Claim Missing Document
Check
Articles

Sentiment Analysis on Beauty Product Review Using Modified Balanced Random Forest Method and Chi-Square Antika Putri Permata Wardani; Adiwijaya Adiwijaya; Mahendra Dwifebri Purbolaksono
Journal of Information System Research (JOSH) Vol 4 No 1 (2022): October 2022
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (346.809 KB) | DOI: 10.47065/josh.v4i1.2047

Abstract

Internet users in Indonesia have used e-commerce services to buy various products. For example, one website that provides information services about women's beauty products is Female Daily. On the website, there are reviews of beauty products. The review feature is one feature that helps users in determining which beauty products to buy. Unfortunately, many reviews will take a long time to read, and it is almost impossible for users to read all the information. Therefore, research is needed to make it easier for users to consider products such as sentiment analysis. Sentiment analysis aims to classify opinions, namely, user reviews, into positive, neutral, and negative opinions. In this study, sentiment analysis uses the Modified Balanced Random Forest(MBRF) and Chi-square method as feature selection. The best model from this study produces an average accuracy and an average f1-score of 81.75% and 71.90%, respectively.
Smartphone Purchase Recommendation System Using the K-Nearest Neighbor (KNN) Algorithm Bayu Rahmat Setiaji; Dody Qori Utama; Adiwijaya Adiwijaya
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 6, No 4 (2022): Oktober 2022
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v6i4.4753

Abstract

Indonesia is in the fourth position of the countries with the most smartphone users worldwide. Smartphones are needed in today's modern times. Smartphones are also used not only for long-distance communication but also for carrying out daily work. Smartphones are currently used for study and work and also become entertainment to play. Therefore, smartphones are very much sought after for the suitability of users who carry out their daily activities. So this research is very helpful for users to find smartphones that support their daily activities such as studying, working, and playing. This research is based on a website that can make it easier for users to see their smartphone recommendations directly. The analysis uses the K-Nearest Neighbor (KKN) method to see the ratings reviewed by other users who have tried using their smartphones with different phone brands. The calculation method in the current study uses 3 KNN calculations and uses the concept of combining calculations to find the maximum recommendation results. The result of the recommendation system using the K-Nearest Neighbor method is in the form of a review stating whether the user agrees or disagrees. In the current study, there have been 100 reviews from users, and it has a percentage of 78% for success and 22% for failure.
Data Mining Techniques in Handling Personality Analysis for Ideal Customers Nur Ghaniaviyanto Ramadhan; Adiwijaya Adiwijaya
Journal of Information Systems Engineering and Business Intelligence Vol. 8 No. 2 (2022): October
Publisher : Universitas Airlangga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20473/jisebi.8.2.175-181

Abstract

Background: Personality distinguishes individuals from one another, guides their actions and reactions, and dictates their preferences in many aspects of life, including shopping. Objective: This study determines the characteristics of an ideal customer based on individual personality. Methods: Data mining techniques used in this study are K-nearest neighbour (KNN), linear support vector machine (SVM), and random forest. This study also applies the synthetic minority oversampling technique (SMOTE) to overcome the imbalance in the amount of data. Results: This study shows that the application of the SMOTE and random forest models resulted in 88% accuracy, 79% precision, and 70% recall, which are the highest compared to other models. Conclusion: SMOTE in this research is unsuitable for use in the KNN and linear SVM classification models. Ensemble-based models such as random forest can produce high accuracy when SMOTE is applied for data pre-processing.
Sentiment Analysis on Indonesian Movie Review Using KNN Method With the Implementation of Chi-Square Feature Selection Imam Prayoga; Mahendra Dwifebri Purbolaksono; Adiwijaya Adiwijaya
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 7, No 1 (2023): Januari 2023
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v7i1.5522

