Claim Missing Document
Check
Articles

Found 36 Documents
Search

Integrasi Metode Information Gain untuk Seleksi Fitur dan AdaBoost untuk Mengurangi Bias pada Analisis Sentimen Review Restoran Menggunakan Algoritma Naive Bayes Utami, Lila Dini; Wahono, Romi Satria
Journal of Intelligent Systems Vol 1, No 2 (2015)
Publisher : IlmuKomputer.Com

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (643.616 KB)

Abstract

Internet merupakan bagian penting dari kehidupan sehari-hari. Saat ini, tidak hanya dari anggota keluarga dan teman-teman, tetapi juga dari orang asing yang berlokasi diseluruh dunia yang mungkin telah mengunjungi restoran tertentu. Konsumen dapat memberikan pendapat mereka yang sudah tersedia secara online. Ulasan yang terlalu banyak akan memakan banyak waktu dan pada akhirnya akan menjadi bias. Klasifikasi sentimen bertujuan untuk mengatasi masalah ini dengan cara mengklasifikasikan ulasan pengguna ke pendapat positif atau negatif. Pengklasifikasi Naive Bayes adalah tekhnik machine learning yang populer untuk klasifikasi teks, karena sangat sederhana, efisien dan memiliki performa yang baik pada banyak domain. Namun, Naive Bayes memiliki kekurangan yaitu sangat sensitif pada fitur yang terlalu banyak, sehingga membuat akurasi menjadi rendah. Oleh karena itu, dalam penelitian ini menggunakan Information Gain sebagai seleksi fitur dan metode AdaBoost untuk mengurangi bias agar dapat meningkatkan akurasi pengklasifikasi Naive Bayes. Penelitian ini menghasilkan klasifikasi teks dalam bentuk positif dan negatif dari review restoran. Pengukuran berdasarkan akurasi Naive Bayes sebelum dan sesudah penambahan metode pemilihan fitur. Validasi dilakukan dengan menggunakan 10 fold cross validation. Sedangkan pengukuran akurasi diukur dengan confusion matrix dan kurva ROC. Hasil penelitian menunjukkan peningkatan akurasi Naive Bayes dari 73.00% jadi 81.50% dan nilai AUC dari 0.500 jadi 0.887. Sehingga dapat disimpulkan bahwa integrasi metode Information Gain dan AdaBoost pada analisis sentimen review restoran ini mampu meningkatkan akurasi algoritma Naive Bayes.
Algoritma Klasifikasi Naïve Bayes untuk Analisa Sentimen Aplikasi Shopee Masripah, Siti; Utami, lila Dini
Swabumi Vol 8, No 2 (2020): Volume 8 Nomor 2 Tahun 2020
Publisher : Universitas Bina Sarana Informatika Kota Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/swabumi.v8i2.8444

Abstract

Perkembangan dunia perdangangan dalam era industry 4.0 sudah semakin berkembang, di era social masyarakat 5.0 menuntut para pelaku bisnis untuk terus melakukan inovasi-inovasi terkait bagaimana cara memasarkan produk yang akan dijual. Sehingga banyak bermunculan marketplace-marketplace untuk memasarkan produk pelaku bisnis. Salah satu marketplace yang sering digunakan oleh masyarakat social 5.0 adalah shopee. Shopee adalah sebuah aplikasi marketplace yang dapat didownload hanya dengan bermodalkan quota internet. Keberadaan shopee tentunya sangat membantu para penjual barang-barang untuk menjajakan barang dagangannya, tentunya yang sangat diharapkan adalah pelayanan. Cara melihat apakah aplikasi tersebut baik atau buruk pelayanannya adalah melihat dari komentar-komentar baik positif maupun negative atas pelayanan maupun atas aplikasi yang sudah mereka download. Keberadaan komentar-komentar inilah yang nantinya akan menjadi pertimbangan bagi masyarakat dalam mengambil tindakan, apakah akan mendownload atau melakukan trasaksi di shopee. Komentar-komentar yang ada dapat kita rubah menjadi sebuah informasi data, yang diolah dengan baik menggunakan algoritma, komentar-komentar tersebut akan dilakukan Analisa sentiment menggunakan algoritma klasifikasi Naïve Bayes, sehingga menghasilkan ilmu baru berupa seberapa akuratkah hasil dari Analisa sentiment menggunakan algoritma naïve bayes, sehingga setelah dilakukan Analisa sentiment terhadap komentar-komentar shopee menghasilkan akurasi sebesar 71.50% dan AUC sebesar 0,500. Sehingga dapat dikatakan algoritma klasifikasi Naïve bayes dapat digunakan untuk Analisa sentiment terhadap aplikasi shopee.
Penerapan Metode Analytical Hierarchi Process pada Sistem Keputusan Hasil Diagnosa Penyakit Demam Berdarah Priyono, Priyono; Dini Utami, Lila
Jurnal Teknik Informatika Vol. 4 No. 1 (2018): JTI Periode Februari 2018
Publisher : LPPM STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51998/jti.v4i1.187

