p-Index From 2021 - 2026
6.306
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) JURNAL DINAMIKA EKONOMI PEMBANGUNAN Jurnal Ilmu Dasar SAINSMAT IPTEK Journal of Proceedings Series KONSELI: Jurnal Bimbingan dan Konseling (E-Journal) Journal of Regional and City Planning Jurnal Informatika dan Teknik Elektro Terapan Sistemasi: Jurnal Sistem Informasi Journal of Applied Geospatial Information Sinkron : Jurnal dan Penelitian Teknik Informatika JURNAL MEDIA INFORMATIKA BUDIDARMA JTERA (Jurnal Teknologi Rekayasa) Unisda Journal of Mathematics and Computer Science (UJMC) Jurnal Penelitian dan Pengembangan Pelayanan Kesehatan International Journal of Pedagogy and Teacher Education J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika METIK JURNAL Building of Informatics, Technology and Science Jurnal Perencanaan Pembangunan Journal of Education and Learning Mathematics Research (JELMaR) International Journal of Advances in Data and Information Systems Abdimasku : Jurnal Pengabdian Masyarakat Jurnal Layanan Masyarakat (Journal of Public Service) TheJournalish: Social and Government The Journal of Indonesia Sustainable Development Planning (JISDeP) JoMMiT : Jurnal Multi Media dan IT Jurnal Riset Ilmu Ekonomi Jurnal Algoritma East Java Economic Journal SAINSMAT: Jurnal Ilmiah Ilmu Pengetahuan Alam Jurnal Mahasiswa Ilmu Komputer PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON DATA SCIENCE AND OFFICIAL STATISTICS Journal of Multiscale Materials Informatics Masyarakat Berkarya: Jurnal Pengabdian dan Perubahan Sosial
Claim Missing Document
Check
Articles

Optimasi Hyperparameter Model Ensemble untuk Klasifikasi Sentimen Ulasan OVO Chasanah, Annisa Himatul; Al Azies, Harun
JTERA (Jurnal Teknologi Rekayasa) Vol 10, No 2: Desember 2025
Publisher : Politeknik Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31544/jtera.v10.i2.2025.95-104

Abstract

Pertumbuhan layanan dompet digital di Indonesia mendorong meningkatnya jumlah ulasan pengguna yang mengandung opini penting terkait kualitas layanan. Analisis sentimen menjadi penting untuk memahami persepsi pengguna terhadap aplikasi OVO. Penelitian ini menganalisis 10.644 ulasan dari Google Playstore yang dikumpulkan melalui teknik web scraping. Ulasan tersebut diproses melalui tahapan text preprocessing, representasi fitur menggunakan Word2Vec, serta penyeimbangan kelas menggunakan Synthetic Minority Oversampling Technique (SMOTE). Tiga algoritma ensemble learning yaitu Random Forest, XGBoost, dan LightGBM diterapkan dan dioptimasi melalui Grid Search dan Randomized Search, dengan evaluasi menggunakan 10-Fold Cross-Validation serta uji statistik paired t-test. Hasil menunjukkan bahwa meskipun XGBoost dan LightGBM memperoleh nilai cross-validation yang lebih tinggi, performa terbaik pada data uji dicapai oleh Random Forest. Model tersebut mencapai akurasi 89,90% dan ROC-AUC Macro 91,11% pada skema Grid Search, serta akurasi 89,76% dan ROC-AUC Macro 91,19% pada skema Randomized Search. Temuan ini menunjukkan bahwa Random Forest memiliki kemampuan generalisasi paling stabil terhadap data ulasan OVO dibandingkan dua model boosting. Penelitian ini memberikan kontribusi pada pengembangan analisis sentimen berbahasa Indonesia melalui integrasi Word2Vec, SMOTE, dan optimasi hyperparameter, serta membuka peluang eksplorasi lanjutan menggunakan contextual embedding dan teknik penyeimbangan data yang lebih adaptif.
Komparasi SVM dan IndoBERT dalam Klasifikasi Sentimen Program Makanan Bergizi Gratis Shafwah, Shifatush; Al Azies, Harun
JTERA (Jurnal Teknologi Rekayasa) Vol 10, No 2: Desember 2025
Publisher : Politeknik Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31544/jtera.v10.i2.2025.105-112

