Komputa : Jurnal Ilmiah Komputer dan Informatika最新文献

PENERAPAN ALGORITMA K-NEAREST NEIGHBOR DAN FITUR EKSTRAKSI N-GRAM DALAM ANALISIS SENTIMEN BERBASIS ASPEK 在基于方面的情感分析中，环境K-NEAREST算法的应用和提取N-GRAM特性

Komputa : Jurnal Ilmiah Komputer dan Informatika Pub Date : 2023-05-18 DOI: 10.34010/komputa.v12i1.9458

Robi Nurhidayat, K. Dewi

{"title":"PENERAPAN ALGORITMA K-NEAREST NEIGHBOR DAN FITUR EKSTRAKSI N-GRAM DALAM ANALISIS SENTIMEN BERBASIS ASPEK","authors":"Robi Nurhidayat, K. Dewi","doi":"10.34010/komputa.v12i1.9458","DOIUrl":"https://doi.org/10.34010/komputa.v12i1.9458","url":null,"abstract":"Pertumbuhan dan perkembangan teknologi yang begitu cepat dan pesat menjadikan membeli produk secara online semakin meningkat dan disukai yaitu membeli produk kecantikan. Banyak pertimbangan untuk mengetahui kualitas dari produk, salah satu caranya yaitu melihat ulasan produk kecantikan. Tujuan dari penelitian untuk mengevaluasi performansi dari metode K-Nearest Neighbor dan fitur ekstraksi N-Gram dalam melakukan analisis sentimen berbasis aspek pada produk kecantikan. Metodologi yang digunakan adalah pengumpulan data, preprocessing, ekstraksi fitur N-Gram, pembobotan kata dengan TF-IDF, klasifikasi dengan K-Nearest Neighbor ,Multi Label dengan binari ova, dan terakhir evaluasi performansi. Pembagian data dibagi menjadi tiga skenario yaitu 80:20, 70:30:, dan 60:40. Pengujian dilakukan dengan dataset original dan data yang diseimbangkan menggunakan metode Random Over Sampling. Hasil pengujian menunjukkan bahwa data yang seimbang menghasilkan nilai akurasi yang lebih baik daripada data yang tidak seimbang. Pada KNN dengan nilai k = 1 pada dataset seimbang, menghasilkan akurasi tertinggi. Akurasi pada aspek aroma, harga, kemasan dan efektivitas secara berturut-turut adalah 91,9%; 95,4%; 98,6%; 88,8%. Berdasarkan hasil pengujian yang telah dilakukan pada setiap aspek, didapatkan akurasi tertinggi dengan nilai akurasi 98,6% dari aspek kemasan pada skenario data 80:20.","PeriodicalId":346733,"journal":{"name":"Komputa : Jurnal Ilmiah Komputer dan Informatika","volume":"72 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-05-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"121447264","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

PERANCANGAN MEDIA PEMBELAJARAN MENGGUNAKAN CANVA PADA MATA PELAJARAN TIK KELAS X DI SMAN 1 IV KOTO

Komputa : Jurnal Ilmiah Komputer dan Informatika Pub Date : 2023-05-18 DOI: 10.34010/komputa.v12i1.8793

Elga Fameska, Liza Efriyanti, Enny Refnita

{"title":"PERANCANGAN MEDIA PEMBELAJARAN MENGGUNAKAN CANVA PADA MATA PELAJARAN TIK KELAS X DI SMAN 1 IV KOTO","authors":"Elga Fameska, Liza Efriyanti, Enny Refnita","doi":"10.34010/komputa.v12i1.8793","DOIUrl":"https://doi.org/10.34010/komputa.v12i1.8793","url":null,"abstract":"Penelitianaini merupakan Perancangan media pembelajaran menggunakan canva dilakukan dalam memecahkan permasalahan dalam pembelajaran siswa tentang TIK. Tujuan penelitian ini adalah (1) Mengetahui kelayakan pembuatan materi pembelajaran menggunakan Canva di Kelas X IT melalui uji validasi dengan guru mata pelajaran (2) Mengetahui kelayakan pembuatan materi pembelajaran untuk mengetahui penerapan penerapan materi pembelajaran berbasis Canva media pembelajaran dalam meningkatkan hasil belajar TI. Jenis penelitian yangaadigunakanaapenulis adalahapenelitian dan pengembanganaatauaaResearch and Developmenta(R&D)ayang sering digunakan dalam mengembagkan dan menciptakan suatu produk, dengan model pengembanganaa4D (define, design, develop, deploy). Alat penelitian yang digunakan adalah angket validitas dan angket kepraktisan. Berdasarkan hasil tes konfirmasi, praktikalitas dan efektifitas didapatkan penilaian yaitu kategori sangat valid dan disimpulkan media ini sangat layakadigunakan. Penelitian ini dilakukan di SMAN 1 IV Koto di kelas 10 pada mata pelajaran TIK. Hasil penelitian menunjukkan bahwa materi pembelajaranadengan menggunakan aplikasi Canva layak digunakan sebagai bahan pembelajaran.","PeriodicalId":346733,"journal":{"name":"Komputa : Jurnal Ilmiah Komputer dan Informatika","volume":"20 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-05-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126705109","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

IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI-LAYER PERCEPTRON UNTUK PREDIKSI PENYINARAN MATAHARI KOTA BANDUNG

Komputa : Jurnal Ilmiah Komputer dan Informatika Pub Date : 2023-05-18 DOI: 10.34010/komputa.v12i1.9419

Priambudi Agung Nugroho

{"title":"IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI-LAYER PERCEPTRON UNTUK PREDIKSI PENYINARAN MATAHARI KOTA BANDUNG","authors":"Priambudi Agung Nugroho","doi":"10.34010/komputa.v12i1.9419","DOIUrl":"https://doi.org/10.34010/komputa.v12i1.9419","url":null,"abstract":"Informasi mengenai lama penyinaran matahari dapat membantu kelancaran aktivitas pada berbagai bidang. Berdasarkan data statistik dari BPS Kota Bandung, tingkat penyinaran matahari yang terjadi pada tahun 2016 sampai 2021 mengalami kenaikan yang tidak teratur. Penelitian ini bertujuan untuk dapat memaksimalkan potensi manfaat sinar matahari dan untuk mengantisipasi fluktuasi tingkat penyinaran matahari yang terlalu rendah atau terlalu tinggi yaitu dengan pembuatan sistem prediksi menggunakan Jaringan Syaraf Tiruan model Multi-Layer Perceptron (JST-MLP). Implikasi internal dari penelitian ini adalah pengembangan model JST Multi-Layer Perceptron yang dapat digunakan untuk memprediksi perubahan radiasi matahari secara lebih akurat. Efek eksternal adalah kemungkinan penerapan sistem peramalan ini dalam kehidupan sehari-hari, seperti penggunaan dalam pertanian, perawatan kesehatan, dan produksi energi matahari. Selain itu, penelitian ini juga dapat memberikan informasi yang berguna bagi para pengambil keputusan di bidang terkait untuk meningkatkan pemanfaatan energi matahari secara efisien dan optimal. Terdapat total 72 data, 48 untuk pelatihan dan 24 untuk pengujian, dengan parameter learning rate 0,2 dan jumlah maksimal 1000 iterasi. Pada proses pelatihan didapatkan hasil MSE sebesar 0,086182 pada epoch ke 1000 sedangkan pada proses pengujian nilai MSE 0,10921. Model JST Multi-Layer Perceptron dapat digunakan untuk membangun sistem prediksi dari data yang ada, seperti yang ditunjukkan oleh temuan penelitian. Penelitian ini dapat membuka peluang untuk mengembangkan model JST lain yang dapat memprediksi fenomena alam lainnya dengan akurasi yang lebih tinggi. Penelitian ini juga dapat menjadi referensi untuk penelitian selanjutnya terkait pemanfaatan energi matahari di berbagai sektor seperti teknik pertanian, kesehatan. ","PeriodicalId":346733,"journal":{"name":"Komputa : Jurnal Ilmiah Komputer dan Informatika","volume":"55 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-05-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126715678","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

SISTEM PAKAR DIAGNOSIS KESEHATAN MENTAL PADA MAHASISWA UNIVERSITAS AMIKOM PURWOKERTO AMIKOM PURWOKERTO大学学生的心理健康诊断专家

Komputa : Jurnal Ilmiah Komputer dan Informatika Pub Date : 2023-05-18 DOI: 10.34010/komputa.v12i1.8978