Abstract

Abstract— The research was conducted to find out a diagnosis of dengue fever (DBD) by using AHP (Analytical Hierarcy Process) method. In the method determined several criteria by looking at some of the symptoms experienced by the patient that is High Fever, Platelet Reduction, Red Spot, Nausea & Vomiting, Headache, Cough & Cold, Ulu Heart Nyilu, Body Chills, Pegal & Muscle Pain, Bleeding, Sick throat and Missing Appetite ago by determining some diseases, with symptoms almost like them are Dengue Fever Disease, malaria disease, Typus disease and cikungunyah disease are said to be Alternative, The decision was taken based on the results of research conducted by some experts with the comparison of symptoms disease (Criteria) with alternative disease using AHP method with note made in the form of questionnaire. The results of the questionnaire was calculated using Expert Choice 2000 softwareIntisari— Penelitian dilakukan untuk mengetahui suatu diagnose penyakit demam berdarah (DBD) dengan menggunakan metode AHP (Analytical Hierarcy Process). Dalam metode tersebut ditentukan beberapa kriteria dengan melihat dari beberapa gejala yang dialami oleh pasien yaitu Demam Tinggi, Penurunan Trombosit, Bintik Merah, Mual & muntah, Sakit Kepala, Batuk & Pilek, Ulu Hati Nyilu, Badan Mengigil, Pegal & Nyeri Otot, Pendarahan, Sakit Tenggorokan dan Hilang Nafsu Makan lalu dengan menentukan beberapa penyakit, dengan gejala hampir menyerupainya diantaranya adalah Penyakit Demam Berdarah, penyakit malaria, Penyakit Typus dan penyakit cikungunyah yang dikatakan sebagai Alternatif, Keputusan tersebut diambil berdasarkan hasil dari penelitian yang dilakukan oleh beberapa ahli dengan perbandingan gejala penyakit (Kriteria) dengan alternatif penyakit menggunakan metode AHP dengan dibuatkan catatan dalam bentuk kuesioner. Hasil kuesioner tersebut dilakukan perhitungan dengan menggunakan software Expert Choice 2000Kata Kunci — Diagnosa Penyakit, AHP, Expert Choice
Simple Additive Weighting untuk Front-end Framework Terbaik Yusuf, Lestari; Hidayatulloh, Taufik; Nurlaela, Dini; Utami, Lila Dini; Hasan, Fuad Nur
ILKOM Jurnal Ilmiah Vol 12, No 2 (2020)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v12i2.593.136-142

Abstract

Web applications that used to run on a desktop in recent years have received huge demand for this area to be more sophisticated and complex, not only that, but users also want web applications to run on mobile devices. Web appearance that is only designed for computer devices will make users difficult when opening a web page display on a different device. By using the CSS framework library, web developers will be greatly helped in making the program more responsive and can also be run on a variety of Open Source both Windows, iOS, and Android. Decision-making system that can determine the best front-end Framework can be an alternative solution for web developers to determine which front-end framework is easier and more convenient to use. Simple Additive Weighting is used to analyze and decide which the best alternative with calculations that take five main criteria in this research that is Preprocessor, Responsive, Browser Support, Easy to Use, and Template. In this study the highest prefects were obtained by Bootstrap 1,000 while for foundation and bulma get a large prefensie s 0.868 and 0.820.
Penerapan Metode Analytical Hierarchi Process pada Sistem Keputusan Hasil Diagnosa Penyakit Demam Berdarah Priyono, Priyono; Dini Utami, Lila
Jurnal Teknik Informatika Vol 4 No 1 (2018): JTI Periode Februari 2018
Publisher : LPPM STMIK ANTAR BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51998/jti.v4i1.187

