Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Teknika Infotech: Jurnal Informatika & Teknologi
Umi Faddilah
Unknown Affiliation
Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering

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

Found 2 Documents
Search

 1 
Klasifikasi Berita Hoaks Menggunakan Algoritma Vector Space Model Asistyasari, Ayuni; Bibit Sudarsono; Umi Faddilah
INFOTECH : Jurnal Informatika & Teknologi Vol 2 No 2 (2021): INFOTECH: Jurnal Informatika & Teknologi
Publisher : Teknik Informatika - Sekolah Tinggi Teknologi Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (390.249 KB) | DOI: 10.37373/infotech.v2i2.176

Abstract

Sebuah berita terkait suatu informasi yang beredar di media cetak atau mainstream akan menjadikan opini publik tentang suatu masalah baik yang bersifat informasi positif atau negatif, perkembangan teknologi informasi sekarang ini menyebabkan penyebaran informasi bisa uptodate setiap harinya. Dengan semakin mudahnya sebuah informasi menyebar maka akan semakin mudah pula mempengaruhi kehidupan dalam sosial masyarakat sekarang ini. Namun pada kenyataannya informasi yang beredar di media itu tidak semuanya benar atau bisa dikatakan adanya suatu berita hoax atau tidak benar. Dalam penelitian ini bertujuan untuk mengklasifikasi sistem temu kembali informasi berita hoaks menggunakan metode vektor space model untuk memastikan kebenaran suatu berita apakah berita hoax atau tidak. Dalam penelitian tersebut menghasilkan klasifikasi kebenaran berita dengan akurasi terbaik pada K-6 sebesar 83%, artinya dengan akurasi tersebut bisa memvalidasi klasifikasi terkait informasi berita benar ataupun hoax sebesar 83%.
Sentimen Analisis Pengguna Aplikasi Grab Menggunakan Algoritma Naive Bayes Classifier dan Support Vector Machine Ipin Sugiyarto; Anggraeni, Sita; Umi Faddilah; Ali Alamuddin Muzaffar
TEKNIKA Vol. 18 No. 1 (2024): Teknika Januari - Juni 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.11118182

Abstract

Grab Indonesia termasuk perusahaan ojek online terkemuka di Indonesia, pemrosesan terhadap saran dan keluhan dari pengguna Grab secara real time dapat disampaikan melalui akun twitter @GrabID, sehingga Grab Indonesia dapat mengetahui tanggapan secara cepat tingkat kepuasan pelanggan terhadap pelayanan yang diberikan, dibutuhkan analisis sentimen terhadap saran ataupun keluhan yang diterima oleh perusahaan Grab Indonesia. Proses dalam pengumpulan data pada penelitian ini yaitu mengambil data primer yang diperoleh secara langsung dari sumber asli. Data diambil dari twitter sebanyak 787 data. Model evaluasi juga menggunakan coding dengan hasil visual model confusion matrix berbasis Phython. Pada penelitian ini tahapan yang dilakukan Pengumpulan Data, Preprocessing Data, Fitur Extraction, Klasifikasi dan Evaluasi. Maka didapatkanlah akurasi 96,02% data training dan akurasi data testing 84,17 % untuk algoritma SVM dengan perbandingan 80:20 data training dan data testing, sedangkan untuk algoritma NBC didapatkan akurasi 54,37% data training dan akurasi 66,45% data testing dengan perbandingan 80:20 data training dan data testing. Adanya penelitian diharapkan dapat memberikan pengetahuan tentang implementasi algoritma Naïve Bayes Classifier dan Support Vector untuk mengetahui respon masyarakat terhadap aplikasi atau produk tersebut apakah mempunyai respon positif atau negatif.
Co-Authors Ali Alamuddin Muzaffar Asistyasari, Ayuni Bibit Sudarsono Ipin Sugiyarto Sita Anggraeni, Sita