Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Sentimen pada Ulasan Aplikasi Notion AI dengan Metode Support Vector Machine dan Random Forest Mawadatul Maulidah; Suleman Suleman; Angga Ardiansyah; Erina Rahma; Queen Elizabeth Anggiano Widodo
SENTRI: Jurnal Riset Ilmiah Vol. 5 No. 2 (2026): SENTRI : Jurnal Riset Ilmiah, Februari 2026
Publisher : LPPM Institut Pendidikan Nusantara Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55681/sentri.v5i2.5727

Abstract

In the digital era, the utilization of Artificial Intelligence (AI) has been rapidly expanding across various fields, including information management through applications such as Notion AI. This study aims to analyze user sentiment toward the Notion AI application based on review comments on the Google Play Store using two machine learning algorithms, namely Support Vector Machine (SVM) and Random Forest. The data were obtained via web scraping, comprising 300 review comments, 150 positive and 150 negative. The dataset was then divided into 80% training data and 20% testing data to ensure that the model evaluation was conducted objectively using data that were not involved in the training process. The research process included stages of data collection, preprocessing, classification modeling, model evaluation, data presentation, and analysis using the RapidMiner tool. The results showed that the Random Forest algorithm outperformed SVM, achieving an accuracy of 95.97%, a precision of 98.27%, a recall of 94.34%, and an AUC value of 1.000. Meanwhile, the SVM model produced an accuracy of 85.97% and an AUC of 0.954. This study indicates that Random Forest is more effective in handling variations in text data and provides more accurate classification results. Overall, the majority of user reviews of Notion AI are positive, particularly regarding the ease of AI writing features and productivity enhancement, while negative reviews generally relate to language limitations and paid features.
Akselerasi Penjualan Hasil Pertanian Melalui Platform Digital: Penerapan Aplikasi Tukang Sayur pada KWT Boga Lestari Andrian Eko Widodo; Fanny Fatma Wati; Nadiyah Hidayati; Erina Rahma; Vivi Amellia
Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Vol. 9 No. 2 (2026): Juli
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM) Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jabdimas.v9i2.11064

Abstract

KWT (Kelompok Wanita Tani) Boga Lestari merupakan kelompok usaha mikro di bidang pertanian yang memiliki potensi besar dalam produksi sayur dan buah segar, namun masih menghadapi kendala dalam pemasaran, rendahnya literasi digital, serta ketergantungan pada metode penjualan konvensional. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kemampuan pemasaran digital anggota KWT melalui pelatihan dan pendampingan penggunaan aplikasi TukangSayur. Kegiatan ini melibatkan 30 peserta yang merupakan anggota KWT dengan latar belakang pendidikan yang beragam serta pengalaman dasar dalam penggunaan smartphone. Metode evaluasi yang digunakan adalah pre-test dan post-test, didukung dengan kuesioner skala Likert (1–5) yang terdiri dari 9 pernyataan, serta dianalisis menggunakan metode N-Gain untuk mengukur peningkatan pemahaman peserta. Hasil kegiatan menunjukkan adanya peningkatan pemahaman yang signifikan, di mana nilai rata-rata pre-test sebesar 54,64% meningkat menjadi 88,31% pada post-test. Nilai N-Gain berada pada rentang 79%–91%, yang termasuk dalam kategori tinggi. Hal ini menunjukkan bahwa pelatihan yang diberikan efektif dalam meningkatkan literasi digital, keterampilan pemasaran, serta kesiapan peserta dalam mengadopsi platform digital untuk memperluas jangkauan pemasaran dan meningkatkan potensi pendapatan.