Article Per Year (5 Year)
p-Index From 2021 - 2026
7.997
P-Index
This Author published in this journals
All Journal InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Sinkron : Jurnal dan Penelitian Teknik Informatika JurTI (JURNAL TEKNOLOGI INFORMASI) Zero : Jurnal Sains, Matematika, dan Terapan IJISTECH (International Journal Of Information System & Technology) Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal JOURNAL OF SCIENCE AND SOCIAL RESEARCH JURSIMA (Jurnal Sistem Informasi dan Manajemen) REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer INFOKUM Community Development Journal: Jurnal Pengabdian Masyarakat Journal of Computer Science, Information Technology and Telecommunication Engineering (JCoSITTE) LEGAL BRIEF Journal of Computer Networks, Architecture and High Performance Computing IJISTECH Yayasan Cita Cendikiawan Al Khwarizmi Proceeding International Seminar of Islamic Studies Jurnal Minfo Polgan (JMP) sudo Jurnal Teknik Informatika Hello World Factory Jurnal Industri, Manajemen dan Rekayasa Sistem Industri Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat JURSIMA Journal of Innovation in Research, Education and Culture (JIREC) Jurnal Sistem Informasi dan Manajemen Jurnal Pengabdian Masyarakat dan Riset Pendidikan Journal of Innovative and Creativity Jurnal Intelek Dan Cendikiawan Nusantara Applied Information Technology and Computer Science (AICOMS) Jurnal Pustaka Cendekia Pendidikan Portal Riset dan Inovasi Sistem Perangkat Lunak Al'Adzkiya International of Computer Science and Information Technology Journal Jurnal Pengabdian dan Inovasi Masyarakat Jurnal Sinergi Digital dan Pemberdayaan Masyarakat Jurnal Publikasi Teknik Informatika
Dicky Apdilah
Teknik Informatika, Fakultas Teknik Universitas Asahan
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 65 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 65 Documents
Search

 3   4   5   6   7 
INTEGRASI NLP DAN ALGORITMA PENCARIAN CERDAS PADA ARSITEKTUR AGEN OTOMATIS SISTEM ROBOTIKA OTONOM: SEBUAH STUDI LITERATUR SISTEMATIS (SLR) Dicky Apdilah; Halizah putri; Maulana Ridho Nugraha; Adellia fadillah
Journal of Innovative and Creativity (Joecy) Vol. 6 No. 2 (2026)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v6i2.11979

Abstract

Perkembangan teknologi Kecerdasan Buatan (AI) telah memicu pergeseran paradigma dalam sistem robotika otonom, dari yang semula berbasis instruksi kaku menjadi sistem berbasis agen otomatis yang adaptif. Penelitian ini bertujuan untuk menganalisis secara sistematis integrasi antara Natural Language Processing (NLP) dan algoritma pencarian cerdas dalam membangun arsitektur agen otomatis pada sistem robotika otonom. Metode yang digunakan adalah Studi Literatur Sistematis (Systematic Literature Review/SLR) terhadap 12 literatur terpilih yang mencakup topik LLM-based agents, pemrosesan bahasa alami (tokenization, filtering, stemming), metode pencarian pencocokan pola (pattern matching), sequential search, serta tantangan keamanan siber dalam dunia fisik. Hasil penelitian menunjukkan bahwa arsitektur agen otomatis berbasis LLM mengandalkan komponen memori, perencanaan (planning), perkakas (tools), dan aksi (action) untuk menggerakkan kecerdasan berwujud (embodied intelligence) pada robot. Integrasi komponen NLP berupa pemecahan kalimat (parsing dan tokenizing) serta penyaringan kata kunci terbukti meningkatkan akurasi penerjemahan instruksi bahasa alami manusia menjadi perintah eksekusi motorik robot. Selain itu, optimasi sistem pencarian dengan pendekatan pencocokan pola dan sequential search mempercepat proses penarikan pengetahuan dari basis data internal agen secara signifikan. Penelitian ini menyimpulkan bahwa konvergensi NLP dan algoritma pencarian cerdas menghasilkan arsitektur agen robotika yang lebih humanis, mandiri, dan responsif terhadap dinamika lingkungan fisik. Namun, tantangan kebocoran data privasi dan latensi komputasi masih menjadi hambatan utama yang memerlukan regulasi serta optimasi algoritma lebih lanjut.
Penerapan Teknologi Kecerdasan Buatan: Studi Komparatif Computer Vision Dan Sistem Pakar Di Era Digital Adellia Nur Annisa; Bagus Tata Abdillah; Muhammad Ridho; Ratu Salsabilah; Dicky Apdilah
Journal of Innovative and Creativity (Joecy) Vol. 6 No. 2 (2026)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

