Article Per Year (5 Year)
p-Index From 2020 - 2025
12.308
P-Index
This Author published in this journals
All Journal TEKNIK INFORMATIKA J@TI (TEKNIK INDUSTRI) Industrial Engineering Online Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Simetris Jurnal Sains dan Teknologi TELKOMNIKA (Telecommunication Computing Electronics and Control) Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik TEKMAPRO Journal of Industrial Engineering and Management Prosiding SNATIF Scientific Journal of Informatics International Journal of Artificial Intelligence Research JIEET (Journal of Information Engineering and Educational Technology) Jurnal SOLMA JUTEI (Jurnal Terapan Teknologi Informasi) SINTECH (Science and Information Technology) Journal Jiko (Jurnal Informatika dan komputer) JURNAL PENDIDIKAN TAMBUSAI Jurnal Nasional Komputasi dan Teknologi Informasi JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Systemic: Information System and Informatics Journal Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi JISKa (Jurnal Informatika Sunan Kalijaga) CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Medika Teknika : Jurnal Teknik Elektromedik Indonesia Journal of Innovation Information Technology and Application (JINITA) Jurnal Digit : Digital of Information Technology Indonesian Journal of Technology, Informatics and Science (IJTIS) JURPIKAT (Jurnal Pengabdian Kepada Masyarakat) Jurnal Dialektika Informatika (Detika) Journal of Science and Education (JSE) Abdi Masya TRANSFORMASI : JURNAL PENGABDIAN PADA MASYARAKAT Teknika ABDINE Jurnal Pengabdian Masyarakat Jurnal Manajemen Informatika dan Bisnis Digital Jurnal Maklumatika Jurnal Informatika: Jurnal Pengembangan IT Prosiding Seminar Nasional Unimus Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Neptunus: Jurnal Ilmu Komputer dan Teknologi Informasi Dharma: Jurnal Pengabdian Masyarakat INOVTEK Polbeng - Seri Informatika Jurnal Bina Informatika dan Komputer (BINER)
Tri Listyorini
Universitas Muria Kudus
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Neuroscience Nursing Physics Public Health Social Sciences Transportation Other

Published : 181 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : JIEET (Journal of Information Engineering and Educational Technology)

 1 
ANALISIS SENTIMEN TERHADAP PENGGEMAR K-POP DI MEDIA SOSIAL TWITTER MENGGUNAKAN NAIVE BAYES (STUDI KASUS PENGGEMAR GRUP BTS) Nurmawati, Puji; Supriyati, Endang; Listyorini, Tri
JIEET (Journal of Information Engineering and Educational Technology) Vol 4, No 2 (2020)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v4n2.p86-89

Abstract

Abstrak— Perkembangan Twitter sebagai platform yang digandrungi masyarakat terbukti dengan data Statista [1]  yang menunjukkan bahwa Indonesia  peringkat tujuh di dunia dengan banyak pengguna mencapai 13.2 juta. Banyak pengguna mengutarakan pendapat di dalam Twitter. Termasuk juga dengan ujaran kebencian hingga perundungan. Menjadikan penggemar BTS atau yang biasa disebut Army sebagai objek analisis karena grup BTS yang telah mendunia ini memiliki pengikut yang cukup banyak di Twitter yakni 31 juta pengikut. Karena hal ini maka analisis sentimen dilakukan Kesulitan dalam melakukan analisis data yang begitu banyak dari Twitter jika dilakukan dengan cara manual, maka dari itu komputerisasi dibutuhkan. Menggunakan sebuah program yang dibuat dengan bahasa pemograman Python analisis dapat dilakukan lebih efektif dan efisien. Dari analisis yang dilakukan menggunakan klasifikasi algoritma Naïve Bayes terdapat polaritas sentimen negatif sebanyak 34,2%, netral 58,5%, dan positif 7,3%. Dari 1000 data yang diambil sesuai hasil polaritas tweet yang bernilai negatif sesuai hasil polaritas sebanyak 342. Dengan tingkat akurasi sebesar 75%. Dari penelitian ini diharapkan dapat membantu dalam proses analisis sentimen dan sesuai dalam mengatasi masalah yang ada. 
Analisis Sentimen Mengenai Layanan Provider Indihome Berdasarkan Pendapat Pelanggan Melalui Media Sosial Twitter dengan Metode Naïve Bayes Classifier Yusuf, Afif Nor; Supriyati, Endang; Listyorini, Tri
JIEET (Journal of Information Engineering and Educational Technology) Vol 4, No 2 (2020)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v%vn%i.p%p

