Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JURNAL INSTEK (Informatika Sains dan Teknologi) Idealis : Indonesia Journal Information System
SEKARPUJI, PINA
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering

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

Found 2 Documents
Search

 1 
ANALITIK BIG DATA UNTUK PERAMALAN PEMASARAN OBAT SOFIA, DETIN; SEKARPUJI, PINA; FAUZIAH, FAHMI; MARDEKA RAYA, AGUSTINA
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 4 No 2 (2019): OCTOBER
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4001.185 KB) | DOI: 10.24252/instek.v4i2.11002

Abstract

Saat ini pemanfaatan big data sudah banyak dianalisa oleh para peneliti salah satunya analisis big data dalam bidang pemasaran. Big data dapat dimanfaatkan untuk mengambil keputusan atau memudahkan pengguna data dalam mengolah data hingga menghasilkan analisa data yang berguna untuk perbaikan di masa mendatang. Tujuan penulisan makalah ini adalah pemanfaatan big data dalam bidang pemasaran dengan pengembangan aplikasi untuk peramalan penjualan produk obat sakit kepala. Metodologi penelitian yang digunakan adalah algoritma Naive Bayes Classifier, untuk menganalisa data twitter terkait pengguna obat sakit kepala. Hasil yang diperoleh dalam peramalan penjualan produk obat sakit kepala yaitu akurasi terbesar diperoleh produk obat panadolKata Kunci - Analisis Big Data, pemasaran, pengambilan keputusan, peramalan
PENERAPAN METODE STACKING ENSEMBLE UNTUK ANALISIS SENTIMEN PADA ULASAN APLIKASI RUANG GURU Sofia, Detin; Sekarpuji, Pina
IDEALIS : InDonEsiA journaL Information System Vol. 8 No. 2 (2025): Jurnal IDEALIS Juli 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/idealis.v8i2.3559

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi Ruangguru berdasarkan ulasan di Google Play Store. Studi ini berupaya untuk menggambarkan persepsi masyarakat terhadap layanan pembelajaran digital tersebut. Data berupa 99.000 ulasan pengguna dalam bahasa Indonesia dikumpulkan melalui teknik web scraping. Analisis sentiment dilakukan menggunakan pendekatan klasifikasi sentimen berbasis pembelajaran mesin. Penelitian mengikuti tahapan metodologi Cross Industry Standard Process for Data Mining (CRISP-DM), yang terdiri dari Business Understanding, Data Understanding, Data Preparation, Modelling, Evaluation dan Deployment. Sentimen dikategorikan menjadi tiga kelas: positif, negatif dan netral. Proses pra-pemrosesan data melibatkan tahapan seperti pembersihan, tokenisasi, normalisasi. Ekstraksi fitur menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), serta pelabelan data yang dilakukan dengan pendekatan lexicon-based menggunakan kamus kata positif dan negatif yang diunduh dari sumber terbuka. Model klasifikasi yang digunakan dalam penelitian ini adalah Stacking Ensemble dengan Random Forest, Support Vector Machine (SVM), dan Extreme Gradient Boosting (XGBoost) sebagai base learner, serta Logistic Regression sebagai meta learner. Evaluasi performa model menggunakan confusion matrix dan Area Under the Curve (AUC). Model ini menghasilkan Akurasi 88%, Precision 87%, Recall 88% dan F1-Score 87% serta AUC 0,945. Hasil penelitian menunjukkan bahwa mayoritas ulasan memiliki sentimen positif terhadap aplikasi Ruangguru. Temuan ini dapat menjadi masukan strategis bagi pengembang dalam meningkatkan kualitas layanan dan kepuasan pengguna.
Co-Authors Agustina Mardeka Raya FAUZIAH, FAHMI SOFIA, DETIN