Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JINTEN: Journal of Intelligent Systems and Digital Science
Duwi Purnama Sidik
Universitas Brawijaya

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

Found 2 Documents
Search

 1 
Komparasi Model Klasifikasi Teks dalam Mendeteksi Berita Hoaks Berbahasa Indonesia Duwi Purnama Sidik
JINTEN: Journal of Intelligent Systems and Digital Science Vol 1 No 1: Juni 2026
Publisher : CV. Ihsan Cahaya Pustaka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66031/jinten.v1i1.493

Abstract

Penyebaran berita hoaks di era digital menjadi tantangan yang dapat memengaruhi opini publik dan menimbulkan disinformasi. Penelitian ini bertujuan membandingkan kinerja algoritma Naïve Bayes dan Support Vector Machine (SVM) dalam mendeteksi berita hoaks berbahasa Indonesia. Metode penelitian menggunakan pendekatan eksperimen yang meliputi prapemrosesan teks, ekstraksi fitur menggunakan TF-IDF, pelatihan model, dan evaluasi kinerja. Dataset yang digunakan terdiri atas 3.772 berita yang diklasifikasikan ke dalam kategori hoaks dan valid. Evaluasi dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa SVM memperoleh performa lebih baik dengan accuracy 70,87%, precision 72%, dan F1-score 82%, sedangkan Naïve Bayes memperoleh accuracy 66,52%, precision 67%, dan F1-score 80%. Namun, Naïve Bayes memiliki recall lebih tinggi sebesar 99% dibandingkan SVM sebesar 97%. Hasil ini menunjukkan bahwa SVM lebih efektif dalam klasifikasi berita hoaks berbahasa Indonesia.
Analisis Sentimen Ulasan Pengguna Livin’ by Mandiri Menggunakan Model Deep Transformer IndoBERT Duwi Purnama Sidik; Fatqurhohman Fatqurhohman
JINTEN: Journal of Intelligent Systems and Digital Science Vol 1 No 2: September 2026
Publisher : CV. Ihsan Cahaya Pustaka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66031/jinten.v1i2.682

Abstract

Perkembangan layanan perbankan digital menghasilkan sejumlah besar ulasan pengguna yang dapat dimanfaatkan untuk memahami persepsi terhadap kualitas layanan aplikasi. Penelitian ini bertujuan menganalisis sentimen ulasan pengguna aplikasi Livin’ by Mandiri menggunakan model IndoBERT melalui proses fine-tuning. Data penelitian berasal dari ulasan pengguna yang diklasifikasikan ke dalam dua kelas sentimen, yaitu positif dan negatif, dengan rating 3 dikeluarkan sebagai kategori netral. Sebanyak 15.000 ulasan dipilih menggunakan stratified sampling dan dibagi menjadi 70% data latih, 20% validasi, dan 10% data uji. Proses pemodelan menggunakan IndoBERT Base P1 dengan panjang maksimum 128 token dan pelatihan selama tiga epoch. Evaluasi dilakukan menggunakan accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model terbaik diperoleh pada epoch pertama dengan validation accuracy sebesar 92,77% dan F1-score sebesar 94,49%. Pada data uji, model menghasilkan accuracy sebesar 92%, macro F1-score 91%, dan weighted F1-score 92%. F1-score kelas negatif mencapai 0,88, sedangkan kelas positif sebesar 0,94. Hasil tersebut menunjukkan bahwa IndoBERT mampu melakukan klasifikasi sentimen ulasan Livin’ by Mandiri dengan kinerja yang baik serta berpotensi digunakan untuk mendukung analisis opini pengguna pada layanan perbankan digital.
Co-Authors Fatqurhohman Fatqurhohman