Widodo, Muhammad Rizky (2025) Pengembangan Sistem Informasi Ekstraksi Umpan Balik Pengguna Untuk Penyempurnaan Model Proses Bisnis Studi Kasus: Pengelolaan Jurnal Elektronik. Other thesis, Institut Teknologi Sepuluh Nopember.
![[thumbnail of 05111940000216-Undergraduate_Thesis.pdf]](http://repository.its.ac.id/style/images/fileicons/text.png) |
Text
05111940000216-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy |
Abstract
Perubahan pada proses bisnis merupakan bagian krusial dari upaya perbaikan untuk mencapai tujuan organisasi. Umpan balik pengguna adalah aset berharga yang dapat dieksplorasi untuk menyempurnakan proses tersebut. Namun, umpan balik yang disampaikan melalui repositori aplikasi seperti GitHub seringkali tidak seragam, umumnya dapat diklasifikasikan menjadi tiga kategori utama: Feature Improvement Request (FIR), New Feature Request (NFR), dan General Comments. Penelitian ini fokus pada konteks pengelolaan jurnal elektronik menggunakan Open Journal Systems (OJS) dan dikembangkan sebagai komponen awal dalam penelitian kolaboratif dengan Uce Indahyanti untuk penyempurnaan model proses bisnis OJS. Oleh karena itu, penelitian ini mengembangkan sebuah aplikasi web untuk memfasilitasi klasifikasi umpan balik pengguna secara efisien. Aplikasi ini memungkinkan pengguna untuk menganalisis umpan balik dengan menyediakan input berupa tautan dari sebuah Issue di GitHub. Sistem kemudian akan memproses data teks dari kolom komentar pada issue tersebut menggunakan Natural Language Processing (NLP) untuk mengklasifikasikan setiap masukan secara otomatis. Aplikasi ini dibangun dengan arsitektur modern menggunakan React.js untuk front-end dan Python Flask untuk back-end. Untuk tugas klasifikasi, sistem ini mengimplementasikan model deep learning berbasis BERT yang unggul dalam pemahaman konteks tekstual. Sistem juga menyediakan fleksibilitas bagi pengguna untuk mengunggah model klasifikasi lain dari platform seperti Hugging Face sesuai kebutuhan. Sistem yang dikembangkan telah divalidasi melalui implementasi dalam penelitian disertasi tentang business process improvement. Dengan aplikasi web ini, diharapkan organisasi dapat secara efektif menganalisis umpan balik dari repositori GitHub OJS dan memanfaatkannya untuk perbaikan proses bisnis yang lebih terarah.
========================================================================================================================
Business process changes are a crucial part of improvement efforts to achieve organizational goals. User feedback is a valuable asset that can be explored to refine these processes. However, feedback submitted through application repositories such as GitHub is often inconsistent and can generally be classified into three main categories: Feature Improvement Request (FIR), New Feature Request (NFR), and General Comments. This research focuses on the context of electronic journal management using Open Journal Systems (OJS) and was developed as an initial component in collaborative research with Uce Indahyanti for improving OJS business process models. Therefore, this research develops a web application to facilitate efficient user feedback classification. The application allows users to analyze feedback by providing input in the form of links from GitHub Issues. The system then processes text data from the comment columns of these issues using Natural Language Processing (NLP) to automatically classify each input. The application is built with modern architecture using React.js for the front-end and Python Flask for the back-end. For classification tasks, the system implements a deep learning model based on BERT, which excels in textual context understanding. The system also provides flexibility for users to upload classification models from platforms like Hugging Face according to their needs. The developed system has been validated through implementation in dissertation research on business process improvement. With this web application, organizations are expected to effectively analyze feedback from OJS GitHub repositories and utilize it for more targeted business process improvements.
Actions (login required)
 |
View Item |