Abstract

The advancement and development of the internet is used by the people to support various sectors, one of which is the film industry. Nowadays, people can easily access various movies from available sites. This convenience had led to many reviews about a movie that can be obtained easily. This movie review is very influential on the variety of movies. Freedom of expression on the internet, makes the reviews of a movie vary. For this reason, it is necessary to analyze the sentiment of he movie reviews that are positive or negative. In this research, a sentiment analysis model is build using chi-square selection feature with the KNN algorithm. The final result of this research is able to provide the best classification model with the implementation of stemming. The value of k = 267 in selectkbest at the feature selection stage using chi-square, and using the value of K = 11 in the KNN parameter. This model produces f1 score value of 86.98%.
Deteksi Penyakit Gagal Jantung Berdasarkan Sinyal Ekg Menggunakan Naive Bayes Preddy Desmon; Adiwijaya Adiwijaya; Dody Qory Utama
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Gagal jantung merupakan masalah kesehatan masayarakat yang banyak ditemukan dan menjadi salah satu penyakit yang sangat berbahaya. Resiko terkena penyakit ini sangat besar terjadi pada usia lanjut. Penelitian ini bertujuan untuk menganalisis seseorang terkena penyakit gagal jantung atau tidak terkena penyakit gagal jantung (normal). Sinyal EKG (ElektroKardioGram) merupakan data yang digunakan untuk mengtahui detak jantung seseorang yang akan diteliti. Sinyal EKG kemudian akan diperhalus menggunakan wavelet, kemudian akan diolah lagi dengan Metode Naive Bayes. Metode Naive Bayes digunakan dalam mengklasifikasi sinyal yang sudah di extraksi menjadi penentuan hasil akhir. Hasil prediksi dari Naive bayes mendapat akurasi 70% . Kata kunci : Gagal Jantung, Naive Bayes, EKG, wavelet Abstract Heart failure is a public health problem that many found and became one of the most dangerous diseases. The risk of this disease is very large in the elderly. This study aims to analyze a person affected by heart failure or not affected by heart failure (normal). ECG signal (ElectroKardioGram) is the data used to knowing a person's heartbeat to be studied. The ECG signal will then be decomposed using a wavelet, then it will be processed again with the Naive Bayes Method. The Naive Bayes method is used in classifying the already extracted signals into the final result determination. Predicted results from Naive bayes got 70% accuracy. Keywords: Congestive Heart Failure Naive Bayes, EKG, wavelet
Analisis Dan Implementasi Graph Indexing Pada Graph Database Menggunakan Algoritma Closure Tree Riche Julianti Wibowo; Kemas Rahmat Saleh Wiharja; Adiwijaya Adiwijaya
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Graph menjadi populer untuk pemodelan data terstruktur seperti senyawa kimia. Teknologi basisdata seperti relational database kurang efektif menangani data yang terstruktur. Maka, graph database dibutuhkan. Untuk menangani pencarian informasi terhadap data yang terstruktur pada graph database digunakan metode graph indexing agar lebih cepat dan efisien. Dari beberapa metode graph indexing yang ada, Closure tree (C-tree) adalah metode graph indexing yang paling tepat digunakan karena menggunakan konsep graph closure dimana setiap simpul merangkum informasi dari simpul-simpul keturunannya dan membangun tree sebagai index. Pada tugas akhir ini diharapkan mampu menerapkan algoritma C-tree pada graph indexing dengan dataset bertipe molekul serta menganalisis answer set, tree construction, dan query time yang dihasilkan. Kata kunci : graph, graph database, graph indexing, graph closure, C-tree.
