Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Aplikasi dan Riset Informatika

Analisis Akun Fake Terhadap Penjualan Smartphone di Media Sosial Instagram Nur Hidayat; Tursina Tursina; Helen Sasty Pratiwi
Jurnal Aplikasi dan Riset Informatika Vol 1, No 2 (2023)
Publisher : Jurnal Aplikasi dan Riset Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jari.v2i1.66240

Abstract

Instagram merupakan media sosial yang pada dasarnya berfungsi untuk berbagi foto maupun vĂ­deo pada sesama pengguna. Instagram dapat memberikan kemudahan bagi penjual Smatphone untuk memasarkan dan mempromosikan produknya melalui internet. Instagram sebagai tempat untuk mempromosikan produknya, tidak luput pula banyak yang menyalah gunakan Instagram sebagai media penipuan, salah satu dari penipuan Instagram yang sering terjadi adalah penjualan Smatphone yang menggunakan akun fake/palsu yang tidak jelas siapa penggunanya untuk menjual produknya dengan memberi harga yang sangat lah jauh lebih murah dari harga yang dijual di pasaran. Penelitian ini membuat membandingkan dua metode untuk pemodelan text mining dengan mengelompokkan akun kedalam kelompok akun fake / palsu dan akun asli, text mining yang digunakan algoritma Clustering K-Menas dan Naives Bayes dengan parameter username, bio, postingan, followers, following, simbol, privasi, caption postingan, komentar, dan jumlah like. Penelitian ini menggunakan data sebanyak 120 data akun penjual smartphone diambil secara random menggunakan scrapping. Untuk mengetahui seberapa baik kinerja pengelompokan yang dilakukan dengan menggunakan metode K-Means Clustering dan Naive Bayes. Untuk mendapatkan hasil akurasi terbaik dilakukan dilakukan pembagian data training dan data testing menggunakan Algoritma Naive Bayes. Hasil perhitungan Algoritma K-Means Clustering mendapatkan hasil akurasi sebesar 37,19% sedangkan Naive Bayes mendapatkan hasil akurasi sebesar 61,90%. Sehingga Alagoritma yang baik untuk medapatkan hasil akurasi terbaik di penelitian ini adalah Algoritma Naive Bayes.
Implementasi Metode K-Means Clustering dan Algoritma Cosine Similarity pada Repository Digital Jurusan Informatika Abu Riza; Arif Bijaksana Putra Negara; Helen Sasty Pratiwi
Jurnal Aplikasi dan Riset Informatika Vol 2, No 2 (2024)
Publisher : Jurnal Aplikasi dan Riset Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/juara.v2i2.73974

Abstract

Penelitian ini bertujuan untuk mengelola data dokumen tugas akhir dalam Repositori Digital Jurusan Informatika. Fokus pengolahan data adalah pengelompokan dokumen berdasarkan abstrak dan penghitungan tingkat kemiripan antara dokumen-dokumen tersebut. Prosesnya dimulai dengan mengambil abstrak dari setiap dokumen tugas akhir dan melakukan pemrosesan teks menggunakan metode Nazief-Adriani. Kemudian, dilakukan perhitungan bobot kata dengan algoritma TF-IDF dan pengelompokan dokumen menggunakan K-Means Clustering. Selanjutnya, dihitung tingkat kemiripan antara dokumen-dokumen dalam kelompok menggunakan Cosine Similarity. Penelitian ini juga mengimplementasikan sistem berupa website yang memungkinkan pengguna mengakses dan memanfaatkan hasil pengolahan data. Diharapkan penelitian ini dapat memberikan pengelompokan dokumen tugas akhir yang efisien dan akurat berdasarkan abstrak, serta tingkat kemiripan yang baik antara dokumen-dokumen tersebut. Hal ini akan membantu pengguna mencari informasi relevan dan meningkatkan manajemen Repositori Digital Jurusan Informatika.