Annisa Uswatun Khasanah

Annisa Uswatun Khasanah memiliki keahlian akademik yang berpusat pada penerapan teknik data mining dan analisis teks untuk memecahkan masalah di bidang industri, logistik, dan layanan digital. Dalam lima tahun terakhir, risetnya secara konsisten menggunakan metode clustering, association rule, dan algoritma klasifikasi seperti Naïve Bayes serta Support Vector Machine untuk menganalisis sentimen pengguna aplikasi, seperti pada studi tentang PeduliLindungi dan JNE, serta untuk meningkatkan strategi penjualan ritel melalui karakterisasi konsumen. Fokus mutakhirnya bergeser ke optimalisasi sistem berbasis teks, terlihat dari implementasi text mining untuk meningkatkan performa Google Classroom berdasarkan ulasan pengguna, serta analisis masalah pada aplikasi Zoom. Di sisi operasional, ia meneliti perbaikan efisiensi lini perakitan dengan konsep line balancing berbasis ECRS dan manajemen gudang aksesoris garmen menggunakan analisis FSN. Publikasi lamanya, seperti prediksi performa mahasiswa dan peramalan penjualan, memberikan dasar kesinambungan dalam penggunaan teknik data mining, namun riset terbaru lebih menonjolkan aplikasi pada sektor e-learning, logistik, dan manufaktur dengan pendekatan yang lebih terintegrasi pada data ulasan pengguna dan analisis kelayakan finansial, seperti pada proyeksi bisnis sentra mebel.