Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Bulletin of Information Technology (BIT) JURNAL ILMIAH PENELITIAN MAHASISWA
Novemtri Sinulingga
Universitas Muhammadiyah Sumatera Utara
Computer Science & IT Economics, Econometrics & Finance Languange, Linguistic, Communication & Media Library & Information Science Medicine & Pharmacology

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

Found 2 Documents
Search

 1 
Analisis Pembelian Handphone Baru Dan Murah Terbaik Dengan Menggunakan Metode Simple Additive Weighting (SAW) Novemtri Sinulingga; Firahmi Rizky
Bulletin of Information Technology (BIT) Vol 6 No 1: Maret 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bit.v6i1.1827

Abstract

Pada penelitian inj pembelian handphone yang dilakukan para pembeli kadang membuat binggung para pembeli, karena handphone yang akan dibeli sesuai dengan keteria yang mereka inginkan atau tidak sesuai. Dimana banyak pembeli handphone salah membeli handphone karena melihat handphone viral di sosmed tetapi bukan mengikuti kriteria yang mereka inginkan. Berdasarkan hal tersebut maka penelitian ini melakukan analaisis pendukung Keputusan yang digunakan untuk membantu para pembeli melakukan proses pemilihan handphone yang sesuai dengan kriteria yaitu harga, RAM, dan camera. Dimana kriteria yang digunakan sering menjadi pilihan utama dalam kriteria pemilihan pembelian handphone. Metode Pengambil Keputusan yang digunakan ialah metode Simple Additive Weighting (SAW). Dimana metode ini digunakan untuk menentukan nilai bobot dari setiap kriteria, lalu dilakukan proses prangkingan untuk menentukan alternatif hanphone dari sejumlah alternatif hanphone yang ada. Dengan adanya analisis system pendukung Keputusan yang menggunakan metode SAW (Simple Additive Weighting), supaya bisa membantu pembeli dalam memilih handphone berdasarkan dengan kriteria-kriteria yang telah ditetapkan. Kata Kunci: SAW1; Handphone2; Harga3; RAM4; Camera5
ANALISIS USER PERSONA BERDASARKAN ULASAN PENGGUNA TOKOPEDIA MENGGUNAKAN METODE SVM BERBASIS WEB Novemtri Sinulingga; Asrar Aspia Manurung
JURNAL ILMIAH PENELITIAN MAHASISWA Vol 4 No 6 (2026): Desember
Publisher : Kampus Akademik Publiser

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jipm.v4i6.3142

Abstract

Penelitian ini bertujuan membangun sistem analisis user persona berbasis web yang mengintegrasikan klasifikasi sentimen menggunakan metode Support Vector Machine (SVM) dengan data ulasan pengguna aplikasi Tokopedia dari Google Play Store. Sebanyak 5.000 ulasan dikumpulkan melalui teknik scraping menggunakan pustaka google-play-scraper, kemudian melalui proses pembersihan menjadi 4.781 ulasan valid. Tahap preprocessing meliputi cleaning, case folding, normalisasi kata slang, tokenisasi, stopword removal, dan stemming menggunakan pustaka Sastrawi, sebelum direpresentasikan dalam bentuk vektor numerik menggunakan TF-IDF yang menghasilkan 3.739 fitur aktif. Klasifikasi sentimen tiga kelas (Positif, Netral, Negatif) dilakukan menggunakan SVM dengan kernel RBF dan class_weight='balanced'. Hasil pengujian terhadap 957 data uji menunjukkan akurasi sebesar 81,09%, presisi 65,53%, recall 60,18%, dan F1-score 61,35%, dengan rata-rata K-Fold Cross Validation (K=5) sebesar 81,46% ± 0,18%. Hasil klasifikasi sentimen selanjutnya diolah menggunakan algoritma keyword-scoring untuk membentuk empat segmen user persona, yaitu Loyal Buyer (35,7%), Price Hunter (3,0%), Casual Shopper (4,7%), dan Frustrated User (56,6%). Seluruh hasil analisis divisualisasikan melalui dashboard berbasis web yang dibangun menggunakan Flask, MySQL, dan HTML/CSS/JavaScript. Penelitian ini membuktikan bahwa integrasi SVM dan algoritma keyword-scoring efektif menghasilkan profil persona pengguna yang bermakna dan dapat dimanfaatkan sebagai dasar pengambilan keputusan strategi bisnis serta pengembangan produk platform e-commerce.
Co-Authors Asrar Aspia Manurung Firahmi Rizky