Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Technologica

Penerapan Support Vector Machine dalam Analisis Sentimen Ulasan Pluang di Google Play Store Huda, Ramzil; sari, Fitri Permata; Auriga, Wira
Technologica Vol. 4 No. 2 (2025): Technologica
Publisher : Green Engineering Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55043/technologica.v4i2.318

Abstract

Kemajuan teknologi digital saat ini telah mendorong munculnya berbagai aplikasi mobile yang memberikan kemudahan bagi masyarakat Indonesia dalam berbagai aspek kehidupan, salah satunya adalah aplikasi Pluang. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi Pluang dengan mengklasifikasikan ulasan tersebut menjadi dua kategori, yaitu positif dan negatif, melalui analisis sentimen menggunakan metode Support Vector Machine (SVM). Pendekatan kernel linear digunakan untuk mengevaluasi akurasi model dalam mengklasifikasikan ulasan aplikasi. Hasil penelitian menunjukkan bahwa model SVM berhasil mengklasifikasikan sentimen ulasan dengan akurasi sebesar 84,74%, dengan precision dan recall untuk sentimen positif masing-masing 0,88, serta precision dan recall untuk sentimen negatif sebesar 0,78 dan 0,79. Selain itu, ulasan terbanyak berasal dari kategori positif dengan jumlah 1.071 ulasan
Manajemen Promosi dan Branding Perguruan Tinggi Berdasarkan Analisis Spasial Sebaran Calon Mahasiswa Baru Berbasis SIG Dodi, Gusman; Permata Sari, Fitri; Huda, Ramzil
Technologica Vol. 5 No. 1 (2026): Technologica
Publisher : Green Engineering Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55043/technologica.v5i1.503

Abstract

Penelitian ini memiliki tujuan untuk mengeksplorasi pola distribusi geografis calon mahasiswa baru di STT Payakumbuh dengan menggunakan pendekatan Sistem Informasi Geografis (SIG) yang berbasis pada QGIS selama periode 2021 hingga 2025. Data yang dianalisis terdiri dari 422 calon mahasiswa yang berasal dari 61 sekolah yang setelah proses pembersihan dan penggabungan lokasi yang berhasil dijadikan 59 titik geocoding. Teknik analisis yang digunakan meliputi point mapping, heatmap (Kernel Density Estimation), Graduated Symbol Map, dan analisis buffer untuk mendeskripsikan sebaran spasial pendaftar. Analisis spasial menunjukkan bahwa distribusi calon mahasiswa baru banyak terkumpul di daerah Kota Payakumbuh dan sebagian di Kabupaten Lima Puluh Kota. Visualisasi heatmap menunjukkan beberapa kawasan hotspot dengan jumlah pendaftar yang cukup tinggi, sedangkan peta simbol tergraduasi mengindikasikan bahwa beberapa sekolah tertentu menyuplai pendaftar yang lebih banyak dibandingkan sekolah lainnya. Analisis buffer menunjukkan bahwa 335 pendaftar, yang setara dengan 79%, berasal dari sekolah-sekolah yang berada dalam jarak ≤10 km dari kampus STT Payakumbuh. Hasil penelitian ini menyoroti bahwa analisis spasial yang dipandu oleh SIG sangat efektif dalam menggambarkan fitur geografis asal calon mahasiswa dengan cara terukur dan berbasis data yang dapat digunakan sebagai alat bantu untuk menentukan daerah prioritas dan sasaran sekolah dalam merumuskan manajemen promosi dan branding perguruan tinggi.