Article Per Year (5 Year)
p-Index From 2020 - 2025
1.829
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Komputasi STMIK Indonesia Jakarta Prosiding Seminar Nasional Darmajaya J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) JATI (Jurnal Mahasiswa Teknik Informatika) Instal : Jurnal Komputer J-SAKTI (Jurnal Sains Komputer dan Informatika)
Albaar Rubhasy
STMIK Indonesia Jakarta
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Energy

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI FACEBOOK DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN K-NEAREST NEIGHBOR Ramadha Triputra, Tulus; Rubhasy, Albaar
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13403

Abstract

Facebook adalah jejaring sosial yang memudahkan untuk terhubung dan berbagi konten dengan keluarga dan teman secara online. Awalnya facebook ditujukan untuk pelajar, Facebook didirikan oleh Mark Zuckerberg pada tahun 2004 saat kuliah di Universitas Harvard. Pada tahun 2006, siapa pun yang berusia di atas 13 tahun dengan alamat email yang benar dapat bergabung dengan Facebook. Untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi Facebook di Google Play Store dengan menggunakan algoritma Naïve Bayes dan K-Nearest Neighbor (KNN) untuk mengetahui persepsi pengguna terhadap aplikasi tersebut. Data ulasan dikumpulkan melalui web scraping dan diproses menggunakan teknik Natural Language Processing (NLP), termasuk pre-processing teks, TF-IDF vectorization, dan pembagian dataset dalam beberapa skenario. Evaluasi model dilakukan dengan menggunakan metrik akurasi, precision, recall, dan F1-score, serta divisualisasikan dalam bentuk confusion matrix. Hasil penelitian menunjukkan bahwa Naïve Bayes memiliki akurasi lebih tinggi (73%), precision (51%), recall (52%), F1-Score (50%), dibandingkan KNN (72%), precision (55%), recall (53%), F1-Score (52%), dengan performa lebih baik dalam mengklasifikasikan sentimen positif dan negatif.
Architectural Design of an Executive Information System (EIS) to Support Strategic Decision-Making in the Government Sector Setiadi, Farisya; Rubhasy, Albaar; Muhaemin
Bahasa Indonesia Vol 17 No 09 (2025): Instal : Jurnal Komputer
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jurnalinstall.v17i09.423

Abstract

Indonesia is a country with great potential to play a significant role in globalization. Indonesia's potential lies in its highly strategic territory, cultural and biological diversity, and abundant human resources. However, this enormous potential requires sound management to achieve prosperity for the Indonesian people. The government is the most important component in the state administration that runs the wheels of government. However, to date, the government is considered slow and ineffective in making strategic decisions. To make strategic decisions, tools are needed to assist leaders in carrying out their duties. This paper presents an EIS architectural design containing techniques and technologies divided into layers: collection, processing, analysis, presentation, and management. These layers are mutually supportive and integrated, serving as a guideline for the development of an Executive Information System (EIS) that functions to support strategic decision-making within the government sector.
Co-Authors Agung Triayudi Azamta, Firnas Era, Defrimont Farisya Setiadi Fayiz, Muhammad Hilmy, Naufal Humansyah, Hanggita Ahmad Imam Maliki Iskandar Fitri, Iskandar Muhaemin Nehe, Kurniadin Ramadha Triputra, Tulus Sahputra, Muhammad Ilyas Septi Andryana Setio Wicaksono Ucuk Darusalam Zainal Arifin Hasibuan