Klasifikasi Data Microarray Menggunakan Discrete Wavelet Transform Dan Naive Bayes Classification Rizma Nurviarelda; Adiwijaya Adiwijaya; Aniq Atiqi Rohmawati
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Saat ini, kanker adalah salah satu penyakit paling mematikan. Sehingga, dibutuhkan sebuah program untuk deteksi kanker secara akurat. Pada data kanker biasanya data berupa data microarray. Dimana, atribut terdiri dari informasi gen seorang individu dan data objek adalah individu-individu yang terdeteksi kanker. Informasi gen terdiri dari jumlah yang sangat banyak hingga mencapai puluhan ribu. Sedangkan, jumlah individu berdasarkan jenis kanker namun hanya berkisar puluhan hingga ratusan individu. Tugas akhir ini bertujuan untuk melakukan proses klasifikasi deteksi kanker dengan mereduksi atribut menggunakan Discrete Wavelet Transform family daubechies4 (db4) kemudian dilakukan proses klasifikasi menggunakan Naive Bayes. Lalu hasil akan dibandingkan dengan menggunakan seleksi atribut Minimum-Redundancy Maximum-Relevance jenis F-Test Correlation Difference dengan metode klasifikasi Naive Bayes. Pengujian yang dilakukan mengambil jumlah atribut terbaik pada metode db4. Sistem yang dibuat menggunakan db4 dengan metode klasifikasi Naive Bayes mendapatkan hasil yang baik. Dimana, nilai akurasi mencapai 98,4126%.
Klasifikasi Penyakit Aritmia Melalui Sinyal Elektrokardiogram (ekg) Menggunakan Metode Local Features Dan Support Vector Machine Gilang Titah Ramadhani; Adiwijaya Adiwijaya; Dody Qori Utama
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Jantung merupakan organ terpenting dalam tubuh manusia dan selalu dituntut dalam keadaan baik, tidak dapat dipungkiri bahwa seseorang memiliki kemungkinan menderita penyakit jantung aritmia. EKG merupakan salah satu cara untuk mendeteksi penyakit jantung. Dengan menggunakan metode Local Features yang merupakan metode ekstraksi ciri dengan menghitung jumlah detak jantung sehingga dapat membantu dalam proses klasifikasi yang dilakukan oleh Support Vector Machine (SVM). Dalam fitur pengklasifikasian yang dilakukan oleh SVM, mendapatkan hasil akurasi dari dua dataset yang digunakan. Untuk data EKG normal akurasi terbesar bernilai 67% yang dihasilkan dari SVM kernel linear dan RBF, untuk data EKG aritmia akurasi terbesar bernilai 83% yang dihasilkan oleh kernel linear dan 16% menggunakan kernel RBF. Perbedaan kernel mempengaruhi akurasi pada setiap data bergantung kepada karakteristik setiap data EKG yang digunakan.
Perlindungan Rekam Medis Berbasis Robust Watermarking Pada Citra Medis Digital Menggunakan Metode Dwt-dct Dan Optimasi Dengan Ga Kurniawan W. Handito; Adiwijaya Adiwijaya; Didi Rosiyadi
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Jasa layananan telemedis memanfaatkan kemajuan teknologi informasi untuk pertukaran informasi dan pelayanan kesehatan tanpa memperhatikan batas tempat dan waktu. Data medis yang dapat dikirim, ditu- kar, dan distribusikan untuk memenuhi layanan telemedis harus diikuti dengan sistem keamanan karena kejahatan pencurian data identitas medis semakin meningkat dan membahayakan. Data pasien yang ber- sifat pribadi dan rahasia dapat dijaga dengan skema watermarking dengan cara menyisipkan rekam medis pasien pada citra medis digitalnya. Hal ini dapat menjamin kerahasiaan