Isti Nurhafiyah, Hendra Marcos

{"title":"SISTEM PAKAR DIAGNOSIS KESEHATAN MENTAL PADA MAHASISWA UNIVERSITAS AMIKOM PURWOKERTO","authors":"Isti Nurhafiyah, Hendra Marcos","doi":"10.34010/komputa.v12i1.8978","DOIUrl":"https://doi.org/10.34010/komputa.v12i1.8978","url":null,"abstract":"Kesehatan mental sangatlah penting bagi kehidupan seseorang, terutama dalam bidang pendidikan khususnya dikalangan mahasiswa agar dapat belajar dengan lancar, maka semua mahasiswa harus dalam kondisi fisik dan mental yang baik. Mahasiswa Amikom Purwokerto menghadapi kendala, contohnya tidak adanya layanan konseling, tidak adanya waktu untuk konseling dikesibukan perkuliahan, dan biaya konseling di luaran cukup mahal. Penelitian ini dapat membantu permasalahan yaitu pembuatan sistem untuk mendiagnosa tingkat gangguan kesehatan mental mahasiswa Universitas Amikom Purwokerto. Pada penelitian ini, terdapat 3 jenis gangguan kesehatan mental yang akan diteliti yaitu depresi, stress, dan gangguan kecemasan. Metode yang digunakan untuk analisa data yaitu menggunakan metode Certainty Factor, karena sesuai untuk pencarian fakta / hasil dalam proses diagnosa dalam menemukan nilai kebenaran. Dalam tahap pengujian UAT (User Acceptance Test) dengan responden 15 orang mahasiswa dan pakar membuktikan kategori rata-rata yang baik hingga mencapai 91,55%, ini menunjukkan bahwa kinerja sistem yang dibuat telah memunuhi tujuan awal pembuatan.","PeriodicalId":346733,"journal":{"name":"Komputa : Jurnal Ilmiah Komputer dan Informatika","volume":"47 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-05-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"121417825","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

MEMBANDINGKAN KLASIFIKASI PADA BUAH JERUK MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DAN K-NEAREST NEIGHBOR 通过神经联导网络和K-NEAREST邻居比较橙子的分类

Komputa : Jurnal Ilmiah Komputer dan Informatika Pub Date : 2023-05-18 DOI: 10.34010/komputa.v12i1.9068

Kinanthi Putri Siwilopo, Hendra Marcos

{"title":"MEMBANDINGKAN KLASIFIKASI PADA BUAH JERUK MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DAN K-NEAREST NEIGHBOR","authors":"Kinanthi Putri Siwilopo, Hendra Marcos","doi":"10.34010/komputa.v12i1.9068","DOIUrl":"https://doi.org/10.34010/komputa.v12i1.9068","url":null,"abstract":"Jenis jeruk di Indonesia beraneka ragam dengan ciri-cirinya yang berbeda. Di Indonesia termasuk daerah subtropis yang sangat cocok ditanami tanaman buah jeruk dengan suhu rata-rata 20-25℃. Buah jeruk mempunyai peluang yang baik untuk dikembangkan karena dapat dijumpai di setiap musim. Tamanan jeruk juga mudah dan relevan untuk ditanami dengan semua kondisi cuaca baik di dataran tinggi atau dataran rendah. Tanaman jeruk menjadi salah satu komoditas terbesar di setiap daerah provinsi. Salah satunya jenis jeruk keprok yang memiliki kandungan vitamin C yang banyak. Kandungan vitamin C pada buah jeruk dapat digunakan untuk mencegah penyakit influenza. Kandungan lain yang dimiliki buah jeruk yaitu zat fosfor dan zat kapur yang baik untuk pertumbuhan tulang pada anak-anak. Ciri-ciri buah jeruk dilihat berdasarkan warna kulit, tekstur kulitnya yang halus, tipis, mengkilap, dan tegas. Namun terkadang konsumen masih kesulitan dalam memilih antara buah jeruk yang matang dan belum matang secara manual. Oleh sebab itu, untuk mengurangi kesalahan dalam memilih buah jeruk dapat dilakukan dengan Computer Vision dimana bisa menggunakan aplikasi deteksi menggunakan kamera. Berdasarkan ciri-cirinya yang dijadikan sebagai acuan untuk proses klasifikasi ini menggunakan Algoritma K-Nearest Neighbor dan Convolutional Neural Network untuk memperoleh hasil perbandingan. Pada proses klasifikasi menggunakan sampel data latih dan data uji. Proses klasifikasi ini mengubah sampel gambar asli menjadi warna grayscale menggunakan aplikasi matlab. Pada sampel gambar juga dapat melihat apakah pada buah jeruk masih terdapat noise maupun tidak. Dapat disimpulkan bahwa dari kedua algoritma tersebut dihasilkan Convolutional Neural Network mendapatkan nilai tingkat akurasi lebih besar dibandingkan K-Nearest Neighbor.","PeriodicalId":346733,"journal":{"name":"Komputa : Jurnal Ilmiah Komputer dan Informatika","volume":"6 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-05-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"131404627","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

