Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Riset dan Observasi Teknik Informatika Jurnal Informatika Polinema (JIP)
Arya Sugianta, I Kadek
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Library & Information Science

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Evaluasi Naïve Bayes dan K-Nearest Neighbor dalam Klasifikasi Sentimen Ulasan Produk Skincare MSGLOW di Tokopedia Arya Sugianta, I Kadek; Ni Kadek Winda Patrianingsih
Pengembangan Riset dan Observasi Teknik Informatika Vol 12 No 1 (2025)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/protekinfo.v12i1.10302

Abstract

Industri skincare di Indonesia mengalami pertumbuhan pesat, terutama dalam segmen perawatan wajah pria. Platform e-commerce seperti Tokopedia menjadi sarana utama bagi konsumen untuk memberikan ulasan produk, sehingga analisis sentimen terhadap ulasan pelanggan menjadi penting dalam memahami persepsi pasar. Penelitian ini mengevaluasi kinerja algoritma Naïve Bayes dan K-Nearest Neighbor (KNN) dalam klasifikasi sentimen ulasan produk skincare di e-commerce. Data dikumpulkan melalui web scraping dari ulasan pelanggan terhadap produk MSGLOW Men Energizer Facial Wash di Tokopedia, menghasilkan 475 data ulasan. Proses pengolahan teks dilakukan dengan metode text mining, termasuk case folding, tokenizing, stop words removal, dan stemming. Analisis dilakukan menggunakan perangkat lunak RapidMiner, dengan klasifikasi sentimen menjadi positif, negatif, dan netral. Evaluasi model dilakukan menggunakan confusion matrix untuk mengukur akurasi. Hasil penelitian menunjukkan bahwa Naïve Bayes memiliki akurasi sebesar 92,16%, lebih unggul dibandingkan KNN yang hanya mencapai 68,82%. Temuan ini menegaskan bahwa pemilihan algoritma yang tepat berperan penting dalam meningkatkan akurasi analisis sentimen di e-commerce. Selain itu, penelitian ini memberikan wawasan bagi industri skincare dalam memahami opini pelanggan dan mengoptimalkan strategi pemasaran berbasis data.
Prediksi Penjualan Produk Roti Terlaris pada Toko Roti Mailaku Menggunakan Metode K-Nearest Neighbor Winda Patrianingsih, Ni Kadek; Arya Sugianta, I Kadek
Jurnal Informatika Polinema Vol. 11 No. 3 (2025): Vol. 11 No. 3 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i3.7331

Abstract

Produk roti merupakan salah satu jenis makanan yang populer di masyarakat, baik sebagai camilan, makanan penutup, maupun hidangan utama. Toko roti sering menawarkan berbagai macam jenis produk roti, yang masing-masing memiliki tingkat permintaan yang bervariasi tergantung pada faktor-faktor seperti jenis roti, harga, dan promosi yang dilakukan. Di Tengah persaingan industri makanan yang semakin banyak, pengelolaan penjualan dan stok secara efisien menjadi aspek yang penting dalam menunjang keberhasilan bisnis itu sendiri. Toko Roti Mailaku perlu mengelola penjualan dan stok produk roti secara optimal guna meningkatkan efisiensi operasional dan kepuasan pelanggan. Toko Roti Mailaku, sebagai studi kasus dalam penelitian ini, membutuhkan sistem yang dapat membantu dalam pengambilan keputusan terkait strategi penjualan yang tepat. Penelitian ini bertujuan untuk mengembangkan sistem prediksi penjualan produk roti terlaris dengan menggunakan algoritma K-Nearest Neighbor. Berdasarkan dari data penjualan produk roti, sistem ini memanfaatkan data penjualan histrois guna membantu toko dalam mengelola inventaris dan merencanakan strategi pemasaran secara lebih efektif. Uji coba yang dilakukan menunjukkan bahwa algoritma K-NN dapat digunakan untuk mengklasifikasikan data dan memprediksi produk roti yang akan terlaris. Hasil pengujian model menghasilkan tingkat akurasi sebesar 87,5%, yang menandakan bahwa data yang digunakan dalam penelitian adalah data yang berkualitas. Dengan tingkat akurasi yang cukup tinggi, model K-NN terbukti dapat menjadi alat bantu efektif dalam pengambilan keputusan penjualan produk roti di Toko Roti Mailaku.
Co-Authors Ni Kadek Winda Patrianingsih Winda Patrianingsih, Ni Kadek