dan keamanan pengiriman data serta menjaga integritas dan hak milik citra medis digitalnya. Pada penelitian ini diusulkan skema water- marking menggunakan penggabungan metode DWT-DCT serta optimasi dengan GA untuk mencapai nilai robustness dan imperceptibility yang lebih baik. Parameter yang dioptimasi adalah subband DWT, subband DCT, dan scale factor penyisipan. Skema watermarking yang diusulkan dibandingkan dengan skema water-marking satu metode (DWT) dan penggabungan metode (DWT-DCT) tanpa algoritma optimasi. Dari hasil pengujian tanpa serangan, skema watermarking yang diusulkan lebih baik hingga 13,28 dB untuk nilai PS-NR, dan 0,21 poin untuk nilai NCC. Pada pengujian menggunakan serangan, skema watermarking yang diusulkan dapat dikatakan baik untuk beberapa nilai serangan.
Analisis Dan Implementasi Graph Indexing Pada Graph Database Menggunakan Algoritma Lindex Astrid Frillya Septiany; Kemas Rahmat Saleh Raharja; Adiwijaya Adiwijaya
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Database yang awalnya disebut sebagai penyimpanan data terintegrasi mengalami perkembangan untuk memenuhi kebutuhan data yang kompleks.Namun basis data relasional tidak dapat selalu diandalkan karena seiring berjalannya waktu aplikasi-aplikasi pengguna layanan basis data relasional mengalami perlambatan kecepatan akses. Sebagai alternatif dari permasalahan tersebut maka basis data relasional dikembangkan ke dalam representasi graf yang termasuk dalam kelompok NoSQL yaitu graph database. Graph database semakin berkembang dan memerlukan metode untuk memproses query agar lebih efisien. Oleh karena itu dibutuhkan algoritma indexing. Untuk data dengan skala yang besar, permasalahan indexing yang terletak pada filtering dan verification merupakan hal yang penting. Lindex dipilih untuk penelitian ini karena berdasarkan sumber yang dirujuk, Lindex memiliki waktu index construction yang lebih singkat dibandingkan Gindex dan memiliki kekuatan filtrasi yang lebih bagus dari SwiftIndex. Tipe data graf yang akan digunakan pada penelitian kali ini adalah molekul karena memiliki node yang berlabel, edge yang tak berbobot dan tak berarah, sesuai dengan sumber yang dirujuk, serta ukuran basis data yang besar dan sesuai dengan permasalahan di atas. Dilakukan pengujian terhadap 4 buah dataset yang memiliki 3 buah path length yang berbeda. Dari keempat dataset yang diuji, dilakukan analisis mengenai waktu index construction, waktu pencarian candidate set, dan waktu response time dari masing-masing path length yang berbeda. Kata kunci: graph, graph database, graph indexing, Lindex, filtering, verification, path length
Co-Authors A Rakha Ahmad Taufiq Abu Bakar, Muhammad Yuslan Ade Iriani Sapitri Ade Sumiahadi, Ade Adhitia Wiraguna Adhitia Wiraguna Aditya Arya Mahesa Adnan Imam Hidayat Adwin Rahmanto Afrian Hanafi Al Faraby, Said Al Mira Khonsa Izzaty Alfian Akbar Gozali Alvi Syah Amalya Citra Pradana Amir Andi Ahmad Irfa ANDI FUTRI HAFSAH MUNZIR Andina Kusumaningrum Andri Saputra Andrian Fakhri Andriyan B Suksmono Anggitha Yohana Clara Aniq Atiqi Aniq Atiqi Rohmawati Anisa Salama Annas Wahyu Ramadhan Annisa Adistania Annisa Aditsania Antika Putri Permata Wardani Aras Teguh Prakasa Astrid Frillya Septiany Astrima Manik Aziz, Muhammad Maulidan Azmi Hafizha Rahman Zainal Arifin Bambang Riyanto T. Bayu Julianto Bayu Munajat Bayu Munajat Bayu Rahmat Setiaji Bernadus Seno Aji Bernadus Seno Aji Bintang Peryoga Bisma Pradana Brama Hendra Mahendra Chiara Janetra Cakravania Clarisa Hasya Yutika D. R. Suryandari