Sa’adah, Rabiatus
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP BRAND INDOSAT MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER Agustine Fitrana, Lady; Linawati, Safitri; Herlinawati, Nuraeni; Sa’adah, Rabiatus; Seimahuria, Syarah
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9866

Abstract

Era digital saat ini, media sosial memainkan peran penting sebagai platform untuk berekspresi, berbagi informasi dan berkomunikasi dengan orang lain. Twitter merupakan salah satu sosial media yang populer digunakan oleh masyarakat untuk mengeluarkan keluhan. Kelebihan Twitter memungkinkan respons yang cepat dari pihak yang diadukan. Indosat, sebagai perusahaan penyedia layanan telekomunikasi dan jaringan, menawarkan opsi prabayar dan pascabayar dengan memiliki hak dagang IM3 Ooredoo. Tujuan penelitian adalah mengidentifikasi persepsi masyarakat terhadap brand Indosat berupa komentar positif, maupun negatif dengan menggunakan metode Naïve Bayes Classifier (NBC) sehingga membantu perusahaan mengetahui karakateristik pelanggan, persepsi kualitas operator Indosat, serta tingkat kepuasan pelanggan untuk meningkatkan strategi marketing yang lebih baik. Penelitian ini menggunakan Algoritma Naïve Bayes Classifier (NBC) sebagai metode klasifikasi dan metode CRISP-DM sebagai tahapan penerapan sebuah penelitian. Hasil penelitian menunjukkan bahwa pengguna twitter banyak memberikan “sentimen positif”. Hasil pengolahan 100 data tweet’s yang terdiri dari 500 review positif dan 500 review negatif mendapatkan nilai accuracy 83,91%+/-3.86% dan micro average 83.90 %.
Analisis Perbandingan Algoritma BM25 dan TF-IDF untuk Temu Kembali Metadata Jurnal Indonesia pada Temujurnal.com Syarif, Muhamad; Sa’adah, Rabiatus; M Rafi Ardana Listi; Ravi Manisha
Jurnal ICT: Information Communication & Technology Vol. 25 No. 2 (2025): JICT-IKMI, December , 2025
Publisher : LPPM STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v25i2.339

Abstract

Peningkatan volume publikasi ilmiah di Indonesia melalui sistem jurnal elektronik menuntut adanya mekanisme pencarian yang efisien bagi para peneliti. Temujurnal.com merupakan platform agregator yang mengelola kumpulan jurnal nasional, Temujurnal memiliki fitur pencarian dan kategori mencakup variabel tekstual seperti nama, singkatan, penerbit, dan deskripsi, serta filter seperti peringkat Sinta, periode terbit dan biaya publikasi. Penelitian ini bertujuan untuk melakukan analisis perbandingan performa antara algoritma Term Frequency-Inverse Document Frequency (TF-IDF) dan Best Matching 25 (BM25) dalam sistem temu kembali informasi jurnal Indonesia. Metodologi yang digunakan mencakup tahap pra-pemrosesan teks menggunakan algoritma Stemming dan penerapan logika Hybrid Retrieval. Pengujian dilakukan terhadap 100 metadata jurnal dengan 20 kueri uji yang diukur melalui metrik Precision, Recall, F1-Score, dan Mean Average Precision (MAP). Hasil penelitian menunjukkan bahwa algoritma BM25 mengungguli TF-IDF dengan perolehan nilai MAP sebesar 0,74 berbanding 0,59. BM25 mencapai nilai Precision sebesar 0,78, menunjukkan stabilitas yang lebih baik dalam menangani variasi panjang metadata melalui parameter normalisasi b=0,75 dan saturasi k1=1,2. Penelitian ini merekomendasikan implementasi BM25 pada platform Temujurnal untuk meningkatkan akurasi dan efisiensi penemuan literatur ilmiah nasional.