Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal IC Tech: Majalah Ilmiah SmartComp
Wachid Darmawan
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
KOMPARASI METODE NAÏVE BAYES DAN K-NEAREST NEIGHBOR TERHADAP ANALISIS SENTIMEN PENGGUNA APLIKASI PEDULILINDUNGI Ari Putra Wibowo; Wachid Darmawan; Nurul Amalia
IC-Tech Vol 17 No 1 (2022): IC-Tech Volume XVII No. 1 April 2022
Publisher : STMIK WIDYA PRATAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (431.711 KB) | DOI: 10.47775/ictech.v17i1.234

Abstract

Penggunaan aplikasi PeduliLindungi sebagai sarana tracing mendapat berbagai respon dari masyarakat yang disampaikan melalui komentar (ulasan) di playstore. Ada berbagai jenis komentar yang menyataan aplikasi PeduliLindungi mudah digunakan dan ada juga komentar yang menyatakan aplikasi PeduliLindungi belum siap untuk digunakan. Dengan adanya komentar tersebut dapat dilakukan analisis sentimen untuk mengetahui sentimen atau opini dari pengguna aplikasi PeduliLindungi. Berdasarkan uraian diatas peneliti melakukan analisis sentimen terhadap penggunaan aplikasi PeduliLindungi dengan menggunakan data yang diperoleh dari komentar pengguna di playstore. Data yang digunakan sebanyak 321 data yang dikelompokkan kedalam kelas positif dan negatif. Penelitian ini membuat model klasifikasi dengan algoritma Naïve Bayes dan K-Nearest Neighbor, selain itu pada penelitian ini juga dilakukan komparasi kinerja pada algoritma klasikasi Naïve Bayes dan K-Nearest Neighbor dengan menggunak tools Rapid Miner versi 9.9. Berdasarkan eksperimen yang dilakukan diperoleh hasil akurasi sebesar 70,46%, untuk algoritma Naïve Bayes dan akurasi sebesar 73,33% untuk algoritma K-Nearest Neighbor. Dari kedua metode yang digunakan untuk mengetahui tingkat akurasi yang digunakan, maka bisa diambil kesimpulan bahwa metode K-Nearest Neighbor memiliki tingkat akurasi yang lebih baik dibandingkan dengan metode Naive Bayes. Untuk penelitian selanjutnya diharapkan menambah jumlah dataset (data ulasan) yang ada, serta bisa menambahkan metode klasifikasi lainya ataupun bisa menggunakan metod seleksi fitur yang ada di data mining. Kata kunci: PeduliLindungi, Sentimen Analisis, Naïve Bayes, K-NN
Penerapan Algoritma Apriori Dalam Mendukung Pengambilan Keputusan Produksi Seragam pada UMKM Konveksi Hassa Widya Salma; Much Rifqi Maulana; Wachid Darmawan
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 15, No 1 (2026): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v15i1.10046

Abstract

UMKM Konveksi Hassa merupakan unit usaha produktif yang bergerak dalam pembuatan seragam sekolah dan kantor dengan volume transaksi yang terus berkembang. Seiring dengan peningkatan pesanan, diperlukan sebuah pendekatan sistematis untuk mengolah data transaksi yang ada menjadi informasi strategis guna mendukung perencanaan produksi yang lebih efisien. Penelitian ini bertujuan untuk mengoptimalkan pemanfaatan data historis pemesanan menggunakan algoritma Apriori melalui kerangka kerja CRISP-DM. Melalui tahapan pra-pemrosesan data hingga pengujian sensitivitas parameter, penelitian ini berhasil merumuskan pola keterkaitan antar produk secara akurat. Hasil pengujian menunjukkan bahwa parameter minimum support 0,05 dan minimum confidence 0,57 merupakan konfigurasi paling optimal yang menghasilkan 10 aturan asosiasi. Temuan utama mengidentifikasi hubungan kuat antara pesanan seragam jenjang SD, SMP, dan SMA dengan nilai lift sebesar 3,771, serta keterkaitan erat antara produk Blouse dan Kemeja dengan confidence 89,5%. Uji sensitivitas membuktikan bahwa parameter tersebut mampu menjaga keseimbangan antara kuantitas aturan dan validitas statistik. Implementasi temuan ini memberikan nilai tambah bagi manajemen dalam pengambilan keputusan terkait produksi dan pengelolaan stok berbasis data, sehingga mendukung pertumbuhan berkelanjutan UMKM Konveksi Hassa.
Co-Authors ARI PUTRA WIBOWO Much Rifqi Maulana Nurul Amalia Widya Salma