Article Per Year (5 Year)
p-Index From 2021 - 2026
1.817
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Teknologi Informasi dan Komunikasi Jurnal Ekonomi BULLET : Jurnal Multidisiplin Ilmu JUKEMAS : Jurnal Pengabdian Kepada Masyarakat
Dikananda, Fatihanursari
Unknown Affiliation
Religion Humanities Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mechanical Engineering Medicine & Pharmacology Nursing

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
PERBANDINGAN KINERJA SUPPORT VECTOR MACHINE ORIGINAL DAN SUPPORT VECTOR MACHINE BERBASIS SMOTE UNTUK ANALISIS SENTIMEN APLIKASI JKN MOBILE APIPAH, KUSNATUL; Martanto, Martanto; Dikananda, Fatihanursari; Bahtiar, Agus; Narasati, Riri
JURNAL TEKNOLOGI INFORMASI DAN KOMUNIKASI Vol. 17 No. 1 (2026): Maret
Publisher : UNIVERSITAS STEKOM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/jtikp.v17i1.1403

Abstract

Analisis sentimen terhadap ulasan pengguna aplikasi JKN Mobile digunakan untuk mengevaluasi kualitas layanan digital BPJS Kesehatan. Penelitian ini membandingkan kinerja algoritma Support Vector Machine (SVM) pada data asli dan SVM berbasis Synthetic Minority Oversampling Technique (SMOTE) dalam mengatasi permasalahan ketidakseimbangan kelas. Dataset diperoleh melalui proses scraping ulasan pengguna aplikasi JKN Mobile. Tahapan pra-pemrosesan meliputi case folding, tokenizing, stopword removal, dan stemming. Representasi fitur menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). Evaluasi kinerja model dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa penerapan SMOTE mampu meningkatkan kinerja klasifikasi, khususnya pada kelas minoritas, dibandingkan dengan SVM tanpa penyeimbangan data. Dengan demikian, SMOTE terbukti efektif untuk meningkatkan performa analisis sentimen pada data tidak seimbang.
Co-Authors Ahmad Faqih Antika, Rindi APIPAH, KUSNATUL Ash Shiddiqi, Jimly Gifthera Dwilestari Hoerunnisa, Anis Indriya Efendi, Dendy Khaerul Anam Khairul Akmal, Khairul khusnul khotimah Komalasari, Cahyaningrum Martanto . Muhammad Faisal Narasati, Riri Narasati Nurhalizah, Shafa Aristia Pratama, Denni Putri Ekawati Darma Rhamadanti, Anisa Rifa'i, Ahmad Rifa’I, Ahmad Rinaldi Dikananda, Arif Sadikin, Abdurrahman Saeful Anwar, Saeful Sulaeman, Muhamad Sunana, Heliyanti Susana, Heliyanti Wahyudin, Edi