Article Per Year (5 Year)
p-Index From 2020 - 2025
1.984
P-Index
This Author published in this journals
All Journal Teknosains: Media Informasi Sains dan Teknologi Jurnal Informatika dan Teknik Elektro Terapan JIKO (Jurnal Informatika dan Komputer) Jurnal Mnemonic JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Pengabdian Masyarakat - Teknologi Digital Indonesia MDP Student Conference JITEEHA: Journal of Information Technology Applications in Education, Economy, Health and Agriculture
Firman Nurdiyansyah, Firman
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Physics Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Informatika dan Teknik Elektro Terapan

 1 
ANALISIS SENTIMEN APLIKASI SHOPEE, TOKOPEDIA, LAZADA DAN BLIBLI MENGGUNAKAN LEKSIKON DAN RANDOM FOREST Syah, Adryan; Nurdiyansyah, Firman; Rahman, Aviv Yuniar
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5155

Abstract

Abstrak. Dalam era digital, aplikasi e-commerce telah menjadi sarana utama bagi masyarakat untuk berbelanja. Keberhasilan aplikasi e-commerce tidak hanya bergantung pada fungsionalitasnya tetapi juga pada pengalaman pengguna. Ulasan pengguna di Play Store menjadi indikator penting dalam mengevaluasi kepuasan dan sentimen pengguna terhadap aplikasi tertentu. Penelitian ini bertujuan untuk menganalisis sentimen pada ulasan aplikasi Shopee, Tokopedia, Lazada, dan Blibli di Play Store menggunakan pendekatan Lexicon-based dan algoritma Random Forest. Metode ini dipilih untuk memberikan interpretasi yang jelas terhadap sentimen teks dan meningkatkan akurasi analisis sentimen. Hasil penelitian menunjukkan bahwa aplikasi Lazada memiliki kinerja terbaik dengan akurasi 88,33%, presisi 88,88%, recall 88,33%, dan F1 score 88,34%. Aplikasi Blibli berada di posisi kedua dengan akurasi 85,66%, presisi 85,82%, recall 85,66%, dan F1 score 85,60%. Shopee memiliki akurasi 85,16%, presisi 85,62%, recall 85,16%, dan F1 score 85,26%. Tokopedia menunjukkan performa terendah dengan akurasi 80,33%, presisi 80,96%, recall 80,33%, dan F1 score 80,12%. Penelitian ini menunjukkan bahwa rasio pembagian data latih dan data uji mempengaruhi kinerja model, dengan model bekerja lebih efektif ketika jumlah data latih lebih besar dari data uji.
PERBANDINGAN ALGORITMA NAIVE BAYES DAN KNN DALAM ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI CAPCUT Muslim, Shinta Nilam Sari; Nurdiyansyah, Firman; Rahman, Aviv Yuniar
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5156

Abstract

Abstrak. Penelitian ini berfokus pada analisis sentimen ulasan pengguna aplikasi CapCut yang tersedia di Google Play Store dengan menerapkan model Naïve Bayes dan K-Nearest Neighbors (KNN). Tujuan utama penelitian ini adalah untuk mengevaluasi bagaimana pengruh variasi rasio pembagian data latih dan uji terhadap kinerja kedua metode dalam analisis sentimen, serta membandingkan keduanya berdasarkan akurasi, presisi, recall dan f1 score. Menggunakan sembilan rasio pembagian data, ditemukan bahwa rasio 80:20 memberikan kinerja terbaik untuk kedua metode. Naïve Bayes mengungguli KNN dengan akurasi 79.41% dibanding 75.63%. Rasio 50:50 memberikan presisi terbaik untuk kedua metode. Secara keseluruhan, Naïve Bayes menunjukkan performa lebih baik, terutama pada rasio 80:20, menjadikannya pilihan yang lebih tepat untuk analisis sentimen aplikasi CapCut.
Co-Authors Akbar, Ismail Aviv Yuniar Rahman Bagas Imadani Putra, Alif Elroy, Sebastian Jody Fatriana Kadir, Shaifany MARIFANI FITRI ARISA Marisa, Fitria Muhammad Idris Muhammad Romadloni Putra Muslim, Shinta Nilam Sari Pratama, Lionardi Ursaputra Priyandoko Gigih Sofyan Rachma Danni, Muhammad Sujito Sujito Suksmawati, Affi Nizar Syah, Adryan Tae, Yovita Ulfah Rahamawati, Ulya Ursaputra, Lionardi