Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan VISA: Journal of Vision and Ideas
Miftakhurahmat, Moh. Aulia
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Environmental Science Languange, Linguistic, Communication & Media Public Health Social Sciences

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

Found 2 Documents
Search

 1 
Analisis Sentimen pada Ekspedisi Kurir Online di Indonesia Menggunakan Algoritma Naive Bayes Kurniawan, Heri; Miftakhurahmat, Moh. Aulia; Enri, Ultach
VISA: Journal of Vision and Ideas Vol. 4 No. 3 (2024): VISA: Journal of Vision and Ideas
Publisher : IAI Nasional Laa Roiba Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47467/visa.v4i3.5140

Abstract

This journal focuses on sentiment analysis of four popular online courier expeditions in Indonesia, namely JNT, JNE, Shoope Express, and Anteraja. The purpose of this research is to understand the opinions and responses of users towards the online courier expedition service. The research was conducted using the sentiment analysis method, which utilizes data from user reviews contained in each online courier application on the Playstore platform. In this study, the Naive Bayes algorithm is used to perform sentiment analysis. This algorithm was chosen with the aim of producing higher accuracy results in determining positive and negative sentiments from user reviews. By using this method, this research hopes to provide a deeper understanding of the perceptions and experiences of users of the online courier service under study. The results of the study show that there are variations in user sentiment for each online courier expedition. User reviews include aspects of satisfaction with service, desired complaints, and problems that often arise when using the online courier application. These findings provide valuable insights for online courier service providers, as it can help them improve service quality and customer satisfaction. By understanding user opinions and feedback, online courier service providers can identify deficiencies in their services and make necessary improvements.
KLASIFIKASI PENGGUNA HASHTAG PADA APLIKASI TIKTOK MENGGUNAKAN PERBANDINGAN METODE K-NEAREST NEIGHBORS DAN NAÏVE BAYES CLASSIFIER Miftakhurahmat, Moh. Aulia; Safitri, Nur; Kusnadi, Putri Aulia; Rozikin, Chaerur
Jurnal Informatika dan Teknik Elektro Terapan Vol. 11 No. 3 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3.3150

Abstract

Penelitian ini bertujuan untuk membandingkan penggunaan algoritma machine learning yaitu, K-Nearest Neighbors (KNN) dengan algoritma Naive Bayes classifier dalam memberikan rekomendasi hashtag untuk pengguna aplikasi TikTok. Dataset yang digunakan dalam penelitian ini adalah dataset hashtag TikTok yang diambil dari sebuah website yang berdasarkan dari setiap kategori. Pada penelitian ini dilakukan pemodelan dengan menggunakan algoritma K-Nearest Neighbors (KNN) dan Naive Bayes classifier untuk memprediksi hashtag yang sesuai untuk pengguna Tiktok berdasarkan pada hashtag yang sedang populer digunakan. Kemudian dilakukan evaluasi kinerja kedua metode dengan menggunakan precision, recall, f1 score dan  accuracy. Pada penelitian ini penulis akan membandingkan performa klasifikasi model yang telah dibuat menggunakan metode K-Nearest Neighbors dan Naive Bayes Classifier, tujuan perbandingan kinerja ini adalah untuk mempelajari metode mana yang memiliki kinerja terbaik dalam hal merekomendasikan penggunaan hashtag. Hasil dari penelitian ini menunjukan bahwa perbandingan dari kedua metode dapat memberikan klasifikasi rekomendasi hastag yang baik dengan nilai f1 score dan accuracy yang cukup tinggi.
Co-Authors Enri, Ultach Heri Kurniawan, Heri Kusnadi, Putri Aulia Rozikin, Chaerur Safitri, Nur