Claim Missing Document
Check
Articles

Found 2 Documents
Search

IMPLEMENTASI BIG DATA DALAM ANALISIS SENTIMEN ULASAN PENGGUNA TOKOPEDIA BERBASIS APLIKASI WEB MENGGUNAKAN METODE NAIVE BAYES Febri Ananda Lubis; Iskandar Muda Siregar; Aldipan Azry; Khalil Elhamdi Simbolon; Sahat Parulian Sitorus
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.7190

Abstract

Pesatnya perkembangan e-commerce mendorong meningkatnya jumlah ulasan pengguna yang memuat opini dan pengalaman terhadap layanan yang digunakan. Data ulasan tersebut memiliki karakteristik Big Data, seperti volume yang besar, variasi bahasa, dan pertumbuhan data yang cepat, sehingga analisis manual menjadi tidak efisien. Penelitian ini bertujuan mengimplementasikan konsep Big Data dalam analisis sentimen ulasan pengguna Tokopedia berbasis aplikasi web menggunakan algoritma Multinomial Naive Bayes. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan tahapan pengumpulan data, preprocessing teks, ekstraksi fitur menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), serta klasifikasi sentimen ke dalam kategori positif, negatif, dan netral. Dataset yang digunakan terdiri dari 4.000 ulasan pengguna yang dibagi menjadi data latih dan data uji. Evaluasi kinerja model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa metode Naive Bayes mampu mengklasifikasikan sentimen ulasan dengan performa yang baik. Visualisasi hasil analisis dalam bentuk dashboard aplikasi web memudahkan interpretasi distribusi sentimen. Dominasi sentimen negatif mengindikasikan adanya tingkat ketidakpuasan pengguna terhadap layanan pada data yang dianalisis. Kontribusi penelitian ini terletak pada penerapan analisis sentimen berbasis Big Data yang terintegrasi dengan aplikasi web sebagai alat evaluasi layanan e-commerce yang bersifat aplikatif dan skalabel.
Implementasi Sistem Smart Tracking Berbasis IoT pada Mobil Pembersih Otomatis Menggunakan ESP32 dan GPS Aldipan Azry; Ali Akbar Ritonga; Sahat Parulian Sitorus
Jurnal Minfo Polgan Vol. 15 No. 3 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i3.16590

Abstract

Mobil pembersih otomatis memerlukan sistem yang mampu memberikan informasi posisi terbaru selama alat beroperasi. Masalah utama penelitian ini adalah belum tersedianya mekanisme pemantauan sederhana dan mandiri untuk mengetahui posisi serta status kerja kendaraan tanpa bergantung pada server eksternal. Penelitian ini bertujuan mengembangkan prototipe pemantauan tertanam pada kendaraan otonom dengan menggunakan mikrokontroler, modul penentuan posisi satelit, dan tampilan lokal. Penelitian menggunakan metode Research and Development yang dipadukan dengan model analisis, perancangan, pengembangan, implementasi, dan evaluasi. Evaluasi meliputi pengujian fungsional, pengujian kestabilan selama tiga puluh menit, pengujian penentuan posisi satelit pada area terbuka, semi terbuka, dan tertutup, pengujian tampilan, pengoperasian kendaraan, serta simulasi interval pencatatan. Pengendali berhasil memproses data posisi dan menampilkan lintang, bujur, waktu pembacaan, serta status sinyal. Pada area terbuka, seluruh sepuluh percobaan menghasilkan data valid dalam waktu dua puluh sembilan sampai enam puluh lima detik. Area semi terbuka membutuhkan waktu enam puluh satu sampai seratus lima belas detik dan menghasilkan dua percobaan yang kurang stabil. Area tertutup menghasilkan data tidak stabil atau tidak valid dalam waktu seratus tiga puluh sampai dua ratus dua puluh detik. Interval lima detik menghasilkan 120 data simulasi selama sepuluh menit. Hasil tersebut menunjukkan bahwa hambatan lingkungan sangat memengaruhi kinerja penentuan posisi satelit, sedangkan daya stabil dan sambungan kuat mendukung pengoperasian berkelanjutan. Prototipe sesuai untuk pemantauan posisi umum, tetapi belum sesuai untuk navigasi berpresisi tinggi. Penelitian selanjutnya perlu menguji penyimpanan jangka panjang dan pemantauan berbasis peta.