Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Paradigma JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING
Arifin Nugroho
STMIK Nusa Mandiri
Computer Science & IT Engineering

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

Found 2 Documents
Search

 1 
Sentiment Analysis on Corona Virus Pandemic Using Machine Learning Algorithm Ricky Risnantoyo; Arifin Nugroho; Kresna Mandara
JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Vol 4, No 1 (2020): ---> EDISI JULI
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (341.262 KB) | DOI: 10.31289/jite.v4i1.3798

Abstract

Corona virus outbreaks that occur in almost all countries in the world have an impact not only in the health sector, but also in other sectors such as tourism, finance, transportation, etc. This raises a variety of sentiments from the public with the emergence of corona virus as a trending topic on Twitter social media. Twitter was chosen by the public because it can disseminate information in real time and can see market reactions quickly. This research uses "tweet" data or public tweet related to "Corona Virus" to see how the sentiment polarity arises. Text mining techniques and three machine learning classification algorithms are used, including Naive Bayes, Support Vector Machine (SVM), K-Nearest Neighbor (K-NN) to build a tweet classification model of sentiments whether they have positive, negative, or neutral polarity. The highest test results are generated by the Support Vector Machine (SVM) algorithm with an accuracy value of 76.21%, a precision value of 78.04%, and a recall value of 71.42%.Keywords: Machine Learning, Corona Virus, Twitter, Sentiment Analysis.
Analisis Sentimen Pengguna Aplikasi Duolingo Menggunakan Metode Naïve Bayes dan Synthetic Minority Over Sampling Technique Saifurrachman Chohan; Arifin Nugroho; Achmad Maezar Bayu Aji; Windu Gata
Paradigma Vol 22, No 2 (2020): Periode September 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (510.885 KB) | DOI: 10.31294/p.v22i2.8251

Abstract

Belajar bahasa asing menjadi salah satu perhatian penting agar dapat bersaing dengan dunia internasional. Keterbatasan waktu dan biaya membuat aplikasi belajar bahasa inggris pada perangkat mobile lebih disukai sebagai media pembelajaran bahasa asing. Salah satu aplikasi yang sering di gunakan untuk belajar bahasa asing pada perangkat mobile adalah duolingo. Penelitian ini bertujuan untuk menemukan dan membandingkan klasifikasi dalam sentimen analisis dari ulasan pengguna aplikasi duolingo yang didapat dari google playstore. Text mining digunakan untuk membagi ulasan yang diberikan pengguna menjadi dua kelompok yaitu ulasan positif dan ulasan negatif. Rapid miner digunakan untuk mencari dan membandingkan dua metode klasifikasi yang berbeda antara dataset yang menggunakan Naive Bayes Classification saja dan data set yang menggunakan algoritma naive bayes dengan syntetic minority over-sampling technique (SMOTE). Hasil dari dua metode dalam penelitian ini menemukan bahwa hasil tertinggi didapatkan menggunakan algoritma naive bayes dengan syntetic minority over-sampling technique (SMOTE) dimana memiliki tingkat akuransi 91,95% dan AUC sebesar 0.740.
Co-Authors Achmad Maezar Bayu Aji Kresna Mandara Ricky Risnantoyo Saifurrachman Chohan Windu Gata