Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal (JELIKU) Jurnal Elektronik Ilmu Komputer Udayana
I Gusti Bgs Darmika Putra
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
Penerapan SVM dengan Seleksi Fitur Mutual Information untuk Memprediksi Sentimen PEMILU 2024 I Gusti Bgs Darmika Putra; Cokorda Pramartha; Anak Agung Istri Ngurah Eka Karyawati; Made Agung Raharja
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 12 No 4 (2024): JELIKU Volume 12 No 4, May 2024
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2024.v12.i04.p11

Abstract

A wealth of information on the 2024 Indonesian Election floods Twitter, from campaign schedules to candidate profiles and the latest survey results indicating candidate popularity. This information overload poses challenges in discerning comments' sentiment. Manual classification is feasible but time-consuming. Hence, this study aims to streamline data analysis for the 2024 Election. It employs a dataset of 1000 entries categorized as positive or negative. Support Vector Machine (SVM) with Mutual Information feature selection is utilized for classification. Results reveal that Mutual Information feature selection enhances SVM performance. Without it, SVM achieves 88% accuracy and 87.9% f-measure using the rbf kernel (C=1, ?=2), computed in about 0.07 seconds. With feature selection, SVM's accuracy improves to 90%, and f-measure to 89.9% with 60% features, using rbf kernel (C=10, ?=0.5), reducing computation time to 0.02 seconds, optimizing both performance and efficiency. The website system scored 88.63 in usability, higher than the global average of 68, based on a SUS questionnaire with 10 questions and 20 respondents. This indicates excellent performance and user satisfaction, as evaluated from the web system.
Analisis Sentimen Pengguna Aplikasi MyPertamina Dengan Menggunakan Algoritma Naïve Bayes I Gusti Bgs Darmika Putra; Cokorda Rai Adi Pramartha
JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) Vol 12 No 3 (2024): JELIKU Volume 12 No 3, February 2024
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JLK.2023.v12.i03.p17

Abstract

MyPertamina adalah aplikasi layanan keuangan digital yang di miliki oleh PT Pertamina dan anggota Badan Usaha Milik Negara (BUMN) dengan menggunakan aplikasi ini pengguna dapat untuk membeli beberapa produk buatan Pertamina, termasuk BBM, secara cashless atau nontunai.Tujuan dari aplikasi MyPertamina yaitu untuk mendata masyarakat yang telah membeli BBM bersubsidi. Klasifikasi sentiment bertujuan untuk mengatasai masalah ini dengan cara otomatis mengklasifikasikan ulasan dari pengguna dengan mengkelompokan menjadi ulasan positif atau ulasan negative. Dalam penelitian ini kami mempelajari sentimen pengguna aplikasi MyPertamina yang terdapat pada ulasan Google Playstore sebagai acuan untuk meningkatkan tingkat pelayanan dan kualitas aplikasi tersebut. Untuk mengklasifikasikan sentimen kami menerapkan metode Naïve Bayes. Hasil akhir yang akan dihasilkan adalah tingkat akurasi yang dicapai dalam melakukan analisis sentimen menggunakan metode Naïve Bayes.
Co-Authors Anak Agung Istri Ngurah Eka Karyawati Cokorda Pramartha Cokorda Rai Adi Pramartha I Gede Surya Rahayuda Raharja, Made Agung