Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JUTIS : Jurnal Teknik Informatika JATI (Jurnal Mahasiswa Teknik Informatika)
Nur Hasan, Fuad
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
ANALISIS SENTIMEN TERHADAP BEA CUKAI MENGGUNAKAN SUPPORT VECTOR MACHINE DAN K-FOLD CROSS VALIDATION Blesyova, Nataniel; Nur Hasan, Fuad
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.v8i6.11774

Abstract

Penelitian ini dilatarbelakangi masalah yang disebabkan oleh Bea Cukai terkait penahanan donasi alat taptilo dan korban dimintai sejumlah uang untuk penebusan barang, sehingga menimbulkan berbagai opini/emosi di masyarakat terhadap Bea Cukai. Tujuan utama penelitian adalah mengevaluasi kinerja Support Vector Machine (SVM) dalam klasifikasi sentimen komentar media sosial terkait Bea Cukai, sebagai algoritma machine learning yang efektif. Metode yang digunakan melibatkan beberapa tahap, yaitu pengumpulan data dengan metode crawling data, pre-processing data yang terdiri dari case folding, cleaning, stemming, stopword,dan tokenize, penerapan algoritma SVM, evaluasi menggunakan confusion matrix, dan pengujian menggunakan teknik K-Fold Cross Validation, semua tahapan tersebut akan dilakukan menggunakan aplikasi Google Colab menggunakan bahasa Python. Hasil penelitian menunjukkan bahwa algoritma SVM menghasilkan akurasi sebesar 94% dari 400 data test dan 1600 data train, dengan precision nilai 88%, class recall dengan nilai 95%, class f1-score dengan nilai 91.36%. Pengujian dengan K-Fold Cross Validation memberikan akurasi tertinggi sebesar 98.85%, menunjukkan peningkatan signifikan. Cloudword dapat di visualisasikan per kategori data untuk melihat kata apa yang frekuensinya sering muncul. Model ini juga menunjukkan kemampuan baik dalam mengklasifikasikan sentimen positif dan negatif secara konsisten. Kesimpulannya, algoritma SVM terbukti efektif dalam klasifikasi sentimen komentar media sosial terkait Bea Cukai.
Sistem Pendeteksi Nama dan Harga Barang Pada Toko Sudiman Menggunakan Teachable Machine Rizky Thio, Muhammad; Nur Hasan, Fuad
JURNAL TEKNIK INFORMATIKA UNIS Vol. 12 No. 2 (2024): Jutis (Jurnal Teknik Informatika)
Publisher : Universitas Islam Syekh Yusuf

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33592/jutis.v12i2.5446

Abstract

Toko Sudiman menghadapi masalah dalam identifikasi dan penentuan harga barang yang lambat dan kurang efisien, menyebabkan kesalahan harga dan menurunkan kepuasan pelanggan. Penelitian ini bertujuan mengembangkan sistem otomatis berbasis Pembelajaran Mesin untuk mendeteksi nama dan harga barang secara akurat. Menggunakan model dari Teachable Machine Google, sistem ini dibangun dengan arsitektur Convolutional Neural Network (CNN) untuk klasifikasi gambar, yang terbukti efektif. Penelitian ini menargetkan akurasi lebih dari 80% dan diujikan dalam kondisi ideal untuk memastikan performa optimal. Diharapkan sistem ini mampu meningkatkan efisiensi operasional, mengurangi kesalahan harga, dan meningkatkan kepuasan pelanggan di Toko Sudiman.
Co-Authors Blesyova, Nataniel Rizky Thio, Muhammad