Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Minfo Polgan (JMP) Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI)
Rahmad Syuhada
Universitas Islam Negeri Sumatera Utara
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering Library & Information Science Mathematics Social Sciences

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

Found 2 Documents
Search

 1 
Penerapan Algoritma K-Means Dalam Pengelompokan UMKM Berdasarkan Potensi Pertumbuhan Berbasis Web Tri Asyura Mashuri; Rakhmat Kurniawan; Rahmad Syuhada
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.1037

Abstract

Penelitian ini bertujuan untuk menerapkan algoritma K-Means dalam mengelompokkan Usaha Mikro, Kecil, dan Menengah (UMKM) berdasarkan potensi pertumbuhan serta merancang sistem informasi berbasis web yang mampu melakukan proses tersebut secara otomatis. Permasalahan yang diangkat adalah proses pengelompokan UMKM pada Dinas Perindustrian dan Perdagangan Provinsi Sumatera Utara yang masih dilakukan secara manual, sehingga kurang efisien dan berpotensi menghasilkan analisis yang tidak konsisten. Metode yang digunakan dalam penelitian ini adalah Research and Development (R&D) dengan model pengembangan sistem Waterfall. Data yang digunakan terdiri dari data primer dan sekunder UMKM dengan variabel omzet, aset, jumlah tenaga kerja, lama usaha, status digitalisasi, dan jangkauan pasar. Proses clustering dilakukan menggunakan algoritma K-Means untuk mengelompokkan data berdasarkan tingkat kemiripan karakteristik. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengelompokkan UMKM ke dalam beberapa klaster yang merepresentasikan tingkat potensi pertumbuhan, yaitu rendah, sedang, dan tinggi. Sistem informasi berbasis web yang dikembangkan mampu melakukan pengolahan data secara otomatis, menampilkan hasil clustering secara terstruktur, serta meningkatkan efisiensi dan akurasi dalam proses pengelompokan UMKM. Dengan demikian, sistem yang dihasilkan dapat digunakan sebagai alat bantu dalam pengambilan keputusan strategis terkait pembinaan dan pengembangan UMKM secara lebih tepat sasaran.
Sentiment Analysis and Topic Extraction of Customer Complaints on Tokopedia Using the SVM and Latent Dirichlet Allocation (LDA) Methods Fahmi Ruziq; M. Rhifky Wayahdi; Subhan Hafiz Nanda Ginting; Rahmad Syuhada
Jurnal Minfo Polgan Vol. 15 No. 3 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i3.16748

Abstract

The growth of e-commerce transactions on Tokopedia generates massive volumes of unstructured customer review data. Most prior studies focus solely on binary sentiment polarity without uncovering the underlying root causes of customer complaints. This study aims to implement an integrated framework combining Support Vector Machine (SVM) and Latent Dirichlet Allocation (LDA) to classify sentiment polarity and extract latent complaint topics automatically. The dataset comprises 40,607 Tokopedia product reviews processed through text preprocessing without stemming and TF-IDF feature extraction limited to the top 5,000 features. To handle severe class imbalance (6.78% negative vs. 93.22% positive), the linear SVM was optimized with cost-sensitive balanced class weighting. The evaluation results demonstrate an overall accuracy of 86.43% and a negative class Recall of 71.45%, successfully isolating 1,338 complaint reviews in the test set. Subsequently, LDA topic modeling ( ) achieved a topic coherence score ( ) of 0.2523, mapping complaints into four primary operational dimensions: (1) Product Quality, Durability, and Damage; (2) Size and Physical Dimension Fit; (3) Seller Responsiveness and Service; and (4) Color Variant and Visual Mismatch. This integrated approach effectively provides granular, actionable diagnostic insights to support decision-making systems for operational and customer satisfaction enhancement in e-commerce platforms.
Co-Authors M. Rhifky Wayahdi Rakhmat Kurniawan R ruziq, fahmi Subhan Hafiz Nanda Ginting Tri Asyura Mashuri