Jurnal Eksplora Informatika最新文献_第3页

Algoritma K-Means pada Pengelompokan Pembelajaran Tatap Muka Terbatas Sesudah Vaksinasi COVID-19 k -手段在COVID-19疫苗接种后限制了面对面学习

Jurnal Eksplora Informatika Pub Date : 2022-01-24 DOI: 10.30864/eksplora.v11i1.560

Lili Kartikawati, K. Kusrini, Emha Taufiq Luthfi

{"title":"Algoritma K-Means pada Pengelompokan Pembelajaran Tatap Muka Terbatas Sesudah Vaksinasi COVID-19","authors":"Lili Kartikawati, K. Kusrini, Emha Taufiq Luthfi","doi":"10.30864/eksplora.v11i1.560","DOIUrl":"https://doi.org/10.30864/eksplora.v11i1.560","url":null,"abstract":"Pandemi COVID-19 menimbulkan potensi dampak sosial yang kurang baik, peranan sekolah dalam proses belajar mengajar tidak terlihat. Akses dan kualitas pembelajaran jarak jauh berbanding lurus dengan capaian belajar peserta didik. Capaian hasil belajar peserta didik menunjukkan tingkat kualitas pembelajaran yang telah dilakukan. Peserta didik yang terkendala dalam mencapai hasil belajar maka dibutuhkan langkah perbaikan proses belajar di antaranya melalui pembelajaran tatap muka terbatas. Pembelajaran tatap muka terbatas wajib menaati prosedur kesehatan, di antaranya pembatasan jumlah maksimal peserta didik dalam satu Rombel. Pengelompokan peserta didik dipilih sebagai solusi pembatasan jumlah peserta didik dalam Rombel. Metode eksperimen penelitian ini diterapkan pada hasil capaian belajar selama tengah semester genap 2020/2021 peserta didik X Usaha Perjalanan Wisata 1 di SMK Negeri 4 Yogyakarta. Pengelompokan dan pembuktian kualitas pengelompokan algoritma K-Means menggunakan metode silhouette coefficient serta rumus euclidean distance untuk mengukur jarak di antara dokumennya. Hal yang membedakan dengan penelitian clustering sebelumnya di antaranya dilakukan pengukuran kualitas peng-cluster-an dan melakukan penggalian lebih dalam pada pola-pola baru hasil peng-cluster-an yang terbentuk sehingga didapatkan pengetahuan baru. Kualitas clustering menghasilkan nilai Si=0,8313 yang berarti memiliki karakteristik struktur kuat dan menampilkan pengetahuan baru berupa kelompok rumpun mata pelajaran yang menginformasikan tingkatan daya serap peserta didik terhadap mata pelajaran.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"11 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2022-01-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"89554631","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 2

Klasifikasi Lama Studi dan Predikat Kelulusan Mahasiswa menggunakan Metode Naïve Bayes 旧的研究分类和优先权学生毕业使用的天真的Bayes方法

Jurnal Eksplora Informatika Pub Date : 2022-01-24 DOI: 10.30864/eksplora.v11i1.606

I. N. Rudy Hendrawan, I. M. A. Budhi Saputra, Gusti Ayu Oka Cahya Dewi, I. G. S. Adi Pranata, Ni Luh Nyoman Mirah Wedasari

