Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal JAMI: Jurnal Ahli Muda Indonesia Jurnal Informatika Polinema (JIP)
Saiful Nur Budiman
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Library & Information Science Social Sciences

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

Found 2 Documents
Search

 1 
ANALISIS PEMILIHAN MEDIA PROMOSI DIGITAL BERDASARKAN PERILAKU KONSUMEN MENGGUNAKAN APRIORI M.Taufiq Sauma Hendy; Saiful Nur Budiman; Haris Yuana
Jurnal Informatika Polinema Vol. 9 No. 1 (2022): Vol 9 No 1 (2022)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v9i1.1180

Abstract

Associatian Rule merupakan metode data mining untuk menentukan asosiasi berbasis aturan dan menentukan korelasi antar variabel dalam suatu kumpulan data. Pada penelitian ini penggunaan metode association rule dipilih karena bertujuan untuk mengetahui penerapan algoritma apriori pada penelitian analisis dan juga mengetahui hasil pengujian dari pemilihan media promosi digital berdasarkan perilaku pembelian pelanggan. Dengan demikian melalui penelitian ini, pelaku UKM bisa mengetahui media digital yang paling tepat untuk mempromosikan produk kepada pelanggan yang sekarang lebih menyukai berbelanja secara online. Hasil penelitian menunjukkan bahwa 2 kombinasi itemset media yang cocok digunakan sebagai media promosi yang efektif, dimana media yang memiliki asosiasi terkuat adalah yaitu Instagram dan influenser. Kuatnya ikatan antar media yang meyakinkan dan dapat dijadikan acuan karena ketepatan kombinasi itemset yang saling berkorelasi dan validitas yang dihasilkan. Menetapkan nilai support minimal 0,3 dan confidence minimal 0,8 untuk menghitung metode association rule, terlihat bahwa komponen (D,H) yang mewakili Instagram dan influencer memiliki nilai support sebesar 0,388889 dan nilai confidence sebesar 0,807692.Kemudian untuk hasil pengujian didapatkan hasil lift ratio lebih besar dari 1 yaitu sebesar 1,615385 yang menunjukkan adanya sinergi antara Instagram dengan influencer. Dengan demikian, para UKM dapat menjadikan hasil penelitian ini sebagai alat bisnis digital melalui Instagram dan influencer untuk meningkatkan penjualan produknya.
Analisis Sentimen Berdasarkan Hasil Review Lokasi Google Map Menggunakan Natural Language Toolkit TextBlob dan Naïve Bayes Saiful Nur Budiman; Sri Lesanti; Erwan
JAMI: Jurnal Ahli Muda Indonesia Vol. 5 No. 2 (2024): Desember 2024
Publisher : Akademi Komunitas Negeri Putra Sang Fajar Blitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46510/jami.v5i2.311

Abstract

Metode analisa sentimen adalah metode yang digunakan untuk memberikan pemahaman tentang perasaan atau opini yang terkandung dalam suatu teks. Seiring dengan perkembangan teknologi di era digital saat ini, data yang dihasilkan semakin melimpah salah satunya merupakan data yang dihasilkan oleh platform review seperti Google Maps. Google Maps adalah salah satu aplikasi yang populer dengan kemampuannya mencari lokasi, memberikan rute hingga memberikan ulasan atau review terhadap tempat yang dikunjungi. Dengan adanya review yang bisa diberikan pada Google Maps maka dapat dilakukan analisa sentimen yang bertujuan untuk mengetahui bagaimana perasaan atau opini dari para pengguna terhadap suatu tempat atau layanan. Metode yang umum digunakan untuk menganalisis sentimen adalah dengan menggunakan Natural Language Toolkit dan Naive Bayes. Natural Language Toolkit adalah toolkit untuk pemrosesan bahasa alami yang dibangun dengan python, sedangkan Naive Bayes adalah salah satu algoritma simple tetapi powerful untuk analisis sentimen Naive bayes bekerja dengan asumsi setiap fitur independent satu sama lain yaitu setiap kata independent dan dapat dijadikan prediksi sentimen dengan kata kunci tertentu. Studi ini membahas mengenai analisis sentimen terhadap review pengguna google maps terhadap Cafe berdasarkan review article menggunakan kombinasi Natural Language Toolkit, TextBlob, dan Naive Bayes. Studi ini bertujuan untuk mengenali sentimen ulasan pengguna menjadi positif, negatif, dan netral. Dataset yang digunakan berjumlah 253 data latih dan 64 data uji dari hasil review pelanggan pada platform Google Maps . Hasil penelitian menunjukkanbahwa model yang dibangun memiliki akurasi sebesar 94% dan metode yang digunakan cukup efektif dalam menjalankan pengklasifikasian ulasan pelanggan. Studi ini dapat memberikan informasi kepada manajemen Cafe dalam memahami persepsi pelanggan, studi ini juga dapat menjadi referansi untuk melakukan analisis sentimen sentimen pada review lokasi lainnya.
Co-Authors Erwan M.Taufiq Sauma Hendy Sri Lesanti Yuana, Haris