Alyandi, La Ode
Unknown Affiliation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

Menganalisis Ulasan Mobile Legends: Analisis Kinerja Berdasarkan Opini Pengguna dengan Naive Bayes Kariyamin, Kariyamin; Alyakin, Muh. Ikhsan; Alyandi, La Ode
Buletin Sistem Informasi dan Teknologi Islam Vol 6, No 1 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v6i1.2475

Abstract

Penelitian ini mengeksplorasi analisis sentimen pada ulasan pengguna game Mobile Legends: Bang Bang menggunakan metode Naïve Bayes. Dengan pertumbuhan pesat jumlah pengguna, ulasan yang diterima mencerminkan sentimen positif, negatif, dan netral yang beragam. Salah satu tantangan utama adalah ketidakseimbangan data antara ketiga sentimen, yang dapat mempengaruhi akurasi model. Data dikumpulkan melalui teknik scraping dari Google Play Store, diikuti dengan pra-pemrosesan untuk meningkatkan kualitas data. Hasil analisis menunjukkan bahwa model Naïve Bayes mencapai akurasi sebesar 75,28%, dengan kinerja yang baik dalam mengidentifikasi ulasan negatif, meskipun masih terdapat ruang untuk perbaikan pada kategori positif dan netral. Temuan ini diharapkan memberikan wawasan berharga bagi pengembang game dalam memahami pengalaman pengguna dan meningkatkan fitur aplikasi berdasarkan analisis sentimen.
Implementasi Naive Bayes dalam Analisis Sentimen Komentar Game Honor of Kings di Playstore Alyandi, La Ode; Hadiani, La; Irma, Irma
Buletin Sistem Informasi dan Teknologi Islam Vol 6, No 1 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v6i1.2589

Abstract

Penelitian ini menganalisis sentimen ulasan pengguna game Honor of Kings di Playstore menggunakan algoritma Naive Bayes. Sebanyak 500 ulasan terbaru dikumpulkan melalui teknik scraping dan diproses melalui tahapan cleaning, casefolding, tokenizing, stopword removal, dan stemming. Data kemudian diklasifikasikan sentimen menjadi positif atau negatif dengan algoritma Naive Bayes, menggunakan pembagian data 70% untuk pelatihan dan 30% untuk pengujian. Hasil menunjukkan akurasi model sebesar 71%, dengan distribusi sentimen yang hampir seimbang: 50,5% positif dan 49,5% negatif. Kata-kata dominan pada ulasan positif mencerminkan aspek positif seperti "bagus" dan "seru", sedangkan ulasan negatif berisi keluhan terkait fitur atau masalah teknis. Penelitian ini memberikan wawasan penting bagi pengembang game untuk meningkatkan kualitas produk dan menanggapi kebutuhan pengguna berdasarkan analisis sentimen.
Comparative Analysis of Hierarchical Token Bucket and Per Connection Queue Methods in Video Conferences Kariyamin; Alyandi, La Ode; A'an, Deyti Lusty; Suarti, Wa Ode Reni; Yapono, Putri; Tangaro, Diana May Glaiza G.; Talirongan, Florence Jean B.
Scientific Journal of Engineering Research Vol. 1 No. 2 (2025): April
Publisher : PT. Teknologi Futuristik Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64539/sjer.v1i2.2025.13

Abstract

Video conferencing is a set of interactive telecommunication technologies that allow two or more parties in different locations to interact using audio and video simultaneously. In video conferencing tools, bandwidth management is needed to maintain the quality of data transmitted through bandwidth. The Hierarchical Token Bucket (HTB) method is a method that uses a hierarchical structure and priorities for the client so that the distribution of bandwidth can be adjusted. In contrast, the Per Connection Queue (PCQ) method is a method that applies bandwidth sharing so that the allocation of bandwidth can be done more evenly to all clients. The parameters used to determine the quality of service in both methods are throughput, packet loss, delay, and jitter. The test results showed that in the Zoom application, the HTB method had an average TIPHON Standard Index of 3.5, while the PCQ method was 3.75. However, in the TrueConf application, the HTB method has a TIPHON standard index of 3.75, while the PCQ method has a TIPHON standard index of 3.5. In the TrueConf application, the HTB method is superior, while in the Zoom application, the PCQ method is superior.