{"title":"Klasifikasi Lama Studi dan Predikat Kelulusan Mahasiswa menggunakan Metode Naïve Bayes","authors":"I. N. Rudy Hendrawan, I. M. A. Budhi Saputra, Gusti Ayu Oka Cahya Dewi, I. G. S. Adi Pranata, Ni Luh Nyoman Mirah Wedasari","doi":"10.30864/eksplora.v11i1.606","DOIUrl":"https://doi.org/10.30864/eksplora.v11i1.606","url":null,"abstract":"Ketepatan waktu studi mahasiswa adalah hal yang penting dalam perguruan tinggi. Ketepatan waktu mahasiswa dalam menyelesaikan studi menjadi salah satu penunjang penilaian kualitas perguruan tinggi. Hal ini tentu saja berpengaruh terhadap mutu kelulusan mahasiswa dan predikat kelulusan pada mahasiswa itu sendiri terutama pada saat proses akreditasi. Oleh karena itu, pada penelitian ini diklasifikasikan lama studi dan predikat kelulusan mahasiswa dengan tujuan untuk membantu pihak program studi dan fakultas dalam menganalisis luaran pembelajaran. Metode klasifikasi yang diterapkan pada penelitian ini adalah Naïve Bayes. Data yang digunakan adalah data mahasiswa Institut Teknologi dan Bisnis STIKOM Bali tahun 2008 sampai dengan tahun 2016 dengan total jumlah data sebanyak 5.081. Atribut dataset yang digunakan untuk mengklasifikasikan Lama Studi dan Predikat Kelulusan adalah Jenis Kelamin, Prodi, Konsentrasi, Tahun Masuk, dan Tahun Lulus. Hasil eksperimen menunjukkan bahwa akurasi tes classifier untuk klasifikasi lama studi sebesar 0,74 dan untuk akurasi tes klasifikasi predikat kelulusan sebesar 0,61 pada kelompok data Program Studi Sistem Komputer. Kemudian untuk kelompok data Program Studi Sistem Informasi akurasi tes klasifikasi lama studi sebesar 0,73 dan untuk akurasi klasifikasi predikat kelulusan sebesar 0,67.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"65 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2022-01-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"88286466","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 1

Penerapan Metode Analytical Hierarchy Process Pada Seleksi Calon Ketua Skynav

Jurnal Eksplora Informatika Pub Date : 2021-03-31 DOI: 10.30864/EKSPLORA.V10I2.496

R. H. Kiswanto, Rosiyati M. H. Thamrin, Simon Sapan

{"title":"Penerapan Metode Analytical Hierarchy Process Pada Seleksi Calon Ketua Skynav","authors":"R. H. Kiswanto, Rosiyati M. H. Thamrin, Simon Sapan","doi":"10.30864/EKSPLORA.V10I2.496","DOIUrl":"https://doi.org/10.30864/EKSPLORA.V10I2.496","url":null,"abstract":"Skynav adalah mitra kerja di perusahaan Airnav Indonesia yang tujuannya memperjuangkan hak-hak karyawan . Seleksi calon ketua Skaynav melibatkan unit Telnav, Listrik, Operasi, Keuangan, Personalia Umum dan Komunikasi Penerbangan dengan ditunjuk langsung oleh setiap pimpinan unit, kemudian masing-masing calon akan dipilih dengan pemungutuan suara untuk menjadi ketua Skynav. Seleksi calon ketua selama ini dirasa kurang objektif. Penelitian ini bertujuan untuk melakukan analisis dalam seleksi calon ketua berdasarkan penilaian objektif terhadap kompetensi mereka. Kriteria yang digunakan untuk seleksi adalah pendidikan, ketrampilan manajerial, keahlian, kedisiplinan dan kepribadian serta subkriteria dan sub-subkriterianya yang membuat proses penilaian menjadi kompleks. Metode yang digunakan Analytical Hierarchy Process (AHP) yang mampu menangani tingkat kompleksitas dari kriteria. Penilaian tingkat kepentingan dari setiap elemen kriteria diperoleh dari hasil kuisioner yang diisi oleh masing-masing pimpinan unit. Hasil analisis yang diperoleh menunjukkan nilai numerik obyektif yang memuaskan masing-masing kandidat dimana irianto 0.84, Hidayat 0.83, Supriadi 0.62 dan Simon 0.74.Nilai tertinggi dari hasil analisis ini dijadikan rekomendasi kepada pimpinan unit untuk diusulkan menjadi calon ketua Skynav.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"96 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2021-03-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"87222677","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Analisis Komentar Potensial pada Social Commerce Instagram Menggunakan TF-IDF 使用TF-IDF对Instagram社交商务的潜在评论分析

Jurnal Eksplora Informatika Pub Date : 2020-03-31 DOI: 10.30864/eksplora.v9i2.360

