Article Per Year (5 Year)
p-Index From 2021 - 2026
2.48
P-Index
This Author published in this journals
All Journal Jurnal Informatika Upgris Swabumi (Suara Wawasan Sukabumi) : Ilmu Komputer, Manajemen, dan Sosial IJCIT (Indonesian Journal on Computer and Information Technology) Indonesian Journal on Software Engineering (IJSE) Jurnal Pilar Nusa Mandiri JURNAL ILMIAH INFORMATIKA ILKOM Jurnal Ilmiah Jurnal Nasional Komputasi dan Teknologi Informasi JUTIS : Jurnal Teknik Informatika STUDI PELAKSANAAN SELFMEDICATION PADA PENDERITA DIARE BERDASARKAN TINGKAT PENGETAHUAN MASYARAKAT PESISIR KECAMATAN SOROPIA KABUPATEN KONAWE JUSTIAN - Jurnal Sistem Informasi Akuntansi Jurnal Abdimas Komunikasi dan Bahasa sudo Jurnal Teknik Informatika INTERNATIONAL JOURNAL OF MECHANICAL COMPUTATIONAL AND MANUFACTURING RESEARCH JURNAL KESEHATAN, SAINS, DAN TEKNOLOGI (JAKASAKTI) Journal of Informatics, Electrical and Electronics Engineering
Hasan, Fuad Nur
Unknown Affiliation
Aerospace Engineering Agriculture, Biological Sciences & Forestry Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Health Professions Languange, Linguistic, Communication & Media Mechanical Engineering Medicine & Pharmacology Neuroscience Public Health Social Sciences Transportation

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : sudo Jurnal Teknik Informatika

 1 
Analisis Sentimen Ulasan Aplikasi Maxim di Google Play Store Menggunakan Algoritma Support Vector Machine Nouval, Muhammad; Habibi, Fanza Maulana; Rahmi, Anisya; Bittaqwa, Muhammad Dawam Amru; Agustianto, Rizki; Hasan, Fuad Nur
sudo Jurnal Teknik Informatika Vol. 4 No. 4 (2025): Edisi Desember
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/sudo.v4i4.1330

Abstract

Maxim merupakan salah satu aplikasi transportasi online yang banyak digunakan di Indonesia, sehingga ulasan pengguna menjadi sumber penting untuk mengetahui kualitas layanan. Penelitian ini bertujuan untuk menganalisis sentimen ulasan aplikasi Maxim di Google Play Store menggunakan metode lexicon based dan algoritma klasifikasi Support Vector Machine dan Naïve Bayes. Data sebanyak 400 ulasan diperoleh melalui teknik scraping, kemudian dilakukan tahap pre-processing yang meliputi cleaning, case folding, normalisasi kata, tokenizing, stopword removal, dan stemming. Pelabelan data ulasan dilakukan menggunakan lexicon based dengan tiga kelas sentimen, yaitu positif, netral, dan negatif, kemudian dilakukan validasi manual untuk meningkatkan akurasi label sentimen. Representasi fitur dilakukan menggunakan TF-IDF dengan parameter unigram dan min_df=2. Pengujian dilakukan dengan tiga skenario pembagian data, yaitu 80:20, 70:30, dan 60:40. Hasil penelitian menunjukan bahwa algoritma SVM memiliki performa yang lebih stabil dibandingkan Naïve Bayes berdasarkan nilai accuracy, precision, recall, F1-score, confusion matrix, dan cross validation.
Analisis Sentimen Keefektifan Belajar Bahasa Asing di Aplikasi Duolingo dengan Algoritma Naïve Bayes Tratama, Muhammad Aqshal Anindya; Murmita, Fadli Santoso; Maulana, Dimas Arsya; Renata, Cindy; Ailsa, Raras; Hasan, Fuad Nur
sudo Jurnal Teknik Informatika Vol. 5 No. 1 (2026): Edisi Maret
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/sudo.v5i1.1354

Abstract

Aplikasi pembelajaran bahasa Duolingo telah diunduh lebih dari 500 juta kali, namun terdapat perdebatan mengenai keefektifannya. Ulasan pengguna di Google Play Store merupakan sumber data masif untuk mengevaluasi persepsi ini, namun volumenya terlalu besar untuk dianalisis secara manual. Penelitian ini bertujuan untuk menganalisis sentimen pengguna guna memahami lebih dalam persepsi efektivitas Duolingo sebagai media pembelajaran bahasa asing. Penelitian ini menggunakan 5.000 ulasan yang dikumpulkan melalui scraping dari Google Play Store. Metode Natural Language Processing (NLP) diterapkan, meliputi text pre-processing serta vektorisasi TF-IDF. Sebuah model klasifikasi sentimen biner yang telah dilabeli positif dan negatif dibangun menggunakan algoritma Multinomial Naïve Bayes. Hasil analisis data menunjukkan sentimen keseluruhan sangat positif, dimana 85.34% ulasan diklasifikasikan sebagai positif. Analisis kualitatif mengidentifikasi pendorong sentimen positif adalah efektivitas ("mudah paham", "bantu ajar") dan aspek gamifikasi ("seru"). Sebaliknya, sentimen negatif didominasi oleh keluhan pada fitur "sistem hati" dan "iklan" yang mengganggu. Model Naïve Bayes yang telah dilatih berhasil mencapai akurasi 92.81% dalam mengklasifikasikan data uji, membuktikan efektivitasnya untuk tugas ini terutama dalam tugas klasifikasi sentimen positif. Hasil ini mengonfirmasi persepsi positif terhadap keefektifan Duolingo, sekaligus memberikan masukan kritis mengenai model bisnis freemium-nya dan kekurangan lain yang dimiliki aplikasi pembelajaran ini.
Co-Authors Ade Christian Ailsa, Raras Alfarizi, Faisal Antonius Yadi Kuntoro Atang Saepudin Bachtiar, Yusuf Bittaqwa, Muhammad Dawam Amru Dandi Rosadi Dini Nurlaela Dwi Yuni Utami Eka Kusuma Pratama Erni Erni Fachrian, Mohammad Akmal Fauzi Ahmad Muda Giovanni, Muhammad Arif Gumilang, Rapanca Cahya Habibi, Fanza Maulana Harefa, Kristine Hermawan, Muhamad Taufik Hikmah, Noer Indryani, Azizah Wardah Kartika Handayani Krisnandi, Daiva Rakha Laia , Metodius Modianus Lestari Yusuf Lila Dini Utami Maulana, Dimas Maulana, Dimas Arsya Mulya, Arga Budi Murmita, Fadli Santoso Nabilatul Adzra, Salsa Nouval, Muhammad Nurlaelatul Maulidah Nurlelah, Elah Panny Agustia Rahayuningsih Pratama, Mr. Aldiansyah Putra, Arya Ade Putra, Rifky Wahyu Eka Putravani, Adheiktyo Februarjuna Qodri Nurfalah Rahmat, Ferdy Rahmi, Anisya Ramadhan, Muhammad Ridwan Ramanda, Dea Renata, Cindy Riki Supriyadi Riska Aryanti Rizki Agustianto Santi Santi Sri Murni Taufik Hidayatulloh Tratama, Muhammad Aqshal Anindya tri wahyuni Tuasamu, Abdulrahman Yulianti Yulianti