Article Per Year (5 Year)
p-Index From 2020 - 2025
0.751
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan dan Teknologi Indonesia KLIK: Kajian Ilmiah Informatika dan Komputer INOVTEK Polbeng - Seri Informatika JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia)
Parjito
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Engineering

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Perbandingan Metode Naïve Bayes dan Support Vector Machine Dalam Analisis Sentimen Terhadap Tokoh Publik Ardiyansah; Parjito
KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 4 No. 6 (2024): Juni 2024
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/klik.v4i6.1928

Abstract

The existence of Twitter, or now replaced with Name X, has been widely used by various levels of society in recent years. And social media X is one of the media that represents public responses to public figures. This study aims to perform sentiment analysis on the opinions of the Indonesian public regarding the public figure Luhut Binsar Pandjaitan on social media X. The data used is 4008 data related to the topic which was obtained through web scraping techniques. This study compares the performance of two popular classification algorithms in sentiment analysis, namely Naïve Bayes and Support Vector Machine (SVM). Before the comparison, SMOTE (Synthetic Minority Over-sampling Technique) optimization was carried out to balance the number of minority and majority data so that both algorithms could learn better from each sentiment class. The results of the comparison show that the Naïve Bayes algorithm produces an accuracy of 95%, while the SVM produces an accuracy of 99%, precision 99%, recall 100%, and F1-Score 99%. Performance evaluation was also carried out by analyzing the confusion matrix of each algorithm. It can be concluded that SVM has the best performance in classifying positive and negative sentiments more accurately than Naïve Bayes for the case of sentiment analysis towards the public figure Luhut Binsar Pandjaitan. Therefore, the SVM algorithm can be a better choice for sentiment analysis towards public figures. This research contributes to the understanding of public opinion about Luhut's performance while serving as the Coordinating Minister for Maritime Affairs and Investment of Indonesia
Rekomendasi Pupuk Organik Untuk Bonsai dengan Implementasi Metode AHP dalam SPK Pratama, Govanda; Parjito
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 8 (2025): JPTI - Agustus 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.490

Abstract

Terdapat suatu permasalahan yang ditemui pada penelitian ini yaitu belum ada rekomendasi pupuk organik sehingga masih sering terjadinya kekeliruan kepada para petani dalam menentukan pupuk organik terbaik untuk bonsai. Bonsai adalah seni mengkerdilkan tanaman yang berasal dari Jepang, telah lama dihargai karena keindahan dan ketelitiannya. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan untuk merekomendasikan pupuk organik terbaik untuk bonsai dengan menggunakan metode Analytical Hierarchy Process (AHP). Tantangan utama dalam memilih pupuk organik melibatkan kriteria bonsai waru, bonsai kimeng, bonsai sancang, bonsai anting putri, dan bonsai asem. Melalui matriks perbandingan berpasangan, penelitian ini menghitung bobot prioritas untuk alternatif pupuk yaitu pupuk kompos, kotoran hewan, dan pupuk hayati. Hasil penelitian ini memberikan panduan bagi pengelola bonsai untuk dapat memilih pupuk organik yang optimal, mendukung keberlanjutan dan estetika tanaman. Dengan analisis matriks perbandingan, pupuk kompos menunjukkan prioritas tertinggi dengan nilai (55,53%) dibandingkan kotoran hewan (30,74%) dan pupuk hayati (13,73%). Hasil ini mendukung keberlanjutan dan estetika pengelolaan bonsai. Rekomendasi untuk penelitian masa depan meliputi pengembangan dataset yang lebih komprehensif dan evaluasi lebih lanjut dari berbagai pupuk organik. Penelitian ini juga memberikan landasan yang kuat untuk pengembangan lebih lanjut dalam pemupukan organik pada bonsai, mendukung pengelolaan yang lebih efisien, dan mempertahankan keindahan serta nilai estetika bonsai.
Perbandingan Metode Naïve Bayes dan Support Vector Machine Pada Kasus Pembunuhan Vina Cirebon Berdasarkan Data X Salsa Desia Fitri; Parjito
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 10 No. 1 (2025): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v10i1.2550

Abstract

Tindakan kriminal sering terjadi hampir setiap tahun. Seperti halnya pada tahun 2016 maupun di tahun sebelumnya atau sesudahnya banyak terjadi tindakan kriminal pembunuhan diberbagai kota yang semakin meningkat, contoh dari tindakan kriminal yaitu seperti tindakan curanmor, pencurian, kekerasan, pelecehan dan penipuan. Salah satu tindakan kriminal terjadi pada tahun 2016 yang artinya pembunuhan ini terjadi sejak 8 tahun yang lalu tetapi sampai saat ini kasus tersebut belum terungkap dikarenakan banyak nya kejanggalan yang terjadi pada kasus tersebut, dan banyak nya muncul saksi-saksi baru yang muncul di kasus tersebut sehingga kasus tersebut sampai saat ini belum juga terungkap dalang di balik kasus pembunuhan ini. Kasus ini sedang banyak diperbincangkan oleh masayarakat di media sosial khususnya TikTok dan X, Karena dianggap sensasional, penekanan media pada isu ini telah memunculkan kekhawatiran serius, dan berpotensi mengeksploitasi. Oleh karena itu, opini masyarakat mengenai kasus pembunuhan ini tentu beragam. Oleh karena itu, analisis sentimen digunakan dalam penelitian ini untuk membandingkan metode Naïve Bayes dan Support Vector Machine untuk memastikan apakah opini publik terhadap suatu isu cenderung positif atau negatif berdasarkan data X. Menurut penelitian tersebut, 7146 titik data dikumpulkan antara bulan April dan Juli. Dengan tingkat akurasi 97% untuk Support Vector Machines serta 84,86% untuk Naïve Bayes, hasil klasifikasi model dari masing-masing teknik menghasilkan akurasi yang cukup akurat. Berdasarkan nilai akurasi dan evaluasi dari confusion matrix algoritma yang lebih optimal dalam analasis sentimen terkait kasus pembunuhan ini yaitu algoritma SVM dengan menghasilkan sentimen positif sebanyak 1384 data dan sentimen negatif sebanyak 1383 data.
Implementation of the Profile Matching Method in the South Sumatra PON Basketball Player Selection Decision Support System tya, Aditya tri wulandari; Parjito
INOVTEK Polbeng - Seri Informatika Vol. 10 No. 1 (2025): March
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/0hs3hb58

Abstract

Basketball is a popular sport in Indonesia which is ranked third after badminton and football. Basketball is a platform for young people to channel their talents and develop playing skills, especially in South Sumatra Province. In selecting South Sumatra basketball players, an accurate and structured selection process is needed to get quality players. However, player selection is often still carried out by appointing players, which has the potential to cause inaccuracies in player selection. This research implements the Profile Matching method in a decision support system to select player selection based on predetermined criteria, such as physical and technical. The Profile Matching method works by comparing each candidate's profile with a predetermined ideal standard. The calculation is carried out by determining the gap value between the player criteria and the expected standards, then ranking is carried out to obtain accurate and transparent selection results. The research results show that the Profile Matching method is able to increase better accuracy in player selection compared to player appointment selection. In this way, the Profile Matching method helps management make more appropriate decisions and can be a good solution in improving the quality of the South Sumatra basketball team.
Co-Authors Ardiyansah Pratama, Govanda Salsa Desia Fitri tya, Aditya tri wulandari