Rizqa Luviana Musyarofah, Ema Utami, Suwanto Raharjo

{"title":"Analisis Komentar Potensial pada Social Commerce Instagram Menggunakan TF-IDF","authors":"Rizqa Luviana Musyarofah, Ema Utami, Suwanto Raharjo","doi":"10.30864/eksplora.v9i2.360","DOIUrl":"https://doi.org/10.30864/eksplora.v9i2.360","url":null,"abstract":"Komentar di Instagram sangat berharga, informatif dan sangat membantu. Bagi penjual komentar adalah fitur yang menunjukkan respons pengguna Instagram terhadap produk yang ditawarkan, dan melalui fitur komentar penjual dapat menemukan pelanggan yang potensial. Manfaat tersebut diperoleh apabila penjual melakukan analisis pada komentar di toko Instagram-nya. Sangat dimungkinkan untuk menganalisis secara manual apabila data komentar pada tokonya berjumlah sedikit namun apabila komentar yang dimiliki banyak maka akan lebih cepat apabila menggunakan sistem. Banyaknya spam dapat mengganggu informasi yang ada pada komentar, sehingga tidak menjamin banyaknya komentar pada sebuah posting-an maka banyak pula yang ingin membeli produk tersebut. Oleh karena itu dibutuhkan sistem yang bisa memfilter komentar agar penjual dapat menemukan pelanggan yang tepat untuk produknya. Penelitian ini menggunakan algoritma TF-IDF untuk mengklasifikasikan komentar ke dalam 2 kelas (potensial dan tidak potensial) dan memperoleh akurasi sebesar 80%, presisi 0,76 dan recall 0,94. Berdasarkan hasil penelitian pada 294 komentar, 27% di antaranya adalah komentar tidak potensial. Kata yang menunjukkan minat beli seseorang adalah “berapa”, ”kak”, ”ada”, dan ”tidak”, sedangkan kata dominan pada komentar tidak potensial adalah kata “mention” yang menunjukkan aktivitas mention.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"1 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-03-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"79251502","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 3

Logika Fuzzy untuk Perilaku Dinamis pada Sistem Crafting dalam Game Pembelajaran Aritmatika 在算术学习游戏中，模拟动态行为的模糊逻辑

Jurnal Eksplora Informatika Pub Date : 2020-03-31 DOI: 10.30864/eksplora.v9i2.367

Andrean Nugraha Fajero, Hanny Haryanto, T. Sutojo, Edy Mulyanto

{"title":"Logika Fuzzy untuk Perilaku Dinamis pada Sistem Crafting dalam Game Pembelajaran Aritmatika","authors":"Andrean Nugraha Fajero, Hanny Haryanto, T. Sutojo, Edy Mulyanto","doi":"10.30864/eksplora.v9i2.367","DOIUrl":"https://doi.org/10.30864/eksplora.v9i2.367","url":null,"abstract":"Sistem crafting sebagai mekanik utama dapat menjadi solusi mengatasi kemonotonan gameplay dalam suatu serious game. Sistem crafting dapat diaplikasikan dalam game aritmatika yang mempunyai banyak materi berupa perhitungan. Permasalahan yang terjadi adalah sistem crafting yang kombinasi itemnya sedikit dan sudah diketahui sebelumnya sehingga membuat pemain game cepat merasa bosan, oleh karena itu perlu dirancang sebuah sistem crafting yang dinamis menggunakan kecerdasan buatan. Logika fuzzy adalah metode dalam kecerdasan buatan yang dapat menangani permasalahan yang bersifat intuitif. Metode tersebut digunakan dalam penelitian ini untuk membuat hasil dari kombinasi item dalam sistem crafting menjadi lebih terlihat dinamis dan tidak monoton. Item yang dikombinasikan dalam penelitian ini berupa batuan dan menggunakan parameter masukan berupa nilai dari batuan dasar untuk perhitungan dalam menentukan kualitas batu yang dihasilkan. Sedangkan nama atau jenis batu baru yang dihasilkan ditentukan dari nama batuan dasar yang digunakan dan sudah ditentukan sebelumnya supaya terlihat lebih bervariasi. Sistem crafting ini akan diterapkan dalam serious game berupa game pendidikan aritmatika dasar. Hasil dari penelitian ini yaitu sistem fuzzy berhasil menciptakan batu baru dengan kualitas yang lebih variatif, tidak monoton dan lebih terlihat dinamis sesuai dengan nilai dari batu dasar yang digunakan untuk crafting.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"26 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2020-03-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"89761129","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 1

Identifikasi Kualitas Fisik Tabung LPG 3 kg menggunakan Blob Detection dan Fitur Warna RGB to HSV 使用从HSV到RGB颜色特性的Blob探测和RGB颜色特性识别一个3公斤的根管的物理质量