ANALISIS DRONE EMPRIT : PROSES TAGAR TRENDING TOPIK TWITTER DALAM ISU UU CIPTA KERJA

Komputa : Jurnal Ilmiah Komputer dan Informatika Pub Date : 2023-05-18 DOI: 10.34010/komputa.v12i1.7219

Y. Bahtiar, Alwi Irham Hanafi, Andrian Setya Putra, Dwi Hartanti

{"title":"ANALISIS DRONE EMPRIT : PROSES TAGAR TRENDING TOPIK TWITTER DALAM ISU UU CIPTA KERJA","authors":"Y. Bahtiar, Alwi Irham Hanafi, Andrian Setya Putra, Dwi Hartanti","doi":"10.34010/komputa.v12i1.7219","DOIUrl":"https://doi.org/10.34010/komputa.v12i1.7219","url":null,"abstract":"Artificial Intelligence (machine learning) dan Natural Language Processing (NLP) merupakan dasar dari pengembangan Drone Emprit sehingga menjadi platform online yang memanfaatkan big data. Twitter merupakan salah satu media sosial populer dikarenakan jumlah pengguna aktif dan posting tweet yang tergolong besar setiap harinya dan menghasilkan trending topik setiap harinya. Penelitian ini menggunakan pendekatan kualitatif untuk melakukan analisis data hasil pergerakan tagar trending dalam isu UU Cipta Kerja dengan bantuan aplikasi Drone Emprit. Penelitian ini bertujuan mengetahui perjalanan tagar trending topik yang ternyata bisa dibuat menggunakan akun bot dan pengguna natural (human) dalam hal ini adalah akademisi, aktivis, dan dukungan dari penggemar KPOPers. Tujuan penelitian analisis ini adalah untuk mengetahui proses isu UU Cipta Kerja yang diangkat menjadi trending topik di twitter yang dapat disebabkan oleh bot dan user natural yang awalnya isu ini diangkat oleh kalangan akademisi, aktivis, dan sampai pada akhirnya KPOPERS lah yang berperan besar dalam menjadikan tagar penolakan Omnibus Law Cipta Kerja menjadi trending.","PeriodicalId":346733,"journal":{"name":"Komputa : Jurnal Ilmiah Komputer dan Informatika","volume":"58 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-05-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"114867928","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

PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) UNTUK KLASIFIKASI PENCEMARAN NAMA BAIK DI MEDIA SOSIAL TWITTER

Komputa : Jurnal Ilmiah Komputer dan Informatika Pub Date : 2023-05-18 DOI: 10.34010/komputa.v12i1.9418

Fatwa Abdusyukur

{"title":"PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) UNTUK KLASIFIKASI PENCEMARAN NAMA BAIK DI MEDIA SOSIAL TWITTER","authors":"Fatwa Abdusyukur","doi":"10.34010/komputa.v12i1.9418","DOIUrl":"https://doi.org/10.34010/komputa.v12i1.9418","url":null,"abstract":"Pencemaran nama baik merupakan tindakan atau ucapan yang merusak martabat seseorang baik individu maupun kelompok, tertulis maupun lisan, yang dilakukan dengan sengaja dan disebarkan secara umum. Peraturan pencemaran nama baik tertuang pada pasal 310 KUHP, apabila terjadi di media sosial maka akan merujuk pada UU informasi dan transaksi elektronik (ITE) pasal 27 ayat 3 No. 19 tahun 2016. Twitter sebagai salah satu media sosial yang kerap digunakan masyarakat seringkali menjadi tempat dimana kasus pencemaran nama baik ini terjadi. Dalam penelitian ini dilakukan proses klasifikasi tweet pencemaran nama baik di media sosial twitter dengan menggunakan algoritma Support Vector Machine (SVM). Metode penelitian yang dipakai kali ini adalah CRISP-DM keluaran IBM, tahapannya dimulai dari business understanding, data understanding, data preparation, modelling, evaluation dan deployment . Dari hasil modelling atau pelatihan dan evaluation atau pengujian pada model SVM dengan menggunakan 6000 data tweet, maka diperoleh hasil akurasi tertinggi sebesar 87.7%. Selain itu model SVM juga sudah dapat dikategorikan good fit yang artinya model sudah mampu mengenali data baik itu untuk data latih maupun uji dengan baik, hal tersebut diperkuat oleh rata-rata akurasi model pada data latih dan uji yang terbilang tinggi yaitu sebesar 92% untuk data latih dan 85% untuk data uji.","PeriodicalId":346733,"journal":{"name":"Komputa : Jurnal Ilmiah Komputer dan Informatika","volume":"7 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-05-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122088963","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

