Article Per Year (5 Year)
p-Index From 2019 - 2024
3.324
P-Index
This Author published in this journals
All Journal Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Journal of Computer Science and Informatics Engineering (J-Cosine) JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) BERNAS: Jurnal Pengabdian Kepada Masyarakat Charity : Jurnal Pengabdian Masyarakat eProceedings of Engineering
Anisa Herdiani
Telkom University
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Dentistry Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Neuroscience Nursing Public Health Social Sciences Veterinary Other

Published : 48 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 48 Documents
Search

 1   2   3   4   5 
ANALISIS KLASIFIKASI SENTIMEN DAN PERINGKASAN PADA REVIEW PRODUK MENGGUNAKAN METODE UNSUPERVISED Muhammad Husein Adnan; Warih Maharani; Anisa Herdiani
Indonesia Symposium on Computing Indonesia Symposium on Computing (IndoSC) 2016
Publisher : Indonesia Symposium on Computing

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Peningkatan transaksi e-commerse telah membuat para pelaku pasar mengalihkan proses jual-beli ke arah modernisasi melalui internet. Banyak Website penyedia layanan jual-beli online yang bermunculan hingga memudahkan juga bagi konsumen untuk mengutarakan opininya mengenai produk yang dia beli serta produsen dalam mengetahui opini konsumen tersebut. Sayangnya opini mengenai review suatu produk yang dijumpai, jumlah nya sangat banyak dan menyulitkan untuk ditarik kesimpulan. Pada penelitian ini dilakukan analisis untuk membuat sebuah sistem yang dapat memberikan klasifikasi dan ringkasan atas review produk tersebut. Review tehadap suatu produk, umumnya tidak hanya kepada produk itu sendiri namun lebih banyak kepada fiturfiturnya. Untuk itu dilakukan juga analisis untuk dapat mengambil fitur-fitur dari produk dan kata opininya menggunakan metode Noun Phrase Chunking dan Double Propagation. Klasifikasi ditingkat aspek dilakukan untuk menentukan opini–opini pada review produk kedalam opini positif dan negatif. Ada banyak metode untuk melakukan klasifikasi tersebut, pada penelitian ini digunakan metode Unsupervised berbasis kesamaan polarity pada setiap kata opini yang muncul bersamaan yang dihubungkan dengan sebuah konjungsi “and” yang mampu memberikan orientasi opini dengan tepat.
Lexicon-Based Sentiment Analysis of Indonesian Language Student Feedback Evaluation Raginda Firdaus; Ibnu Asror; Anisa Herdiani
Indonesia Journal on Computing (Indo-JC) Vol. 6 No. 1 (2021): April, 2021
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34818/INDOJC.2021.6.1.408

Abstract

Student feedback for lecturer plays an important role, it used to improve the quality of lecturer in teaching. In general, student feedback consists of two types, quantitative feedback and qualitative feedback. For quantitative feedback, it can easily analyze using statistical calculations, because it contains closed questions with multiple choices. But for qualitative feedback, it is difficult to analyze, because it contains open questions with essay answers. Lecturers can analyze manually, but it takes extensive times and the results can be very subjective. To overcome this problem, sentiment analysis is applied to analyze textual data automatically in order to improve teaching evaluations. This research uses student feedback as dataset, and lexicon approach with InSet Lexicon. In this research, the evaluation result shows that system accuracy is 90.9%.
Pengukuran Customer Satisfaction Index Implementasi Mobile Version Portal Wisata Garut Anisa Herdiani
Charity : Jurnal Pengabdian Masyarakat Vol 3 No 2 (2020): Charity - Jurnal Pengabdian Masyarakat
Publisher : PPM Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/charity.v3i2.2516