Abstract

Abstrak— Analisis sentimen ialah sesuatu studi yang kala ini banyak diminati oleh bermacam berbagai kalangan. Dokumen ataupun opini yang terdapat di media sosial sanggup digunakan untuk analisis sentimen. Data media sosial yang biasanya digunakan untuk analisis sentimen adalah Twitter. Sebelum suatu data diklasifikasikan, butuh dilakukan untuk proses preprocessing yang merupakan tahap untuk menghasilkan data yang lebih terstruktur. Ada pula metode yang biasanya digunakan untuk analisis sentimen adalah Naïve Bayes Classifier. Naïve Bayes Classifier bisa digunakan untuk mengategorikan suatu opini ke dalam opini positif, opini negatif dan opini netral. Tidak hanya itu, metode ini mengenakan data training dalam proses pengklasifikasian. Hasil dari metode naïve bayes sangat baik. Untuk menguji tingkatan keakuratan sistem dalam mengklasifikasi opini, sehingga pengujian memperoleh hasil klasifikasi. Hasil dari klasifikasi memperoleh hail rata-rata 74,5%. Semakin banyak data training yang mirip dengan data testing maka hasil klasifikasi akan lebih bagus.
Sentimen Analisis Terhadap Kaum Gay Pada Twitter Menggunakan Metode Naive Bayes Pramitha, Agnes; Supriyati, Endang; Listyorini, Tri
JIEET (Journal of Information Engineering and Educational Technology) Vol 5, No 1 (2021)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v5n1.p1-4

Abstract

Saat ini gay menjadi fenomena isu yang banyak diperbincangkan. Isu-isu gay tersebut beredar di media sosial yang menimbulkan berbagai macam perspektif bagi masyarakat. Apalagi akhir-akhir ini banyak kasus gay di Indonesia yang menimbulkan pro dan kontra. Untuk mengetahui perspektif masyarakat terhadap gay berdasarkan sentimen masyarakat melalui Twitter, maka penulis mencoba untuk membuat analisa sentimen berupa pandangan positif, negatif, maupun netral dengan menggunakan metode Naïve Bayes. Analisa dilakukan menggunakan tools berupa Microsoft Excel dan Pycharm dengan bahasa pemrograman Python.  Hasil analisa yang dilakukan menggunakan klasifikasi Naïve Bayes menunjukkan polaritas sentimen negatif 150,5%, netral  12,6%, dan positif 0,4%. Dari 1635 data yang diambil, tweet yang bernilai negatif sesuai hasil polaritas sebanyak 1505, dengan tingkat akurasi sebesar 93%. <w:LsdException Locke
Analisis Sentimen Mengenai Layanan Provider Indihome Berdasarkan Pendapat Pelanggan Melalui Media Sosial Twitter dengan Metode Naïve Bayes Classifier Afif Nor Yusuf; Endang Supriyati; Tri Listyorini
JIEET (Journal of Information Engineering and Educational Technology) Vol. 4 No. 2 (2020)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v4n2.p75-78

Abstract

Abstrak” Analisis sentimen ialah sesuatu studi yang kala ini banyak diminati oleh bermacam berbagai kalangan. Dokumen ataupun opini yang terdapat di media sosial sanggup digunakan untuk analisis sentimen. Data media sosial yang biasanya digunakan untuk analisis sentimen adalah Twitter. Sebelum suatu data diklasifikasikan, butuh dilakukan untuk proses preprocessing yang merupakan tahap untuk menghasilkan data yang lebih terstruktur. Ada pula metode yang biasanya digunakan untuk analisis sentimen adalah Naïve Bayes Classifier. Naïve Bayes Classifier bisa digunakan untuk mengategorikan suatu opini ke dalam opini positif, opini negatif dan opini netral. Tidak hanya itu, metode ini mengenakan data training dalam proses pengklasifikasian. Hasil dari metode naïve bayes sangat baik. Untuk menguji tingkatan keakuratan sistem dalam mengklasifikasi opini, sehingga pengujian memperoleh hasil klasifikasi. Hasil dari klasifikasi memperoleh hail rata-rata 74,5%. Semakin banyak data training yang mirip dengan data testing maka hasil klasifikasi akan lebih bagus.
ANALISIS SENTIMEN TERHADAP PENGGEMAR K-POP DI MEDIA SOSIAL TWITTER MENGGUNAKAN NAIVE BAYES (STUDI KASUS PENGGEMAR GRUP BTS) Puji Nurmawati; Endang Supriyati; Tri Listyorini
JIEET (Journal of Information Engineering and Educational Technology) Vol. 4 No. 2 (2020)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v4n2.p86-89