Abstract

Abstract— The research was conducted to find out a diagnosis of dengue fever (DBD) by using AHP (Analytical Hierarcy Process) method. In the method determined several criteria by looking at some of the symptoms experienced by the patient that is High Fever, Platelet Reduction, Red Spot, Nausea & Vomiting, Headache, Cough & Cold, Ulu Heart Nyilu, Body Chills, Pegal & Muscle Pain, Bleeding, Sick throat and Missing Appetite ago by determining some diseases, with symptoms almost like them are Dengue Fever Disease, malaria disease, Typus disease and cikungunyah disease are said to be Alternative, The decision was taken based on the results of research conducted by some experts with the comparison of symptoms disease (Criteria) with alternative disease using AHP method with note made in the form of questionnaire. The results of the questionnaire was calculated using Expert Choice 2000 softwareIntisari— Penelitian dilakukan untuk mengetahui suatu diagnose penyakit demam berdarah (DBD) dengan menggunakan metode AHP (Analytical Hierarcy Process). Dalam metode tersebut ditentukan beberapa kriteria dengan melihat dari beberapa gejala yang dialami oleh pasien yaitu Demam Tinggi, Penurunan Trombosit, Bintik Merah, Mual & muntah, Sakit Kepala, Batuk & Pilek, Ulu Hati Nyilu, Badan Mengigil, Pegal & Nyeri Otot, Pendarahan, Sakit Tenggorokan dan Hilang Nafsu Makan lalu dengan menentukan beberapa penyakit, dengan gejala hampir menyerupainya diantaranya adalah Penyakit Demam Berdarah, penyakit malaria, Penyakit Typus dan penyakit cikungunyah yang dikatakan sebagai Alternatif, Keputusan tersebut diambil berdasarkan hasil dari penelitian yang dilakukan oleh beberapa ahli dengan perbandingan gejala penyakit (Kriteria) dengan alternatif penyakit menggunakan metode AHP dengan dibuatkan catatan dalam bentuk kuesioner. Hasil kuesioner tersebut dilakukan perhitungan dengan menggunakan software Expert Choice 2000Kata Kunci — Diagnosa Penyakit, AHP, Expert Choice
Pelatihan Pembuatan Laporan Keuangan Untuk Komunitas Bogor Mengabdi Lila Dini Utami; Artika Surniandari; Sri Wasiyanti
Jurnal AbdiMas Nusa Mandiri Vol 3 No 2 (2021): Periode Oktober 2021
Publisher : LPPM Universitas Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/abdimas.v3i2.2470

Abstract

Bogor Mengabdi merupakan sebuah wadah pengabdian berbentuk komunitas bagi pemuda-pemudi Bogor baik Kota maupun Kabupaten, yang memiliki fokus terhadap empat bidang, diantaranya: Bidang Sosial, Bidang Pendidikan, Bidang Kesehatan, Bidang Budaya dan Alam. Memiliki visi “Bogor Berdaya” dengan pemuda sebagai roda penggeraknya, guna mengambil peran untuk membantu kemajuan Bogor lewat pengabdian terhadap masyarakat. Disertai misi “Bogor Guyub” yang akan melibatkan berbagai pihak dalam setiap langkah pengabdiannya, Bogor Mengabdi berharap kemajuan akan terjadi atas kerjasama semua elemen. Bogor Mengabdi kerap kali membuat sebuah acara, yang dimana harus melaporkan keuangan kepada pihak terkait setiap acara selesai. Sayangnya, pencatatan keuangan tersebut, masih belum bisa dipahami lebih dalam oleh anggota Bogor Mengabdi. Oleh karena itu, dalam kesempatan kali ini tim pengabdian kepada masyarakat program studi Sistem Informasi Akuntansi Kampus Kota Bogor akan memberikan pelatihan bagaimana cara membuat laporan keuangan yang mudah digunakan dengan menggunakan software yang familiar diantara para pengurus komunitas yaitu ms. Office excel. Metode pelaksanaan pelatihan ini adalah secara online via Zoom Meeting
Pengaruh Elemen Ekuitas Merek Terhadap Rasa Percaya Diri Pelanggan Dan Keputusan Pembelian Hijab Rahmi Fauziyawati; Lila Dini Utami
Cakrawala - Jurnal Humaniora Vol 16, No 2 (2016): Periode September
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (383.747 KB) | DOI: 10.31294/jc.v16i2.2101

Abstract

In the mid-90s there were very rare muslim fashion boutiques. However, at that time many people knew muslim fashion boutiques. As for the muslin dress boutique Zoya, a brand transformation results from Rumah Kerudung and dress Veil Lamara containing a wide variety of brands with the concept of house of brand. The characteristic of product design is fashion Zoya's simple and interesting. The brand can be interpreted as a name representing the product as a whole. Brand equity is the value given on the product and services. Customer awareness of the quality of a brand, showed the presence of the brand uniqueness compared to other brands. This causes customers have reason to buy these brands (reason to buy) and have an impact on the incidence of confidence over the purchase decision. This study analyzes the influence of the elements of the brand equity Of the confidence The Customers purchasing decision hijab Zoya. This research uses a multiple linear regression analysis to assess the effects of brand equity and confidence towards hijab purchasing decision Zoya. As a result, brand equity and beliefs affect the purchasing decision hijab Zoya. Variable beliefs have a dominant influence on purchasing decisions.
KOMPARASI ALGORITMA KLASIFIKASI TEXT MINING PADA REVIEW RESTORAN Lila Dini Utami
INTI Nusa Mandiri Vol 14 No 2 (2020): INTI Periode Februari 2020
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/inti.v14i2.1216

