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)
Sumarno Sumarno
Informatika, Universitas Muhammadiyah Sidoarjo
Computer Science & IT

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

Found 2 Documents
Search

 1 
ANALISIS SENTIMEN ULASAN MASYARAKAT APLIKASI BROMPIT MENGGUNAKAN ALGORITMA NAIVE BAYES DAN SVM Egha Arya Affandi; Sumarno Sumarno; Uce Indahyanti; Yulian Findawati
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.v10i1.16955

Abstract

Aplikasi BromPit dikembangkan untuk memudahkan pemilik sepeda motor Honda dalam melakukan pemesanan servis, pelacakan status kendaraan, dan pencarian bengkel resmi, namun ulasan pengguna pada Google Play Store menunjukkan beragam tanggapan. Studi ini berfokus pada sentimen orang-orang tentang penggunaan aplikasi BromPit serta membandingkan efektivitas metode Naive Bayes dibandingkan dengan teknik Support Vector Machine (SVM) untuk mengkategorikan data teks. Prosedur penelitian meliputi pengumpulan data ulasan, pelabelan sentimen, preprocessing, pembagian data train dan test, pembobotan TF-IDF, implementasi Naive Bayes dan SVM, penerapan SMOTE untuk menyeimbangkan kelas minoritas, serta evaluasi akurasi. Temuan penelitian ini memperlihatkan bahwa sebagian besar masyarakat banyak merasa puas terhadap aplikasi ini, dengan ulasan positif mendominasi sebanyak 7.157 ulasan, diikuti 1.351 negatif dan 221 netral. Output pengujian model menunjukkan bahwa akurasi Naive Bayes berada di kisaran 82,63%–83,05% dan SVM 81,90%–82,51% pada berbagai pembagian data, sehingga Naive Bayes menjadi model terbaik dan lebih efektif dibanding SVM untuk menganalisis sentimen ulasan. Hasil penelitian menunjukkan bahwa sejumlah besar individu telah menyatakan kepuasan terkait aplikasi BromPit, hal ini dapat digunakan untuk memperbaiki fitur, meningkatkan layanan, dan memastikan pengalaman pelanggan lebih baik
EKSTRAKSI INFORMASI DARI DOKUMEN CV MENGGUNAKAN PENDEKATAN HYBRID NATURAL LANGUAGE PROCESSING DAN RULE-BASED Syahfrizka Dyah Nazwa Umbara; Ade Eviyanti; Hindarto Hindarto; Sumarno Sumarno
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 | DOI: 10.36040/jati.v10i2.17224

Abstract

Transformasi digital dalam rekrutmen menuntut adopsi Applicant Tracking System (ATS) untuk efisiensi pengelolaan pelamar. Namun, tantangan utama pengembangan ATS terletak pada tingginya variabilitas format Curriculum Vitae (CV) tidak terstruktur, yang sulit diproses oleh metode berbasis aturan karena sifatnya yang kaku, maupun Deep Learning yang membebani sumber daya komputasi. Penelitian ini bertujuan mengembangkan sistem ekstraksi informasi CV yang menyeimbangkan akurasi tinggi dan efisiensi komputasi. Melalui pendekatan hibrida (Hybrid Approach), penelitian ini mengintegrasikan algoritma Rule-Based (Regular Expressions) untuk ekstraksi entitas faktual dan Natural Language Processing (NLP) menggunakan pustaka spaCy serta PhraseMatcher untuk analisis kontekstual pada kompetensi dan pengalaman kerja. Hasil pengujian empiris menunjukkan kinerja sistem yang unggul dengan nilai Precision 91.3%, Recall 87.5%, dan F1-Score 89.4%. Secara keseluruhan, sistem mencapai akurasi 80.8% dengan waktu pemrosesan rata-rata di bawah 2 detik per dokumen. Temuan ini membuktikan bahwa integrasi metode hibrida efektif menangani kompleksitas format CV dengan kebutuhan komputasi yang efisien.
Co-Authors Ade Eviyanti Egha Arya Affandi Hindarto Hindarto Syahfrizka Dyah Nazwa Umbara Uce Indahyanti Yulian Findawati