Claim Missing Document
Check
Articles

Found 3 Documents
Search

ANALISIS SENTIMEN REVIEW PUBLIK PENGGUNA GAME ONLINE PADA PLATFORM STEAM MENGGUNAKAN ALGORITMA NAÏVE BAYES Pangestu, Adhi; Tajul Arifin, Yoseph; Ade Safitri, Rizky
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8829

Abstract

Keberadaan pasar industri game termasuk sebagai salah satu pasar yang berpotensi dari ekonomi industri kreatif di Indonesia. Pada tahun 2017 pendapatan industri game tercatat telah mencapai level yang sangat tinggi yakni $880 juta USD. Perkembangan industri game di Indonesia dari awal tahun 2015 dapat dikatakan sangatlah tinggi, dan jangkauan pasar industri game sangat luas. Ada 43,7 juta konsumen game (gamer) aktif di Indonesia, Indonesia menempati urutan ke-16 dunia dalam hal pendapatan game. Oleh karena itu, analisis sentimen dibutuhkan untuk menjadi salah satu cara untuk mengambil keputusan dari sebuah ulasan tanpa perlu membaca ulasan secara keseluruhan, serta menjadikan itu sebagai usaha untuk melakukan riset pasar atas ulasan publik. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna di platform Steam menggunakan algoritma Naïve Bayes. Platform gaming seperti Steam menjadi tempat yang populer bagi pengguna untuk berbagi pengalaman dan pendapat mereka tentang game yang dimainkan. Analisis sentimen memberikan wawasan berharga bagi pengembang game dan pihak terkait untuk memahami respons pengguna terhadap produk mereka. Penelitian ini menggunakan data ulasan game dari Kaggle, dengan fokus pada tahun 2021, yang melalui proses filtering seperti case folding, tokenizing, stopwords removal, dan stemming menggunakan RapidMiner. Data kemudian dibagi menjadi data training (1050 examples) dan data testing (494 examples) setelah proses filtering. Algoritma Naïve Bayes diterapkan pada data training untuk membentuk model klasifikasi. Hasil pengujian menunjukkan akurasi 80,97%, recall positif 78,49%, dan recall negatif 86,67%. Presisi untuk prediksi positif mencapai 93,10%, sedangkan presisi untuk prediksi negatif mencapai 63,73%. F1-Score, gabungan dari presisi dan recall, mencapai 84,68%. Hasil akurasi, recall, presisi, dan F1- Score menunjukkan kemampuan model dalam mengidentifikasi sentimen positif dan negatif. Hasil dari penelitian ini adalah, algoritma Naïve Bayes dapat memberikan analisis sentimen yang baik dalam mengklasifikasikan ulasan pengguna di platform Steam. Penelitian ini juga dapat memberikan wawasan berharga bagi pengembang game dan pihak terkait dalam meningkatkan kualitas produk mereka.
PERANCANGAN SISTEM INFORMASI MANAJEMEN PRESENSI GPS DAN FOTO KARYAWAN BERBASIS WEB PADA PT CAHAYA ABADI EKSPRES Faisal, Muhamad; Tajul Arifin, Yoseph; Ade Safitri, Rizky; Linawati, Safitri
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.v9i1.12702

Abstract

Kualitas kerja didefinisikan sebagai ukuran terhadap jumlah pekerjaan yang berhasil diselesaikan dengan efektif. Parameter efektivitas menunjukkan sejauh mana hasil yang dicapai oleh karyawan dapat membantu perusahaan mencapai tujuan dan target yang telah diterapkan sebelumnya. Salah satu cara untuk menilai kedisiplinan karyawan adalah dengan melihat daftar kehadiran karyawan, yang mencangkup hal-hal seperti izin, ketidak hadiran, dan keterlambatan. PT. Cahaya Abadi Ekspres masih menggunakan sistem absensi manual saat ini. Karena sulit untuk memantau kapan karyawan masuk dan keluar, kondisi ini kurang efisien dan memakan waktu yang lama, yang dapat mengganggu proses penggajian. Metode manual juga meningkatkan kemungkinan kesalahan dalam pencatatan data, dan proses pengambilan data menjadi lebih lambat dan dapat menyebabkan data hilang. Penelitian ini bertujuan untuk merancang system informasi manajemen presensi GPS dan foto karyawan berbasis web yang lebih efektif dengan menggunakan tiga metode : pengumpulan data (observasi, wawancara, studi pustaka), analisis kebutuhan serta perancangan UML (Unified Modeling Language).Hasil penelitian menunjukkan bahwa dengan menggunakan system informasi manajemen presensi GPS dan foto karyawan berbasis web ini dapat memudahkan pendataan,memonitoring presensi kehadiran karyawan secara efisien, serta membantu mengurangi potensi kecurangan serta meningkatkan disiplin karyawan terhadap jam masuk kerja.
PENGARUH GAME ONLINE TERHADAP PRESTASI BELAJAR REMAJA KOMPLEK KORPRI KABUPATEN KUBURAYA (STUDI KASUS: MOBILE LEGENDS) Endah Pangesti, Witriana; Ade Safitri, Rizky; Nur Azizah, Qudziah
Akrab Juara : Jurnal Ilmu-ilmu Sosial Vol. 4 No. 4 (2019)
Publisher : Yayasan Azam Kemajuan Rantau Anak Bengkalis

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

Abstract

Current technological developments especially those related to smart computer technology are growing rapidly. Until the cellphone was originally used to meet communication needs only, now mobile phones can be used to do many things, such as used to find any information that is in the world very easily, playing online games anywhere and so on. Mobile Legend game is very popular not only by teenage boys, but there are also many teenage girls who like to play online games. According to Fendy, now the "Mobile Legends application: I have downloaded 35 million times and there are 8 million daily active users in Indonesia". The Korpri complex of Kubu Raya West Kalimantan is an object chosen by the writer to be an object of research that focuses on young men and women aged 12 to 24 years. This research was conducted using simple linear regression method and the data was processed using SPSS version 24 software. The results of this study note that a significant value of 0.686 is greater than> 0.05 probability, so it can be concluded that there is no influence of playing mobile legends (X ) towards youth learning achievement (Y).