Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Ilmiah Informatika Komputer

PERAMALAN TINGKAT PENGANGGURAN DI INDONESIA MENGGUNAKAN METODE TIME SERIES DENGAN MODEL ARIMA DAN HOLT-WINTERS Sulaiman, Agus; Juarna, Asep
Jurnal Ilmiah Informatika Komputer Vol 26, No 1 (2021)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2021.v26i1.3512

Abstract

Beberapa penyebab terjadinya pengangguran di Indonesia ialah, tingkat urbanisasi, tingkat industrialisasi, proporsi angkatan kerja SLTA dan upah minimum provinsi. Faktor-faktor tersebut turut serta mempengaruhi persentase data terkait tingkat pengangguran menjadi sedikit fluktuatif. Berdasarkan pergerakan persentase data tersebut, diperlukan sebuah prediksi untuk mengetahui persentase tingkat pengangguran di masa depan dengan menggunakan konsep peramalan. Pada penelitian ini, peneliti melakukan analisis peramalan time series menggunakan metode Box-Jenkins dengan model Autoregressive Integrated Moving Average (ARIMA) dan metode Exponential Smoothing dengan model Holt-Winters. Pada penelitian ini, peramalan dilakukan dengan menggunakan dataset tingkat pengangguran dari tahun 2005 hingga 2019 per 6 bulan antara Februari hingga Agustus. Peneliti akan melihat evaluasi Range Mean Square Error (RMSE) dan Mean Square Error (MSE) terkecil dari setiap model time series. Berdasarkan hasil penelitian, ARIMA(0,1,12) menjadi model yang terbaik untuk metode Box-Jenkins sedangkan Holt-Winters dengan alpha(mean) = 0.3 dan beta(trend) = 0.4 menjadi yang terbaik pada metode Exponential Smoothing. Pemilihan model terbaik dilanjutkan dengan perbandingan nilai akurasi RMSE dan MSE. Pada model ARIMA(0,1,12) nilai RMSE = 1.01 dan MSE = 1.0201, sedangkan model Holt-Winters menghasilkan nilai RMSE = 0.45 dan MSE = 0.2025. Berdasarkan data tersebut terpilih model Holt-Winters sebagai model terbaik untuk peramalan data tingkat pengangguran di Indonesia.
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUASAN UMKM MITRA SHOPEFOOD DI JAKARTA SELATAN Yudha Destianto Dwi Prakoso; Asep Juarna
Jurnal Ilmiah Informatika Komputer Vol 29, No 2 (2024)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2024.v29i2.10713

Abstract

UMKM adalah pilar penting perekonomian di Indonesia. Pada tahun 2021 kegiatan bisnis di Indonesia melibatkan 64,2 juta UMKM yang memberikan kontribusi 61,07% terhadap PDB Indonesia, menyerap 97% tenaga kerja nasional, dan menghimpun 60,4% total investasi nasional. Pada sektor bisnis makanan dan minuman (food and beverage, F & B) UMKM bekerja sama dengan penyedia aplikasi pesan-antar produk. Dalam bisnis ini UMKM adalah unit FBP (F & B Product) sementara penyedia aplikasi sebagai unit FBS (F & B service) dan unit FBP menjadi mitra unit FBS. Penelitian ini menganalisis faktor-faktor yang mempengaruhi kepuasan UMKM atas aplikasi ShopeeFood di Jakarta Selatan. Dihipotesakan dalam bisnis ini ada satu variabel terikat, yaitu kepuasan mitra, dan empat variable bebas, yaitu faktor aplikasi itu sendiri, faktor brand reliability dari unit FBS, faktor pelayanan unit FBS, dan volume penjualan atau laba unit FBP. Hipotesis ini diuji dengan metode SEM (structural equation modelling) yang diimplementasikan dalam lingkungan program aplikasi SmartPLS (partial least square); hasilnya dari keempat variabel bebas tiga di antaranya berpengaruh terhadap kepuasan mitra sedangkan satu variabel lagi, yaitu volume penjualan atau laba, tidak berpengaruh.
ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI JOOX PADA ANDROID MENGGUNAKAN METODE BIDIRECTIONAL ENCODER REPRESENTATION FROM TRANSFORMER (BERT) Jahfal Uno Surya Lazuardi; Asep Juarna
Jurnal Ilmiah Informatika Komputer Vol 28, No 3 (2023)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2023.v28i3.10090

Abstract

Analisis sentimen, disebut juga opinion mining, adalah salah satu teknik dalam mengekstrak informasi orientasi sentimen masyarakat terhadap suatu isu atau kejadian. JOOX adalah sebuah aplikasi penyedia layanan streaming musik daring yang banyak digunakan orang karena keunggulannya dalam menyediakan musik dengan kualitas yang baik. Para pengguna JOOX melalui android dapat memberikan komentar tentang aplikasi ini melalui platform Google Playstore. Analisis sentimen terhadap aplikasi JOOX ini dilakukan dengan menambahkan tahap pra-pelatihan menggunakan metode Bidirectional Encoder Representations from Transformers (BERT) pada rangkaian tahapan klasifikasi komentar menjadi sentimen positif, netral, dan negatif. Komputasi dilakukan dengan menggunakan bahasa pemrograman Python. Komputasi mnggunakan 10.000 data, yaitu 10.000 komentar, di mana 7.000 data dijadikan data latih, 2.010 sebagai data validasi, dan 990 data sebagai data uji. Skor dihitung dengan mengkombinasikan akurasi baseline dengan skore recall yang memberikan akurasi F1-score. Hasil analisis sentimen adalah 41,92% true (sentimen) positif, 1,01% true netral, dan 35,95% true negatif, semuanya dari 990 data uji, dengan akurasi F1-score berturut-turut 86%, 51%, dan 76% sementara akurasi baseline adalah 83%, 79%, dan 75%, yang berarti ada peningkatan akurasi true positif sebesar 3,6% dan true negatif sebesar 1,3%.