Abstract

Kabupaten Garut merupakan daerah dengan berbagai destinasi wisata yang menarik dikunjungi wisatawan baik dari dalam maupun luar negeri. Hingga saat ini Dinas Pariwisata Kabupaten Garut telah memiliki portal wisata berbasis web yang dikembangkan bersama dengan Universitas Telkom. Portal wisata tersebut mengakomodasi informasi tempat pariwisata, tempat menginap, produk atau layanan jasa yang ditawarkan, serta fitur informasi wisata halal yang tentunya sangat penting diketahui oleh wisatawan muslim. Portal wisata kemudian perlu dikembangkan lebih lanjut agar dapat lebih mudah dijangkau oleh calon wisatawan yang mengakses informasi melalui perangkat mobile. Portal versi mobile dikembangkan dengan teknologi PWA (Progressive Web Application) sehingga user dapat merasakan experience penggunaan aplikasi mobile tanpa perlu mengunduh aplikasi untuk mengakses informasi yang ada di dalam portal wisata. Untuk mengukur tingkat kepuasan pengguna informasi terhadap portal wisata yang sudah dibangun, dilakukan evaluasi yang menghasilkan Customer Satisfaction Index (CSI). Hasil evaluasi menunjukkan CSI yang dicapai oleh portal yang sudah dibangun yaitu sebesar 90,5% dengan interpretasi Sangat Baik.
IMPLEMENTASI ALAT PENGUPAS DAN PENYARING KULIT ARI KACANG KEDELAI UNTUK MENINGKATKAN KAPASITAS PRODUKSI TEMPE CV. MITRA PANGAN SEJAHTERA, BANDUNG erna febriyanti; Agus Kusnayat; Shinta Yulia Puspitasari; Anisa Herdiani; Mohammad Yasin Abdul Hafidh; Indra Lukmana Sardi; Sri Martini
Charity : Jurnal Pengabdian Masyarakat Vol 2 No 1 (2019): Charity - Jurnal Pengabdian Masyarakat
Publisher : PPM Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/charity.v2i1.2122

Abstract

Mitra Pangan Sejahteramerupakan usaha mikro kecil dan menengah (UMKM)di Karang Pamulang, Mandalajati, Kota Bandung, Jawa Barat yang bergerak dibidang produksi tempe. Saat ini CV. Mitra Pangan Sejahtera berharap untuk bisa mengolah 1 ton kedelai setiap harinya guna memenuhi kebutuhan konsumen. Namun, dalam proses produksi tempe ada beberapa proses yang memakan waktu. Salah satunya pada proses pemisahan kulit ari dari kacang kedelai. Proses pemisahan kulit dan kacang kedelai yang dilakukan selama ini adalah dengan pengadukan dan penyaringan secara manual menggunakan tangan dan bantuan ayakan bambu sederhana. Cara ini hanya efektif untuk jumlah yang kecil, yaitu sekitar 4 kuintal/hari. Untuk meningkatkan kemampuan produksi tempe, proses pemisahan tersebut harus dikembangkan. Dengan adanya mesin pengupas kulit ari maka tidak banyak tenaga yang diperlukan dan proses pemisahan kulit dari kacangnya dapat dilakukan lebih cepat sehingga meningkatkan produktifitas dan efisiensi.
Identifikasi Cyberbullying pada Kolom Komentar Instagram dengan Metode Support Vector Machine dan Semantic Similarity Lintani Afina Hajar Raudhoti; Anisa Herdiani; Ade Romadhony
Journal of Computer Science and Informatics Engineering (J-Cosine) Vol 4 No 1 (2020): June 2020
Publisher : Informatics Engineering Dept., Faculty of Engineering, University of Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (445.99 KB) | DOI: 10.29303/jcosine.v4i1.318

Abstract

Instagram is a popular social media platform where users can share photos and videos, and also post comments on other users postings. Although there are many benefits on sharing information and posting comments, the freedom of using a social media platform also has a negative effect. One of non-constructive actions performed by social media users is cyberbullying, a misuse of technology through social media to embarrass or threaten others. Cyberbullying could affect the social media users, especially the target victim, hence we have to build a system that can limit the negative posts. In this research, we tackle the cyberbullying detection on Instagram comments as a classification problem and employ the SVM classifier. As a supervised machine learning approach, the SVM method has limitation on processing new words that never found in the training data. Therefore, we employed a semantic information derived from pre-trained word embeddings to gather similar words that appear in the training data to substitute the unknown words in the testing data. The experimental results show that the use of semantic similarity information improve the classification accuracy by 7%, from 67% to 74%.
Capturing Students’ Dynamic Learning Pattern Based on Activity Logs Using Hierarchical Clustering Kusuma Ayu Laksitowening; Made Diva Prasetya; Dawam Dwi Jatmiko Suwawi; Anisa Herdiani
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 7 No 1 (2023): February 2023
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v7i1.4655

