Claim Missing Document
Check
Articles

Found 23 Documents
Search

Algoritma Support Vector Machine dalam Analisis Sentimen Aplikasi Primer League Pada Google Play Store Syahrudin, Syahrudin; Subowo, Edy; Fath, Haedar Al; Haryanto, Jufri Nur
Jurnal Surya Informatika Vol. 14 No. 1 (2024): Surya Informatika, Vol 14. No. 1, Mei 2024
Publisher : Universitas Muhammadiyah Pekajangan Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.48144/suryainformatika.v14i1.1786

Abstract

Aplikasi ini tidak hanya memberikan informasi terkini tentang liga sepakbola Primer Inggris tetapi juga menyediakan fitur-fitur yang memperkaya pengalaman pengguna. Ulasan-ulasan ini memberikan gambaran yang jelas mengenai kehandalan, kualitas, dan fungsionalitas aplikasi, sehingga membantu konsumen membuat keputusan yang lebih terinformasi. Dari feedback pengguna, kita dapat mengevaluasi responsifitas pengembang terhadap masukan pelanggan, potensi perbaikan, dan kemajuan fitur-fitur yang ditawarkan. Oleh karena itu, ulasan di Play Store bukan hanya sebagai sumber referensi, tetapi juga sebagai panduan yang berharga bagi konsumen yang mencari pengalaman sepakbola Primer Inggris yang terbaik melalui aplikasi ini. Penelitian ini menghasilkan akurasi sebesar 79.67% menggunakan algoritma SVM. Hasil ini menunjukkan bahwa algoritma SVM dapat dengan cukup akurat menganalisis sentimen ulasan aplikasi bola seperti Primer League di Google Play Store.Analisis sentimen ulasan aplikasi Primer League dapat memberikan informasi yang berharga bagi pengembang aplikasi. Informasi tersebut dapat digunakan untuk meningkatkan kualitas aplikasi, sehingga dapat meningkatkan kepuasan pengguna.
Implementasi Pembelajaran Mendalam dalam Klasifikasi Sentimen Ulasan Aplikasi: Evaluasi Model BERT, LSTM, dan CNN Subowo, Edy
Jurnal Surya Informatika Vol. 14 No. 2 (2024): Surya Informatika, Vol 14. No. 2, November 2024
Publisher : Universitas Muhammadiyah Pekajangan Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.48144/suryainformatika.v14i2.1973

Abstract

 Penelitian ini membahas tentang sistem analisis sentimen aplikasi menggunakan teknik pembelajaran mesin. Tujuannya adalah untuk mengidentifikasi sentimen positif, netral, dan negatif dari ulasan aplikasi Shopee Indonesia. Metode yang digunakan meliputi pengumpulan data ulasan aplikasi menggunakan Google Play Scraper, penghapusan duplikasi, dan preprocessing data untuk siap digunakan dalam model klasifikasi.Model-model yang digunakan adalah BERT, LSTM, dan CNN. Model BERT didapatkan dengan menggunakan pre-trained bert-base-uncased dan dilatih dengan dataset ulasan aplikasi yang telah diproses. Sedangkan model LSTM dan CNN didapatkan dengan menggunakan tokenizer dan teknik padding sequence untuk menghadapi masalah variabel panjang teks.Hasil eksperimen menunjukkan bahwa semua tiga model memiliki performa yang baik dalam mengklasifikasikan sentimen ulasan aplikasi. Namun, model BERT memberikan hasil akurasi tertinggi (83%) dibandingkan dengan model LSTM (78%) dan CNN (75%). Hasil ini menunjukkan model BERT dapat menganalisis sentimen aplikasi secara efektif karena kemampuannya dalam mendeteksi pola bahasa kompleks dan meningkatkan akurasi prediksi.
Analisis Tingkat Kepuasan Mahasiswa Fakultas Dakwah Terhadap Aplikasi Lafada dengan Pendekatan Adaptive Neuro-Fuzzy Inference System (ANFIS) Subowo, Edy; Asfa, Anabella
Jurnal Surya Informatika Vol. 15 No. 1 (2025): Jurnal Surya Informatika, Vol 15. No. 1, Mei 2025
Publisher : Universitas Muhammadiyah Pekajangan Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.48144/suryainformatika.v15i1.2073

Abstract

Penelitian ini bertujuan mengukur tingkat kepuasan mahasiswa Fakultas Dakwah UIN Saizu terhadap aplikasi Lafada menggunakan metode Adaptive Neuro-Fuzzy Inference System (ANFIS). Dengan pendekatan campuran kuantitatif-kualitatif, data dikumpulkan melalui kuesioner skala Likert (n=291), wawancara mendalam, dan analisis log aplikasi. Variabel penelitian meliputi usability, kualitas konten, desain UX, dan nilai Islami, yang diolah melalui arsitektur ANFIS dengan 81 rule base dan fungsi keanggotaan triangular. Hasil penelitian menunjukkan bahwa nilai Islami menjadi faktor dominan (bobot 0.38) yang memengaruhi kepuasan pengguna, diikuti oleh kualitas konten (0.29), usability (0.21), dan desain UX (0.12). Model ANFIS mencapai akurasi tinggi dengan RMSE 8.3 dan R² 0.81, mengungguli metode sebelumnya seperti SEM dan Fuzzy Mamdani dalam menangani data ambigu. Temuan ini mengungkapkan bahwa aplikasi pendidikan Islam seperti Lafada perlu memprioritaskan keselarasan dengan nilai-nilai syariah, di samping peningkatan aspek teknis. Penelitian ini berkontribusi pada pengembangan kerangka evaluasi kepuasan pengguna yang holistik, menggabungkan dimensi teknologi, pedagogi, dan religius, serta menegaskan efektivitas ANFIS sebagai alat analisis dalam konteks pendidikan berbasis nilai