Article Per Year (5 Year)
p-Index From 2021 - 2026
1.152
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Komunikasi Jurnal Ekonomi dan Studi Pembangunan (Journal of Economics and Development Studies) JURNAL ILMIAH GEOMATIKA JCES (Journal of Character Education Society) Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal INFOKUM Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) ULINA: Jurnal Pengabdian kepada Masyarakat Complex : Jurnal Multidisiplin Ilmu Nasional Scripta Technica: Journal of Engineering and Applied Technology Artificial Intelligence and Computing
Dede Prabowo Wiguna
Universitas Mandiri Bina Prestasi
Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Social Sciences

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Pemodelan Prediksi Mahasiswa Berprestasi Akademik Dengan Multi-Linear Regression (Studi Kasus: Prodi Sistem Informasi) Wiguna, Dede Prabowo
Complex : Jurnal Multidisiplin Ilmu Nasional Vol. 2 No. 1 (2025): COMPLEX - Februari
Publisher : PT. Faaslib Serambi Media

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66341/complex.v2i1.61

Abstract

Multi-Linear Regression yang dikembangkan untuk membuat model prediksi prestasi mahasiswa secara akademik di perguruan tinggi belum pernah dilakukan. Selama ini metode tersebut sering digunakan untuk prediksi penerimaan mahasiswa baru. Padahal penting untuk memprediksi prestasi mahasiswa secara akademik karena sebagai tanggung jawab perguruan tinggi meningkatkan kualitas sumber daya manusia. Tahapan penelitian ini dilakukan mulai dari pengumpulan dataset, pengolahan dataset, analisis dataset, dan membuat model prediksi dengan regresi linear berganda. Hasil dari penelitian ini adalah aktivitas partisipatif dan kognitif memiliki pengaruh positif dengan prestasi akademik mahasiswa. Semakin tinggi nilai aktivitas partisipatif dan kognitif mahasiswa maka mahasiswa akan berprestasi secara akademik. Namun, dari semua komponen penilaian, faktor yang sangat menentukan adalah Ujian Akhir Semester. Kedepan harus menjadi evaluasi bersama untuk dapat membagi bobot secara lebih merata atau menambahkan komponen penilaian lain yang menentukan prestasi akademik seperti sertifikat keahlian/kompetensi dan lainnya.
Analisis Sentimen E-Commerce di Indonesia dengan Algoritma Naive Bayes (Studi Kasus Pada Platform Shopee, Tokopedia, Bukalapak, dan Lazada) Dede Prabowo Wiguna; Sakaria Efrata Ginting
AICOM: Artificial Intelligence and Computing Vol. 1 No. 04 (2026): ISSUE MARET
Publisher : AICOM: Artificial Intelligence and Computing

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

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pelanggan pada platform e-commerce (Shopee, Tokopedia, Bukalapak, dan Lazada) guna mengevaluasi tingkat kepuasan pengguna secara otomatis. Metode yang digunakan adalah algoritma Naive Bayes dengan pembobotan kata TF-IDF, yang diimplementasikan pada dataset sebanyak 40.000 ulasan dari Kaggle Dataset. Proses penelitian mencakup tahapan preprocessing yang terdiri dari cleaning, case folding, tokenizing, filtering, dan stemming. Hasil penelitian menunjukkan bahwa model pada algoritma Naive Bayes mampu mencapai tingkat akurasi sebesar 84,88%. Berdasarkan analisis distribusi sentimen, aplikasi Shopee memperoleh ulasan positif terbanyak (6.769 ulasan), sedangkan Bukalapak menerima ulasan negatif tertinggi (4.365 ulasan). Meskipun sangat efektif dalam membedakan sentimen positif dan negatif, model ini belum mampu mengidentifikasi sentimen netral, sehingga disarankan penggunaan teknik oversampling pada penelitian selanjutnya untuk menangani ketidak-seimbangan data.
Co-Authors Duma Lasmaria Siagian Fifin Sonata Fifin Sonata Ginting, Sakaria Efrata Hutagalung, Juniar Hutagalung, Juniar Jenheri Rejeki tarigan Kusnasari, Sri Kustini, Rini Lisda Juliana Pangaribuan Monang Tarigan Raldi Hendro Koestoer, Raldi Hendro Sembiring, Lismardiana Sonata, Fifin - Tito Latif Indra Tulus Pramita Sihaloho