Article Per Year (5 Year)
p-Index From 2019 - 2024
0.61
P-Index
This Author published in this journals
All Journal Lontar Komputer: Jurnal Ilmiah Teknologi Informasi Jurnal Ilmiah Informatika Komputer Journal of Information System, Applied, Management, Accounting and Research
Murniyati Murniyati
Universitas Gunadarma
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 3 Documents
Search

 1 
Penerapan Algoritma K-Means Clustering Pada Data Keluhan Pelanggan PT. PLN (Persero) sugrio dwi darmawan; Dewi Agushinta R; Murniyati Murniyati
JISAMAR (Journal of Information System, Applied, Management, Accounting and Research) Vol 6 No 2 (2022): JISAMAR: May 2022
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisamar.v6i2.761

Abstract

Listrik merupakan kebutuhan masyarakat yang bisa dianggap kebutuhan sangat penting. Untuk menjaga kualitas pelayanan pelanggan perusahaan listrik Negara harus senantiasa menjaga mutu dan pelayanannya tidak terkecuali keluhan pelanggan. Penelitian ini membahas tentang penerapan algoritma K-Means Clustering pada data keluhan pelanggan. Data yang digunakan adalah data keluhan pelanggan selama tahun 2020. Analisis penelitian ini Disajikan dalam 3 (tiga) tingkat cluster yaitu cluster keluhan tertinggi (C1), cluster keluhan menengah (C2), dan cluster keluhan rendah (C3). Data diolah menggunakan aplikasi Rapid Miner sebagai penyelesaiannya dan mendapatkan hasil akhir yaitu 2 jenis data keluhan berada di cluster tertinggi, 3 jenis keluhan di cluster menengah, dan 7 jenis keluhan di cluster terendah. Pengujian cluster menggunakan Davies Bouldin Index memiliki nilai sebesar 0,52 yang berarti antar anggota cluster memiliki kesamaan cukup baik. Hasil analisis dari penelitian ini dapat menjadi masukan untuk Perusahaan Listrik Negara agar menjadikan jenis laporan keluhan pelanggan dengan kategori tertinggi (C1) sebagai prioritas utama dalam meningkatkan pelayanan pelanggan guna menekan tingginya angka keluhan pada dua jenis laporan tertinggi yaitu PDPB dan Prabayar
CLUSTERING RELATIONSHIP BERDASARKAN BOBOT PEMBENTUK SOCIAL TRUST NETWORK UNTUK SISTEM REKOMENDASI PADA MEDIA SOSIAL INSTAGRAM Murniyati Murniyati; Tristiyanti Yusnitasari; Endah Kurniasari; Dody Pernadi
Jurnal Ilmiah Informatika Komputer Vol 27, No 3 (2022)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2022.v27i3.7557

Abstract

Instagram merupakan media sosial yang banyak digunakan untuk media pemasaran. Banyaknya informasi di media sosial menyebabkan sulitnya pengguna untuk mendapatkan informasi yang sesuai dengan kebutuhan pengguna. Jejaring sosial yang semakin berkembang memberikan kesempatan kepada para peneliti untuk memanfaatkannya pada penelitian diberbagai bidang. Social Network Analysis (SNA) adalah proses untuk menemukan keberadaan komunitas yang berisi sekumpulan orang dengan beberapa kesamaan seperti minat, hobi, gaya hidup, tujuan, lokasi maupun profesi kemudian membentuk sebuah komunitas atau klaster, Deteksi komunitas merupakan salah satu tugas dari SNA. Social network dapat dikatakan mempengaruhi user behavior sehingga pada penelitian ini dilakukan pembentukan klastering relationship yang berdasarkan relasi yang diperoleh dari social network dengan tahapan yang dilakukan adalah melakukan scrapping terhadap data pengguna pada media sosial instagram terlebih dahulu untuk mendapatkan relasi antara pengguna yang ada pada akun Instagram, kemudian melakukan pembentukan klaster dengan menggunakan algoritma Louvain. Hasil pembentukan klaster didapat nilai modularitas terbaik sebesar 0,879 dengan jumlah klaster sebanyak 27 klaster pada data yang digunakan adalah akun instagram toko buku gramedia pustaka utama dimana anggota klaster yang terbentuk adalah anggota yang mempunyai relasi atau keterkaitan. Pembentukan klastering relationship ini bisa dimanfaatkan untuk merekomendasikan hal yang terkait dengan postingan pada media sosial instagram.
Sebuah Sentiment Analysis of Indonesian Youtube Reviews About Lesbian, Guy, Bisexual and Transgender (LGBT) using IndoBERT Fine Tuning Teddy Oswari; murniyati murniyati; Trityanti Yusnitasari; Nurasiah Nurasiah; Seviyanti Wijay
Lontar Komputer : Jurnal Ilmiah Teknologi Informasi Vol 15 No 1 (2024): Vol. 15, No. 1 April 2024
Publisher : Institute for Research and Community Services, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843//LKJITI.2024.v15.i01.p03

Abstract

Lesbian, gay, Bisexual, and Transgender (LGBT) is an individual who has a sexual orientation or gender identity that is different from the heterosexual majority. The LGBT community now dares to appear openly on social media; nowadays, social media is used as a source of information and a place to provide comments. The Indonesian state generally still views the LGBT community as deviant behavior. This research was conducted to understand Indonesian society's views on LGBT through YouTube and social media. The text mining method analyzes and classifies the counter or pro sentences expressed in the comments. The model used in this research is IndoBERT because the research object studied is Indonesian. IndoBERT is part of the Bidirectional Encoder Representation From Transformers (BERT) model. The data sources used were 1,493 data. The stages carried out in this research included the preprocessing stage, which included case folding, data cleaning, tokenization, stopword removal, stemming, and normalization, then the data labeling stage, and finally, the model building stage with IndoBERT Fine Tuning. The level of accuracy achieved using IndoBERT is 74%.
Co-Authors Dewi Agushinta R. Dody Pernadi Endah Kurniasari Nurasiah Nurasiah Seviyanti Wijay sugrio dwi darmawan Teddy Oswari Tristiyanti Yusnitasari Trityanti Yusnitasari