Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JURTEKSI Community Engagement and Emergence Journal (CEEJ)
Sulastri Sulastri
Universitas Stikubank
Humanities Computer Science & IT Economics, Econometrics & Finance Education Environmental Science Health Professions

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

Found 2 Documents
Search

 1 
COMPARISON OF NBC, SVM, KNN CLASSIFICATION RESULTS IN SENTIMENT ANALYSIS OF MOBILE JKN Nadya Bethry Balqies Tjikdaphia; Sulastri Sulastri
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 9, No 4 (2023): September 2023
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v9i4.2539

Abstract

Abstract: The JKN Mobile application is a mobile application created to facilitate healthcare administration in Indonesia since 2017. The application has been downloaded by over 10 million users and has received 484,000 diverse reviews, including positive, negative, and neutral feedback. The average rating given by users is 4.5 out of 5 stars. This research aims to perform sentiment analysis on user reviews found in the Google Play Store review column. The methods used for sentiment analysis are Naive Bayes, K-Nearest Neighbor (K-NN), and Support Vector Machine (SVM). The test results show that with a 10% test data and 90% training data proportion, the SVM method achieves the highest accuracy of 95%. Naive Bayes follows with an accuracy of 87%, and K-NN with an accuracy of 75%.           Keywords: JKN mobile application, sentiment analysis, naive bayes, k-nearest neighbor (K-NN), support vector machine (SVM).  Abstrak: Aplikasi Mobile JKN adalah sebuah aplikasi yang dibuat untuk mempermudah administrasi kesehatan di Indonesia sejak tahun 2017. Aplikasi ini telah diunduh lebih dari 10 juta pengguna dengan 484 ribu ulasan beragam positif, negatif, dan netral. Rata-rata rating yang diberikan pengguna adalah 4,5 bintang dari 5 bintang. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna yang terdapat di kolom review Google Play Store. Metode yang digunakan untuk analisis sentimen adalah Naive Bayes, K-Nearest Neighbor (K-NN), dan Support Vector Machine (SVM). Hasil pengujian menunjukkan bahwa dengan menggunakan proporsi data uji sebesar 10% dan data training sebesar 90%, metode SVM mencapai akurasi tertinggi sebesar 95%. Diikuti oleh Naive Bayes dengan akurasi 87%, dan K-NN dengan akurasi 75%. Kata kunci: JKN mobile, analisis sentimen, naïve bayes, k-nearest neighbor (K-NN), support vector machine (SVM).
Penguatan Pengetahuan Penggunaan Google Form di Bidang Teknologi Informasi Bagi Kader PKK Kecamatan Ngaliyan Kelurahan Tambakaji Rina Candra Noor Santi; Sri Eniyati; Sulastri Sulastri; Ahmad Faiq Wicaksono; Praditya Fahlefi
Community Engagement and Emergence Journal (CEEJ) Vol. 5 No. 4 (2024): Community Engagement & Emergence Journal (CEEJ)
Publisher : Yayasan Riset dan Pengembangan Intelektual

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37385/ceej.v6i1.6453

Abstract

Google Form merupakan salah satu layanan yang disediakan oleh Google untuk membuat formulir online yang dapat digunakan untuk berbagai keperluan seperti survei, kuesioner, pendaftaran acara, pengumpulan data, dan sebagainya. Pelatihan dan pendampingan peningkatan penggunaan Google Form untuk kader PKK bertujuan untuk meningkatkan kemampuan teknis dan administratif mereka dalam memanfaatkan teknologi untuk kepentingan komunitas. Dengan pendekatan ini, pelatihan dan pendampingan peningkatan penggunaan Google Form diharapkan dapat memberdayakan kader PKK untuk lebih efektif dalam menjalankan tugas mereka dan memberikan layanan yang lebih baik kepada masyarakat.
Co-Authors Ahmad Faiq Wicaksono Nadya Bethry Balqies Tjikdaphia Praditya Fahlefi Rina Candra Noor Santi Sri Eniyati