Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal SisInfo : Jurnal Sistem Informasi dan Informatika
Chairul Habibi
Sistem Informasi, Teknologi dan Informatika, Universitas Informatika dan Bisnis Indonesia
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Sentimen Penggunaan Aplikasi Traveloka di Twitter Menggunakan Model Klasifikasi Tiara Sartina Jayanti; Budiman Budiman; Chairul Habibi; Elia Setiana
SisInfo Vol 6 No 1 (2024): SisInfo
Publisher : Universitas Informatika dan Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37278/sisinfo.v6i1.751

Abstract

Traveloka is an online travel platform that provides booking services for transportation tickets, accommodation, tourist attraction entrance tickets, and others. This research will conduct sentiment analysis using five methods and conduct a comparative analysis between these methods. The goal is to find out how to do sentiment analysis and do a comparison analysis and get the best results for Traveloka sentiment analysis on Twitter. This research uses Twitter to get data and only focuses on tweets about Traveloka. Sentiment analysis also provides benefits for Traveloka in monitoring and analyzing user responses to their products and services from reviews and feedback posted by users on social media such as Twitter, Traveloka can gain valuable insights into the strengths and weaknesses of their services. This dataset consists of 85.6% positive sentiments and 14.4% negative sentiments. In this analysis, the library used is Scikitlearn. Five classification methods were used, namely, Random Forest (RF), Support Vector Machine (SVM), Naive Bayes Classifier (NBC), K-Nearest Neighbor (KNN), and XGBOOST. The steps in this research are data crawling, data preprocessing, data weighting, classification, model testing, model evaluation, comparison analysis, and result analysis. The results show that SVM has better accuracy based on metric evaluation with a value of 90%. However, through model testing using AUC, XGBOOST obtained the highest value of 71%.
Audit Manajemen Resiko Teknologi Informasi Pospay Menggunakan Framework COBIT 5 M Nurdin Afgani; Titan Parama Yoga; Chairul Habibi
SisInfo Vol 6 No 1 (2024): SisInfo
Publisher : Universitas Informatika dan Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37278/sisinfo.v6i1.800

Abstract

Perkembangan teknologi informasi menuju era digital merupakan suatu inovasi yang mengubah sistem dan mempengaruhi perilaku juga harapan masyarakat terhadap tersedianya berbagai layanan informasi dan fitur layanan elektronik. salah satu nya adalah layanan pospay yang mempermudah pelanggan dalam melakukan pembayaran berbagai macam tagihan seperti listrik, telepon, air, kredit motor, dan kartu kredit. Pospay menggunakan Sistem Online Payment Point (SOPP) dan diterapkan di PT. Pos Indonesia sehingga dengan menggunakan layanan Pospay masyarakat tidak lagi repot untuk membayar beberapa tagihan di tempat yang berbeda, cukup dengan satu loket yang berada di salah satu cabang kantor pos maka pelanggan dapat merasakan kemudahan dalam melakukan beberapa tranksaksi pembayaran yang dilakukan secara online. Namun pada proses layanan Pospay tidak lepas dari resiko yang pasti akan dihadapi, oleh karena itu tujuan dari penelitian yang dilakukan antara lain yaitu melaksanakan audit manajemen resiko teknologi informasi pada Pospay dengan menggunakan framework COBIT 5. Berdasarkan hasil penelitian yang telah dilakukan melalui kuisioner dengan menggunakan framework COBIT 5 dengan domain EDM03 dan APO12 didapatkan hasil bahwa capability existing level 2 dengan capability yang diharapkan yaitu level 5. Oleh karena itu, capability gap yang diperoleh pada kondisi tersebut yaitu 3 level.
Co-Authors Budiman Elia Setiana M Nurdin Afgani Tiara Sartina Jayanti Titan Parama Yoga