Abstract

Students can have various characteristics and learning patterns. By understanding the characteristics and learning pattern of individual students, teachers can provide individualized learning strategies based on students' needs. Students' learning patterns may experience changes depending on their conditions during the learning process. If the learning pattern analysis is only run once, then the progress and changes in student learning patterns throughout the learning process cannot be recognized. On the other hand, periodical analysis is expected to describe the dynamics of student learning patterns from time to time. This research is intended for capturing students' dynamic learning pattern using Hierarchical Clustering. We clustered the learning patterns based on Learning Management Systems (LMS) activity logs. The activity log data were partitioned into several periodical datasets. The results of the periodic clustering indicated that students’ learning patterns varied from one another and changed from time to time. Most students experienced change in learning patterns throughout the semester. The analysis also indicated that learning pattern also has the potential to be improved and maintained.
REDESIGNING USER INTERFACE OF TEMAN BUS APPLICATION USING GOAL-DIRECTED DESIGN Yogi Putra Prastiawan; Veronikha Effendy; Anisa Herdiani
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 8, No 1 (2023)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v8i1.3333

Abstract

In these modern era, it is very easy to create an investment portfolio, an investment portfolio can be formed by buying a shares. By creating portfolio investation, our can expect score return which makes it an advantage. However, there is also a risk value that will be obtained when buy shares. In the formation of an investment portfolio for active investors, it is expected to create an optimal investment portfolio, there are many models that can be used to create an optimal investment portfolio. In this final project, will discusses the use of the Black-Litterman Model in optimizing portfolios for active investors. The Black-Litterman model is one of the models that can be used to optimize the investment portfolio, the Black-Litterman model provides additional information for the return and risk values based on the views of experts. This model builds on the MV and CAPM using a Bayesian framework that allows investors to effectively incorporate their views of the market into the allocation process asset. Based on several tests that have been carried out during the research with different days, the value of the investor's view will always be different every day, the value of an optimistic view will have a good impact on the stock, even though the stock price is falling, if the investor's view is expressed optimism, the weight of the shares will remain high.
Pemanfaatan Ontologi Dengan Paradigma Pembangunan Combined Hierarchy Dalam Pengukuran Indeks Kebahagiaan Masyarakat Kota Bandung Anisa Herdiani; Nungki Selviandro; Muhammad Faris Adri Azka
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pemerintah kota Bandung saat ini sedang mengembangkan sebuah sistem untuk mengukur indeks kebahagiaan masyarakatnya. Pengukuran indeks kebahagiaan tersebut menggunakan parameter-parameter tertentu yang disesuaikan dengan hal-hal yang dapat membuat masyarakat Bandung menjadi bahagia. Sering kali orang- orang menyampaikan apa yang ada di pikirannya melalui sosial media. Penelitian ini mengusulkan sistem untuk mengukur indeks kebahagiaan tersebut menggunakan data yang ada di media sosial kemudian dilakukan perhitungan sesuai dengan parameter-parameter yang