Claim Missing Document
Check
Articles

Found 3 Documents
Search

ANALISIS SENTIMEN PERAN PEREMPUAN DALAM PEMBANGUNAN KOTA TEGAL MELALUI TWITTER Andriani, Wresti; Gunawan, Gunawam; W.N, Naella Nabila Putri
Jurnal Teknologi Informasi Mura Vol 17 No 1 (2025): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i1.2612

Abstract

Penelitian ini bertujuan mengevaluasi persepsi publik terhadap peran perempuan dalam pembangunan di Kota Tegal melalui analisis data Twitter. Sebanyak 500 tweet dari tahun 2020 hingga 2025 digunakan sebagai data utama. Klasifikasi sentimen dilakukan menggunakan algoritma Naïve Bayes dan metode pembobotan TF-IDF. Data dianalisis setelah melalui tahap preprocessing seperti normalisasi, pembersihan simbol, stopword removal, dan stemming. Hasil analisis menunjukkan 60% opini positif, 25% negatif, dan 15% netral. Kata-kata seperti “UMKM”, “Aktif”, dan “Perempuan Tegal” mendominasi sentimen positif, sementara sentimen negatif mencakup frasa “Kurang Dilibatkan” dan “Minim Dukungan”. Model Naïve Bayes menunjukkan performa baik dengan akurasi 87%, presisi 90%, recall 78%, dan F1-score 84%. Temuan ini menyarankan perlunya peningkatan peran perempuan melalui dukungan UMKM dan pelibatan dalam kebijakan pembangunan
ANALISIS SENTIMEN PERAN PEREMPUAN DALAM PEMBANGUNAN KOTA TEGAL MELALUI TWITTER Andriani, Wresti; Gunawan, Gunawam; W.N, Naella Nabila Putri
Jurnal Teknologi Informasi Mura Vol 17 No 1 (2025): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i1.2612

Abstract

Penelitian ini bertujuan mengevaluasi persepsi publik terhadap peran perempuan dalam pembangunan di Kota Tegal melalui analisis data Twitter. Sebanyak 500 tweet dari tahun 2020 hingga 2025 digunakan sebagai data utama. Klasifikasi sentimen dilakukan menggunakan algoritma Naïve Bayes dan metode pembobotan TF-IDF. Data dianalisis setelah melalui tahap preprocessing seperti normalisasi, pembersihan simbol, stopword removal, dan stemming. Hasil analisis menunjukkan 60% opini positif, 25% negatif, dan 15% netral. Kata-kata seperti “UMKM”, “Aktif”, dan “Perempuan Tegal” mendominasi sentimen positif, sementara sentimen negatif mencakup frasa “Kurang Dilibatkan” dan “Minim Dukungan”. Model Naïve Bayes menunjukkan performa baik dengan akurasi 87%, presisi 90%, recall 78%, dan F1-score 84%. Temuan ini menyarankan perlunya peningkatan peran perempuan melalui dukungan UMKM dan pelibatan dalam kebijakan pembangunan
Implementasi Algoritma Greedy untuk Optimasi Rute Layanan Logistik UMKM di Kota Tegal Andriani, Wresti; Gunawan, Gunawan; W.N, Naella Nabila Putri
Jurnal Teknologi Vol. 13 No. 1 (2025): Jurnal Teknologi
Publisher : Universitas Jayabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31479/jtek.v13i1.415

Abstract

Permasalahan efisiensi rute pengiriman masih menjadi hambatan utama layanan logistik UMKM di Kota Tegal. Penelitian ini bertujuan mengimplementasikan algoritma Greedy nearest neighbor untuk menyusun rute pengiriman yang lebih efisien dibandingkan rute manual kurir. Metode yang digunakan adalah eksperimen kuantitatif berbasis distance matrix dari Google Distance Matrix API pada studi kasus 10 titik dan skenario perluasan hingga 30–50 titik. Algoritma diimplementasikan dengan Python dan dievaluasi menggunakan metrik jarak tempuh, waktu tempuh, persentase penghematan, serta simpangan baku dan interval kepercayaan 95%. Hasil pengujian menunjukkan bahwa pada 10 titik, rute manual menempuh sekitar 46,05 km (±92,10 menit), sedangkan rute Greedy hanya 25,91 km (±51,82 menit) dengan penghematan jarak dan waktu sekitar 43,74%. Pada skenario 30 dan 50 titik, jarak berkurang sekitar 35–36% dengan waktu komputasi di bawah 1 detik. Temuan ini mengindikasikan algoritma Greedy nearest neighbor layak dijadikan fondasi sistem optimasi rute logistik UMKM berbasis data. Keywords: Delivery route planning, Google Distance Matrix API, Greedy nearest neighbor, MSME logistics, Route optimization.