Claim Missing Document
Check
Articles

Found 22 Documents
Search

Perbandingan Naïve Bayes dan CNN yang Dioptimasi PSO pada Identifikasi Berita Hoax Politik Indonesia Yusuf Kurnia; Ellysha Dwiyanthi Kusuma; Lianny Wydiastuty Kusuma; Suwitno; Welman Apridius
bit-Tech Vol. 6 No. 3 (2024): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v6i3.1225

Abstract

Berita palsu dalam politik menjadi ancaman serius terhadap stabilitas demokrasi dan kepercayaan publik terhadap informasi. Fenomena ini tidak hanya meresahkan, tetapi juga memiliki dampak yang dapat mengganggu proses demokrasi serta kepercayaan masyarakat terhadap media dan pemerintah. Penelitian ini bertujuan untuk menyelidiki dan membandingkan kinerja dua algoritma yang berbeda, yaitu Naïve Bayes (NB) dan Convolutional Neural Network (CNN), yang telah dioptimalkan menggunakan Particle Swarm Optimization (PSO), dalam mendeteksi berita palsu di ranah politik Indonesia. Untuk mencapai tujuan ini, penelitian menggunakan dataset berita politik yang telah melalui proses text preprocessing, termasuk pembersihan data dan normalisasi teks. Hasil penelitian menunjukkan bahwa model Naïve Bayes secara konsisten mampu mengungguli kinerja CNN, baik dengan atau tanpa penerapan PSO. Akurasi model Naïve Bayes mencapai 90.71%, sementara CNN mencapai 80.86% tanpa PSO, 79.68% dengan PSO, dan Naïve Bayes dengan PSO mencapai 90.25%. Temuan ini menegaskan bahwa pendekatan menggunakan algoritma Naïve Bayes memiliki potensi lebih besar dalam mengidentifikasi berita palsu dalam konteks politik Indonesia. Kontribusi signifikan dari penelitian ini terletak pada pemahaman yang lebih mendalam mengenai metode deteksi berita palsu, serta memberikan wawasan yang penting bagi pengembangan strategi yang efektif dalam menanggulangi permasalahan berita palsu di era digital. Oleh karena itu, diharapkan bahwa penelitian ini akan memberikan nilai tambah dalam upaya mempertahankan keaslian informasi politik dan meningkatkan kualitas demokrasi di Indonesia.
Pengaruh Penggunaan Chatbot dan Asisten Virtual terhadap Peningkatkan Kepuasan Pelanggan serta Dampaknya terhadap Pengambilan Keputusan Pembelian Agus Soetiyono; Yusuf Kurnia; Rudy Kurnia
eCo-Buss Vol. 6 No. 3 (2024): eCo-Buss
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/eb.v6i3.1169

Abstract

Tujuan dari penelitian ini adalah untuk menguji pengaruh penggunaan Chatbot dan Virtual Asisten dalam manajemen pelanggan terhadap Kepuasan Pelanggan dan Keputusan Pembelian. Metode penelitian yang digunakan melibatkan pengumpulan data dari 200 responden, termasuk pelanggan dan pengelola bisnis, melalui kuesioner. Model struktural yang digunakan dalam penelitian ini adalah Partial Least Square (PLS), yang kemudian digunakan untuk mengetahui hubungan dengan menguji hubungan variabel yang digunakan dalam penelitian ini. Hasil penelitian menunjukkan bahwa penggunaan Chatbot dan Virtual Asisten secara signifikan berdampak pada Kepuasan Pelanggan dan Keputusan Pembelian. Implikasi penting dari penelitian ini adalah bahwa perusahaan dapat memanfaatkan teknologi Chatbot dan Virtual Asisten sebagai alat efektif untuk meningkatkan tingkat kepuasan pelanggan dan memengaruhi perilaku pembelian konsumen. Dengan memahami peran penting teknologi ini dalam manajemen pelanggan, perusahaan dapat mengembangkan strategi pemasaran yang lebih canggih dan pengelolaan pelanggan yang lebih adaptif untuk mendukung pertumbuhan bisnis jangka panjang yang berkelanjutan. Perlu juga dicatat bahwa penelitian ini menyoroti pentingnya adaptasi perusahaan terhadap inovasi teknologi untuk menjaga keunggulan kompetitif dalam era digital yang terus berkembang. Dengan demikian, penelitian ini memberikan kontribusi penting dalam memahami peran dan dampak teknologi terkini dalam konteks manajemen pelanggan dan pengambilan keputusan pembelian.