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

Abstract

The development of Artificial Intelligence (AI) technology has transformed operational paradigms across various sectors of human life in the 21st century. Among the diverse branches of AI, Computer Vision (CV) and Expert Systems stand as two of the most widely implemented technological pillars, yet they possess starkly contrasting operational characteristics. This study aims to conduct an in-depth comparative analysis regarding the effectiveness, architecture, opportunities, and implementation challenges of both Computer Vision and Expert System technologies in the digital era. The method employed in this research is a comparative Systematic Literature Review (SLR), analyzing secondary data from 16 reliable sources including national journals, international journals, and recent academic modules. The data analysis process focuses on three main dimensions: system architectural methodology, functional efficiency in problem-solving, and the multidimensional impacts on the education, business, security, and user health sectors. The results indicate that Computer Vision excels in processing unstructured data (such as real-time images and videos) based on neural models (Convolutional Neural Network), but demands high computational power and poses a user health risk in the form of Computer Vision Syndrome. On the other hand, Expert Systems excel in declarative knowledge representation based on logical rules (rule-based) for deterministic, structured, and infrastructure-efficient decision-making, though they remain rigid against dynamic data changes. In conclusion, these two technologies are not mutually exclusive but rather complementary; integrating both into a Hybrid AI system represents the future direction for creating autonomous systems that are not only capable of visual perception but also capable of cognitive reasoning.
Penerapan Algoritma Ant Colony Dalam Penyelesaian Vehicle Routing Problem (VRP) Untuk Distribusi Produk Josua Pransiskus Sinurat; Nur’aini Nur’aini; Rahma Riqriyah; Dicky Apdilah
Journal of Innovative and Creativity (Joecy) Vol. 6 No. 2 (2026)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

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

Abstract

Proses distribusi produk dalam rantai pasok modern menghadapi tantangan besar terkait efisiensi operasional, terutama pada penentuan rute armada yang optimal demi meminimalkan jarak, waktu, dan biaya operasional. Penelitian ini bertujuan untuk mengoptimalkan rute pendistribusian barang komoditas konsumen (FMCG) pada wilayah perkotaan padat dengan menerapkan algoritma metaheuristik Ant Colony Optimization (ACO) untuk menyelesaikan Vehicle Routing Problem (VRP). Metode yang digunakan menggabungkan pendekatan kuantitatif analitis berbasis teori graf dengan pemodelan simulasi matematis perilaku koloni semut buatan. Data penelitian mencakup titik koordinat 20 toko mitra (depot dan konsumen) di wilayah Surabaya Timur, dengan matriks jarak antar-simpul yang dihitung secara presisi berbasis visualisasi spasial. Algoritma ACO diimplementasikan melalui inisialisasi parameter terkontrol (a = 1, B = 1, P = 0.5) dan pembaharuan jejak feromon (pheromone trail) secara iteratif guna menuntun agen semut menemukan jalur global terpendek. Hasil analisis menunjukkan bahwa algoritma ACO berhasil mengonvergensikan rute distribusi acak menjadi satu jaringan sirkuit tertutup (tour) teroptimasi yang memangkas akumulasi jarak tempuh harian armada secara signifikan dibandingkan dengan metode penentuan rute konvensional atau Greedy. Kesimpulan penelitian menegaskan bahwa fleksibilitas dan kemampuan eksplorasi-eksploitasi dari algoritma ACO menjadikannya instrumen manajerial yang sangat efektif untuk memecahkan kompleksitas VRP skala industri, yang pada gilirannya mampu menekan pengeluaran logistik korporasi sekaligus meningkatkan keandalan layanan pengiriman barang di area urban.
Implementasi Artificial Intelligence Berbasis Fuzzy Logic Dalam Evaluasi Pembelajaran Siswa Sekolah Dasar Devi Setiawati; Dicky Apdilah; Nur Sri Wulandari; Muhammad Kenichiro Athallah
Journal of Innovative and Creativity (Joecy) Vol. 6 No. 2 (2026)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

