Garuda - Garba Rujukan Digital

ANALISIS SENTIMEN PENGGUNA APLIKASI KARIER.MU MENGGUNAKAN ALGORITMA BERNOULLI NAÏVE BAYES CLASSIFIER DENGAN METODE N-GRAM Nurpadilah, Tasya; Enri, Ultach; Nurkifli, E. Haodudin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11958

Kekurangan keterampilan di pasar kerja global telah menjadi isu mendesak bagi pengusaha, terutama terkait keterampilan teknis dan soft skills. Aplikasi mobile seperti Karier.mu menawarkan solusi dengan menyediakan platform bagi pencari kerja untuk mengembangkan keterampilan yang relevan. Aplikasi ini telah mendapatkan lebih dari 500.000 pengguna dan berperan penting dalam program Kartu Prakerja untuk meningkatkan daya saing tenaga kerja Indonesia. Meskipun Karier.mu diterima dengan baik, masih terdapat tantangan dalam menganalisis umpan balik pengguna secara mendalam. Penelitian ini bertujuan untuk menganalisis sentimen pengguna aplikasi Karier.mu menggunakan algoritma Bernoulli Naïve Bayes dengan metode n-gram. Data dikumpulkan melalui ulasan pengguna dan diproses melalui tahapan teks preprocessing, pelabelan sentiment dengan pendekatan lexicon, dan ekstraksi fitur menggunakan TFIDF N-Gram. Metode SMOTE diterapkan untuk menangani ketidakseimbangan kelas dalam data. Hasil penelitian menunjukkan bahwa model mampu mengklasifikasikan sentimen dengan akurasi 96%. Hasil dari analisis ini diharapkan memberikan wawasan bagi pengembang aplikasi dalam meningkatkan kualitas layanan dan pengalaman pengguna, serta membantu perusahaan beradaptasi dengan kebutuhan pasar kerja yang kompetitif.

PERANCANGAN DAN IMPLEMENTASI APLIKASI ANDROID MENGGUNAKAN FRAMEWORK FLUTTER PADA PENJUALAN SEBLAK MANDJI Sulhan Abdillah, M. Rio; Mayasari, Rini; Enri, Ultach
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12454

Seblak Mandji menghadapi permasalahan dalam pencatatan penjualan harian yang masih dilakukan secara manual, sehingga menyulitkan untuk mencatat secara rinci jenis dan jumlah menu yang terjual, serta menganalisis performa penjualan dengan akurat. Pemilik hanya bergantung pada total porsi yang terjual sebagai indikator, tanpa memperhitungkan variasi harga dan jenis menu. Akibatnya, pemilik kesulitan dalam membuat keputusan bisnis yang tepat. Aplikasi ini dirancang untuk mengatasi masalah tersebut, dengan menggantikan pencatatan manual dengan sistem yang lebih detail dan akurat. Penelitian ini menggunakan metodologi Software Development Life Cycle (SDLC) dengan model waterfall, yang meliputi analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Hasil pengujian aplikasi menunjukkan respon positif dari pengguna, dengan tingkat kepuasan mencapai 83,1%. Aplikasi ini berhasil memenuhi kebutuhan bisnis Seblak Mandji, menyederhanakan proses penjualan, dan meningkatkan efisiensi pengelolaan usaha. Dengan berbagai fitur yang ditawarkan, aplikasi ini menjadi solusi digital yang efektif dalam mendukung perkembangan penjualan yang lebih efisien dan modern

Naïve Bayes Klasifikasi untuk Rekomendasi Strategi Promosi Tindakan pada Aesthetic Dental Clinic Karawang Utami, Dwiarti Rahma; Kurniawan, Adi; Enri, Ultach
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 5, No 2 (2021): EDISI SEPTEMBER
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v5i2.360

Aesthetic Dental Clinic is one of clinic in Karawang. To keep old patients and attract new patients visiting Aesthetic Dental Clinic, it is necessary to develop a new marketing strategy in promotion. The metodh of data mining classification can be used to help determine promotional strategies to attract customers. The Naïve Bayes algorithm can be helpful to predict customer interest based on promos given by the ADC Clinic (Aesthetic Dental Clinic). The Naïve Bayes algorithm is a data mining classification algorithm that can be used to support an effective and efficient promotion strategy. The result of this research is the application of the data mining algorithm, namely Naïve Bayes, which can provide important information such as prediction results in an effort to attract customer interest. The data used in this study is customer data from October 2020 - November 2020. The accuracy value generated by Naïve Bayes using Rapid Miner was 31.74% and the result of kappa value was 0.183. With the accuracy value obtained, it is hoped that it can help to support promotional strategies that have an impact on the effectiveness and efficiency of promotions and can increase the number of new customers.

