Claim Missing Document
Check
Articles

Algoritma SVM dan Naïve Bayes dalam Analisis Sentimen Terhadap Fasilitas dan Pelayanan Bandara Sultan Hasanuddin Makassar Tenri Sa'nah; Dolly Indra; Abdul Rachman Manga’
LINIER: Literatur Informatika dan Komputer Vol 2, No 4 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i4.3336

Abstract

Transportasi udara memiliki peran vital dalam mendukung mobilitas dan perekonomian di Indonesia, khususnya di wilayah timur yang terhubung melalui Bandara Sultan Hasanuddin Makassar. Kualitas fasilitas dan pelayanan bandara menjadi faktor penting dalam membentuk pengalaman pengguna, yang dapat diukur melalui analisis sentimen terhadap ulasan publik di platform digital. Penelitian ini bertujuan membandingkan kinerja algoritma SVM dan Naïve Bayes dalam mengklasifikasikan sentimen positif dan negatif dari 4.049 ulasan pengguna berbahasa Indonesia yang dikumpulkan dari Google Maps periode 2021-2025. Penelitian ini juga menerapkan teknik Stratified k-fold Cross-validation dengan nilai k = 4 dan k = 5 Data. diproses melalui tahapan cleaning, case folding, normalisasi, stemming, filtering, tokenizing, serta pembobotan TF-IDF. Untuk mengatasi ketidakseimbangan kelas, digunakan metode SMOTE. Hipotesis penelitian ini adalah penerapan SMOTE dapat meningkatkan akurasi model, dan SVM akan menunjukkan performa lebih unggul dibanding Naïve Bayes. Hasil pengujian menunjukkan SVM dengan kernel linear dan parameter C=1 mencapai akurasi tertinggi sebesar 97,0% pada pembagian data 80:20, sedangkan Naïve Bayes terbaik meraih 94,3% pada skenario yang sama. Temuan ini mengonfirmasi hipotesis, menunjukkan bahwa SVM dengan penyeimbangan data memberikan kinerja optimal dalam analisis sentimen ulasan bandara
Rancang Bangun Prototype Smoker Detector Berbasis Arduino Uno R3 Muh Yeyen Dwi Suherman; Dolly Indra; Abdul Rachman Manga’
LINIER: Literatur Informatika dan Komputer Vol 2, No 2 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i2.3113

Abstract

Kebiasaan merokok sering kita jumpai di kafe dan tempat umum lainnya. Kebiasaan ini dapat membuat pengunjung lain merasa canggung dengan asap rokok. Udara bersih tentu dibutuhkan oleh semua orang, baik orang dewasa, tua, maupun muda, Namun, banyak orang yang mengotori udara bersih, salah satu contohnya adalah dengan merokok di tempat umum. Kurangnya kesadaran dan pandangan negatif masyarakat setempat tentang risiko rokok bagi mereka dan orang di sekitar mereka, membuat kurangnya kapasitas masyarakat setempat mengubah cara berperilaku dan menciptakan lingkungan yang sehat. Oleh karena itu, upaya pencegahan harus dilakukan di rumah, di kelas, dan di masyarakat. Dengan hal tersebut peneliti membuat rancangan bangun prototype smoke detector berbasis arduino uno R3. Dengan menggunakan beberapa komponen alat yang dapat membantu mendeteksi asap rokok seperti arduino uno R3 berfungsi untuk mengolah hasil input-an yang dibaca oleh sensor MQ 135 kemudian mengeluarkan output sesuai dengan apa yang telah diprogramkan. MQ 135 berfungsi mendeteksi asap rokok, L298n sebagai pengatur kecepatan pada fan, LCD 12c menampilkan data yang tersedia, fan untuk mengeluarkan asap
KLASIFIKASI CENGKEH MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) Lisna Ariani; Dolly Indra; Fitriyani Umar
LINIER: Literatur Informatika dan Komputer Vol 2, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i3.3145

