Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Yo Ceng Giap
Teknik Informatika, Universitas Buddhi Dharma
Computer Science & IT

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

Found 2 Documents
Search

 1 
SENTIMENT ANALISIS REVIEW APLIKASI RUANG GURU PADA GOOGLE PLAYSTORE DENGAN METODE NAÏVE BAYES Christoper Andrian; Yo Ceng Giap
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16638

Abstract

Platform pendidikan online, seperti Ruang Guru, telah mendorong pengguna untuk berbagi pengalaman mereka melalui ulasan di platform seperti Google Play Store. Namun, ketidaksesuaian antara peringkat bintang dan ulasan tertulis sering kali menyamarkan perasaan sebenarnya dari pengguna. Masalah ini menjadi tantangan dalam memahami umpan balik pengguna secara menyeluruh, yang dapat memberikan wawasan lebih dalam tentang kepuasan dan kebutuhan mereka terkait aplikasi tersebut. Studi ini menggunakan analisis sentimen untuk mengevaluasi umpan balik pengguna pada aplikasi Ruang Guru, dengan memanfaatkan metode klasifikasi Naïve Bayes untuk mengkategorikan ulasan menjadi sentimen positif, netral, dan negatif. Penelitian ini melibatkan pengumpulan 10.000 ulasan dari Google Play Store, diikuti dengan penerapan teknik pra-pemrosesan data seperti tokenisasi dan penghapusan kata stop sebelum klasifikasi. Tiga pembagian data pelatihan-pengujian yang berbeda (70:30, 80:20, dan 90:10) dievaluasi untuk menentukan konfigurasi yang paling optimal. Pembagian 90:10 menghasilkan kinerja terbaik, dengan akurasi 83,52%, presisi 71,44%, recall 65,84%, dan skor F1 67,83%. Analisis menunjukkan dominasi sentimen positif dalam ulasan. Metode ini memberikan wawasan berharga bagi pengembang, memungkinkan mereka untuk menangani kekhawatiran pengguna dan meningkatkan fungsionalitas aplikasi. Selain itu, studi ini menyoroti potensi signifikan analisis sentimen dalam meningkatkan pengalaman pengguna aplikasi teknologi pendidikan dan memberikan rekomendasi untuk menangani data yang tidak seimbang guna memperbaiki efektivitas model
SISTEM PREDIKSI PENJUALAN MOBIL DENGAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE BERBASIS WEB Thimotius Valentino; Yo Ceng Giap
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penjualan mobil bekas memiliki pola permintaan yang fluktuatif sehingga menyulitkan showroom dalam melakukan perencanaan persediaan dan pengambilan keputusan bisnis. Ketidakakuratan prediksi penjualan sering menyebabkan terjadinya overstock maupun understock yang berdampak pada efisiensi operasional perusahaan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem prediksi penjualan mobil bekas menggunakan metode Autoregressive Integrated Moving Average (ARIMA) berbasis web. Metode ARIMA dipilih karena mampu memodelkan data deret waktu berdasarkan pola historis tanpa melibatkan variabel independen. Data yang digunakan merupakan data penjualan mobil bekas pada showroom Nday Jaya Mobilindo yang diolah melalui tahapan CRISP-DM, meliputi pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan implementasi. Hasil penelitian menunjukkan bahwa model ARIMA mampu menghasilkan prediksi penjualan yang cukup akurat dan dapat digunakan sebagai dasar pendukung pengambilan keputusan manajemen. Berdasarkan perhitungan parameter yang dilakukan maka didapatkan model yang terbaik adalah ARIMA (2,1,1) dengan nilai PACF adalah -0,7516 dan nilai ACF adalah -0,0015. Berdasarkan model ARIMA (2,1,1) dapat memberikan hasil prediksi untuk 3 bulan kedepan secara berurutan 24,49,45 dengan nilai MAPE 16,44%, dan RMSE adalah 6.  Implementasi sistem berbasis web memudahkan pengguna dalam mengakses hasil prediksi secara cepat dan interaktif. Sistem ini diharapkan dapat membantu showroom dalam mengoptimalkan manajemen persediaan, meningkatkan efisiensi operasional, serta meningkatkan daya saing perusahaan.
Co-Authors Christoper Andrian Thimotius Valentino