Article Per Year (5 Year)
p-Index From 2021 - 2026
1.325
P-Index
This Author published in this journals
All Journal Swabumi (Suara Wawasan Sukabumi) : Ilmu Komputer, Manajemen, dan Sosial Jurnal Teknik Komputer AMIK BSI Bina Insani ICT Journal Information System for Educators and Professionals : Journal of Information System Informatics for Educators and Professional : Journal of Informatics Jurnal Riset Informatika INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System
Deni Gunawan
Sistem Informasi; Universitas Bina Sarana Informatika
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Optimasi Naïve Bayes menggunakan Seleksi Fitur Forward Selection untuk Analisis Sentimen Kendaraan Listrik Salman Alfarizi; Deni Gunawan; Hasan Basri; Alif Rizqi Mulyawan; Nurul Ichsan
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 10, No 2 (2024): Periode Juli 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v10i2.22426

Abstract

Isu pemanasan global menjadi perhatian utama para pemimpin di beberapa negara termasuk Indonesia. Salah satu kontribusi untuk mengurangi emisi karbon yang berakibat pada pemanasan global yaitu dengan menggulirkan kebijakan kendaraan listrik. Pro kontra kebijakan kendaraan Listrik di Indonesia telah merambah ke berbagai ruang diskusi publik termasuk media social X (Twitter). Berdasakan hal tersebut penelitian ini bermaksud untuk menganalisis sentimen Masyarakat pada media social X tentang kebijakan kendaraan Listrik dilakukan klasifikasi dengan memanfaatkan algoritma naïve bayes berbasis forward selection. Berdasarkan pengujian model klasifikasi naïve bayes ditambahkan forward selection dihasilkan accuracy sebesar 82,11% dengan nilai AUC 0,801. Ada kenaikan nilai accuracy sebesar 2,67% dibandingkan tanpa menggunakan seleksi fitur forward selection yang hanya mencapai accuracy dikisaran 79,43 % dengan nilai AUC 0,639. Peneliti menarik Kesimpulan bahwa penggunaan seleksi fitur menggunakan forward selection dapat berkontribusi meningkatkan algoritma naïve bayes dalam klasifikasi sentimen pada kendaraan yang bertenaga listrik.
Co-Authors Abdul Latif Matihudin Achmad Baroqah Pohan Achmad Rifai Ahmad Fikri Amin Alif Rizqi Mulyawan Dian Ardiansyah Dwiza Riana Fajar Akbar Hasan Basri Muhamad Abdul Ghani Nurul Ichsan Ramadhani Gilang Saputra Robi Aziz Zuama SALMAN ALFARIZI Sofian Wira Hadi Syaifur Rahmatullah Wawan Kurniawan Windu Gata Zulia Imami Alfianti