IMPLEMENTASI LOGIKA FUZZY PADA PENGARUH PENGGUNAAN APLIKASI SIMULASI CISCO PACKET TRACER TERHADAP GAIRAH BELAJAR MAHASISWA 模糊逻辑的实施是关于使用思科PACKET TRACER模拟应用对学生学习热情的影响

Komputa : Jurnal Ilmiah Komputer dan Informatika Pub Date : 2023-05-17 DOI: 10.34010/komputa.v12i1.9109

Mochamad Adhari Adiguna, B. Widagdo

{"title":"IMPLEMENTASI LOGIKA FUZZY PADA PENGARUH PENGGUNAAN APLIKASI SIMULASI CISCO PACKET TRACER TERHADAP GAIRAH BELAJAR MAHASISWA","authors":"Mochamad Adhari Adiguna, B. Widagdo","doi":"10.34010/komputa.v12i1.9109","DOIUrl":"https://doi.org/10.34010/komputa.v12i1.9109","url":null,"abstract":"Pembelajaran mata kuliah praktikum jaringan komputer pada umumnya menggunakan beberapa aplikasi simulasi dan emulator, salah satunya adalah cisco packet tracer. Pada hakikatnya pembelajaran adalah kegiatan mental yang tidak dapat dilihat. Namun, dapat terlihat hanya dari gejala perubahan yang tampak dari mahasiswa. Tercapainya tujuan pembelajaran diartikan mahasiswa menjadi bergairah terhadap mata kuliah praktikum jaringan komputer, oleh karena itu dibutuhkan suatu aplikasi untuk menghitung ketercapaian gairah mahasiswa terhadap pembelajaran jaringan komputer. Pada artikel ini, kami melakukan penerapan logika Fuzzy pada data hasil survey ketercapaian gairah mahasiswa terhadap aplikasi cisco packet tracer dalam pembelajaran jaringan komputer. Kriteria penilaian menggunakan input 4 variabel yang didapat dari testimoni dan gairah. Latar belakang dari implementasi yaitu dibutuhkan pengetahuan dari hasil yang didapat dari perhitungan logika Fuzzy pada penilaian pengaruh penggunaan aplikasi simulasi Cisco Packet Tracer terhadap gairah belajar mahasiswa. Implementasinya kami menggunakan 81 rules sebagai komposisi aturan, himpunan Fuzzy yang semestanya 5 serta aplikasi fungsi implikasi dengan satu kondisi nilai yang selanjutnya akan dihitung dengan penalaran dan defuzzifikasi. Logika Fuzzy yang digunakan pada implementasi ini yaitu Fuzzy mamdani. Hasil akhir dari pengujian dan implementasi yang telah dilakukan bahwa aplikasi cisco packet tracer berpengaruh pada gairah belajar sebesar 78,6%, pengujian dari implementasi pada aplikasi menunjukan 100% berjalan dengan baik, namun ada perbedaan nilai antara penalaran dan pengujian, penalaran lebih besar 0,12 dari pengujian.","PeriodicalId":346733,"journal":{"name":"Komputa : Jurnal Ilmiah Komputer dan Informatika","volume":"32 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-05-17","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"124910137","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 SENTIMEN PELANGGAN TERHADAP LAYANAN SHOPEEFOOD PADA MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM)

Komputa : Jurnal Ilmiah Komputer dan Informatika Pub Date : 2023-05-17 DOI: 10.34010/komputa.v12i1.7497

