Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Journal of Informatics and Computer Science (JINACS)

Analisis Sentimen terhadap Opini Publik Mengenai Childfree dalam Pernikahan pada Twitter Menggunakan K-Nearest Neighbor (K-NN) Fadhilah, Putri Nur; Indriyanti, Aries Dwi
Journal of Informatics and Computer Science (JINACS) Vol. 5 No. 01 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v5n01.p58-62

Abstract

Perbandingan Akurasi Metode Analisis Sentimen Untuk Evaluasi Opini Pengguna Pada Platform Media Sosial (Studi Kasus: Twitter) Mursyid, Rabhita; Indriyanti, Aries Dwi
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 02 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n02.p371-383

Abstract

Perbandingan SVM dan XGBoost Menggunakan SMOTE pada Aplikasi KA Bandara PT. Railink Aulia Syalsabila Dian Yahya; Indriyanti, Aries Dwi
Journal of Informatics and Computer Science (JINACS) Article In Press(1)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Perkembangan teknologi digital telah mendorong perusahaan transportasi seperti PT. Railink untuk menyediakan layanan berbasis aplikasi guna mempermudah pengguna dalam memesan tiket Kereta Api Bandara. Namun, berdasarkan ulasan pengguna di Google Play Store, aplikasi KA Bandara masih menghadapi berbagai keluhan, terutama terkait sistem pembayaran dan stabilitas aplikasi. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna terhadap aplikasi KA Bandara menggunakan dua metode klasifikasi, yaitu Support Vector Machine (SVM) dan Extreme Gradient Boosting (XGBoost), serta membandingkan kinerjanya berdasarkan nilai akurasi, recall, precision, dan F1-score. Proses klasifikasi didahului dengan tahapan preprocessing teks, pembobotan menggunakan TF-IDF, dan penanganan data tidak seimbang menggunakan teknik SMOTE. Penelitian ini juga menggunakan dua pendekatan pelabelan data, yaitu manual dan lexicon-based. Hasil penelitian menunjukkan bahwa metode XGBoost memiliki performa yang paling unggul dengan nilai accuracy sebesar 89%. Penggunaan pelabelan lexicon secara signifikan meningkatkan akurasi kedua metode. Temuan ini diharapkan dapat menjadi acuan dalam mengevaluasi dan meningkatkan kualitas aplikasi KA Bandara agar lebih optimal dalam memenuhi kebutuhan pengguna.   Kata Kunci— Sentimen, Aplikasi KA Bandara, SVM, XGBoost, SMOTE
Analisis Sentimen Terhadap RUU TNI Di Platform X (Twitter) Menggunakan Metode Ensemble Berbasis Naïve Bayes Dan Support Vector Machine Nur Cholis Majid; Indriyanti, Aries Dwi
Journal of Informatics and Computer Science (JINACS) Article In Press(1)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Revisi Rancangan Undang-Undang Tentara Nasional Indonesia (RUU TNI) menjadi isu strategis yang memicu dinamika opini publik di media sosial. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap Revisi RUU TNI di platform X (Twitter). Sebanyak 15.090 tweet dikumpulkan dan dianalisis menggunakan pendekatan machine learning untuk mengidentifikasi kecenderungan opini publik terhadap kebijakan tersebut. Data melalui beberapa tahap pengolahan, meliputi data cleaning, case folding, tokenization, stopword removal, dan TF-IDF vectorization sebelum dilakukan pelabelan dan pemodelan sentimen. Proses klasifikasi menggunakan tiga algoritma utama, yaitu Naïve Bayes, Support Vector Machine (SVM), serta metode Ensemble Weighted Soft Voting (Naïve Bayes–SVM) untuk memperoleh hasil yang lebih akurat dan stabil. Hasil penelitian menunjukkan bahwa sentimen publik di ruang digital terhadap Revisi RUU TNI cenderung negatif dan menunjukkan kekhawatiran terhadap meningkatnya peran militer dalam ranah sipil, sekaligus menggarisbawahi pentingnya komunikasi publik yang transparan dan partisipasi masyarakat dalam proses legislasi. Hasil klasifikasi menunjukkan bahwa opini publik didominasi oleh sentimen negatif sebesar 47,87%, diikuti sentimen netral sebesar 33,87%, dan positif sebesar 18,26%. Model SVM menghasilkan akurasi tertinggi sebesar 95,34%, diikuti Naïve Bayes dengan 93,67%, sementara ensemble Weighted Soft Voting mencapai 96,00%, meskipun peningkatan tersebut tidak signifikan secara statistik.   Kata Kunci— Analisis Sentimen, RUU TNI, Twitter, Naïve Bayes, Support Vector Machine, Ensemble, Framing Media.
Co-Authors Akasa, Dinda Fatika Amalia Putri, Amalia Anita Andriani Asfiah, Asfiah Aulia Rachman, Muhammad Wisnu Aditya Aulia Syalsabila Dian Yahya AYER, FIDIANTI RAMADANI SUHADI Ayubi, Fatahillah Al Berliana, Yollavinia Gresyska Cahyani, Rizka Dwi Eko Sediyono Ernawati, Sulistya Fadhilah, Putri Nur Faizani, Septi Nur Hadi Sucipto, Hadi Hapsari, Nawang Ambika Hilmi, Faalih Hibban I Gusti Lanang Putra Eka Prismana, I Gusti Lanang Putra Eka I Kadek Dwi Nuryana, I Kadek Dwi Ibrahim, Moch. Araafi Syamsul Iftitaahul Mufarrihah Imaduddin, Naufaldy Irvan Indana Lazulfa, Indana Indriawan, Fani Kholifatu A.S, Arisni Kholifatu Amalia Shofiani, Arisni Kusuma, Ragil Candra Kusumanigrum, Fitri Laili, Elisa Nurul Mahmudah, Alya Choirum Mahrus Ali Marsam, Muqit Nur Salam Mashuri, Chamdan Mauludi, Kartika Mujianto, Ahmad Heru Mursyid, Rabhita Nada, Kirana Meliana Dwi Nur Cholis Majid Nurjanah, Edtalia Santi PADWASIH, ELLEN MARIA Patmalasari, Dwi Prakosa, Daniel Dhian Prasetyani, Siska Wahyu Pratama, Wahyu Suprayogi Adhyaksa Pratiwi, Juwita Ajeng Pritasari, Octaverina Kecvara Puspaningrum, Hellen Fatima Putra Hadi, Affan Adyatma Putri, Nanda Kinanti Amelia Raharjo, Resdianto Permata Rahmat Gernowo Rahmawati, Atin Yesi Rahmawati, Lutvia Reyhana Putri, Adelia Rizma Rizal, Muhammad Fatkhur Robbaniyah, Shibghotur Ayu Romadhon, Ismail Safa'ah, Siti Nurhalizatus Saputra, Kresna Yudha Bayu Shofi, Ravita Dinia Sholihah, Rohmatus Soraya, Fitri Aurellia Subandiyah, Heny SUBHAN, MUHAMAD Suhartono, Darell Timotius Supratno, Haris Supratno, Haris Supratno Tanhella Zein Vitadiar Tasmara, Hasbi Rivanda Thahirrah, Nadia Nur UBAIDILLAH, M FATIH FADLIL UMAR FAUZI Utama, Jihad Satrio Victoria, Margaretha Sarah Wati, Dian Nita Sekartika WIDI, KINASIH Widoyoningrum, Sri Widyaretno, Nabilla Yanti, Risma Novi Yasir Mubarok Yolanovia, Derina