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

Abstract

Akselerasi teknologi kecerdasan buatan (AI) memicu transformasi besar menuju sistem pembelajaran terpersonalisasi, namun metode evaluasi konvensional di tingkat sekolah dasar masih didominasi nilai rata-rata kaku yang mengaburkan heterogenitas kemampuan siswa. Penelitian ini bertujuan untuk merancang, menguji, dan mendeskripsikan implementasi Fuzzy Logic System berbasis web dalam memetakan hasil evaluasi belajar siswa secara adaptif. Metode penelitian yang digunakan adalah pendekatan kuantitatif deskriptif dengan desain studi kasus. Subjek penelitian berfokus secara mendalam pada 12 siswa kelas 3 SD MIS MPI Dusun XIV-B. Pengolahan data dilakukan menggunakan dua variabel input utama, yaitu nilai mata pelajaran Matematika (X1) dan Bahasa Indonesia (X2). Tahapan proses fuzzy meliputi fuzzifikasi dengan empat interval keanggotaan (Rendah, Cukup, Baik, Sangat Baik), penalaran menggunakan Inference Engine berbasis 9 aturan dasar (Rule Base), serta tahap defuzzifikasi rata-rata untuk menghasilkan skor akhir yang tegas. Hasil penelitian menunjukkan bahwa sistem AI berbasis fuzzy ini memiliki tingkat sensitivitas yang tinggi dalam memetakan profil kompetensi asimetris siswa secara adil, memberikan pengakuan setara terhadap kemampuan literasi maupun numerasi, serta mampu menyediakan rekomendasi intervensi pedagogis yang terpersonalisasi. Analisis deskriptif juga mengindikasikan tingkat penerimaan teknologi yang positif dari guru dan siswa karena berhasil mereduksi kecemasan akademik serta meningkatkan motivasi belajar intrinsik. Studi ini menyimpulkan bahwa integrasi logika fuzzy efektif mengatasi kesamaran instrumen penilaian konvensional sekaligus mewujudkan sistem asesmen formatif yang objektif, transparan, dan akuntabel di sekolah dasar.
Penerapan Algoritma Genetika Dan Logika Fuzzy Sebagai Pendekatan Soft Computing Untuk Optimasi Rute, Penjadwalan, Dan Pengambilan Keputusan Dinda Amalia Marpaung; Anan Dyta Juhaira; Azizubaida Juli Anggiani; Dicky Apdilah
Journal of Innovative and Creativity (Joecy) Vol. 6 No. 2 (2026)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

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

Abstract

Computational-based decision-making processes generally face two major challenges: the vast solution search space, which makes exhaustive search inefficient, and the presence of uncertain or ambiguous information that is difficult to process using conventional computational methods. Genetic Algorithms (GA) are widely used to solve optimization problems in complex search spaces, while Fuzzy Logic is applied to handle uncertainty and linguistic information. However, studies that examine both methods within an integrated framework remain relatively limited. This study synthesizes nine national journal articles indexed by Sinta and one reference book on Fuzzy Logic. The review covers the application of Genetic Algorithms in route optimization problems, such as the Traveling Salesman Problem (TSP), multi-TSP, and goods distribution management, including their implementation in various scheduling cases. In addition, this study examines the application of Mamdani and Sugeno Fuzzy Logic in evaluation and classification processes, such as determining job priorities, identifying depression levels, and selecting products. Using a narrative-thematic literature review method, the study concludes that Genetic Algorithms are highly effective for problems involving combinational search with performance measures that can be objectively evaluated through fitness functions. On the other hand, Fuzzy Logic is more suitable for decision-making situations involving subjective assessments, linguistic terms, and unclear decision boundaries. The synthesis results indicate that both approaches can be positioned as complementary methods. Genetic Algorithms function as mechanisms for finding optimal solutions, while Fuzzy Logic serves as a tool for evaluating the quality and feasibility of those solutions. The integration of both methods has the potential to produce decision support systems that are more flexible and adaptive compared to using each method separately.
PERKEMBANGAN KAJIAN SISTEM MULTI-AGEN DAN JARINGAN SENSOR TERDESENTRALISASI: SEBUAH STUDI LITERATUR Aiga Talia Rosa Br Ginting; Nina Dewani; Nur Laila Sari Saragih; Dicky Apdilah
Journal of Innovative and Creativity (Joecy) Vol. 6 No. 2 (2026)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v6i2.12245