ada. Penelitian ini akan terbagi atas beberapa tahap. Tahap pertama adalah melakukan crawling data dari media social twitter dengan pembatasan area crawling hanya dari kota Bandung. Tahap kedua adalah melakukan proses text processing untuk mendapatkan data tweet yang bersih. Tahap ketiga adalah melakukan pembuatan ontologi yang dijadikan dasar klasifikasi data tweet berdasarkan parameter-parameter indeks kebahagiaan. Tahap keempat adalah mengklasifikasikan tweet dengan menggunakan ontologi yang telah dibuat pada tahap sebelumnya. Tahap kelima adalah klasifikasi sentimen dari data hasil klasifikasi ontologi yang telah dilakukan. Tahap terakhir adalah menghitung indeks kebagagiaan dari hasil klasifikasi sentimen. Keluaran dari penelitian ini adalah nilai indeks kebahagiaan masyarakat kota Bandung. Indeks kebahagiaan yang didapatkan pada penelitian ini adalah sebesar 58%. Hasil dari penelitian ini dapat digunakan sebagai alternatif perhitungan indeks kebahagiaan Kota Bandung disamping perhitungan indeks kebahagiaan secara manual. Kata kunci : Indeks Kebahagiaan, Ontologi, Analisis Sentimen, Twitter
Implementasi Mesin Pencarian Berbasis Ontologi Pada Twitter Untuk Membantu Pengukuran Happiness Index Kota Bandung Muhammad Arifino Setyawan; Anisa Herdiani; Nungki Selviandro
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Media sosial merupakan tren teknologi yang terus meningkat dalam beberapa tahun terakhir. Seiring dengan peningkatan penggunanya, semakin banyak pengguna yang menyalurkan opininya melalui media sosial. Opini masyarakat merupakan salah satu hal yang bisa digunakan untuk menjadi input dari pengukuran happiness index. Happiness index merupakan suatu nilai yang dapat menggambarkan tingkat kesejahteraan masyarakat suatu wilayah. Namun untuk mengukur happiness index dibutuhkan data yang banyak, sehingga diperlukan suatu sistem yang dapat mengumpulkan data dari media sosial. Search engine merupakan salah satu cara yang bisa digunakan untuk mengumpulkan data, namun karena domain pencarian yang spesifik, penggunaan search engine biasa yang berbasis keyword dianggap kurang efisien sehingga diperlukan search engine yang dapat mencari data berdasarkan suatu domain yang spesifik. Penggunaan ontologi dalam pencarian dapat menangani masalah tersebut. Ontologi merupakan salah satu cara merepresentasikan pengetahuan, dengan bermula dari domain happiness index dapat dibangun sebuah ontologi yang dapat merepresentasikan happiness index. Paradigma top-down dan metodologi Noy McGuinness digunakan dalam konstruksi ontologi. Dalam melakukan penilaian dengan ontologi, metode dari Ehrig akan dipilih karena karakteristik data yang memiliki kemiripan dengan data yang akan diperoleh dari media sosial. Kemudian data tersebut akan diklasifikasi menggunakan metode klasifikasi berbasis kedalaman ontologi. Pada penelitian ini akan diuji performa search engine yang menggunakan ontologi menggunakan komputasi Ehrig dan klasifikasi menggunakan ontologi. Berdasarkan hasil pengujian yang dilakukan, diperoleh hasil yang memuaskan dengan nilai F1-Measire 86% untuk penilaian data berdasarkan ontologi dan hasil yang mencapai 84% dan 100%, untuk perbandingan relevansi hasil pencarian dibandingkan dengan search engine tanpa ontologi. Untuk klasifikasi diperoleh nilai accuracy mencapai 81% yang cukup baik untuk metode klasifikasi yang diusulkan. Kata kunci: happiness index, media sosial, ontologi, search engine, klasifikasi
Analisis Klasifikasi Sentimen Level Aspek Menggunakan Pendekatan Pembelajaran Supervised Trysha Cintantya Dewi; Warih Maharani; Anisa Herdiani
