Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Nanda Petty Wahyuningtyas
Fakultas Ilmu Komputer, Universitas Brawijaya
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Root Cause Analysis (RCA) berbasis Sentimen menggunakan Metode K-Nearest Neighbor (K-NN) (Studi Kasus: Pengunjung Kolam Renang Brawijaya) Nanda Petty Wahyuningtyas; Dian Eka Ratnawati; Nanang Yudi Setiawan
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 5 (2023): Mei 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Ulasan merupakan salah satu media yang dapat digunakan untuk melakukan analisis untuk meningkatkan pelayanan dan kebutuhan bisnis. Ulasan pengunjung kolam renang Brawijaya dapat dilakukan analisis sentimen dengan menggunakan metode K-Nearest Neighbor (K-NN). Ulasan pengunjung dapat diperoleh melalui media sosial Google Review. Ulasan pada Google Review diperoleh dengan scraping menggunakan extension Instant Data Scraper yang disediakan oleh Google Chrome. Data ulasan pengunjung kolam renang Brawijaya yang diperoleh melalui proses scraping untuk analisis sentiment metode K-NN berjumlah 326 data positif dan 301 data negatif. Data ulasan akan dilakukan preprocessing dengan empat tahap tahap seperti, case folding, tokenizing, stopword removal, dan stemming. Preprocessing tahap stop word removal dan stemming menggunakan kamus bahasa yang dibuat manual sesuai dengan kebutuhan dokumen agar hasil preprocessing lebih baik. Hasil pengujian kinerja sistem terhadap metode K-NN mendapat nilai tertinggi pada k = 3 dan k =4. Nilai k = 3 menghasilkan nilai accuracy sebesar 0,76, precision sebesar 0,77, dan recall sebesar 0,75. Nilai k = 4 menghasilkan nilai accuracy sebesar 0,76, precision sebesar 0,76, dan recall sebesar 0,76. Hasil pengujian K-NN akan dilanjutkan untuk menganalisis akar permasalahan dengan menggunakan metode Root Cause Analysis (RCA). Analisis RCA dapat dilakukan dengan menggunakan diagram Fishbone agar lebih mudah dalam menganalisis akar permasalahan.
Co-Authors Dian Eka Ratnawati Nanang Yudi Setiawan