Abstract

Perkembangan teknologi informasi telah mendorong pergeseran paradigma dari sistem komputasi terpusat menuju sistem yang terdistribusi dan mandiri. Dua konsep utama yang menjadi pilar transformasi ini adalah Sistem Multi-Agen (Multi-Agent Systems/MAS) dan Jaringan Sensor Terdesentralisasi (Decentralized Sensor Networks). Penelitian ini bertujuan untuk memetakan, menganalisis, dan menyintesis perkembangan kajian ilmiah mengenai integrasi kedua domain tersebut, dengan mengintegrasikan teknik-teknik kecerdasan buatan modern seperti Machine Learning (ML), Algoritma Artificial Bee Colony (ABC), dan Autonomous AI Agent. Metode yang digunakan adalah Studi Literatur Deskriptif-Kualitatif dengan menelaah 12 sumber referensi utama yang terdiri dari 9 jurnal ilmiah (2016–2025) dan 3 buku teks fundamental. Hasil kajian menunjukkan bahwa penerapan Machine Learning mampu mencapai akurasi prediksi hingga 94% menggunakan algoritma Decision Tree, algoritma Artificial Bee Colony terbukti efektif dalam optimasi dengan rata-rata nilai silhouette coefficient 0,67 dan akurasi klasifikasi ABC-BPNN mencapai 93,9%, serta Autonomous AI Agent mampu meningkatkan efisiensi operasional hingga 40% dan mengurangi waktu produksi sebesar 30%. Ketiga pendekatan ini memberikan kontribusi signifikan dalam pengembangan sistem terdesentralisasi yang tangguh, adaptif, dan efisien untuk mendukung transformasi digital di Indonesia.
Peran Teknologi Robot Pelayan Dan Otomasi Dalam Mendukung Efisiensi Industri Jasa Pelayanan: Studi Literatur Aura Nazwa Salsabilla; Muhammad Nurul Al Faqih; Khairu Mahfira; Ibsan Pratama; Dicky Apdilah
Journal of Innovative and Creativity (Joecy) Vol. 6 No. 2 (2026)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

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

Abstract

Perkembangan teknologi otomasi dan robotika telah membawa transformasi signifikan dalam sektor industri jasa pelayanan. Penelitian ini bertujuan untuk menganalisis peran, tantangan, serta dampak implementasi robot pelayan (service robots) dan sistem otomasi dalam meningkatkan efisiensi operasional di industri pelayanan. Metode yang digunakan dalam penelitian ini adalah studi literatur (literature review) dengan mengkaji berbagai dokumen ilmiah, laporan teknis, dan artikel jurnal terkait arsitektur robot pelayan, sensor antarmuka, serta respon pengguna. Hasil analisis menunjukkan bahwa integrasi komponen mikrokontroler, sensor jarak (ultrasonik/infra merah), perangkat aktuator, serta sistem telerobotika mampu memangkas waktu layanan secara signifikan, meminimalkan human error, dan menggantikan peran manusia pada pekerjaan yang bersifat monoton atau berbahaya. Meskipun demikian, adopsi teknologi ini menghadapi tantangan besar terkait tingginya biaya investasi awal, kompleksitas pemrograman sistem pemetaan (navigation planning), serta kesiapan adaptasi dari generasi pengguna baru (Generation Z). Kesimpulan dari penelitian ini menegaskan bahwa otomasi robot pelayan terbukti efektif mendukung efisiensi industri jasa, namun keberhasilan implementasinya sangat bergantung pada sinergi antara keandalan sistem teknis dan pendekatan edukasi interaktif bagi penggunanya.
Perkembangan Dan Implementasi Kecerdasan Buatan: Dari Sistem Pakar Hingga Computer Vision Di Era Digital Dimas Nugroho; Hamidah Sapariah; Dimas Adri Nugraha; Nur Hasana; Dicky Apdilah
Journal of Innovative and Creativity (Joecy) Vol. 6 No. 2 (2026)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