Abstract

At this time, where the development of technology is developing very rapidly, and everyone has the right to express his opinion on a matter. One of them is conducting a review of a restaurant. The review, can be created from food, decoration, or service. This, is used by business people to find out consumer ratings about the restaurants they manage. However, the review data must be processed using the right algorithm. Then this research is conducted to find out which algorithm is more feasible to use to get the highest accuracy. The method used is Naïve Bayes (NB), and k-Nearest Neighbor (k-NN). From the process that has been done, it is obtained that the accuracy of Naïve Bayes is 75.50% with a Kappa value of 0.510, and the accuracy results when using the k-Nearest Neighbor algorithm is 89.50% with the AUC value of 0.790. The use of the k-Nearest Neighbor algorithm can help in making more appropriate decisions for hotel reviews at this time, because the resulting accuracy is greater than the Naïve Bayes Algorithm.
RANCANG BANGUN SISTEM INFORMASI KAS KECIL PADA PERUSAHAAN JASA Lila Dini Utami; Andika Tofan; Kinanti Denissa Ayu; Kasmanto Miharja
INTI Nusa Mandiri Vol 15 No 1 (2020): INTI Periode Agustus 2020
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/inti.v15i1.1413

Abstract

Teknologi adalah sarana yang memudahkan pengguna dalam bentuk informasi yang tepat dan lebih akurat. Teknologi sering digunakan dalam penggunaan aplikasi yang telah diprogram secara otomatis digunakan dalam bidang informasi. Perusahaan jasa adalah salah satu perusahaan yang bergerak di perusahaan pembiayaan yang saat ini memproses dana kas kecil masih menggunakan catatan tertulis dalam buku dan Microsoft Excel, tingkat pengawasan dana keluar relatif rendah, dan risiko kehilangan data laporan atau kerusakan pelaporan data akibat kecelakaan kecil dalam kegiatan sehari-hari juga sering terjadi secara tidak sengaja. Untuk mengatasinya, sistem kas kecil harus mencakup penerimaan kas kecil, prosedur pengeluaran kas kecil, hingga laporan kas kecil. Dalam hal ini, metode waterfall cocok untuk membuat sistem kas kecil sesuai dengan kebutuhan yang dibutuhkan. Sistem kas kecil yang dibuat diharapkan membuat prosedur untuk mengeluarkan dana kas kecil lebih terstruktur dan memberikan kemudahan dalam proses pengolahan data sehingga proses pembuatan laporan menjadi lebih baik di perusahaan jasa
Komparasi Algoritma Naïve Bayes dan Support Vectors Machine pada Analisis Sentimen SMS HAM dan SPAM Lila Dini Utami; Lestari Yusuf; Dini Nurlaela
Infotek: Jurnal Informatika dan Teknologi Vol 4, No 2 (2021): Infotek : Jurnal Informatika dan Teknologi
Publisher : Fakultas Teknik Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (796.743 KB) | DOI: 10.29408/jit.v4i2.3665

Abstract

SMS merupakan bentuk komunikasi berupa SMS yang dikirimkan menggunakan handphone antar nomor yang di tuju. SMS saat ini sudah jarang digunakan karena fungsinya banyak berubah digantikan oleh aplikasi chat. Tetapi ditur SMS tidak dihilangkan karena satu dah lain hal, SMS resmi dari berbagai aplikasi untuk melakukan verifikasi ataupun info-info resmi  lainnya masih menggunakan SMS sebagai tanda nomer telepon yang digunakan itu ada. Tetapi sejak 2011 banyak sekali penyelahgunaan fungsi tersebut sehingga disinyalir banyak penipuan yang menggunakan SMS sebagai alat mempengaruhi korban. Kategori penyalahgunaan sms ini masuk kepada SMS spam. Maka dari itu SMS perlu diklasifikasikan agar pengguna dapat mengetahui SMS tersebut termasuk kedalam kategori Spam atau ham (kebalikan dari spam). Dengan menggunakan 400 dataset yang diambil dari UCI repository yang dibagi kedalam dua class yaitu spam dan ham kami membandingkan dua metode klasifikasi yaitu Naive Bayes dan Support vector Machine agar dapat mendapatkan filtering sms dengan benar. Dan setelah dilakukan perhitungan didapatkan accurasy yang akurat pada naive Bayes Yaitu sebesar 90.00% sedangkan Support Vector Machine 81.00%.