Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : The Indonesian Journal of Computer Science

Analisis Sentimen Terhadap Topik Kenaikan Harga Bahan Bakar Minyak (BBM) pada Media Sosial Twitter Tiara Danirmala; Nugroho, Yusuf Sulistyo
The Indonesian Journal of Computer Science Vol. 12 No. 3 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i3.3199

Abstract

Media sosial Twitter menjadi salah satu media yang banyak digunakan masyarakat Indonesia untuk membagikan informasi, pendapat, ataupun sekedar berdiskusi tentang topik yang sedang tren dan beredar luas, misalnya tentang kenaikan harga bahan bakar minyak (BBM). Penelitian ini bertujuan untuk menganalisis sentimen masyarakat tentang kenaikan harga BBM di media sosial Twitter . Penelitian ini dilakukan dengan cara menganalisis sentimen tweet yang diunggah di Twitter untuk mengetahui polaritasnya dengan menerapkan klasifikasi Naïve Bayes. Selain analisis sentimen, data tweet juga dicari diskusi topik yang paling banyak dibahas terkait dengan kenaikan harga BBM dengan menggunakan metodeAlokasi Dirichlet Laten (LDA ). Hasil penelitian menunjukkan bahwa sebanyak 53.3% tweet memiliki polaritas positif, 31.2% tweet berpolaritas negatif, dan 15.5% tweet dinyatakan netral. Hasil evaluasi klasifikasi dengan Naive Bayes diperoleh nilai akurasi 60% . Sedangkan topik yang banyak dibicarakan masyarakat di Twitter secara umum menyatakan penolakannya terhadap kenaikan harga BBM. Hal ini menunjukkan bahwa masyarakat menolak kebijakan tersebut namun dinyatakan dengan komentar secara positif.
Perbandingan Performa Algoritma Decision Tree untuk Klasifikasi Penerima Beasiswa Bank Indonesia Dimas Bayu Stiawan; Nugroho, Yusuf Sulistyo
The Indonesian Journal of Computer Science Vol. 12 No. 4 (2023): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i4.3339

Abstract

Beasiswa dapat diartikan bantuan yang bisa digunakan sebagai biaya penunjang pendidikan, diberikan oleh institusi/lembaga. Pelaksanaan seleksi mahasiswa yang berhak menerima beasiswa didasarkan pada syarat/ketentuan lembaga pemberi beasiswa. Klasifikasi kandidat yang dilakukan dengan Excel menyebabkan sasaran penerima beasiswa kurang tepat karena tidak konsisten disebabkan unsur subjektivitas. Penelitian ini bertujuan menggunakan algoritma Decision Tree ID3, C4.5, serta CART dalam melakukan perbandingan Penerimaan Beasiswa BI untuk melihat algoritma yang memiliki performa terbaik. Penelitian ini menggunakan data sebanyak 398 pendaftar Beasiswa Bank Indonesia tahun 2022 yang diperoleh dari Biro Kemahasiswaan UMS. Hasil evaluasi kinerja ketiga algoritma menunjukkan CART mencapai hasil tertinggi dalam accuracy, precision, dan recall, masing-masing 72%, 92,59%, dan 74,62%. Selanjutnya C4.5 memiliki nilai accuracy, precision, dan recall, masing-masing sebesar 69,33%, 92,30%, dan 71,64%. ID3 memiliki performa terendah, dengan accuracy, precision, dan recall berturutan 68%, 92,15%, dan 70,14%.