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

Abstract

Perkembangan teknologi Kecerdasan Buatan (AI) telah mengalami pergeseran paradigma yang masif, bertransformasi dari sistem berbasis aturan logis parametrik menuju arsitektur komputasi visual dan pembelajaran mandiri yang kompleks di era digital saat ini. Penelitian ini bertujuan untuk menganalisis secara komprehensif trayektori perkembangan, implementasi praktis, serta dampak sosiologis-akademis dari ekosistem AI, yang mencakup spektrum teknologi dari sistem pakar konvensional, algoritma machine learning, hingga teknologi computer vision mutakhir. Metode penelitian yang digunakan adalah studi literatur sistematis (systematic literature review) dikombinasikan dengan analisis data sekunder terhadap laporan eksperimental algoritma penjejakan objek, penegakan diagnosis berbasis pakar, serta survei dampak adopsi teknologi pada domain pendidikan tinggi dan praktis. Hasil penelitian menunjukkan bahwa integrasi metode forward dan backward chaining serta algoritma Dempster-Shafer masih memegang peranan krusial dalam sistem diagnosis pakar medis terstruktur. Di sisi lain, pada ranah pengolahan citra digital, implementasi arsitektur deep learning seperti MobileNet-SSD yang dikombinasikan dengan metode Centroid Tracking mampu menghasilkan tingkat akurasi penjejakan dan penghitungan objek manusia hingga mencapai 93,75% secara real-time. Namun demikian, penetrasi AI yang agresif pada sektor akademik dan jurnalistik memicu dualisme dampak; di satu sisi mempercepat personalisasi pembelajaran dan efisiensi produksi konten, namun di sisi lain memicu eskalasi kecemasan akademik, penurunan dependensi berpikir kritis mahasiswa, serta isu privasi data yang krusial. Kesimpulan dari penelitian ini menegaskan bahwa keberhasilan implementasi AI di era digital memerlukan keseimbangan antara optimalisasi performa algoritma teknis dan penegakan regulasi etis normatif guna memitigasi risiko disrupsi sosial.
Pelatihan Pembuatan Konten Digital Berbasis Website untuk Meningkatkan Branding Produk UMKM Harmayani Harmayani; Dicky Apdilah
Journal of Public Health Vol 2 No 1 (2026): Jurnal Sinergi Digital untuk Pemberdayaan Masyarakat
Publisher : CV. Data Sinergi Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65853/sidena.v2i1.141

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) masih menghadapi keterbatasan dalam pemanfaatan teknologi digital, khususnya dalam pengembangan website dan konten digital yang konsisten dengan identitas merek. Kegiatan pengabdian kepada masyarakat ini bertujuan meningkatkan pengetahuan, keterampilan, dan pemahaman pelaku UMKM dalam pembuatan konten digital berbasis website sebagai upaya memperkuat branding produk. Kegiatan dilaksanakan pada 16-17 Maret 2026 di kota Medan, Provinsi Sumatera Utara, dalam bentuk pelatihan terbatas yang melibatkan 30 pelaku UMKM dari berbagai bidang usaha. Metode pelaksanaan menggunakan pendekatan pelatihan partisipatif yang mencakup penyampaian materi, demonstrasi, praktik langsung menggunakan WordPress dan Canva, evaluasi, serta pendampingan pascapelatihan. Pengumpulan data dilakukan melalui kuesioner pre-test dan post-test, observasi partisipatif, rubrik penilaian website, dan kuesioner kepuasan peserta. Data dianalisis menggunakan statistik deskriptif dan uji t berpasangan pada taraf signifikansi 0,05. Hasil kegiatan menunjukkan peningkatan skor pengetahuan branding digital dari 42,67 menjadi 81,33 atau sebesar 90,6%, keterampilan pembuatan konten website dari 35,00 menjadi 78,67 atau sebesar 124,8%, serta pemahaman branding produk dari 38,33 menjadi 82,00 atau sebesar 113,9%. Seluruh peningkatan tersebut signifikan secara statistik dengan nilai p < 0,05. Seluruh peserta berhasil menghasilkan website sederhana untuk mendukung promosi produk, dengan tingkat kepuasan mencapai 90,4%. Dengan demikian, pelatihan yang integratif dan partisipatif efektif meningkatkan kompetensi digital serta mendukung penguatan branding produk UMKM.
Analisis Sentimen Ulasan Produk UMKM di Shopee Menggunakan Metode Naive Bayes Salsabila Putri; Dicky Apdilah; Heri Kusniadi; Zulfirman Zulfirman
Jurnal Pustaka Cendekia Pendidikan Vol. 4 No. 1 (2026): Jurnal Pustaka Cendekia Pendidikan, Volume 4 Nomor 1, Mei - Agustus 2026
Publisher : PT PUSTAKA CENDEKIA GROUP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70292/jpcp.v4i1.400

