Article Per Year (5 Year)
p-Index From 2020 - 2025
3.57
P-Index
This Author published in this journals
All Journal Jurnal Buana Informatika JSI: Jurnal Sistem Informasi (E-Journal) Jurnal Edukasi dan Penelitian Informatika (JEPIN) Annual Research Seminar Sistemasi: Jurnal Sistem Informasi MBR (Management and Business Review) Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Teknologi Sistem Informasi dan Aplikasi JUSIM (Jurnal Sistem Informasi Musirawas) Jurnal Tekno Kompak Jurnal Generic Konstelasi: Konvergensi Teknologi dan Sistem Informasi Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS The Indonesian Journal of Computer Science JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Ari Wedhasmara
Universitas Sriwijaya
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Library & Information Science Social Sciences Other

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Buana Informatika

 1 
Ekstraksi Pengetahuan dari Ulasan Aplikasi CapCut Menggunakan Metode Aspect-Based Sentiment Analysis dan Klasifikasi Ariyani, Ishlah Putri; Tania, Ken Ditha; Wedhasmara, Ari; Meiriza, Allsela
Jurnal Buana Informatika Vol. 16 No. 01 (2025): Jurnal Buana Informatika, Volume 16, Nomor 01, April 2025
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Indonesia is experiencing rapid technological development, especially in the use of the internet and editing platforms like CapCut. These platforms enable video editing on various devices; however, user satisfaction is not always guaranteed due to individual differences in experience. This research aims to identify user sentiment towards the CapCut application based on aspects, using an Aspect-Based Sentiment Analysis (ABSA) approach supported by Machine Learning algorithms for the aspect-based sentiment classification task. The algorithm used in the classification process is Support Vector Machine. The data used are reviews of the CapCut application from the Google Play Store, with a total of 22,668 data points. The results show that the Support Vector Machine (SVM) algorithm performs well in each aspect, with accuracy values of 0.88 for the feature aspect and 0.87 for the user experience aspect. The results of knowledge extraction are obtained in the form of XML, which contains user sentiment information on two main aspects: features and user experience.
Ekstraksi Pengetahuan dari Ulasan Aplikasi CapCut Menggunakan Metode Aspect-Based Sentiment Analysis dan Klasifikasi Ariyani, Ishlah Putri; Tania, Ken Ditha; Wedhasmara, Ari; Meiriza, Allsela
Jurnal Buana Informatika Vol. 16 No. 01 (2025): Jurnal Buana Informatika, Volume 16, Nomor 01, April 2025
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Indonesia mengalami perkembangan teknologi yang pesat, khususnya dalam penggunaan internet dan platform editing seperti CapCut. Platform ini memungkinkan pengeditan video di berbagai perangkat, namun kepuasan pengguna tidak selalu terjamin karena perbedaan pengalaman individu. Penelitian ini bertujuan untuk mengidentifikasi sentimen pengguna terhadap aplikasi CapCut berdasarkan aspek.Dengan menggunakan pendekatan Aspect-Based Sentiment Analysis (ABSA) yang didukung oleh algoritma Machine Learning untuk tugas klasifikasi sentimen berdasarkan aspek. Algoritma yang digunakan dalam proses klasifikasi adalah Support Vector Machine. Data yang digunakan adalah ulasan aplikasi CapCut dari Google Play Store sebanyak 22.668 data. Hasil penelitian menunjukkan bahwa algoritma Support Vector Machine (SVM) memiliki performa yang baik untuk masing-masing aspek dengan nilai akurasi untuk aspek fitur 0,88 dan aspek user experience 0,87. Hasil ekstraksi pengetahuan yang diperoleh berupa XML yang memuat informasi sentimen pengguna terhadap dua aspek utama, yaitu fitur dan user experience. 
Co-Authors Abdiansah, Abdiansah Ahmad Rafid Rizqullah Ahmad Rifai Ali Bardadi Ali Ibrahim Ali Ibrahim (SCOPUS ID: 57203129436) Allsela Meiriza, Allsela Alvi Syahrini Utami Alzena Aisha Shakira Annisa Tri Ning Tyas Apriansyah Putra Apriansyah Putra Apriansyah Putra Apriansyah Putra Ariyani, Ishlah Putri Ariyanti, Putri Charolin, Nurhaliza Cici Elna Sari Dedy Kurniawan Dinna Yunika Hardiyanti Dwi Rosa Indah Elly Kurniati Elna Sari, Cici Faris, Haninda Ammar Fathoni - Fauzan, Muhammad Fairuz Fitri, Shofiyah Gusti Barata Hardini Novianty Inayah, Anna Fadilla Inka Marissa Jambak, Muhammad Ihsan Jasmo ari wibowo Kanda Januar Miraswan Ken Ditha Tania Mgs Afriyan Firdaus Miftahul Falah Nadia Anggraini Novi Yusliani Oktadini, Nabila Rizky Pacu Putra Putri Ariyanti Putri Eka Sevtiyuni Putri Eka Sevtyuni Putri, Amelia Rizki Rahmat Izwan Heroza Rani Mardiah Riska Yunita Rizka Dhini Kurnia Rusdi Efendi Septa Rahmayuni Sevtiyuni, Putri Eka Sultan Arba'i Wulan Dari, Atikah