Rancang Bangun Sistem Penjualan Sate Taichan Berbasis Web Mulyadien, Muhamad Khandava; Kurniawan, Adi; Utami, Dwiarti Rahma; Enri, Ultach
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 6, No 1 (2022): EDISI MARET
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v6i1.429

An e-commerce Website is a Website to aims to sell one or more goods or services by using electronic media as a media for the transaction of goods/services. Taichandel is a food outlet that sells a variety of foods, Aim of this research to solve the problem that occurs at the Taichandel because the transaction of this outlet still manual. The metodh of this research using waterfall metodh, this metodh is used to develop the software start with analytic, design, code until testing. The results of this research is design system and system implementation with programming languages as html, php and database MySQL. Benefit of this research is this information system can help the process of managing data related to the Taichandel Store and speed up the process of buying, selling and selling transactions and also the owners can check the transaction reports because all store data is stored in the database so as to maximize sales evaluation and minimize loss of sales data.

PREDICTING STUNTING IN TODDLERS IN WEST JAVA USING LINEAR REGRESSION BASED ON POVERTY LEVELS Rahmah, Nabila Aulia; Khairunisa, Nabila; Hidayatulloh, Naufal Ammar; Enri, Ultach
Jurnal Techno Nusa Mandiri Vol. 21 No. 2 (2024): Techno Nusa Mandiri : Journal of Computing and Information Technology Period o
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/techno.v21i2.5358

Children's growth is disrupted by stunting, a chronic nutritional condition brought on by a prolonged shortage of nutrient intake. Under-five stunting is a major issue that affects many nations, particularly those with high rates of poverty. The aim of this research is to use the linear regression method based on the proportion of poverty to predict the risk of stunting in children under five in West Java. Growing children are particularly vulnerable to stunting, which can have long-term effects on their development and health. The research site was selected in West Java Province due to the region's high stunting rates and nofigur poverty rate. Precise forecasts are required to surmount the current issues. The research methodology employed is the descriptive quantitative technique. The data, which was projected using percentage values, covered the years 2014–2020. This study uses linear regression as its algorithm. According to the study's findings, there will be an 8.55% chance of toddler stunting in West Java in 2024. It is hoped that the government would be able to lower the risk of stunting by estimating the proportion of risk.

Naïve Bayes Klasifikasi untuk Rekomendasi Strategi Promosi Tindakan pada Aesthetic Dental Clinic Karawang Utami, Dwiarti Rahma; Kurniawan, Adi; Enri, Ultach
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 5, No 2 (2021): EDISI SEPTEMBER
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v5i2.360

Aesthetic Dental Clinic is one of clinic in Karawang. To keep old patients and attract new patients visiting Aesthetic Dental Clinic, it is necessary to develop a new marketing strategy in promotion. The metodh of data mining classification can be used to help determine promotional strategies to attract customers. The Naïve Bayes algorithm can be helpful to predict customer interest based on promos given by the ADC Clinic (Aesthetic Dental Clinic). The Naïve Bayes algorithm is a data mining classification algorithm that can be used to support an effective and efficient promotion strategy. The result of this research is the application of the data mining algorithm, namely Naïve Bayes, which can provide important information such as prediction results in an effort to attract customer interest. The data used in this study is customer data from October 2020 - November 2020. The accuracy value generated by Naïve Bayes using Rapid Miner was 31.74% and the result of kappa value was 0.183. With the accuracy value obtained, it is hoped that it can help to support promotional strategies that have an impact on the effectiveness and efficiency of promotions and can increase the number of new customers.

Rancang Bangun Sistem Penjualan Sate Taichan Berbasis Web Mulyadien, Muhamad Khandava; Kurniawan, Adi; Utami, Dwiarti Rahma; Enri, Ultach
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 6, No 1 (2022): EDISI MARET
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v6i1.429

An e-commerce Website is a Website to aims to sell one or more goods or services by using electronic media as a media for the transaction of goods/services. Taichandel is a food outlet that sells a variety of foods, Aim of this research to solve the problem that occurs at the Taichandel because the transaction of this outlet still manual. The metodh of this research using waterfall metodh, this metodh is used to develop the software start with analytic, design, code until testing. The results of this research is design system and system implementation with programming languages as html, php and database MySQL. Benefit of this research is this information system can help the process of managing data related to the Taichandel Store and speed up the process of buying, selling and selling transactions and also the owners can check the transaction reports because all store data is stored in the database so as to maximize sales evaluation and minimize loss of sales data.

