Article Per Year (5 Year)
p-Index From 2020 - 2025
1.168
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) JURTEKSI JIKA (Jurnal Informatika) Journal of Applied Data Sciences VIDHEAS: Jurnal Nasional Abdimas Multidisiplin
Paryono, Tukino
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : JIKA (Jurnal Informatika)

 1 
ANALISIS OPINI PENGGUNA APLIKASI SHOPEE DENGAN NAÏVE BAYES CLASSIFIER atikah, dwi; hananto, agustia; paryono, tukino; novalia, elfina
Jurnal Informatika Vol 9, No 3 (2025): JIKA (Jurnal Informatika)
Publisher : University of Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jika.v9i3.14462

Abstract

Pertumbuhan pesantnya e-commerce di Indonesia berdampak pada meningkatnya ulasan pengguna terhadap aplikasi belanja berani seperti Shopee. Ulasan ini mewakili persepsi pengguna dan dapat dimanfaatkan untuk memancarkan kepuasan serta meningkatkan kualitas layanan. Menggunakan algoritma Naive Bayes, studi ini menerapkan strategi klasifikasi untuk memahami sikap dalam ulasan pengguna aplikasi shopee di Google Play Store. Data diperoleh menggunakan teknik web scraping dan kemudian menjalani beberapa proses, termasuk pembersihan data teks, tokenisasi, penghapusan kata-kata yang tidak relevan, dan normalisasi. Sentimen evaluasi dirinci secara manual ke dalam tiga kelompok berbeda: sangat_puas, puas, dan tidak_puas. Untuk mengatasi distribusi kelas, digunakan teknik RandomOverSampler Sebelum data dibagi menjadi set pelatihan dan pengujian, teks kemudian dianalisis menggunakan teknik TF-IDF dan dibor dengan algoritma Multinomial Naive Bayes. Akurasi, presisi, recall, skor F1, dan matriks kebingungan dimasukkan ke dalam proses evaluasi untuk menyalakan kinerja model. Hasil penelitian menunjukkan bahwa model memperoleh tingkat ketepatan mencapai 75,33% dengan kinerja yang cukup konsisten di semua label. Teknik oversampling terbukti efektif dalam menyeimbangkan kelas, meskipun masih terdapat prediksi silang antar kategori yang mirip. Penelitian ini menjadi pijakan awal bagi pengembangan sistem analisis sentimen otomatis berbasis bahasa Indonesia.
KLASIFIKASI SENTIMEN ULASAN PRODUK SUNSCREEN PADA FEMALE DAILY MENGGUNAKAN METODE NAÏVE BAYES baktria, leonyka; huda, baenil; novalia, elfina; paryono, tukino
Jurnal Informatika Vol 9, No 3 (2025): JIKA (Jurnal Informatika)
Publisher : University of Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jika.v9i3.14461

Abstract

Perkembangan teknologi internet mendorong konsumen untuk lebih aktif membagikan pengalamannya melalui ulasan, salah satunya pada platform Female Daily. Ulasan produk tabir surya dari pengguna memberikan wawasan sentimen yang berharga. Namun, menganalisis data dalam skala besar secara manual tidaklah efektif. Studi ini bertujuan untuk menganalisis sentimen ulasan produk tabir surya menggunakan algoritma Naïve Bayes Classifier. Data dikumpulkan melalui web scraping, diikuti oleh pra-pemrosesan teks dan pelabelan sentimen menurut skor peringkat menjadi tiga kategori: sangat cocok, cocok, dan tidak cocok. Distribusi dalam distribusi kelas diatasi menggunakan teknik oversampling, dan data kemudian diubah menjadi format numerik dengan TF-IDF. Model dibor dengan algoritma Multinomial Naïve Bayes dan dievaluasi menggunakan matriks konfusi dengan metrik akurasi, presisi, recall, dan F1-score. Hasil evaluasi menunjukkan bahwa model mencapai akurasi 83,33%, dengan presisi 0,84, recall 0,83, dan skor F1-score 0,83. Visualisasi WordCloud digunakan untuk mengidentifikasi kata-kata dominan di setiap kategori sentimen. Temuan ini menunjukkan efektivitas algoritma Naïve Bayes dalam mengklasifikasikan opini konsumen dengan baik dan menyoroti potensinya untuk mengembangkan sistem rekomendasi produk berbasis ulasan, serta untuk memahami persepsi konsumen dalam industri kecantikan.
Co-Authors AA Sudharmawan, AA April Lia Hananto atikah, dwi Aviv Yuniar Rahman baktria, leonyka Eko Sediyono Hananto, Agustia Hendry Huda, Baenil Indra, Jamaludin Maharina, Maharina Muhammad Khoiruddin Harahap Novalia, Elfina Priyatna, Bayu Rizki, Lutfi Trisandi Sihabudin Sihabudin, Sihabudin Yazid, Muhammad Abi Yoga Astario, Bayu