Article Per Year (5 Year)
p-Index From 2020 - 2025
2.062
P-Index
This Author published in this journals
All Journal Management of Aquatic Resources Journal (Maquares) Journal of Industrial Engineering Management Gelanggang Olahraga: Jurnal Pendidikan Jasmani dan Olahraga (JPJO) Indonesian Journal of Obstetrics and Gynecology (Majalah Obstetri dan Ginekologi Indonesia) Jambura Journal of Sports Coaching Jorpres (Jurnal Olahraga Prestasi) Jurnal Komposit : Jurnal Ilmu-Ilmu Teknik Sipil Jurnal Simki Pedagogia Journal Computer Science and Informatic Systems : J-Cosys INTERNATIONAL JOURNAL OF CULTURAL AND SOCIAL SCIENCE CITIZEN: Jurnal Ilmiah Mulitidisiplin Indonesia Jurnal Kewirausahan dan Multi Talenta (JKMT) DEVOTIONIS: Journal of Community Service
Muhamad Fadli
Program Studi Manajemen Sumberdaya Perairan, Jurusan Perikanan, Fakultas Perikanan dan Ilmu Kelautan, Universitas Diponegoro
Religion Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Medicine & Pharmacology Public Health Social Sciences Transportation Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Journal Computer Science and Informatic Systems : J-Cosys

 1 
Studi Sentimen Masyarakat Terhadap Layanan FLIX Cinemas di Twitter dengan Pendekatan Naïve Bayes dan SVM Ridlan, Ahmad; Latumaerissa, Daniel Eliazar; Hasanudin, Muhaimin; Derisma, Derisma; Fadli, Muhamad
Journal Computer Science and Information Systems : J-Cosys Vol 5, No 1 (2025): Maret
Publisher : Universitas Dharma Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53514/jco.v5i1.631

Abstract

Penelitian ini melakukan analisis sentimen opini publik terhadap FLIX Cinemas dengan platform Twitter menggunakan metode Naïve Bayes dan Support Vector Machine (SVM). Tujuan utama dari penelitian adalah klasifikasi sentimen yang akurat - baik positif maupun negatif terkait layanan FLIX untuk memperoleh denyut respons publik terhadap layanan. Metodologi yang digunakan adalah pengumpulan twitter, praproses, pelabelan manual dan otomatis, pelabelan yang dibobot dengan TF-IDF. Klasifikasi menggunakan Naïve Bayes dan SVM dengan tiga skenario berbagi data pada 90:10, 80:20, dan 70:30. Hasilnya menyatakan bahwa SVM memiliki akurasi maksimum sebesar 92% untuk pelabelan otomatis dan Naïve Bayes sebesar 87% dalam pelabelan manual. Dari hasil penelitian ini menyatakan bahwa SVM lebih efektif untuk dataset besar sedangkan Naïve Bayes berlaku untuk data kecil sehingga dapat menjadi salah satu acuan bagi FLIX dalam upayanya meningkatkan pelayanan sesuai dengan hasil analisis sentimen
Co-Authors - Ruswahyuni Agus Rusdiana,, Agus Andri Primadi, Andri Bagerry, Muhammad Moreno Chayati, Nurul Fadhila Muhammad Libasut Taqwa Feril Hariati Fitri Fitri Hardwis, Syam Hariko, Rezki Ika Kartika Iman Imanudin Janviera, Egi Dinda Latumaerissa, Daniel Eliazar Mahaly, Sawal Mahendra, Agus Mohammad Zaky Neila Susanti Nursapia Harahap Pangestu, Ilham Aji Rahmansyah, Zamal Ridlan, Ahmad Rusnawati Ellis Sholehudin, Indra Sigit Purbadi Suryanti - Suryapranatha, Dicky Syarif, Sabrina Aisha Tohir, Muhammad Tuasikal, Abdul Jalil