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Peningkatan transaksi pada e-commerce terlihat dari maraknya pelaku pasar dalam proses jual beli menggunakan media online. Konsumen bebas dalam memberikan opini suatu produk dapat digunakan oleh konsumen lain dalam membuat keputusan dalam pembelian suatu produk tersebut. Jumlah ulasan yang banyak dan penggunaan bahasa yang tidak sesuai kaidah standar akan menyulitkan konsumen dalam penarikan kesimpulan ulasan pada suatu produk. Pembangkitan ringkasan review produk dengan menentukan orientasi opini positif atau negatif pada fitur produk dapat membantu proses pembacaan suatu ulasan produk. Terdapat dua tahap sebelum memasuki tahap pembangkitan ringkasan. Pertama, ekstraksi aspek dan opini yaitu aspek suatu produk yang didapatkan melalui teknik knowledge pattern. Kemudian penentuan sentimen pada setiap opini produk menggunakan pendekatan supervised learning dengan melabelkan pada fitur untuk klasifikasi sebuah aspek produk. Satu kalimat ulasan dapat memiliki satu atau lebih aspek produk, sehingga pemilihan level aspek pada penentuan sentimen dilakukan agar sentimen positif atau negatif diperoleh berdasarkan aspek. Peringkasan ulasan produk pada setiap fiturnya akan diringkas secara ekstraktif dengan menampilkan fitur produk dengan orientasinya yang dipisahkan antara positif dengan negatif. Penambahan pada aturan pattern knowledge hasil dari eksperimen dan pengamatan pada aspek yang belum terekstrak secara konsisten dapat menambah identifikasi aspek pada opini produk. Ekstraksi yang belum sempurna karena pattern knowledge yang belum menguasai penggunaan bahasa dengan kaidah standar yang tidak sesuai. Hal tersebut dibantu dengan klasifikasi orientasi opini menggunakan pendekatan pembelajaran supervised yang menggunakan tahap belajar pada aspek yang teridentifikasi. Hasil dari penelitian tugas akhir ini didapatkan penambahan aturan pada teknik pattern knowledge yang mampu secara konsisten mengidentifikasi aspek produk yang lebih baik dibandingkan dengan aturan sebelumnya. Kemudian klasifikasi menggunakan pendekatan pembelajaran supervised dapat membantu dengan baik orientasi opini dengan model yang telah dibangung dari hasil ekstraksi aspek dan opini yg dilakukan. Kata Kunci: review produk, knowledge pattern technique, analisis sentimen, supervised learning, peringkasan opini.
Co-Authors Ade Romadhony Agus Kusnayat Alfian Yulianto Amanda Putri Septiani Andy Satria Aniq Rohmawati Aprillia Rizki Adiati Asep Aprianto Aufa Bil Ahdi P Bastomy Bastomy Bety Elysabeth Pasaribu Daffa Dhiya Ulhaq Dana Sulistyo Kusumo David Winalda Dawam Dwi Jatmiko Suwawi Dimas Ikhsanu Fitra Diyas Puspandari Emil R. Kaburuan erna febriyanti Farah Rahmadiani Ibnu Asror Ika Rahayu Ponilan Imelda Atastina Indra Lukmana Sardi Indriani Mentaruk Intan Widya Rahayu Irvan Dwi Putra Manurung Jahtra Genio Muhammad Kemas Muslim Lhaksmana, Kemas Muslim Kemas Rahmat Saleh Wiharja Laksitowening, Kusuma Ayu Lintani Afina Hajar Raudhoti Lulu Alfi’a Rahma Ningsih Luthfi Shidqi Made Diva Prasetya Martania Triana Dewi Mochammad Fitrah Eka Pramudita Mohammad Yasin Abdul Hafidh Monterico Adrian Muhamad Fauzan Putra Muhammad Arifino Setyawan Muhammad Faris Adri Azka Muhammad Hanafiah Muhammad Husein Adnan Muhammad Johan Alibasa Muhammad Rizky Riandi Gunaedi Nadine Azhalia Purbani Nungki Selviandro Nur Muhammad Putra Setiadi Nurmasyitah Nurmasyitah Puput Fajriati Tri S Raginda Firdaus Ridea Valentini Peristiwari Siwabessy Rizaldy Arigi Rizky Dhian Syarif Rizky Wahyu Kurniawati Rosa Reska Riskiana Sakti Dewantoro Shinta Yulia Puspitasari Sri Martini Tiara Fitri Berlian Trysha Cintantya Dewi Veronikha Effendy Warih Maharani Widi Astuti Yodie Dalyono Yogi Putra Prastiawan Yuni Dwiyanti Zaid Mukhtar ZK Abdurahman Baizal