Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Kecepatan Dan Kinerja Jaringan 5G (generasi ke 5) Pada Wilayah Perkotaan Fauzan Prasetyo Eka Putra; Dimas Arman Maulana Putra; Alfin Firdaus; Amir Hamzah
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics Vol 8 No 1 (2023): INFORMATICS FOR EDUCATORS AND PROFESSIONAL : JOURNAL OF INFORMATICS (Edisi Khusus
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/itbi.v8i1.2439

Abstract

Perkembangan teknologi komunikasi terus berlanjut, dan saat ini, jaringan 5G (generasi ke 5) menjadi fokus utama dalam industri telekomunikasi. Penelitian ini bertujuan untuk menganalisis kecepatan dan kinerja jaringan 5G pada wilayah perkotaan. Kecepatan dan kualitas koneksi menjadi kunci utama dalam menentukan keberhasilan implementasi jaringan 5G di perkotaan yang padat pengguna.Penelitian ini dilakukan dengan mengumpulkan data kecepatan unduh dan unggah, latensi, dan stabilitas jaringan pada beberapa titik di wilayah perkotaan yang berbeda.Hasil penelitian menunjukkan bahwa jaringan 5G pada wilayah perkotaan memiliki kecepatan unduh yang tinggi dan latensi rendah. Hal ini memungkinkan pengguna untuk mengakses konten multimedia dengan cepat dan merespons permintaan dalam waktu nyaris instan. Selain itu, kinerja jaringan juga tetap stabil meskipun ada peningkatan jumlah pengguna dan perangkat terhubung.Penelitian ini memberikan kontribusi penting dalam pemahaman tentang kecepatan dan kinerja jaringan 5G di wilayah perkotaan. Informasi ini dapat membantu operator jaringan dan pengambil keputusan dalam perencanaan dan pengembangan jaringan 5G yang optimal, sehingga masyarakat perkotaan dapat menikmati manfaat yang dihadirkan oleh teknologi generasi baru ini
Analysis of Google Play Store User Sentiment Towards Application X Using the SVM Algorithm Mohammad Nazir Arifin; Amir Hamzah; Moh. Abroril Huda; Nor Hasanah
Brilliance: Research of Artificial Intelligence Vol. 5 No. 1 (2025): Brilliance: Research of Artificial Intelligence, Article Research May 2025
Publisher : Yayasan Cita Cendekiawan Al Khwarizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/brilliance.v5i1.6024

Abstract

This study uses the Support Vector Machine (SVM) algorithm to examine user opinions about the X app on the Google Play Store. Data went through preprocessing steps like cleaning, casefolding, tokenizing, filtering, and sentence reconstruction from 5,000 reviews that were gathered via web scraping. Using a lexicon-based method, sentiment labeling was carried out, categorizing reviews into three groups: neutral, negative, and positive. The findings indicated that 49.4% of respondents had unfavorable opinion, followed by neutral (29.8%) and positive (20.8%). An SVM model with an accuracy of 86.3% was generated by feature extraction using Bag of Words with CountVectorizer. The neutral class had the highest recall (0.96) and the negative class the highest precision (0.95). With an F1-score of 0.78, the positive class performed the worst, most likely as a result of data imbalance. Despite difficulties in categorizing minority classes, this study shows that SVM is useful in sentiment analysis.