Jurnal Eksplora Informatika Pub Date : 2019-09-30 DOI: 10.30864/eksplora.v9i1.269

E. Hidayat, T. Prasetyo

引用次数: 0

Sistem Pendukung Keputusan Penentuan Kombinasi Paket Produk Pertanian Menggunakan Algoritma Apriori 使用四月算法的农业产品组合决策系统

Jurnal Eksplora Informatika Pub Date : 2019-09-30 DOI: 10.30864/eksplora.v9i1.261

N. Hasan, Rifqi Hammad, Dwinda Etika Profesi, K. Kusrini

引用次数: 2

Implementasi Metode Item-Based Collaborative Filtering dalam Pemberian Rekomendasi Calon Pembeli Aksesoris Smartphone 采用基于合作过滤的方法，为未来买家提供智能手机配件

Jurnal Eksplora Informatika Pub Date : 2019-09-30 DOI: 10.30864/eksplora.v9i1.244

B. Prasetyo, Hanny Haryanto, Setia Astuti, Erna Zuni Astuti, Yuniarsi Rahayu

{"title":"Implementasi Metode Item-Based Collaborative Filtering dalam Pemberian Rekomendasi Calon Pembeli Aksesoris Smartphone","authors":"B. Prasetyo, Hanny Haryanto, Setia Astuti, Erna Zuni Astuti, Yuniarsi Rahayu","doi":"10.30864/eksplora.v9i1.244","DOIUrl":"https://doi.org/10.30864/eksplora.v9i1.244","url":null,"abstract":"Flazzstore merupakan sebuah toko yang bergerak dibidang penjualan casing smartphone. Terdapat banyak produk yang berbeda-beda dengan banyak tema yang berbeda pula, hal ini membuat beberapa user kesulitan dalam menentukan pilihan mengenai produk yang akan dipilih. Perlunya sebuah sistem rekomendasi yang mampu memberikan rekomendasi produk kepada user, untuk memudahkan user dalam memilih produk yang akan dibelinya. Penelitian ini menggunakan metode Item-Based Collaborative Filtering, metode ini mencari similarity/kesamaan item dengan item lainnya. Sistem akan mencari rating tiap item dan menghitung nilai similarity menggunakan persamaan pearson correlation-based similarity. Kemudian nilai dari hasil perhitungan similarity akan digunakan untuk menghitung nilai prediksi tiap produk dengan menggunakan persamaan weighted average of deviation. Sebelum direkomendasikan kepada pelanggan dari hasil prediksi tersebut dihitung nilai Mean Absolute Error (MAE) dihitung selisih antara nilai rating sebenarnya dengan prediksi, dan kemudian diurutkan mulai dari terkecil ke terbesar untuk direkomendasikan kepada user. Hasil dari penelitian menunjukkan kecilnya nilai rata-rata MAE 0,572039 namun untuk proses eksekusi, waktu yang dibutuhkan cukup lama yaitu 6,4 detik. Penelitian berikutnya dapat mengombinasikan pendekatan metode content based filtering dan collaborative filtering atau disebut dengan Item Based Clustering Hybrid Method (ICHM) supaya hasil yang diperoleh lebih baik dan dapat mempersingkat waktu yang dibutuhkan.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"9 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"78923069","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 10

Aplikasi Artificial Neural Network (ANN) untuk Memprediksi Masa Studi Mahasiswa Program Studi Teknik Informatika Universitas Muhammadiyah Gresik 人工神经网络(ANN)的应用程序，以预测学生未来的信息工程专业项目Muhammadiyah Gresik

Jurnal Eksplora Informatika Pub Date : 2019-09-30 DOI: 10.30864/eksplora.v9i1.234

