Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal Fourier Euclid
Zulhanif Zulhanif
Universitas Padjadjaran
Computer Science & IT Economics, Econometrics & Finance Education Mathematics Social Sciences

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

Found 2 Documents
Search

 1 
The Analisis Sentimen Sosial Media Twitter Dengan Algoritma Machine Learning Menggunakan Software R Jaka Aulia Pratama; Yadi Suprijadi; Zulhanif Zulhanif
Jurnal Fourier Vol. 6 No. 2 (2017)
Publisher : Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (164.631 KB) | DOI: 10.14421/fourier.2017.62.85-89

Abstract

Media sosial adalah wadah untuk mengungkapkan opini terhadap suatu topik tertentu. Ketersediaan informasi dan opini dari para pengguna media sosial merupakan kumpulan dokumen data berupa teks yang amat sangat besar dan berguna untuk kepentingan penelitian maupun membuat suatu keputusan bagi pihak – pihak tertentu. Text Mining bisa didefinisikan sebagai proses penggalian informasi di mana pengguna berinteraksi dengan kumpulan dokumen dari waktu ke waktu dengan menggunakan suatu alat analisis. Analisis sentimen atau Opinion Mining adalah salah satu studi di bidang komputasi yang berhubungan dengan kasus publik mengenai opini, penilaian, sikap, dan emosi. Penelitian ini akan menggunakan metode Machine Learning pada analisis sentimen pengguna layanan jejaring sosial Twitter terhadap Donald Trump dan Barack Obama dalam 20000 tweets. Nilai akurasi metode Machine Learning yang diperoleh cukup tinggi yaitu 87.52% untuk Data Training dan 87.4% untuk Data Testing.
METODE BAYESIAN DALAM PENAKSIRAN MODEL SPATIAL AUTOREGRESSIVE (SAR) (STUDI KASUS PEMODELAN PENYAKIT TB PARU DI KOTA BANDUNG) I Gede Nyoman Mindra Jaya; Zulhanif Zulhanif; Bertho Tantular; Neneng Sunengsih
Euclid VOL 4, NO 2 (2017): EDISI JULI
Publisher : Universitas Swadaya Gunung Jati.

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (867.539 KB) | DOI: 10.33603/e.v4i2.419

Abstract

Aplikasi pemodelan spatial ekonometrik dalam berbagai bidang ilmu semakin banyak khususnya dalam ruang lingkup spatial regional dan spatial epidemiologi. Metode ini berkembang karena kemampuan metode ini mengakomodasi adanya ketergantungan spatial dalam data. Analisis ekonometrik biasa tidak mampu memberikan hasil yang baik pada saat data tidak berdistribusi independen. Metode Maksimum likelihood adalah metode yang umumnya digunakan untuk menaksir parameter model spatial econometrics. Namun metode ini tidak cukup baik dalam mengestimasi parameter model pada saat unit spatialnya sangat banyak. Metode alternative Bayesian diperkenalkan untuk mengatasi masalah tersebut. Penelitian ini mengkaji pendekatan metode Bayesian pada model Spatial Autoregresive (SAR). Model SAR merupakan satu dari delapan model spatial ecokometrik yang paling banyak digunakan. Pendekatan Bayesian akan diaplikasikan pada pemodelan kasus TB Paru di Kota BandungKata kunci: Bayesian, Model SAR, Maximum Likelihood, Spatial
Co-Authors Bertho Tantular I Gede Nyoman Mindra Jaya Jaka Aulia Pratama Neneng Sunengsih Yadi Suprijadi