Article Per Year (5 Year)
p-Index From 2020 - 2025
1.745
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Bisnis Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) JATI (Jurnal Mahasiswa Teknik Informatika) DEVICE JUTECH : Journal Education and Technology Innovative: Journal Of Social Science Research
Adis, Alexander
Unknown Affiliation
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mechanical Engineering Public Health Other

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

Found 2 Documents
Search
Journal : Jurnal Ilmu Komputer dan Bisnis

 1 
Analisis Sentimen Komentar Pengunjung Air Terjun Waikelo Sawa Menggunakan Metode Naive Baiyes Classifier: Studi pada Desa Tema Tana Wewewa Timur Kabupaten Sumba Barat Daya Simson Lende, Amatus; Pati, Gregorius Kopong; Adis, Alexander
Jurnal Ilmu Komputer dan Bisnis Vol. 15 No. 2 (2024): Vol. 15 No. 2 (2024)
Publisher : STMIK Dharmapala Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47927/jikb.v15i2.764

Abstract

Analisis Sentimen adalah suatu teknik mengekstrak data teks untuk mendapatkan informasi tentang sentimen bernilai positif, netral maupun negatif. Analisis sentimen diberikan oleh pengguna internet pada media sosial untuk memberikan suatu penilaian atau opini pribadi. Air Terjun Wekelo Sawa yang sering mendapatkan sentimen pengguna melalui media sosial adalah Air Terjun Wekelo Sawa. Adanya sentimen opini dari konsumen tentang wisata Air Terjun Wekelo Sawa dapat dianalisis dan dimanfaatkan untuk mendapatkan informasi yang berguna bagi pelanggan lain maupun pihak pengolah Air Terjun Wekelo Sawa . Dengan menggunakan teknik Text Mining metode klasifikasi, akan diketahui suatu sentimen bernilai positif, netral atau negatif. Salah satu algoritme yang banyak digunakan dalam analisis sentimen adalah metode klasifikasi Naïve Bayes. Penelitian ini menggunakan metode Naïve Bayes Classifier (NBC) dengan pembobotan tf-idf disertai penambahan fitur konversi ikon emosi (emoticon) untuk mengetahui kelas sentimen yang ada dari tweet tentang wisata Air Terjun Wekelo Sawa. Hasil penelitian menunjukkan bahwa metode Naïve Bayes tanpa penambahan fitur mampu mengklasifikasi sentimen dengan nilai akurasi sebesar 88,46%, sementara jika ditambahkan fitur pembobotan tf-idf disertai konversi ikon emosi mampu meningkatkan nilai akurasi menjadi 88,46%,
Analisis Penggunaan Fingerprint Dengan Metode K-Nearest Neighbors Bagi Pegawai dan Dosen: Studi Kasus Universitas Stella Maris Sumba Asi, Fransiska; Pati, Gergorius Kopong; Adis, Alexander
Jurnal Ilmu Komputer dan Bisnis Vol. 16 No. 1 (2025): Vol. 16 No. 1 Mei (2025)
Publisher : STMIK Dharmapala Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47927/jikb.v16i1.931

Abstract

Penelitian ini mengukur keakuratan dan efektivitas K-Nearest Neighbors dalam menganalisis pemakaian fingerprint. Dalam penelitian ini, penulis mengumpulkan data terbaru dengan teknik web scraping. Data tersebut kemudian dibersihkan dan diberi label, menghasilkan ulasan positif dan ulasan negatif. Proses preprocessing dilakukan, termasuk case folding, tokenisasi, filtering, dan stemming. Setelah tahap pengolahan data, penulis menerapkan algoritma K-Nearest Neighbor (KNN). Data tersebut diuji untuk menghasilkan ulasan negatif dan ulasan positif.. Hasil penelitian menunjukkan tingkat akurasi KNN. Penelitian ini diharapkan memberikan pemahaman tentang penggunaan KNN dalam menganalisis sentimen pengguna fingerprint. Dataset melibatkan parameter berat badan dan faktor-faktor lain yang berpengaruh. Model dikembangkan dan diuji menggunakan teknik cross-validation untuk memastikan konsistensi kinerja. Temuan penelitian menunjukkan bahwa penerapan Algoritma K-NN dengan Wrapper preprocessing dapat meningkatkan akurasi penentuan Fingerprint Dengan Metode K-Nearest Neighbors Bagi Pegawai Dan Dosen. Penerapan metode K-Nearest Neighbor dan K-Nearest Neighbor dengan Wrapper sebagai tahap preprocessing dalam menentukan keterangan berat manusia mendapatkan hasil nilai akurasi yang sama yaitu sebesar 90,48%.
Co-Authors Asi, Fransiska Bora, Emilia Krista D.I. Mau, Stefanus Dai Payon Binti Gabriel, Cecilia Engge, Indriani Wehelmina Gabriel, Cecilia Dai Payon Binti gabriel, dominikus Ina Talu, Yumina Janga, Adelbertus Umbu Kalli Ghoba, Apliana Mikku, Delsiana Neno, Friden Elefri Ngongo, Martinus Malo Pati, Gergorius Kopong Pati, Gregorius Kopong Renda, Arience SellynKaka, SellynKaka Simson Lende, Amatus Soni Putri, A. Pretty