Article Per Year (5 Year)
p-Index From 2020 - 2025
1.607
P-Index
This Author published in this journals
All Journal Creative Information Technology Journal SISFOTENIKA RESEARCH : Computer, Information System & Technology Management JurTI (JURNAL TEKNOLOGI INFORMASI) JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) Jurnal Tecnoscienza Journal of Information Technology (JIfoTech) Explore
Mei P Kurniawan
Universitas Amikom Yogyakarta
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Mathematics Other

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Journal of Information Technology (JIfoTech)

 1 
Sentimen Analisis Pelanggan Shopee di Twitter dengan Algoritma Naive Bayes Aditya Hastami Ruger; M Suyanto; Mei P Kurniawan
Journal of Information Technology Vol 1 No 2 (2021): Journal of Information Technology
Publisher : Institut Shanti Bhuana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46229/jifotech.v1i2.282

Abstract

Sentimen analisis merupakan suatu bidang studi yang menganalisis tentang opini-opini seseorang, mengevaluasi, menilai, perilaku, dan emosi seperti produk-produk, layanan, kejadian, serta topik-topik. Sentimen analisis dalam dunia bisnis biasanya dipakai untuk menganlisis suatu kebutuhan masyarakat dan kebutuhan pasar, yang diharapkan mampu menyusun strategi pemasaran yang dapat meningkatkan pendapatan perusahaan mereka. Penelitian ini mengambil data-datanya dari grup Shopee yang ada di Twitter. Shopee merupakan salah satu market place yang sering digunakan oleh masyarakat Indonesia maupun masyarakat dinegara lain. Market place Shopee yang menjual jasa maupun menjual barang-barang untuk kebutuhan sehari-hari seperti elektronik,alat-alat makan, pulsa, maupun tiket pesawat, tiket kereta, dan masih banyak lagi jasa yang dijual oleh Shopee.Tujuan dari dilakukan penelitian ini yaitu untuk mengetahui berapa jumlah riview dari komentar positif maupun komentar negatif pada grup Shopee yang ada di media sosial Twitter, pengambilan datanya menggunakan Rstudio, Rstudio merupakan suatu aplikasi yang dipakai untuk menulis program-program dengan menggunakan bahasa R. Aplikasi Rstudio dapat dijalankan pada operasi sistem Windows, Linux, maupun Apple. Serta untuk proses menghitung menggunakan metode Naive Bayes yang dimasukkan kedalam sentimen analisis yang pengambilan data di ambil dari grup Shopee. Dalam penghitungan tingkat keakurasian dengan menggunakan convusion matriks. Hasil dari penelitian ini yaitu dapat diketahui bahwa jumlah komentar positif maupun negatif setara yaitu 150:150, karena data yang diambil adalah 300 data dan tingkat keakurasiannya adalah sebesar 97%.
Deteksi Otomatis Jerawat Wajah Menggunakan Metode Convolutional Neural Network (CNN) Fajar Sudana Putra; Kusrini; Mei P Kurniawan
Journal of Information Technology Vol 1 No 2 (2021): Journal of Information Technology
Publisher : Institut Shanti Bhuana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46229/jifotech.v1i2.308

Abstract

The development of cosmetology in the world lately is growing rapidly. These developments are balanced by the emergence of cosmetics and skin care from various brands, but not a few negative effects from use, one of which is acne. Acne is one of the problems on the skin, especially the face that arises physiologically because almost everyone has experienced it (Wasitaatmadja, 2010). Acne consists of various types, namely blackheads, whiteheads, papules and cysts (Bhate, K. & Williams, 2013). Not a few people who want to remove and be free from acne. The current technological developments in the field of image processing in recent years with the application of convolutional neural networks have shown significant performance by having a high level of accuracy, for example object detection which recently had image restoration. Therefore, technological developments to facilitate the treatment of acne are urgently needed by medical personnel, especially dermatologists. This research focuses on developing the accuracy of the method using the hough circle transform & Convolutional Neural Network (CNN) method. This study proves the increase in accuracy and accuracy of the object of acne detection using the Convolutional Neural Network (CNN) method. The results of the learning process obtained a CNN model with an accuracy of 99.8% to 100%, so it can be concluded that the CNN method designed in this study can classify images well.
Co-Authors Aditya Hastami Ruger Barka Satya Dwi Lestari Ema Utami Fajar Sudana Putra Janeman Sumah Kusrini Kusrini Kusrini M Suyanto M Suyanto Nasarudin Sar Afwan rendy mahardika Siti Hartinah Tommy Dwi Putra