Claim Missing Document
Check
Articles

Found 2 Documents
Search

DAMPAK E-COMMERCE TERHADAP BIDANG EKONOMI, BISNIS, DAN PEMBELANJAAN: TINJAUAN LITERATUR Az-Zahra, Nurhaliza Fatimah; Dwitama, Ridzky Putra; Suryaputra, Aditya Juliawan; Rahma, Fayruz
Djtechno: Jurnal Teknologi Informasi Vol 4, No 2 (2023): Desember
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v4i2.3552

Abstract

Dalam beberapa waktu terakhir ini, dunia bisnis mengalami perubahan dengan munculnya sebuah teknologi yang berperan sebagai media promosi dalam bidang bisnis. Dampak utama dari perkembangan teknologi ini adalah munculnya perdagangan online yang biasa dikenal dengan istilah e-commerce. Penelitian ini membahas tentang dampak e-commerce terhadap pembelanjaan; pengaruh e-commerce terhadap pembelanjaan masyarakat di Indonesia, dan jenis-jenis e-commerce yang ada. E-commerce berdampak luas pada masyarakat di antaranya pada bidang ekonomi dan bisnis. Metode penelitian yang digunakan adalah kajian literatur dengan cara mengumpulkan berbagai informasi dari jurnal dan artikel online. Hasil dan pembahasan terdiri dari dampak bidang ekonomi dan bisnis, lalu pada perilaku masyarakat yang menjadi konsumtif dan boros. E-commerce memiliki sisi positif pada zaman sekarang yaitu kenyamanan dalam bertransaksi dan juga menghemat tenaga dan waktu yang dikeluarkan untuk melakukan jual beli. E-commerce memiliki dampak yang positif dan juga negatif, tergantung dari pemakaian yang bijak.
ANALISIS PERBANDINGAN NAIVE BAYES DAN SVM DALAM KLASIFIKASI GENDER DI PLATFORM TWITTER Dwitama, Ridzky Putra; Paputungan, Irving Vitra
PENDIDIKAN SAINS DAN TEKNOLOGI Vol 12 No 3 (2025)
Publisher : STKIP PGRI Situbondo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47668/edusaintek.v12i3.1811

Abstract

Munculnya media sosial telah menghasilkan sejumlah besar data tekstual yang rentan terhadap analisis untuk memahami perilaku pengguna. Penelitian ini melakukan analisis komparatif dari dua algoritma klasifikasi teks, Naive Bayes dan Support Vector Machine (SVM), dengan aplikasi untuk menentukan gender dari komentar pengguna di platform media sosial X (sebelumnya Twitter). Kumpulan data diperoleh dengan metode web scraping dan kemudian dipre-processing menggunakan mekanisme cleaning teks dan pengubahan singkatan bersama dengan ekstraksi fitur berbasis TF-IDF. Kuantitas data yang berbeda (1000, 3000, 5000) dan rasio pembagian data (70:30 dan 80:20) digunakan untuk mengevaluasi kedua algoritma. Hasilnya menunjukkan bahwa SVM mengungguli Naive Bayes dalam hal semua matriks pada dataset yang lebih besar, sementara Naive Bayes terus mempertahankan kualitasnya pada dataset yang lebih kecil. Temuan ini memiliki implikasi yang signifikan untuk pemilihan metode klasifikasi yang sesuai untuk analisis data komentar media sosial.