Claim Missing Document
Check
Articles

Found 3 Documents
Search

PENINGKATAN MODEL ANALISIS SENTIMEN MELALUI ALGORITMA NAIVE BAYES BERDASARKAN DATA KOMENTAR YOUTUBE Syarif Hidayat, Deden; Odi Nurdiawan; Fadhil M.Basysyar; Muhamad Sulaeman
Jurnal Manajemen Informatika dan Sistem Informasi Vol. 8 No. 1 (2025): MISI Januari 2025
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/misi.v8i1.1413

Abstract

Penerapan kebijakan subsidi Bahan Bakar Minyak (BBM) berbasis QR Code untuk kendaraan roda empat, yang dimulai pada 1 Oktober 2024, telah memunculkan berbagai tanggapan dari masyarakat. Kebijakan ini bertujuan untuk memastikan distribusi BBM bersubsidi lebih tepat sasaran, namun menghadapi kritik terutama terkait kompleksitas proses pendaftaran QR Code dan pembatasan kriteria kendaraan yang memenuhi syarat. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap kebijakan tersebut dengan menggunakan data komentar dari video YouTube berjudul "Simak! Aturan Baru Kriteria Penggunaan BBM Bersubsidi - SIP 02/09" yang diunggah pada kanal YouTube Seputar iNews RCTI. Metode yang digunakan adalah analisis sentimen berbasis algoritma Naive Bayes. Proses preprocessing data mencakup pembersihan teks, tokenisasi, penghilangan stopwords, dan stemming untuk memastikan data yang dianalisis bersih dan terstruktur. Dataset dibagi menjadi data pelatihan (70%) dan data uji (30%) untuk membangun serta mengevaluasi model. Model menunjukkan akurasi sebesar 79,40%, dengan performa yang lebih baik dalam mengenali sentimen negatif dibandingkan positif. Hasil penelitian menunjukkan bahwa mayoritas komentar memiliki sentimen negatif, mencerminkan ketidakpuasan masyarakat terhadap kebijakan ini. Penelitian ini menyoroti pentingnya strategi komunikasi yang lebih efektif dari pemerintah untuk meningkatkan pemahaman dan penerimaan masyarakat terhadap kebijakan yang diimplementasikan. Selain itu, hasil penelitian ini juga membuka peluang untuk pengembangan lebih lanjut dalam pemanfaatan analisis sentimen berbasis komputasi untuk mendukung pengambilan keputusan dalam studi kebijakan publik.
Islamic Public Finance Analysis: A Scholarly Review Of Islamic Legal Perspectives Muhamad Sulaeman
IQTISHOD: Jurnal Pemikiran dan Hukum Ekonomi Syariah Vol. 3 No. 1 (2024): Volume 3 Nomor 1 Tahun 2024
Publisher : STAI Al-Mas'udiyah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69768/ji.v3i1.45

Abstract

Penelitian ini bertujuan untuk mengelaborasikan dan menganalisis prinsip-prinsip hukum Islam mempengaruhi pengelolaan keuangan publik dan implementasi kebijakan keuangan publik Islam di era modern. Metode penelitian yang digunakan ialah metode library research dengan teknik pengumpulan data yaitu observasi dan dokumentasi, serta data dianalisis berdasarkan analisis kualitatif. Hasil penelitian menunukan,  keuangan publik dalam perspektif Islam menekankan pada prinsip keadilan, transparansi, dan kesejahteraan sosial. Sumber-sumber keuangan publik seperti zakat, jizyah, kharaj, dan waqf harus dikelola dengan efisien dan digunakan untuk kepentingan umum. Implikasinya, penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan ilmu pengetahuan mengenai keuangan publik Islam dan menjadi referensi bagi praktisi serta akademisi dalam menerapkan prinsip-prinsip syariah dalam pengelolaan keuangan negara.
MENINGKATKAN MODEL KLASIFIKASI MENGGUNAKAN ALGORITMA NAÏVE BAYES PADA DATA PENJUALAN DI TOKO PELANGI JAYA MOTOR Nursyatika Berliana Susilowati; Cep Lukman Rohman; Fadhil M. Basysyar; Muhamad Sulaeman
E-Link: Jurnal Teknik Elektro dan Informatika Vol. 20 No. 1: Mei 2025
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v20i1.9189

Abstract

Penelitian ini bertujuan untuk mengidentifikasi barang-barang "Laris" berdasarkan hasil klasifikasi guna memahami pola permintaan pelanggan dan mengurangi risiko kelebihan atau kekurangan stok di Toko Pelangi Jaya Motor. Dengan menggunakan algoritma Naïve Bayes, penelitian ini mengevaluasi data penjualan untuk memetakan barang-barang dengan permintaan tinggi. Hasil analisis menunjukkan bahwa atribut jumlah penjualan (Qty) memiliki pengaruh paling signifikan dalam menentukan kategori "Laris" dengan tingkat akurasi model mencapai 97.17%. Penelitian ini memberikan wawasan yang mendalam untuk meningkatkan efisiensi pengelolaan stok dan kepuasan pelanggan.