Abstract

Abstrak” Perkembangan Twitter sebagai platform yang digandrungi masyarakat terbukti dengan data Statista [1]  yang menunjukkan bahwa Indonesia  peringkat tujuh di dunia dengan banyak pengguna mencapai 13.2 juta. Banyak pengguna mengutarakan pendapat di dalam Twitter. Termasuk juga dengan ujaran kebencian hingga perundungan. Menjadikan penggemar BTS atau yang biasa disebut Army sebagai objek analisis karena grup BTS yang telah mendunia ini memiliki pengikut yang cukup banyak di Twitter yakni 31 juta pengikut. Karena hal ini maka analisis sentimen dilakukan Kesulitan dalam melakukan analisis data yang begitu banyak dari Twitter jika dilakukan dengan cara manual, maka dari itu komputerisasi dibutuhkan. Menggunakan sebuah program yang dibuat dengan bahasa pemograman Python analisis dapat dilakukan lebih efektif dan efisien. Dari analisis yang dilakukan menggunakan klasifikasi algoritma Naïve Bayes terdapat polaritas sentimen negatif sebanyak 34,2%, netral 58,5%, dan positif 7,3%. Dari 1000 data yang diambil sesuai hasil polaritas tweet yang bernilai negatif sesuai hasil polaritas sebanyak 342. Dengan tingkat akurasi sebesar 75%. Dari penelitian ini diharapkan dapat membantu dalam proses analisis sentimen dan sesuai dalam mengatasi masalah yang ada. 
Sentimen Analisis Terhadap Kaum Gay Pada Twitter Menggunakan Metode Naive Bayes Agnes Pramitha; Endang Supriyati; Tri Listyorini
JIEET (Journal of Information Engineering and Educational Technology) Vol. 5 No. 1 (2021)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v5n1.p1-4

