarakat kepada pemerintah sebagai penyedia layanan. Penelitian ini bertujuan untuk mengetahui nilai Indeks Kepuasan Masrakat terhadap layanan rawat jalan klinik IPWL BNN dan metode yang digunakan dalam pelitian dengan pendekatan kuantitatif yaitu metode Indeks Kepuasan Masyarakat. Jenis dan sumber data yang digunakan yaitu dari penyebaran kuesioner dan wawancara. Variabel yang digunakan dalam penelitian ini adalah Persyaratan, Sistem, Mekanisme, Prosedur, Waktu Penyelesaian, Biaya/Tarif, Produk Spesifikasi Jenis Layanan, Kompetensi Pelaksana, Perilaku Pelaksana, Penanganan Pengaduan, Saran dan Masukan, Sarana dan Prasarana. Hasil dari penelitian ini bahwa nilai Indeks Kepuasan Masyarakat pada layanan rawat jalan IPWL BNN setelah dikonverikan adalah 88,99 A atau kategori nilai “Sangat Baik”. Hal ini berarti bahwa masyarakat merasa puas terhadap layanan yang telah diberikan
Co-Authors Achmad Maezar Bayu Aji Cucu Ika Agustyaningrum Desi Apriliani Mawadatul Maulidah Windu Gata Yuni Eka Achyani