Abstract

Cengkeh merupakan salah satu komoditas unggulan di sektor pertanian Indonesia yang memiliki nilai ekonomi tinggi, namun rentan mengalami penurunan kualitas akibat kontaminasi jamur selama proses panen dan pascapanen. Selama ini, proses klasifikasi cengkeh berjamur dan tidak berjamur masih dilakukan secara manual, yang cenderung tidak efisien, subjektif, dan berpotensi menimbulkan inkonsistensi, terutama ketika harus menangani volume data dalam jumlah besar. Oleh karena itu, penelitian ini dirancang untuk mengembangkan sistem klasifikasi otomatis berbasis kecerdasan buatan menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur InceptionV3. Penelitian akan dilakukan di Kecamatan Lasusua, Kabupaten Kolaka Utara, dengan menggunakan dataset sebanyak 1.000 citra digital cengkeh yang diambil dari dua pose berbeda. Seluruh citra akan melalui tahapan preprocessing dan augmentasi guna memperkuat kualitas dan keragaman data, sebelum digunakan dalam proses pelatihan model CNN. Evaluasi terhadap performa model akan dilakukan dengan mengukur nilai akurasi, presisi, recall, dan F1-score untuk menentukan sejauh mana efektivitas sistem dalam mengklasifikasikan cengkeh ke dalam dua kelas, yaitu berjamur dan tidak berjamur. Diharapkan hasil dari penelitian ini dapat memberikan kontribusi nyata terhadap peningkatan efisiensi, akurasi, dan objektivitas dalam proses sortasi cengkeh serta menjadi langkah awal dalam penerapan teknologi deep learning untuk mendukung digitalisasi mutu hasil pertanian, khususnya pada komoditas strategis seperti cengkeh
Co-Authors Abdul Rachman Manga’ Abdul Rauf Tuasikal Achmad Novanto Agung, Riski Dewa Ahmad Toni, Ahmad Alda, A. Nurul Aisya Aldri Frinaldi Amir, Nur Hikmah Andi Apryan Mallarangen andi Widya Mufila Gafar Anik Nur Handayani Anwar, Faudiah Ardhiansya Yusuf Arfan Zainuddin Armind Mauldi Kurniawan As'ad, Ihwana Astuti, Wistiani Damanhuri, Nor Salwa Daris, Mega Asfirawati Djamereng, Asdar Erick Irawadi Alwi Erick Irawadi Alwi Erick Irawadi Alwi, Erick Irawadi Erick, Erick Irawadi Alwi Fadly Achmad Farniwati Fattah Fathrurahman, Fauzy Fery Setyo Aji Firman Shantya Budi, Firman Shantya Fitriyani Umar Hadyan Mardhi Fadlillah Haerdiansyah Syahnur, Muhammad Harlinda Lahuddin Hayudin Hasnanda Maila Herdianti Darwis Herman Herman Hi. Talib, Juraiz Hidayat, Muh Wahyu Huzain Azis Ihwana As’ad Irawati Irawati Irawati Irawati Irja, Mulianty Cipta jabir, sitti rahmah Jufriadif Na`am, Jufriadif Juita Mandasari Julius Santony Kadri Rahmat Suat, Wahyu Kasman Kasman Lilis Nur Hayati lilis nurhayati Lisna Ariani Lukman Syafie Lutfi Budi Ilmawan Lutfi Budi Ilmawan, Lutfi Budi Manga, Abdul Rachman Mansyur, St. Hajrah Mardiyyah Hasnawi Muh Fadlan Risqullah Dwitama N Muh Yeyen Dwi Suherman Muh. Fachrisyam Muh. Ridwan Rahim Muhammad Al Mubarak Muhammad Arfah Asis Muhammad Farhan Hermansyah Mukarramah, Rifqatul Musdalifah Musdalifah Mustika, Mustika Octavia Novanto, Achmad Nur Hayati, Lilis Nurhalima Nurhalima Prihandani, St. Nadya Kurnia Purnawansyah Purnawansyah Rahma, Dewi Ernita Rahmat Suat, Wahyu Kadri Rahmayani, Nurul Ramadan, Syahril Ramdan Satra Ramdaniah Ramdaniah Rezky Anugrah Rifky Saputra Scania, Muhammad Rosa Andrie Asmara Salsa, Salsabila Aurelia Saputra Scania, Muhammad Rifky Satma, Satma St. Hajrah Mansyur Subhan Ardhiman Sugiarti, Sugiarti Sukur, Widianti Syahnur, Muh. Haerdiansyah Syahrul Mubarak Abdullah Tanaka Kazuaki Tasmil Tasmil Tasrif Hasanuddin Tasrif Hasanuddin Taufik, Muhammad Asrai Tenri Sa'nah Umar Mansyur Umar, Fitriyani Veithzal Rivai Zainal Wahyu Sakti Gunawan Irianto Wistiani Astuti Yuhandri Yuhandri, Yuhandri Yundari, Yundari Zahra, Andi Fathimatuz Zahra