Article Per Year (5 Year)
p-Index From 2020 - 2025
2.737
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika Jurnal Teknika : Jurnal Teoritis dan Terapan Bidang Keteknikan JOINTECOMS (Journal of Information Technology and Computer Science) Diteksi : Jurnal Pengabdian Kepada Masyarakat
Ade Chandra Saputra
Universitas Palangka Raya
Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mechanical Engineering

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Teknika : Jurnal Teoritis dan Terapan Bidang Keteknikan

 1 
KLASIFIKASI RATING APLIKASI ANDROID DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA GRADIENT BOOST Ade Chandra Saputra; Agus Sehatman Saragih
Jurnal Teknika: Jurnal Teoritis dan Terapan Bidang Keteknikan Vol. 6 No. 1 (2022): Jurnal Teknika: Jurnal Teoritis dan Terapan Bidang Keteknikan, Oktober 2022
Publisher : Fakultas Teknik Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52868/jt.v6i1.7891

Abstract

Semakin banyaknya aplikasi Android yang tersedia di Google Play Store dengan keuntungan yang didapatkan pengembangnya telah menarik perhatian banyak pengembang aplikasi Android. Untuk mendapatkan keuntungan dari mengembangkan aplikasi Android, salah satu caranya adalah dengan mengetahui karakteristik aplikasi berrating tinggi di Google Play Store. Penelitian ini akan menyelidiki fitur size, installs, reviews, type gratis/bayar), rating, category, content rating, dan price pada aplikasi di Google Play Store untuk mengetahui karakteristik aplikasi berrating tinggi. Penelitian ini menggunakan algoritma Gradient Boost untuk mengidentifikasi fitur yang paling berpengaruh pada aplikasi dengan rating tinggi di Google Play Store. Pada tahap preprocessing, penelitian ini menggunakan metode data cleaning dan data reduction. Penelitian ini menggunakan feature important untuk mengetahui atribut yang paling berpengaruh pada rating tinggi aplikasi Android di Google Play Store. Untuk mengklasifikasi aplikasi berrating tinggi penulis menggunakan algoritma Gradient Boost.
Co-Authors Agus Sehatman Saragih Ahmadi Ahmadi Akbar, Nur Charisma Anak Agung Istri Sri Wiadnyani Ariesta Lestari Efrans Christian Enny Dwi Oktaviyani Felicia Sylviana Fieradova, Deanyse Oxana Jadiaman Parhusip, Jadiaman Karolita, Devi Licantik, Licantik Ronaldo, Deddy Rosadi, Reza Ghaniyy Siregar, Rayanti Veronica