Article Per Year (5 Year)
p-Index From 2019 - 2024
0.702
P-Index
This Author published in this journals
All Journal JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD
Sartika Mandasari
Universitas Potensi Utama
Computer Science & IT Economics, Econometrics & Finance Education Social Sciences

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

Found 4 Documents
Search

 1 
Analisis Sentimen Pengguna Transportasi Online Terhadap Layanan Grab Indonesia Menggunakan Multinomial Naive Bayes Classifier Sartika Mandasari; B. Herawan Hayadi; Rudi Gunawan
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol 5, No 2 (2022): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v5i2.5635

Abstract

Ojek online telah merambah dunia transportasi di Indonesia. Terobosan baru yang semakin diminati banyak orang ini, tidak hanya menyediakan transportasi angkutan penumpang saja namun juga melayani jasa kurir untuk pemesanan makanan, jasa pengiriman barang, dokumen, dan berbelanja. Banyaknya pelayanan yang diberikan perusahaan ojek online, semakin banyak pula opini yang dilontarkan masyarakat melalui twitter, mengenai kualitas dari setiap jenis layanan yang diberikan oleh perusahaan ojek online.Opini yang memiliki sentimen tersebut akan dianalisis sehingga dapat diketahui layanan mana yang mendapatkan sentimen positif, negatif, dan netral. Oleh sebab itu, diperlukan sebuah pendekatan yang dapat menganalisis sentimen masyarakat terhadap kualitas dari setiap layanan ojek online.Pada penelitian ini metode yang digunakan yaitu term frequency (tf) dan multinomial naive bayes classifier. Tahapan keseluruhan metode yang digunakan pada penelitian ini adalah preprocessing (cleaning, case folding, tokenisasi, convert negation, stopword removal, stemming, dan normalisasi), perhitungan frekuensi kemunculan kata (tf), dan klasifikasi sentimen. Hasil dari penelitian ini adalah mengklasifikasikan tweet ke dalam sentimen positif, negatif, netral dan mengetahui kualitas dari setiap jenis layanan ojek online. Dengan menggunakan algoritma dan metode ini, akurasi yang didapat adalah sebesar 86,57%. Pendekatan ini diharapkan akan sangat membantu pihak perusahaan ojek online untuk memperbaiki kualitas dari setiap jenis layanan yang ada.
ALGORITMA C45 DALAM MEMPREDIKSI MINAT CALON MAHASISWA Zakarias Situmorang; Sartika Mandasari; Yuni Franciska; Karina Andriyani; Puji Sari Ramadhan
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 5, No 1 (2022): February 2022
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v5i1.809

Abstract

Penelitian ini membahas tentang memprediksi minat calon mahasiswa sebelum mendaftar di program studi yang dituju. Dalam memprediksi minat mahasiswa STMIK Triguna Dharma belum memiliki sebuah sistem yang mampu melakukan prediksi dalam mengetahui minat calon mahasiswa yang akan mendaftar(Haryoto et al., 2021). Untuk menyelesaikan permasalahan tersebut maka dibutuhkan sebuah algoritma yang mampu menghasilkan keputusan tentang minat calon mahasiswa yang akan mendaftar. Berdasarkan penelitian yang telah dilakukan maka diperoleh hasil 4 aturan baru dengan menggunakan kriteria jenis kelamin, minat, jurusan asal sekolah dan hobi. Dengan hasil ini dapat diketahui bahwa algoritma C45 telah terbukti berhasil melakukan analisis terhadap minat calon mahasiswa baru di  STMIK Triguna Dharma.
PENERAPAN METODE K-NEARST NEIGHBOR UNTUK MENGIDENTIFIKASI KELAYAKAN PENERIMA KREDIT INVESTASI Sartika Mandasari; B Herawan Hayadi
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 5, No 3 (2022): October 2022
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v5i3.1017

Abstract

Sistem pengidentifikassian kelayakan penerima kredit investasi pada BPD Bank Aceh terhadap para penerimanya masih dilakukan secara manual pada setiap prosesnya, yang terdiri dari proses mengajuan, penyeleksian berkas, wawancara, pengobservasian terhadap calon Nasabah masih dilakukan secara manual.Untuk dapat mengatasi permasalahan yang ada, maka dibuatlah suatu sistem pengelompokan pengidentifikasian penerima Kredit Investasi dengan data mining menggunakan metode K-Nearest Neighbor untuk mengidentifikasi objek atau individu yang serupa dengan memperhatikan beberapa kriteria. Dengan demikian hasil pengelompokan yang telah dirancang dapat membantu pihak BPD Bank Aceh dalam proses penidentifikasian penerima Kredit Investasinya berdasarkan kriteria yang sudah ditentukan sehingga pengelompokan dan pengambilan keputusan dapat dilakukan secara lebih cepat,tepat, dan akurat serta terhindar dari kesalahan.
IMPLEMENTASI JARINGAN SYARAF TIRUAN MENGGUNAKAN ALGORITMA BACKPROPAGATION DALAM MERAMALKAN KEBUTUHAN HANDSANITIZER DI PEMERINTAH KOTA MEDAN Junaidi Junaidi; Sartika Mandasari; Yuni Franciska; Agus Fahmi; Rika Rosnelly
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 5, No 3 (2022): October 2022
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v5i3.1019

Abstract

Meningkatnya jumlah permintaan handsanitizer oleh operasi perangkat daerah (OPD) Pemerintah Kota Medan terjadi karena tuntutan kebutuhan menjaga kebersihan tangan dimasa pandemi. Hal ini berakibat pada melonjaknya kebutuhan pengadaan produk handsanitizer di Pemerintah Kota Medan tersebut. Untuk menyiasati peningkatan kebutuhan handsanitizer tersebut, maka pemasok produk perlu melakukan peramalan untuk meredam ketidakpastian yang akan muncul dari penyediaan produk tersebut. Penelitian ini dilakukan dengan menggunakan metode backpropagation pada jaringan syaraf tiruan untuk meramalkan kebutuhan produk tersebut. Pengolahan data hasil arsitektur jaringan syaraf tiruan dilakukan dengan mengunakan software Matlab 6.1.. Hasil penelitian ini menunjukkan bahwa pada bulan Januari hingga bulan Maret tahun 2022 sebaiknya di sediakan produk handsanitizer sebanyak 637, 642 dan 636 Pcs permasing-masing bulannya. Hasil peramalan ini menunjukkan nilai MSE setiap periode peramalan sebesar - 0.027, 0.066 dan -0.014. ketiga nilai MSE ini masih lebih kecil dari 10% sehingga hasil ramalan ini masih dapat dikatakan akurat.
Co-Authors Agus Fahmi B Herawan Hayadi B. Herawan Hayadi Junaidi Junaidi Karina Andriyani Puji Sari Ramadhan Rika Rosnelly Rudi Gunawan Yuni Franciska Zakarias Situmorang