Dana Sulistiyo Kusumo Danang Triantoro Danang Triantoro Murdiansyah Daniel Tanta Christopher Sirait Dany Dwi Prayoga Dany Dwi Prayoga Della Alfarydy Akbar Deni Saepudin Denny Alriza Pratama Desi Sitompul Dewangga, Dhiya Ulhaq Dian Chusnul Hidayati Didi Rosiyadi Didit Adytia Dinda Karlia Destiani Dody Qori Utama Dody Qory Utama Dwi Yanita Apriliyana Dwi Yanita Apriliyana Dwifebri, Mahendra Eko Darwiyanto Eliza Jasin Elza Oktaviana Elza Oktaviana Endro Ariyanto Ergon Rizky Perdana Purba F. A. Yulianto Fachri Pane, Syafrial Fahmi Salman Nurfikri Faris Alfa Mauludy Faris Alfa Mauludy Farudi Erwanda Farudi Erwanda Fathur Rohman Fathurrohman Elkusnandi Fhira Nhita Fikri Rozan Imadudin Firda A. Ma’ruf Firdausi Nuzula Zamzami Firly Juanita Surahman Fuad Ash Shiddiq Gde Agung Brahmana Suryanegara Ghozy Ghulamul Afif Gia Septiana Gia Septiana Gia Septiana Gilang Rachman Perdana Gilang Rachman Perdana Gilang Titah Ramadhani Grace Tika Guntoro Guntoro Guntoro Guntoro Guntoro Guntoro Hadyan Arif Hafidudin . Hafizh Fauzan Hafizh Fauzan Hendro Prasetyo Henri Tantyoko Honakan Honakan I Kadek Haddy W. I Made Riartha Prawira I.G.N.P.Vasu Geramona Ilham Kurnia Syuriadi Ilham Yunirakhman Imadudin, Fikri Rozan Imam Prayoga Indriani Indriani Irene Yulietha Irma Irma Irma Palupi Irwinda Famesa Iyon Priyono Jendral Muhamad Yusuf Zia Ul Haq Jenepte Wisudawati Simanullang K, Kasnaeny Kamal Hasan Mahmud Kemas Muslim Lhaksmana Kemas Rahmat Saleh Raharja Kemas Rahmat Saleh Wiharja Kurnia C Widiastuti Kurniawan W. Handito Laila Putri Lalu Gias Irham Lisa Marianah Lisa Marianah Luke Manuel Daely Mahendra Dwifebri P Mahendra Dwifebri Purbolaksono Mahmud Dwi Sulistiyo Melanida Tagari Melanida Tagari Michael Sianturi Milah Sarmilah Moc. Arif Bijaksana Mochamad Agusta Naofal Hakim Mochammad Naufal Rizaldi Mohamad Irwan Afandi Mohamad Mubarok Mohamad Syahrul Mubarok Mohamad Syahrul Mubarok Mohammad Syahrul Mubarok Monica Triyani Muhammad Afianto Muhammad Enzi Muzakki Muhammad Fauzan Muhammad Feridiansyah Muhammad Ghufran Muhammad Irvan Tantowi Muhammad Kenzi Muhammad Mubarok Muhammad Mujaddid Muhammad Naufal Mukhbit Amrullah Muhammad Nurjaman Muhammad Shiddiq Azis Muhammad Shiddiq Azis Muhammad Surya Asriadie Muhammad Syahrul Mubarok Muhammad Yuslan Abu Bakar Nanda Prayuga Nida Mujahidah Azzahra Nida Mujahidah Azzahra Niken Dwi Wahyu Cahyani Novelty Octaviani Faomasi Daeli Novia Russelia Wassi Nuklianggraita, Tita Nurul Nur Ghaniaviyanto Ramadhan Oscar Ramadhan Pinem, Joshua Pratama Dwi Nugraha Preddy Desmon Purbalaksono, Mahendra Dwifebri Putri, Dinda Rahma Putri, Dita Julaika Raihana Salsabila Darma Wijaya Rendi Kustiawan Reynaldi Ananda Pane Riche Julianti Wibowo Riko Bintang Purnomoputra Riska Chairunisa Rizki Syafaat Amardita Rizky Pujianto Rizma Nurviarelda Roberd Saragih Rosyadi, Ramadhana Said Faraby Satria Mandala Sekar Kinasih Semeidi Husrin Sheila Annisa Shidqi Aqil Naufal Shuni’atul Ma’wa Sigit Bagus Setiawan St.Sukmawati S. Sugeng Hadi Wirasna Suriyanti Suriyanti Syafrial Fachri Pane, Syafrial Fachri Syahrizal Rizkiana Rusamsi Syam, Mukhlisah Syifa Khairunnisa Talitha Kayla Amory Tati LR Mengko Tesha Tasmalaila Hanif Timami Hertza Putrisanni Tita Nurul Nuklianggraita Triyani, Monica Try Moloharto Untari Novia Wisesty Untari Wisesty Untari. N. Wisesty Untary Novia Wisesty Vina Mutiara Purnama Warih Maharani Widi Astuti Widi Astuti Widi Astuti Winda Christina Widyaningtyas Wisnu Adhi Pradana Yana Meinitra Wati Yoga Widi Pamungkas Yuliant Sibaroni Zahra Putri Agusta Zakia Firdha Razak Zulfikar Fauzi