Abstract

Program Makanan Bergizi Gratis (MBG) memunculkan beragam respons masyarakat di media sosial, khususnya pada platform X (Twitter). Analisis sentimen diperlukan untuk memahami kecenderungan opini publik terhadap program tersebut. Penelitian ini membandingkan kinerja Support Vector Machine (SVM) dan IndoBERT dalam mengklasifikasikan sentimen positif dan negatif pada 2.674 tweet terkait MBG. Data diperoleh melalui web scraping dan diproses melalui tahapan cleaning, normalisasi teks, tokenisasi, serta pelabelan menjadi dua kelas sentimen. Ketidakseimbangan data ditangani menggunakan Synthetic Minority Oversampling Technique (SMOTE). Model SVM dilatih menggunakan representasi fitur TF-IDF, sedangkan IndoBERT dilatih melalui fine-tuning sebagai model transformer. Evaluasi performa dilakukan menggunakan 10-Fold Cross-Validation, confusion matrix, ROC-AUC, dan uji statistik paired t-test. Hasil penelitian menunjukkan bahwa SVM memperoleh akurasi 94,64% dan F1-Score 94,63%, sedangkan IndoBERT mencapai akurasi 90,11% dan F1-Score 89,92%. Meskipun IndoBERT mencatat nilai AUC sedikit lebih tinggi, kinerja keseluruhan SVM lebih unggul secara konsisten pada data yang telah diseimbangkan dengan SMOTE. Uji paired t-test menghasilkan nilai p < 0,05, yang menunjukkan bahwa perbedaan performa kedua model bersifat signifikan. SVM lebih efektif digunakan untuk klasifikasi sentimen dua kelas pada dataset MBG yang relatif kecil dan bersifat informal.
Klasifikasi Opini Publik terhadap Kenaikan PPN 12% di Platform X menggunakan Multinomial Naïve Bayes Hani Brilianti Rochmanto; Harun Al Azies
UJMC (Unisda Journal of Mathematics and Computer Science) Vol 10 No 2 (2024): Unisda Journal of Mathematics and Computer Science
Publisher : Mathematics Department, Faculty of Sciences and Technology Unisda Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52166/ujmc.v10i2.9120

Abstract

The increase in Value-Added Tax to 12% in 2025 has sparked diverse public opinions on the social media platform X (Twitter). This study aims to classify public sentiment toward the policy using Multinomial Naïve Bayes with a Term Frequency-Inverse Document Frequency (TF-IDF) approach. Multinomial Naïve Bayes is a probabilistic classification algorithm that assumes feature independence. Data were collected through web crawling using the keyword "ppn 12%" and underwent pre-processing, including text normalization, stopword removal, and stemming. To address class imbalance, the Synthetic Minority Over-sampling Technique (SMOTE) was applied. The best-performing model was obtained by tuning the alpha hyperparameter to 0.01, achieving an average accuracy of 83.37%, precision of 83.32%, recall of 83.38%, and an F1-score of 82.99% using 10-fold cross-validation. The findings indicate that Multinomial Naïve Bayes, combined with SMOTE and hyperparameter tuning, effectively classifies public sentiment and provides insights into public responses regarding the Value-Added Tax policy.
Co-Authors Achmad Wahid Kurniawan Achmad Wahid Kurniawan Adhitya Nugraha Agus Suharsono Akrom, Muhamad Alfa Trisnapradika, Gustina Alzami, Farrikh Ananda, Imanuel Khrisna Andrean, Muhammad Niko Anwar Efendi Nasution Aprilyani Nur Safitri Ardytha Luthfiarta Ariyanto, Noval Ayu Febriana Dwi Rositawati Ayu Pertiwi Ayu Pertiwi Bambang Widjanarko Otok Brilianti Rochmanto, Hani Brilianto, Rivaldo Mersis Budi, Setyo Chasanah, Annisa Himatul Dea Trishnanti Dea Trishnanti Devi Putri Isnarwaty Dewi Agustini Santoso Dikaputra, Ishak Bintang Elvira Mustikawati P.H Fahmi Amiq Fawwaz Atha Rohmatullah Firmansyah, Gustian Angga Fitriani, Fenny Gangga Anuraga Ganiswari, Syuhra Putri Go, Agnestia Agustine Djoenaidi Guruh Fajar Shidik Gustina Alfa Trisnapradika Hani Brilianti Rochmanto Hani Brilianti Rochmanto Herawati, Wise Herowati, Wise Hidayat, Novianto Hidayat, Novianto Nur Ifan Rizqa Irnanda, Muhammad Diva Ishak Bintang Dikaputra Isnarwaty, Devi Putri ISWAHYUDI ISWAHYUDI Junta Zeniarja Kharisma, Ni Made Kirei Maulana, Isa Iant Megantara, Rama Aria Moch Anjas Aprihartha Mohammad Arif Muhamad Akrom Muhammad Naufal Muhammad Naufal, Muhammad Muljono Muljono Noor Ageng Setiyanto, Noor Ageng Noval Ariyanto Novianto Hidayat Nugraini, Siti Hadiati Nugroho, Dandy Prasetyo Nur Safitri, Aprilyani Prabowo, Wahyu Aji Eko Pratama, Ananta Surya Pravesti, Cindy Asli Pulung Nurtantio Andono Purhadi Purhadi Putra, Permana Langgeng Wicaksono Ellwid Rahman, Irfan Fauzia Rahmawati Erma Standsyah Ramadhan Rakhmat Sani Riadi, Muhammad Fatah Abiyyu Ricardus Anggi Pramunendar Rohmatullah, Fawwaz Atha Ruri Suko Basuki Safitri, Aprilyani Nur Sari Ayu Wulandari Setyo Budi Shafwah, Shifatush Sofiani, Hilda Ayu Sri Winarno Sri Winarno Sudibyo, Usman Supriadi Rustad Trishnanti, Dea Trisnapradika, Gustina Alfa Umam, Taufiqul Usman Sudibyo Vivi Mentari Dewi Wahyu Wisnu Wardana Wise Herawati Wise Herowati Zahro, Azzula Cerliana Zain, Affa Fahmi Zami, Farrikh Al