Kindi Setiadi

{"title":"ANALISIS SENTIMEN PELANGGAN TERHADAP LAYANAN SHOPEEFOOD PADA MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM)","authors":"Kindi Setiadi","doi":"10.34010/komputa.v12i1.7497","DOIUrl":"https://doi.org/10.34010/komputa.v12i1.7497","url":null,"abstract":"Banyaknya pengguna internet dan teknologi yang semakin canggih saat ini, kita dapat dengan cepat menemukan apa yang kita inginkan melalui E-Commerce dan dapat digunakan sebagai peluang bisnis dengan membuka toko online. Salah satunya adalah Shopee yang telah merilis layanan ShopeeFood sebagai layanan pesan antar makanan secara online yang dapat memudahkan masyarakat. ShopeeFood memiliki kurang lebih dari 500 mitra merchant di Jabodetabek dalam setahun. Semakin banyaknya minat masyarakat terhadap layanan tersebut. Dalam hal ini masyarakat banyak memberikan pendapat mereka menggunakan media sosial terutama twitter. Tujuan penelitian ini adalah dapat menganalisis opini masyarakat yang nantinya dapat diklasifikasikan oleh metode naïve bayes dan support vector machine, kemudian hasil klasifikasi terdapat 2 kelas negatif dan positif. Metode penelitian yang digunakan adalah pengumpulan data, pembersihan data, dan klasifikasi. Adapun hasil perfoma analisis sentimen menggunakan algoritma naïve bayes dengan tingkat akurasi 90.43%, presisi 99.74%, recall 76.65%, dan f1-score 86.68%. Sedangkan algoritma support vector machine memiliki tingkat akurasi 99.27%, presisi 99.60%, recall 98.60%, dan f1-score 99.10%. Hasil perbandingan dari kedua algoritma tersebut dapat disimpulkan bahwa support vector machine memilki akurasi yang lebih baik sebesar 99.27% dibandingkan algoritma naïve bayes sebesar 90.43%. Sehingga akurasi pada algoritma support vector machine dapat dimanfaatkan sebagai model yang dapat digunakan sebagai prediksi sebuah kalimat.","PeriodicalId":346733,"journal":{"name":"Komputa : Jurnal Ilmiah Komputer dan Informatika","volume":"26 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-05-17","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"132278549","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

PENERAPAN METODE IMPORTANCE PERFORMANCE ANALYSIS (IPA) UNTUK MENGANALISIS KUALITAS APLIKASI TOKOPEDIA BERDASARKAN KEPUASAN PELANGGAN 使用重要绩效分析方法，根据客户满意度分析TOKOPEDIA应用程序的质量

Komputa : Jurnal Ilmiah Komputer dan Informatika Pub Date : 2023-05-02 DOI: 10.34010/komputa.v12i1.8964

Tita Moladia, Titin Kristiana

{"title":"PENERAPAN METODE IMPORTANCE PERFORMANCE ANALYSIS (IPA) UNTUK MENGANALISIS KUALITAS APLIKASI TOKOPEDIA BERDASARKAN KEPUASAN PELANGGAN","authors":"Tita Moladia, Titin Kristiana","doi":"10.34010/komputa.v12i1.8964","DOIUrl":"https://doi.org/10.34010/komputa.v12i1.8964","url":null,"abstract":"Tokopedia merupakan e-commerce yang mempunyai pengunjung sebanyak 158 juta per bulannya dan menjadi salah satu e-commerce yang paling sering dikunjungi. Sebagai situs e-commerce dengan pengunjung terbanyak, sudah semestinya Tokopedia memberikan pelayanan yang baik agar setelah melakukan transaksi pelanggan merasa puas dan kedepannya akan menggunakan aplikasi yang sama untuk berbelanja. Melalui kualitas produk maupun jasa yang ditawarkan, kualitas layanan memiliki kaitan yang kuat dengan keuntungan perusahaan. Kepuasan pelanggan tergantung pada standar dan kualitas dari perusahaan. Seiring pesatnya perkembangan e-commerce, perusahaan berlomba-lomba untuk menciptakan fitur-fitur baru demi kenyamanan pelanggan saat berbelanja dan agar dapat unggul bersaing dengan e-commerce lainnya. Oleh karena itu, penggunaan metode Importance Performance Analysis (IPA) diharapkan dapat menjadi metode untuk menganalisis kepuasan pelanggan guna meningkatkan kualitas produk maupun jasa pada aplikasi Tokopedia. Dari penggunaan metode IPA, dapat diketahui bahwa aplikasi Tokopedia memperoleh nilai tingkat kesesuaian sebesar 98,7% dimana nilai tersebut <100% dan dari analisis kesenjangan (gap) hasilnya bernilai negatif yaitu sebesar -0,06 dimana nilai tersebut dianggap belum sesuai dengan harapan pengguna sehingga berdasarkan nilai-nilai dari atribut-atribut yang menjadi kriteria penilaian dapat dipertimbangkan untuk dilakukan peningkatan kinerjanya.","PeriodicalId":346733,"journal":{"name":"Komputa : Jurnal Ilmiah Komputer dan Informatika","volume":"18 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-05-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126833155","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