Abstract

Perkembangan e-commerce yang pesat mendorong pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) memanfaatkan platform digital seperti Shopee untuk memperluas jangkauan pemasaran. Ulasan pelanggan yang tersedia pada platform tersebut mengandung informasi penting mengenai kualitas produk dan tingkat kepuasan konsumen. Namun, jumlah ulasan yang sangat banyak menyebabkan proses analisis secara manual menjadi kurang efektif. Penelitian ini bertujuan untuk menganalisis sentimen ulasan produk UMKM di Shopee menggunakan metode Naive Bayes. Data diperoleh melalui teknik web scraping dan diolah menggunakan tahapan text mining yang meliputi cleaning, case folding, tokenizing, stopword removal, dan stemming. Data hasil preprocessing kemudian ditransformasikan menggunakan metode pembobotan TF-IDF sebelum diklasifikasikan ke dalam sentimen positif, negatif, dan netral menggunakan algoritma Naive Bayes. Hasil penelitian menunjukkan bahwa sentimen positif mendominasi ulasan pelanggan sebesar 64%, sedangkan sentimen negatif dan netral masing-masing sebesar 22% dan 14%. Model yang dibangun memperoleh tingkat akurasi sebesar 89,20%, sehingga menunjukkan bahwa metode Naive Bayes efektif digunakan untuk klasifikasi sentimen ulasan berbahasa Indonesia. Hasil penelitian ini dapat membantu pelaku UMKM dalam memahami opini pelanggan serta meningkatkan kualitas produk dan layanan yang diberikan.
Co-Authors Abdul Aziz Ardana Ade Surya Pranata Adellia fadillah Adellia Nur Annisa Adriani, Dian Ayu Aiga Talia Rosa Br Ginting Al Khowarizmi Al-Khowarizmi Anan Dyta Juhaira Ananda, Muhammad Rifky Andy Satria Aris Siregar ARIS SIREGAR Armanda Asti, Ardian Aura Nazwa Salsabilla Ayu Andira Sirait Azizubaida Juli Anggiani Azrai Sirait Baehaqi Bagus Tata Abdillah Batu Bara, Zulfa Khairina Christina Lestari Ginting Daniswara Dea Tiara Azhari Derin Septia Diwani Devi Setiawati Devika Aprilia Br Tarigan Dian Ayu Adriani Dian Ayu Andriani Dimas Adri Nugraha Dimas Nugroho Dinda Amalia Marpaung Eldo Yusri Emiel Salim Siregar Erdina Dwita Sari Fahrul Rizal Fahrul Rizal, Fahrul Fajar Hardiansyah Fanny Ramadhani Fareza Ferry Fachrizal - Fikry Alifatana Hutahaean Firman Syukur Mendrofa Guntur, Surya H Aly, Moustafa Halizah putri Hamidah Sapariah Hapzi Ali Harmayani Heri Kusniadi Heru Swanda Ibsan Pratama Ikhwan, Ali Indah Kusuma Dewi, Indah Kusuma Indah Purnama Sari Indah Purnama Sari Iqbal Nastiar Zailani Irma Yunita irma yunita Irwansyah, Bambang Josua Pransiskus Sinurat Juniar Hadianti Khairu Mahfira Linda MaySarah Linta Alfafaruq M. Ibnu Abdillah M. Nurcolis D Aman Manurung, Asrar Aspia Maulana Ridho Nugraha MHD Husi Habibi Mhd Zahir Az Zikri Mhd. Basri Mirza Syapiq Muhammad Fakhri Fauzar Muhammad Kenichiro Athallah Muhammad Khoiruddin Harahap Muhammad Khojali Muhammad Nurul Al Faqih Muhammad Ridho Mutia Mutia Mutia Mutia, Mutia Nina Dewani Novi Sryantika Nur Hasana Nur Indah Febriani Nur Indah Febriani Nur Laila Sari Saragih Nur Sri Wulandari Nurliana Nurliana Nurul Akmal Jodi Nurul Khairina Nurul Natasya Nur’aini Nur’aini Oris Krianto Sulaiman Oris Krianto Sulaiman P, Ririt Dwiputri Rafa Syahfiqih Pami Rafisyah Putra Rahma Riqriyah Rahmadani Fitri Pjt Raja Syahmuda Siregar Ramadhani, Fanny Ratu Salsabilah Retno Vicky Audina Ririt Dwiputri P Rizka Handayani Rizkia Ananda RR. Ella Evrita Hestiandari Rusli Rusli Salsabila Putri Santi Kayani Siregar Sartika Sartika Simanjuntak, Pastima Sinambela, Nur Isnaini Sitorus, Indi Ramadhani Suhermanto Suhermanto Syahrunsyah Syahrunsyah Thatar Aldiansyah Triana Puspa Handayani Widya Ari Rizki Yuni Syarah Sitorus Zaid Afif Zulfa Khairina Batu Bara ZULFA KHAIRINA BATUBARA Zulfirman Zulfirman Zulfirman