Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Pengaruh Kepercayaan dan Keamanan Terhadap Keputusan Pembelian Secara Online pada Situs Traveloka Pahlevi. B, M. Riza; Ramadhan, Nabilah; Assegaff, Setiawan
Jurnal Komunikasi, Sains dan Teknologi Vol. 1 No. 2 (2022): Desember 2022
Publisher : PT. BERBAGI TEKNOLOGI SEMESTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (428.216 KB) | DOI: 10.61098/jkst.v1i2.8

Abstract

Sejalan dengan meningkatnya jumlah pengguna internet menyebabkan banyaknya perusahaan mengubah struktur belanja masyarakan berdasarkan kondisi secara online, termasuk industri penerbangan. Sekarang, semakin banyak masyarakat yang berpergian melalui jalur udara, menjadi kesempatan bagi industri penerbangan untuk mendapatkan pelanggan. Tujuan dari penelitian ini adalah untuk. Metode dalam penelitian ini adalah Webqual 4.0. Data responden yang diteliti dalam penelitian ini berjumlah 108 orang khusunya di kota Jambi, yang diperoleh dengan menggunakan teknik sampling non-probability sampling dengan teknik purposive sampling. Kemudian dilakukan pengolahan data dilakukan dengan SPSS dengan teknik analisis Regresi Linier Berganda,dari pengolahan data tersebut penelitian menunjukkan bahwa Kepercayaan berpengaruh signifikan terhadap Keputusan Pembelian secara online sebesar 35,8% dan  Keamanan berengaruh signifikan terhadap Keputusan Pembelian secara online sebesar 55,5%. Serta Kepercayaan dan Keamanan berpengaruh signifikan terhadap Keputusan Pembelian online sebesar 45,4%. Sedangkan sisanya dijelaskan oleh variabel lain yang tidak diteliti dalam penelitian ini.
Detection of Hoax News Using TF-IDF Vectorizer and Multinomial Naïve Bayes and Passive Aggressive Adrian, Rizky; Musaddam; Ikhsan, Muhammad; Pahlevi. B, M. Riza
Media Journal of General Computer Science Vol. 1 No. 2 (2024): MJGCS
Publisher : MASE - Media Applied and Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62205/mjgcs.v1i2.24

Abstract

The website is a source of information, but not all information is guaranteed to be correct. Some news can beconsidered hoaxes or not based on facts. This research aims to build a hoax news detection system on English languagenews websites. The method used involves the multinomial Naive Bayes and Passive Aggressive approaches.Classification report analysis shows the superiority of the Passive Aggressive Classifier with significant improvementsin all evaluation metrics compared to Multinomial Naïve Bayes. The conclusion is based on the characteristics of thedataset, confirming the effectiveness of the Passive Aggressive Classifier in solving the task of classifying fake news inEnglish, with the highest accuracy reaching 93.74%.