Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Indonesian Research Journal on Education Journal of Innovative and Creativity
Firdaus, Muhammad Rizky
Unknown Affiliation
Religion Arts Humanities Chemistry Education Energy Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Physics Social Sciences Other

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

Found 2 Documents
Search

 1 
Pengaruh Penggunaan Variasi Bahasa dalam Iklan E-Commerce Shopee terhadap Online Purchase Intention Ananto, Harlan Cahya; Fadiah, Inas Ulima; Aprilia, Anisah Zahrah; Mumtaz, Hasna Najiyah; NurAzizah, Nabila Maulydia; Setiafani, Riska Amelia; Maulana, Achmad Ario; Firdaus, Muhammad Rizky
Indonesian Research Journal on Education Vol. 5 No. 1 (2025): Irje 2025
Publisher : Fakultas Keguruan dan Ilmu Pendidikan, Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/irje.v5i1.1834

Abstract

Penelitian ini dilatar belakangi oleh maraknya pengguna pada salah satu aplikasi e-commerce. Shopee menjadi salah satu e-commerce yang digemari oleh masyarakat Indonesia terutama pada kalangan anak muda, untuk memikat lebih banyak pengguna tentunya iklan dan variasi bahasa yang menarik sudah menjadi komponen penting dalm mempengaruhi minat pengguna. Tujuan dari penelitian ini 1. Menganalisis strategi pemilihan bahasa pada iklan Shopee untuk meningkatkan persepsi konsumen terhadap produk 2. Mengetahui pengaruh variasi Bahasa Iklan pada Shopee terhadap Online Purchase Intention Konsumen. Pengumpulan data pada penelitian menggunakan metode kuantitatif kuisioner yang penyebarannya melalui platform google form. Hasil penelitian menunjukkan 1. Analisa penerapan strategi pemilihan bahasa pada iklan Shopee untuk meningkatkan persepsi konsumen terhadap produk, mempunyai pengaruh yang kuat dari penggunaan variasi bahasa, budaya, dan gaya musik dalam iklan Shopee berhasil menciptakan konten yang menarik dan relevan. Dengan memadukan bahasa daerah, tren global, dan gaya musik populer, Shopee mampu menjangkau audiens yang beragam. 2. Pengaruh variasi penggunaan bahasa terhadap online purchase intention menunjukkan bahwa pengaruh penggunaan bahasa formal, informal, lokal, hingga campuran bahasa asing pada penerapan iklan Shoppe memiliki dampak positif dalam membangun komunikasi dengan pengguna semakin menarik dan relevan bahasa yang digunakan semakin besar peluang mempengaruhi konsumen untuk memliki niat melakukan pembelian secara online melalui platform e-commerce Shopee.
Klasifikasi Penyakit Stroke Menggunakan Algoritma XGBoost Classifier Firdaus, Muhammad Rizky; Rahajoe, Ani Dijah; Efendi, Fairus Irhab Adinata; Mahardika, Azmi Maulana; Maulana, Achmad Ario Dwi; Lapon, Piter Rudi Irson Rivaldo
Journal of Innovative and Creativity Vol. 6 No. 1 (2026)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v6i1.6546

Abstract

Stroke merupakan krisis kesehatan global yang menjadi penyebab utama kematian dan kecacatan. Deteksi lebih dini faktor stroke sangat penting untuk tindakan pencegahan yang efektif. Studi ini bertujuan untuk menganalisis karakteristik dataset stroke, mengkaji pengaruh teknik Hybrid Sampling (gabungan SMOTE dan Random UnderSampling) dalam mengatasi ketidakseimbangan data, serta mengevaluasi performa mode XGBoost. Penelitian ini menggunakan pendekatan kuantitatif eksperimen dengan dataset sekunder dari Kaggle. Penanganan ketidak seimbangan kelas dilakukan dengan Hybrid Sampling (gabungan SMOTE dan Random UnderSampling). Penerapan teknik Hybrid Sampling ini terbukti memberikan dampak signifikan pada kemampuan deteksi model, di mana nilai F1-Score pada kelas minoritas (stroke) yang semula bernilai 0,00 pada data asli (tanpa penanganan ketidakseimbangan) berhasil meningkat menjadi 0,25. Model dikembangkan menggunakan algoritma Extreme Gradient Boosting (XGBoost). Dataset memiliki ketidakseimbangan ekstrem dengan 4,8% pada kelas strok. Hasil evaluasi menunjukkan model XGBoost mencapai akurasi sebesar 89,4% pada data uji. Namun, performa pada kelas minoritas (stroke) masih rendah dengan recall 0,36 dan F1-Score 0,25. Meskipun XGBoost memberikan akurasi tinggi secara keseluruhan data yang signifikan. Diperlukan optimasi lebih lanjut melalui hyperparameter tuning atau algoritma boosting lainnya.
Co-Authors Ananto, Harlan Cahya Ani Dijah Rahajoe Aprilia, Anisah Zahrah Efendi, Fairus Irhab Adinata Fadiah, Inas Ulima Lapon, Piter Rudi Irson Rivaldo Mahardika, Azmi Maulana Maulana, Achmad Ario Maulana, Achmad Ario Dwi Mumtaz, Hasna Najiyah NurAzizah, Nabila Maulydia Setiafani, Riska Amelia