Henny Dwi Bhakti

{"title":"Aplikasi Artificial Neural Network (ANN) untuk Memprediksi Masa Studi Mahasiswa Program Studi Teknik Informatika Universitas Muhammadiyah Gresik","authors":"Henny Dwi Bhakti","doi":"10.30864/eksplora.v9i1.234","DOIUrl":"https://doi.org/10.30864/eksplora.v9i1.234","url":null,"abstract":"Kualitas mahasiswa merupakan bagian penting dalam institusi pendidikan. Universitas perlu melakukan evaluasi performa mahasiswa untuk menjaga kualitas mahasiswa. Salah satu variabel indikator performa mahasiswa adalah informasi tentang lama masa studi mahasiswa. Prediksi lama masa studi dibutuhkan pihak manajemen Universitas dalam menentukan kebijakan preventif terkait pencegahan dini kasus Drop Out (DO). Artificial Neural Network (ANN) adalah suatu metode yang meniru jaringan syaraf biologis untuk mempelajari sesuatu. Salah satu implementasi ANN yang banyak digunakan adalah untuk memprediksi. Penelitian ini melakukan prediksi masa studi mahasiswa dengan menggunakan ANN dengan metode pembelajaran backpropagation. Variabel yang digunakan adalah nilai Indeks Prestasi Semester (IPS) 4 semester awal mahasiswa. Data dibagi menjadi data latih dan data uji. Dari hasil pelatihan dan pengujian didapatkan nilai Mean Square Error (MSE) dan Koefisien Relasi (R). MSE digunakan untuk melihat kesalahan rata-rata antara output jaringan dengan target. Nilai R digunakan untuk melihat kuat atau tidaknya hubungan linier antara 2 variabel. Nilai MSE dan koefisien relasi pelatihan adalah 0,016175 dan 0,94353 sedangkan nilai MSE dan koefisien relasi pengujian adalah 0,12188 dan 0,56071. Dari hasil penelitian dapat disimpulkan bahwa ANN dapat digunakan untuk memprediksi masa studi mahasiswa.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"40 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"80278824","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 3

Deteksi Kondisi Emosi pada Media Sosial Menggunakan Pendekatan Leksikon dan Natural Language Processing 使用词汇和自然语言处理方法检测社交媒体的情绪状态

Jurnal Eksplora Informatika Pub Date : 2019-09-30 DOI: 10.30864/eksplora.v9i1.277

Arif Nur Rohman, Ema Utami, Suwanto Raharjo

{"title":"Deteksi Kondisi Emosi pada Media Sosial Menggunakan Pendekatan Leksikon dan Natural Language Processing","authors":"Arif Nur Rohman, Ema Utami, Suwanto Raharjo","doi":"10.30864/eksplora.v9i1.277","DOIUrl":"https://doi.org/10.30864/eksplora.v9i1.277","url":null,"abstract":"Emosi memenuhi kehidupan manusia setiap waktu. Emosi mempengaruhi hubungan sosial, ingatan dan bahkan dalam pengambilan keputusan. Saat ini, orang cenderung mengekspresikan emosi melalui media sosial seperti Facebook dalam bentuk gambar, video dan teks pada umumnya. Deteksi emosi pada teks merupakan bidang penelitian yang baru dan banyak diteliti khususnya dibidang linguistik. Penelitian ini menggunakan EmoLex sebagai leksikon yang digunakan untuk mendeteksi emosi pada suatu teks. Kosa kata pada EmoLex diperluas dengan pencarian sinonim menggunakan Kateglo API. EmoLex digunakan sebagai leksikon 8 kategori emosi Plutchik dan sentimen. EmoLex tersedia dalam 105 bahasa berbeda termasuk Indonesia yang mana mengandung 14.182 kata yang kemudian diperluas dengan pencarian sinonim menggunakan Kateglo API. Pencarian sinonim menghasilkan 20.690 kata sehingga memperoleh hasil akhir leksikon emosi yang berisi 34.872 kata. Pengujian menunjukkan bahwa leksikon emosi mampu mendeteksi 55.45% atau 15.357 dari 27.696 kata yang diperoleh dari update status pengguna Facebook dalam melakukan pendeteksian emosi, sebanyak 100 update status diambil dari Facebook. Selanjutnya update status tersebut diperbaiki menggunakan Natural Language Processing (NLP). Hasil perbaikannya dinilai dengan leksikon emosi yang telah dibuat sebelumnya. 26 dari 100 update status dapat diketahui label emosinya. Hasil validasi terdapat 16 update status atau 61,53% label emosinya akurat.","PeriodicalId":34236,"journal":{"name":"Jurnal Eksplora Informatika","volume":"27 1","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"87963856","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 5