Claim Missing Document
Check
Articles

Found 3 Documents
Search

Analisis Kinerja Algoritma FPM Dalam Mengidentifikasi Pola Pembelian Impulsif Pada Shopee Berdasarkan Fenomena Fomo Mirza Rian Arief Lubis; Al-Khowarizmi
Hello World Jurnal Ilmu Komputer Vol. 4 No. 4 (2026): Edisi Januari
Publisher : Ilmu Bersama Center

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

Abstract

Penelitian ini menganalisis kinerja algoritma Frequent Pattern Mining (FP-Growth) dalam mengidentifikasi pola pembelian impulsif pada platform Shopee yang dipicu oleh fenomena Fear of Missing Out (FOMO) di kalangan generasi milenial dan Gen-Z. Penelitian menggunakan pendekatan deskriptif kuantitatif dengan menganalisis data transaksi 50 pengguna yang melakukan minimal 6 transaksi dalam dua minggu terakhir dengan menggunakan fitur paylater. Data dianalisis menggunakan algoritma FP-Growth dengan nilai minimum support 20%, minimum confidence 20%, dan lift ratio >1. Hasil penelitian menunjukkan bahwa: (1) FP-Growth berhasil mengidentifikasi pola pembelian impulsif dengan confidence tertinggi sebesar 91,7% pada aturan Otomotif → Pakaian. (2) Kategori Pakaian mendominasi pola pembelian dan muncul dalam 35 transaksi. (3) Teridentifikasi pola asosiasi yang kuat dan kompleks, termasuk hubungan asimetris seperti Kesehatan → Kecantikan dengan confidence 78,6%. Penelitian ini menyimpulkan bahwa FP-Growth efektif dalam mengungkap pola pembelian impulsif yang dipengaruhi FOMO dan paylatter, serta dapat menjadi dasar bagi pengembangan strategi pemasaran yang lebih terarah di platform e-commerce.
Sentiment Analysis of Pre-Loved Shoe Product Sales Based on X Reviews with a Comparison of Support Vector Machine (SVM) and Long Short-Term Memory (LSTM) Algorithms Setyo Harry Nugroho; Al-khowarizmi
Journal of Artificial Intelligence and Engineering Applications (JAIEA) Vol. 5 No. 3 (2026): June 2026
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59934/jaiea.v5i3.1773

Abstract

The rapid growth of social media enables consumers to express opinions about products openly, including preloved shoes. These reviews are crucial as they can influence purchase intentions and brand perception. This study aims to analyze user reviews on the X (Twitter) platform using Support Vector Machine (SVM) and Long Short-Term Memory (LSTM) algorithms. A total of 1,005 reviews were collected, then preprocessed and balanced into 738 data consisting of positive and negative sentiments. The results show that SVM achieved an accuracy of 68%, while LSTM obtained 61.49% in its best configuration. Thus, SVM demonstrates better efficiency in classifying simple text, whereas LSTM requires more complex parameters to achieve optimal performance. This research is expected to serve as a reference for utilizing sentiment analysis to support business decision-making in the preloved product market.
Rancang Bangun Game Zombie Menggunakan Kodular Berbasis Android Indah Purnama Sari; Al-Khowarizmi; Oris Krianto Sulaiman; Dicky Apdilah
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13622

Abstract

Game Zombie merupakan game yang menggunakan komputer untuk melakukan simulasi menembak. Dalam penelitian ini, dilakukan implementasi game tembak dengan Kodular. Kodular memungkinkan untuk membuat game tembak dengan mudah dengan menggunakan antarmuka drag- and-drop yang intuitif. Metode yang digunakan meliputi pembuatan konsep game, implementasi, pengujian, dan evaluasi. Tujuan dari penelitian ini adalah untuk membuat sebuah game zombie online berbasis android yang menarik, menyenangkan, dan memberikan pengalaman bermain yang memuaskan. Hasil dari penelitian ini adalah sebuah game zombie berbasis android dengan fitur seperti kontrol, karakter, senjata, dan musik. Game ini diimplementasikan dengan platform kodular dan diuji untuk mengevaluasi kinerjanya. Hasilnya menunjukkan bahwa game zombie online berbasis android yang dibangun telah mencapai tujuan yang ditetapkan.