Klasifikasi Kinerja Asisten Laboratorium Selama Pandemi Covid-19 Menggunakan Algoritma Naive Bayes Rahmayadi, Andhika Putra Utama; Enri, Ultach; Purwantoro, Purwantoro
Journal of Applied Informatics and Computing Vol. 5 No. 2 (2021): December 2021
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v5i2.3261

Asisten laboratorium merupakan mahasiswa berprestrasi pilihan yang memiliki tugas untuk mendampingi dosen dalam proses mengajar mata kuliah praktikum. Karena wabah covid-19 di Indonesia sesuai dengan surat edaran yang dikeluarkan oleh menteri pendidikan tentang pelaksanaan belajar secara daring, hal ini menyebabkan proses praktikum beralih menjadi daring. Selama praktikum daring asisten laboratorium kesulitan untuk memonitor mahasiswa dalam proses pengajaran, maka diperlukan sebuah evaluasi apakah metode yang dibawakan oleh asisten laboratorium sudah tepat. Proses evaluasi ini dilakukan dengan menggunakan data mining dan algoritma Naive Bayes. Model yang dihasilkan dapat memprediksi label puas dan tidak puas dengan evaluasi model k-fold cross validasi dan confusion matrix yang menghasilkan akurasi sebesar 87%, recall sebesar 96%, dan presisi sebesar 88%.

Perbandingan Algoritma SARIMA dan Linear Regression dalam Memprediksi Indeks Harga Saham Gabungan Rupaidah, Luvi Nur; Syarif, Muhammad Himi; Enri, Ultach
Krea-TIF: Jurnal Teknik Informatika Vol 9 No 2 (2021)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32832/krea-tif.v9i2.6291

Prediksi harga saham adalah suatu hal yang menjadi daya tarik investor terhadap pasar saham. Pada perdagangan saham, pengamatan mobilitas Indeks Harga Saham Gabungan (IHSG) sangat dibutuhkan. Berubahnya nilai IHSG yang akan datang merupakan dasar dibutuhkannya metode prediksi yang dapat menentukan acuan untuk melakukan pengambilan keputusan oleh para investor. Dalam memproses data time series dapat dilakukan dengan berbagai macam metode analisis yang bertujuan untuk memprediksi kejadian yang akan datang. Penelitian ini dilakukan untuk membandingkan algoritma Seasonal Autoregressive Integrated Moving Average (SARIMA) dan Linear Regression dengan dataset publik untuk mendapatkan performa terbaik dari kedua algoritma tersebut. Dataset yang diuji bersumber dari Jakarta Composite Index (JKSE) dengan dataset time series dari tanggal 1 Januari 2019 hingga 23 Desember 2021. Hasil penelitian ini menyimpulkan bahwa indeks harga saham gabungan dengan performa terbaik adalah menggunakan Linear Regression.

Analisis Algoritma Naive Bayes Classifier untuk Klasifikasi Tweet Pelecehan Seksual dengan #MeToo Putri, Tia Adha Mariam; Enri, Ultach; Sari, Betha Nurina
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 5, No 2 (2020): November 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Pelecehan seksual adalah perilaku yang ditandai oleh ketika seseorang membuat komentar seksual yang tidak diinginkan dan tidak pantas atau menyentuh secara fisik di tempat kerja atau situasi profesional atau situasi sosial. Permasalahan terhadap tweets yang mengandung curhatan para korban pelecehan seksual menjadi hal penting untuk dikaji sebagai pemrosesan teks. Analisis sentimen dapat digunakan sebagai solusi untuk mengidentifikasi tweets pelecehan seksual berdasarkan jenisnya dengan metode klasifikasi menggunakan algoritma Naïve Bayes Classifier. Naïve Bayes Classifier menggunakan metode probabilitas dan statistik setiap kelas dalam pembelajaran klasifikasinya, sehingga jarak perbedaan antar kelas tidak besar. Tujuan penelitian ini yaitu untuk mengklasifikasikan data tweets berdasarkan kelas quid pro quo dan hostile work environment. Pengujian pada penelitian ini dilakukan dengan empat skenario yang berbeda menggunakan bahasa pemrograman R dan tools RStudio yang kemudian dievaluasi menggunakan confusion matrix untuk menentukan model klasifikasi terbaik. Hasil evaluasi dengan confusion matrix didapatkan bahwa model klasifikasi terbaik adalah skenario dengan pembagian data training dan data testing 80:20. Skenario ini menghasilkan nilai akurasi sebesar 88.55% dengan recall 96.50%, precision 90.78%, dan f-measure 93.55%.Sexual harassment is behavior that is characterized by when someone makes an unwanted and inappropriate sexual comment or physical advances at work or a professional or social situation. The issue of tweets containing the experience of victims of sexual harassment becomes important to be examined as text processing. Sentiment analysis can be used as a solution to identify sexual harassment tweets by type by classification method using the Naïve Bayes Classifier algorithm. Naïve Bayes Classifier uses the probability and statistical methods of each class in its classification learning, so that the difference between classes is not large. The purpose of this study is to classify tweets data based on quid pro quo and hostile work environment classes. Testing in this study was carried out with four different scenarios using the R programming language and RStudio tools which were then evaluated using a confusion matrix to determine the best classification model. The results of the evaluation with the confusion matrix found that the best classification model is a scenario with the distribution of training data and testing data 70:30. This scenario produces an accuracy value of 88.55% with a recall 96.50%, precision 90.78%, and f-measure 93.55%.

Title

Found 37 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 37 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 37 Documents
Search