Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan JUTIM (Jurnal Teknik Informatika Musirawas)
Zulfiqri, Reza
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Engineering Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI MEDIA SOSIAL INSTAGRAM PADA SITUS GOOGLE PLAY STORE MENGGUNAKAN NAÏVE BAYES CLASSIFIER Zulfiqri, Reza; Sari, Betha Nurina; Padilah, Tesa Nur
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4995

Abstract

Instagram merupakan salah satu media sosial paling populer di seluruh dunia, dengan lebih dari satu miliar pengguna aktif setiap bulannya. Semakin berkembangnya informasi teknologi pada era digital seperti sekarang membuat opini atau sentimen masyarakat banyak beredar di kolom komentar atau ulasan. Oleh karena itu perlu dilakukan analisis terhadap ulasan aplikasi media sosial instagram untuk melihat opini masyarakat mengenai aplikasi terbeut. Data ulasan diperoleh dari situs web Google Play yang diambil menggunakan metode scraping . Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi media sosial Instagram yang terdapat di situs Google Play Store untuk mengetahui dan mengklasifikasikan komentar baik dan buruk. Sentimen pengguna dapat memberikan wawasan yang berharga bagi pengembang aplikasi dalam memahami kepuasan pengguna, menyebarkan fitur yang ada, serta meningkatkan kualitas aplikasi. Pada pengujian ini menggunakan 1000 data yang terdiri dari 80% data latih dan 20% data uji . Hasil pengujian akurasi, penelitian ini menggunakan matriks konfusi , dalam penelitian ini algoritma Naïve Bayes classifier dengan akurasi yang diperoleh sebesar 89%.
ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI MEDIA SOSIAL INSTAGRAM PADA SITUS GOOGLE PLAY STORE MENGGUNAKAN NAÏVE BAYES CLASSIFIER Zulfiqri, Reza; Sari, Betha Nurina; Padilah, Tesa Nur
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4995

Abstract

Instagram merupakan salah satu media sosial paling populer di seluruh dunia, dengan lebih dari satu miliar pengguna aktif setiap bulannya. Semakin berkembangnya informasi teknologi pada era digital seperti sekarang membuat opini atau sentimen masyarakat banyak beredar di kolom komentar atau ulasan. Oleh karena itu perlu dilakukan analisis terhadap ulasan aplikasi media sosial instagram untuk melihat opini masyarakat mengenai aplikasi terbeut. Data ulasan diperoleh dari situs web Google Play yang diambil menggunakan metode scraping . Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi media sosial Instagram yang terdapat di situs Google Play Store untuk mengetahui dan mengklasifikasikan komentar baik dan buruk. Sentimen pengguna dapat memberikan wawasan yang berharga bagi pengembang aplikasi dalam memahami kepuasan pengguna, menyebarkan fitur yang ada, serta meningkatkan kualitas aplikasi. Pada pengujian ini menggunakan 1000 data yang terdiri dari 80% data latih dan 20% data uji . Hasil pengujian akurasi, penelitian ini menggunakan matriks konfusi , dalam penelitian ini algoritma Naïve Bayes classifier dengan akurasi yang diperoleh sebesar 89%.
IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM MENDETEKSI SAMPAH ORGANIK, PLASTIK, DAN KERTAS Adelia, Risa; Khairunisa, Nabila; Zulfiqri, Reza
JUTIM (Jurnal Teknik Informatika Musirawas) Vol 9 No 1 (2024): JUTIM (Jurnal Teknik Informatika Musirawas) JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jutim.v9i1.2233

Abstract

Abstrak Sampah menjadi permasalahan yang sering ditemukan di berbagai negara. Dalam beberapa dekade terakhir, produksi sampah terus meningkat yang dapat menyebabkan masalah lingkungan yang semakin serius. Oleh karena itu, pengolahan sampah yang efektif dan tepat waktu sangat diperlukan untuk menjaga lingkungan hidup yang sehat. Dalam studi ini, kami mengusulkan pendekatan pengolahan sampah menggunakan Convolutional Neural Network (CNN) untuk mendeteksi jenis sampah organik, plastik, dan kertas berdasarkan gambar sebagai input untuk dilatih dengan model yang sudah disediakan. Dataset yang digunakan dalam studi ini terdiri dari ratusan gambar sampah yang dikumpulkan dari berbagai sumber. Implementasi CNN menggunakan library tensorflow dan keras, yang menyediakan API untuk memudahkan pembuatan, pelatihan, dan evaluasi model CNN. Selain itu, deep learning juga digunakan untuk meningkatkan performa model CNN dalam mengenali sampah. Hasil pengujian menunjukkan bahwa model CNN yang diusulkan dapat mengklasifikasikan dan mendeteksi sampah organik, plastik, dan kertas dengan akurasi sekitar 90%, yang menunjukkan bahwa CNN dapat digunakan sebagai metode yang efektif dalam pengenalan sampah. Oleh karena itu, hasil penelitian ini dapat memberikan kontribusi dalam meningkatkan efektivitas pengolahan sampah dan dapat membantu mengurangi dampak lingkungan dari produksi sampah. Kata kunci—Convolutional Neural Network, Sampah, Deep Learning, TensorFlow, Keras
Co-Authors Adelia, Risa Khairunisa, Nabila Padilah, Tesa Nur