Evasaria Magdalena Sipayung
Program Studi Informatika, Fakultas Teknologi Dan Desain, Universitas Bunda Mulia

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

Found 2 Documents
Search

Sistem Rekomendasi Tempat Kost di Sekitar Kampus ITHB Menggunakan Metode Analytical Hierarchy Process (AHP) Evasaria Magdalena Sipayung; Cut Fiarni Fiarni; Sherly Sutopo
Jurnal Nasional Teknologi dan Sistem Informasi Vol 7, No 2 (2021): Agustus 2021
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v7i2.2021.52-60

Abstract

Dalam memilih tempat kos terdapat beberapa kriteria yang harus diperhatikan, pada penelitian ini digunakan tujuh kriteria dalam memilih tempat kos, diantaranya adalah fasilitas kamar, ketersediaan listrik dan air, jarak tempat kos ke kampus, akses tempat kos ke jalan protokol, kebersihan tempat kos, aman dari banjir, dan reputasi tempat kos. Setiap orang tentunya memiliki perbedaan akan tingkat penilaian (preferensi) antara satu kriteria dan kriteria lainya dan setiap tempat kos pun memiliki harga dan fasilitas yang berbeda-beda. Hal inilah yang terkadang membuat seseorang sulit untuk membandingkan kos yang satu dengan lainya. Pada sistem yang ada saat ini, rekomendasi yang diberikan hanya berupa list tempat kos berdasarkan pencocokan antara inputan dengan database saja dan tidak memperlihatkan urutan kos yang menjadi alternatif terbaik. Pada penelitian dilakukan penentuan preferensi terhadap kriteria untuk memilih tempat kos dengan menggunakan metode Analytical Hierarchy Process (AHP). Sistem rekomendasi tempat kos dilakukan dengan melakukan filter input harga tempat kos dan penilaian terhadap kriteria preferensi fasilitas utama, ketersediaan  listrik dan air, jarak tempat kos ke kampus, akses tempat kos ke jalan protokol, kebersihan tempat kos, lingkungan keadaan banjir dan reputasi yang telah ditentukan oleh user. Perhitungan bobot preferensi masing-masing kriteria terhadap alternatif tempat kos sehingga dihasilkan total nilai masing-masing alternatif kos. Berdasarkan penelitian yang dilakukan, rekomendasi yang diberikan tergantung dari penilaian preferensi setiap kriteria. Hasil yang diberikan berupa rangking alternatif tertinggi ke rangking terendah sesuai dengan preferensi yang dipilih untuk mempermudah mahasiswa menentukan tempat kos yang sesuai dengan kebutuhannya.
Analisis Sentimen Ulasan Aplikasi Samsat Digital Nasional Menggunakan Algoritma Naive Bayes Classifier Ruby Chandra; Evasaria Magdalena Sipayung
Jurnal Nasional Teknologi dan Sistem Informasi Vol 10 No 3 (2024): Desember 2024
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v10i3.2024.156-164

Abstract

Samsat Digital Nasional (SIGNAL) merupakan aplikasi layanan pengesahan Surat Tanda Nomor Kendaraan berbasis mobile. Aplikasi ini membuat perubahan dimana masyarakat yang biasanya harus mendatangi kantor Samsat untuk mengurus pajak kendaraan motornya, sekarang dapat dilakukan dimana saja. Semenjak diluncurkannya aplikasi ini, mucul berbagai tanggapan berupa ulasan dari para pengguna SIGNAL. Ulasan-ulasan ini memiliki informasi yang sangat berguna bagi pihak pemilik aplikasi untuk mengetahui kekurangan dan kelebihan dari aplikasinya. Proses perolehan informasi untuk mengetahui kekurangan dan kelebihan secara manual tentunya memakan waktu lama jika ada puluhan ribu ulasan yang harus dibaca satu persatu. Dengan analisis sentimen, proses tersebut dapat dipersingkat dimana sistem dapat secara otomatis memisahkan ulasan berdasarkan informasi yang terkandung didalamnya dengan cepat dan tepat. Penelitian ini menggunakan algoritma Naïve Bayes Classifier untuk melakukan klasifikasi terhadap ulasan menjadi 3 kelas yaitu sentimen positif, negatif, dan netral. Penelitian dilakukan dengan menggunakan 1792 data ulasan yang diambil dari kolom ulasan aplikasi SIGNAL di Google Play Store, dimana 1433 data dialokasikan sebagai data latih dan 359 data dialokasikan sebagai data uji. Data teks selanjutnya terbentuk numerik dengan menggunakan pembobotan TF-IDF. Pengujian dilakukan dengan menggunakan confusion matrix untuk mengetahui accuracy, precision, dan recall sistem. Berdasarkan hasil pengujian dengan 359 data uji menggunakan confusion matrix didapatkan nilai accuracy dari sistem adalah 91.643% dengan nilai rata-rata precision sebesar 90.41%, dan nilai rata-rata recall sebesar 74.973%.