Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : National Multidisciplinary Sciences

Analisis Sentimen Masyarakat Pada Komentar Produk Eiger Di Instagram Menggunakan Metode Naive Bayes Classifier Robbol Hidayatullah; Ulya Anisatur Rosyidah; Ginanjar Abdurrahman
National Multidisciplinary Sciences Vol. 1 No. 6 (2022): Proceedings SENSEI 2021
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (569.321 KB) | DOI: 10.32528/nms.v1i6.232

Abstract

Eiger atau PT Eigerindo Multi Produk Industri merupakan perusahaan yang memproduksi pakaian dan perlengkapan hiburan alam atau outdoor. Eiger dalam pemasarannya juga menggunakan media sosial yaitu Instagram. Dalam setiap produk yang diunggah pada laman akun Instagram Eiger yaitu @eigerindostore mendapatkan berbagai komentar dari masyarakat. Dalam hal ini penelitian memanfaatkan data komentar tersebut sebagai data penelitian ini yaitu sentimen analisis. Pada penelitian ini metode yang digunakan sebagai klasifikasi adalah Naive Bayes sedangkan metode yang digunakan dalam skenario pengujian adalah split data dengan data latih 80% dan data uji 20% dan skenario Cross Fold Validation dengan nilai k yaitu 2, 4, 5, 7 dan 10. Dari hasil implementasi metode Naive Bayes terhadap data komentar pada akun Instagram Eiger diperoleh hasil yaitu rata-rata akurasi yang diperoleh yaitu 85.27%, rata-rata presisi yang diperoleh adalah 88.29% dan rata-rata recall yang diperoleh adalah 81.26%. Nilai akurasi tertinggi diperoleh pada k = 10 dengan fold ke 10 yaitu 91.07%. Nilai presisi tertinggi diperoleh pada k = 10 fold ke 10 yaitu 90% dan nilai recall tertinggi diperoleh pada k = 7 fold ke 7 yaitu 91.67%
Text Mining Untuk Clustering Buku Di Perpustakaan Menggunakan Metode K-Means Alfathan Anggi Riyanto; Daryanto Daryanto; Ginanjar Abdurrahman
National Multidisciplinary Sciences Vol. 1 No. 6 (2022): Proceedings SENSEI 2021
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (974.623 KB) | DOI: 10.32528/nms.v1i6.239

Abstract

Perpustakaan merupakan sarana untuk memberikan layanan informasi untuk semua kalangan dengan tujuan mencerdaskan masyarakat dan memudahkan dalam memberikan informasi. Selama ini perpustakaan pusat Universitas Muhammadiyah Jember mengelompokkan data tugas akhir secara manual, karena belum adanya sistem untuk pengelompokan tugas akhir berdasarkan jenisnya, sehingga terkadang ada kendala atau membutuhkan waktu yang lebih lama dalam proses pencarian informasi tentang data tugas akhir mahasiswa. Oleh karena itu, pengelompokan data tugas akhir membutuhkan teknologi sistem cluster yang lebih efektif dan efisien. Sistem cluster yang diterapkan untuk mengelompokkan data-data tugas akhir bersifat sederhana dengan menggunakan metode K-Means. Data tugas akhir yang diperoleh pada tahun 2018 berjumlah 95 dokumen. Berdasarkan validitas cluster dengan perbandingan hasil DBI menggunakan 2 cluster sampai dengan 8 cluster di peroleh hasil DBI tertinggi pada percobaan dengan menggunakan 4 Cluster dengan memperoleh nilai DBI 0,87.