Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Informatik : Jurnal Ilmu Komputer Jurnal Pengabdian Masyarakat Indonesia Applied Information Technology and Computer Science (AICOMS)
Rivaldo, Mario
Unknown Affiliation
Humanities Computer Science & IT Education Engineering Public Health Social Sciences

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

Found 3 Documents
Search

 1 
Analisis Sentimen Terhadap Aplikasi Mitra Darat Menggunakan Algoritma Naive Bayes Classifier dan K-Nearest Neighbor Wijaya, Ananda; Rivaldo, Mario; Rizky Pribadi, Muhammad
Applied Information Technology and Computer Science (AICOMS) Vol 3 No 1 (2024)
Publisher : Pengelola Jurnal Politeknik Negeri Ketapang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58466/aicoms.v3i1.1542

Abstract

The transportation industry is now an important element as the times develop, especially for today's young generation. Mitra Darat itself is also one of these industries. An application that allows users to easily find out the bus departure schedule that they will take anywhere and anytime on their mobile device. Reviews are definitely given for every app available both positive and negative. With this, we are trying to conduct sentiment analysis research for the Mitra Darat application through reviewing comments from the Google Play Store so that we can identify sentiments related to the use of the Mitra Darat application, as well as provide valuable insights to land transportation service providers to understand user views and improve user services. from the results of our sentiment analysis. The algorithms we use are KNN and NBC. These two algorithms are commonly used by many people because of their expertise in classifying sentiment analysis data and are also popular among researchers. Based on our test results, it can be concluded that our sentiment analysis model designed using the NB algorithm displays higher accuracy performance than KNN. The accuracy of the NB model reached 99.28%, while KNN achieved an accuracy of 80%. This shows that the naïve Bayes algorithm is more suitable to obtain maximum accuracy compared to using k-nearest neighbors.
Analisis Sentimen Terhadap Aplikasi Mitra Darat Menggunakan Algoritma Naive Bayes Classifier dan K-Nearest Neighbor Wijaya, Ananda; Rivaldo, Mario; Pribadi, Muhammad Rizky
Informatik : Jurnal Ilmu Komputer Vol 20 No 3 (2024): Desember 2024
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v20i3.7967

Abstract

Industri transportasi sekarang menjadi elemen penting seiring dengan berkembangnya jaman terutama untuk generasi muda sekarang. Mitra Darat sendiri juga salah satu dari industri tersebut. Aplikasi yang memungkinkan untuk pengguna dengan mudah mengetahui jadwal keberangkatan bus yang akan mereka tumpangi dimana pun dan kapan pun di perangkat seluler mereka. Ulasan pasti diberikan untuk setiap aplikasi yang tersedia baik positif dan negatif. Dengan ini, kami mencoba melakukan penelitian analisis sentimen untuk aplikasi Mitra Darat melalui ulasan komentar dari google play store agar kami dapat mengidentifikasi sentimen yang terkait dengan penggunaan aplikasi Mitra Darat, serta memberikan wawasan beharga kepada penyedia layanan transportasi darat untuk memahami pandangan pengguna dan meningkatkan pelayanan pengguna dari hasil analisis sentimen kami. Algoritma yang digunakan kami ialah KNN dan NBC. Kedua algoritma ini sudah umum digunakan oleh banyak orang karena keahlian dalam mengklasifikasi data analisis sentimen dan juga popular di kalangan peneliti. Bedasarkan hasil pengujian kami bisa disimpulkan untuk model analisis sentimen kami yang dirancang menggunakan algoritma NB menampilkan performa akurasi lebih tinggi dibandingkan KNN. Akurasi model NB mencapai 99,28%, sedangkan KNN mendapatkan akurasi sebesar 80%. Ini menunjukkan bahwa algoritma naïve bayes lebih cocok digunakan untuk mendapatkan keakuratan yang maksimal dibandingkan menggunakan k-nearest neighbor.
Stimulasi Pengetahuan dan Keterampilan Dasar Metode Survey Bidang Ilmu Pertanian Berbasis Drone Pada Siswa SMAN 4 Kota Tarakan Rahim, Abdul; Balang, Heyden; Syamsia; Rivaldo, Mario; Maftuhkhosyi, Atha Chaerobbi
Jurnal Pengabdian Masyarakat Indonesia Vol 6 No 2 (2026): JPMI - April 2026
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpmi.4351

Abstract

Minat generasi milenial terhadap sektor pertanian cenderung menurun, namun berpeluang meningkat jika diperkenalkannya pemanfaatan teknologi kekinian dalam bidang pertanian, diantaranya pemanfaatan Drone. Teknologi ini memiliki peran penting dalam bidang pertanian, diantaranya kegiatan mapping atau survey pemetaan lokasi atau areal lahan pertanian. Hasil penilaian masalah pada kelompok siswa Sekolah Menengah Atas (SMA) cenderung memilih sektor non-pertanian. Oleh karena itu, kegiatan ini bertujuan melakukan stimulasi pengetahuan dan keterampilan dasar metode survey bidang ilmu pertanian berbasis drone. Mitra pada kegiatan ini yakni kelompok siswa di SMAN 4 Kota Tarakan. Metode yang digunakan yakni metode ceramah, diskusi dan dan praktek lapang. Kegiatan meliputi (1) pengetahuan umum tentang fungsi dan peran drone, khususnya survey Pertanian/Kehutanan, (2) pengetahuan tentang bagian-bagian utama dari Drone, (3) prinsip-prinsip penggunaan Drone untuk survey pemetaan, (4) pengetahuan tentang software pendukung untuk poengolahan data drone, dan (5) praktek penggunaan drone. Hasil pelaksanakan kegiatan berupa peningkatan aspek pengetahuan dan keterampilan siswa dalam menggunakan Drone. Nilai peningkatan pengetahuan sebesar 44.9%, serta peningkatan aspek keterampilan mencapai 86,5%. Kegiatan ini menunjukkan bahwa praktek penggunaan drone menggunakan stimulasi yang efektif dalam meningkatkan pengetahuan dan keterampilan siswa.
Co-Authors Abdul Rahim Balang, Heyden Maftuhkhosyi, Atha Chaerobbi Muhammad Rizky Pribadi Syamsia Wijaya, Ananda