Abstract

Saat ini gay menjadi fenomena isu yang banyak diperbincangkan. Isu-isu gay tersebut beredar di media sosial yang menimbulkan berbagai macam perspektif bagi masyarakat. Apalagi akhir-akhir ini banyak kasus gay di Indonesia yang menimbulkan pro dan kontra. Untuk mengetahui perspektif masyarakat terhadap gay berdasarkan sentimen masyarakat melalui Twitter, maka penulis mencoba untuk membuat analisa sentimen berupa pandangan positif, negatif, maupun netral dengan menggunakan metode Naïve Bayes. Analisa dilakukan menggunakan tools berupa Microsoft Excel dan Pycharm dengan bahasa pemrograman Python.  Hasil analisa yang dilakukan menggunakan klasifikasi Naïve Bayes menunjukkan polaritas sentimen negatif 150,5%, netral  12,6%, dan positif 0,4%. Dari 1635 data yang diambil, tweet yang bernilai negatif sesuai hasil polaritas sebanyak 1505, dengan tingkat akurasi sebesar 93%. <w:LsdException Locke
Co-Authors - Supriyono A, Ifta Abdul A.A. Ketut Agung Cahyawan W Abdul Khafid Abdul Khafid, Abdul Ade Eka Pratama Ade Eka Pratama, Ade Eka Aditya Akbar Riadi Aditya, Dio Rizki Afif Nor Yusuf Afifullah, Fauzi Naufal Agnes Pramitha Agung Rifqi Hidayat, Agung Rifqi Agung Subagyo Agung Subagyo, Agung Agus Susilo Ahmad Fahruddin Ahmad Irvan Ahmad Jazuli Ahmad Jazuli aji, ananda feby surya Akbar, Kevin Azrial Aldo Bastian Ardiansyah Amirudin, Moh Faqih Amirudin Anastasya Latubessy Andi Santoso Andi Santoso, Andi Andrian Rizka Ramadhan, Andrian Rizka Ramadhan Andriyani Budiman, Nita Andy Prasetyo Utomo Anggoro, Yogi Anteng Widodo Aprilia Shanti Setyorini Arief Susanto Arif Susanto Asep Ferdinan Asror, Muhammad Khozainul Aviv Huda Nurhayat Barreta, Ellank Budi Cahyo Wibowo Bustomi Arisandi Candra Firstiyan Wijaya candra, alvi noor Christian Sutanto Christian Sutanto, Christian David Raynaldy Diana Laily Fithri Diana Dina Tauhida Dwi Fidiyanto, Dwi Dwimas Ananda Ekha Surya Saputra Eko Budi Susilo Eko Budi Susilo, Eko Budi Ella Mutiara Leavy Endang Supriyanti, Endang Endang Supriyati Endang Supriyati Endang Supriyati Endang Supriyati Endang Supriyati Endang Supriyati Endang Supriyati Endang Supriyati, Endang Supriyati Etika Kartikadarma Evanita Evanita Evanita Evanita, Evanita Evi Khaulida Faiz Al Zukhruf Fajar Nugraha Farid Eka Dharma Farid Eka Dharma, Farid Eka Faris Sifauttijani Fauzan, Wahyu Khusuma Nur Fibriyanti, Rizki Fibriyanti, Rizki Firmandito, Rifqi Dwiyana Ghufron, Mohammad Iqbal Henry Suryo Bintoro Herlambang, Faizal Arya Huda, Angga Nurul Ifta Abdul A Ihsani, Rizky Ulfiyatul Ilham Dika Permana Imanda, Ridho Novan Ivannovic Bachtiar Alif Kasparova, Dita Yanuari Khilyatus Sufriyah Khoirul Anwar, Rully Khoirul Lubis Pamungkas Kholilulloh, Nanang Achnas Khothibul Umam Latifah, Jihan Mathoril Hudha Mohammad Dahlan, Mohammad Mohammad Iqbal Monicasari, Lisa Muhammad Abdul Mukhlis Muhammad Afid Ilmawan Ilhamsyah Muhammad Hadi Noor Seto, Muhammad Hadi Muhammad Iqbal Muhammad Noor Fais Muhammad Noor Fais Muhammad Rifa&#039;i Muhammad Shaleh, Thariq Muhammad Zainal Abidin Mukhamad Nurkamid Mukhamad Nurkamid Mukhamad Nurkhamid Muladi, Muhammad Hasyim Muqsith, Fawwaz Ijlal Nabilia Nurusyifa Nia Budi Puspitasari Nita Andriyani Budiman Nofiadi, Selamet Nofiadi, Selamet Noor Aidha Amilia Noor Hisyam, Muhammad Dany Novie Susanto Nurfadli, Mohammad Nurkamid, Mukhammad Nurmawati, Puji Nurul Mustofa Okie Setiawan Pamungkas, Fajar Pradana, Yudhistira Andre Pramitha, Agnes Puji Hartono Puji Hartono Puji Nurmawati Putri, Nabila Shania Putri, Rizqi Laili R Rhoedy Setiawan Rahman, Firdaus Noorhadi Ratna Purwaningsih Ratri Rahmawati Remo Prabowo Remo Prabowo, Remo Rina Fiati Rizki Akbar Rizki Sari Mei Maharani Rizki Sari Mei Maharani, Rizki Sari Mei Rizkysari Mei Maharani Rizkysari Mei Maharani, Rizkysari Mei Rizkysari Meimaharani Robet Wahono Rochmad Winarso Rokhul Affan, Muhamad Rully Khoirul Anwar Salsabila, Zavira Raihana Saputra, Bayu Angga Saputra, Dwi Erwin Saputro, Irvan Adi Segita Armeilia Safrilla Selvi Marcellia Sifauttijani, Faris Sirojul Ulum Sri Mulyani Sumaji Supriyati , Endang Supriyati, Endang Suroso, Ahmad Suroso, Ahmad Susanto, Devva Ricovani Syafiul Muzid Syaiful - Syaiful - Syaifur Rochman Syarif Abdullah Tutik Khotimah UMAM, MUHAMAD KHOTIBUL Veren Afsha Restanardi Wahda, Muhammad Jumal Wahda, Muhammad Jumal Wahono, Robet Wahyu Noor Alamsyah Widharto, Yusuf Yaqin, Muhammad Alamul Yogi Anggoro yulian, muhammad rizqi dwi Yusuf, Afif Nor Zaenal Arifin Zaenal Arifin Zakiyah, Zumrotuz