Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Ananda Khairunnisa, Puteri
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search
Journal : JATI (Jurnal Mahasiswa Teknik Informatika)

 1 
IMPLEMENTASI LONG SHORT-TERM MEMORY DALAM ANALISIS SENTIMEN PENGGUNA APLIKASI TWITTER YANG MENGANDUNG UJARAN KEBENCIAN Yosia Wibowo, Lucky; Annisa, Norul; Ananda Khairunnisa, Puteri; Handrianus Pranatawijaya, Viktor; Priskila, Ressa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9654

Abstract

Aplikasi dan media sosial muncul sebagai hasil dari kemajuan internet dan teknologi, yang memungkinkan pengguna berinteraksi satu sama lain melalui teks dan komentar. Sebagai contoh, aplikasi Twitter merupakan media sosial yang sering sekali digunakan saat ini. Namun, Twitter juga berpotensi menjadi tempat penyebaran ujaran kebencian. Ujaran kebencian berarti menghina, merendahkan, atau mengintimidasi seseorang atau kelompok berdasarkan atribut tertentu, seperti ras, agama, etnis, gender, orientasi seksual, atau jenis kelamin. Ujaran kebencian memiliki banyak akibat buruk yang dapat membahayakan kesehatan mental dan keamanan online penggunanya. Tujuan penelitian ini adalah untuk memecahkan masalah ini dengan menguji seberapa efektif algoritma Long Short-term Memory (LSTM) dalam menganalisis sentimen ujaran kebencian pada aplikasi. Untuk mendeteksi ujaran kebencian dengan tingkat akurasi tinggi, penelitian ini mengembangkan model klasifikasi teks berbasis LSTM. Data teks yang dikumpulkan dari aplikasi yang mengandung ujaran kebencian kemudian dibersihkan dan dinormalisasi untuk pra-pemrosesan. Selain itu, model LSTM digunakan untuk klasifikasi teks sentimen, dan kinerjanya dinilai dengan metrik accuracy, precision, dan recall. Sehingga penelitian ini menghasilkan tingkat accuracy sebesar 83% dengan nilai rata-rata makro (macro average) sebesar 65%.
RANCANG BANGUN PENGEMBANGAN APLIKASI PENCATATAN HUTANG MENGGUNAKAN METODE WATERFALL Ananda Khairunnisa, Puteri; Annisa, Norul; Handrianus Pranatawijaya, Viktor; Noor Kamala Sari, Nova
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9823

Abstract

Dalam era modern, pengelolaan hutang menjadi aspek penting dalam mengatur keuangan, baik untuk individu maupun organisasi. Pengelolaan hutang yang tidak efektif dapat menyebabkan masalah keuangan yang serius. Salah satu permasalahan utama dalam pengelolaan hutang adalah kesulitan dalam mencatat, memantau, dan mengatur pembayaran hutang secara terstruktur. Banyak individu dan organisasi yang masih menggunakan metode manual yang kurang optimal, sehingga rawan terjadi kesalahan pencatatan dan pengelolaan. Tujuan dari penelitian ini adalah untuk merancang dan mengembangkan aplikasi pencatatan hutang yang dapat membantu pengguna dalam mengelola hutang mereka dengan lebih efisien. Aplikasi ini diharapkan dapat menjadi alat yang handal dan terpercaya dalam memudahkan pencatatan, pemantauan, dan pengelolaan hutang. Untuk mencapai tujuan tersebut, penelitian ini menggunakan pendekatan metodologi Waterfall. Pendekatan ini dipilih karena kemampuannya dalam menyediakan kerangka kerja yang sistematis dan terstruktur. Tahapan-tahapan yang dilalui meliputi: analisis, desain, implementasi, dan pengujian. Hasil dari penelitian ini adalah sebuah aplikasi pencatatan hutang. Aplikasi ini dirancang untuk memenuhi kebutuhan pengguna dalam mengelola hutang dengan lebih efektif dan efisien, dengan demikian, aplikasi ini diharapkan dapat menjadi solusi yang handal dan terpercaya dalam pengelolaan hutang
Co-Authors Annisa, Norul Handrianus Pranatawijaya, Viktor Noor Kamala Sari, Nova Priskila, Ressa Yosia Wibowo, Lucky