Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Tamilis Synex: Multidimensional Collaboration
Abigael Yarangga
Unknown Affiliation
Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Social Sciences

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

Found 2 Documents
Search
Journal : Tamilis Synex: Multidimensional Collaboration

 1 
Optimasi Meminimumkan Biaya Pengeluaran Operasional pada Kedai StoryTime Coffeee Menggunakan Metode Grafik Kartensia F Rumboirusi; Abigael Yarangga; Tinglizhau; Klemensia Dina I.I Solo; Gracella B Paiki; Heru Sutejo
Tamilis Synex: Multidimensional Collaboration Vol. 2 No. 04 (2024): Tamilis Synex: Multidimensional Collaboration
Publisher : CV Edujavare Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70610/tls.v2i04.359

Abstract

Penelitian ini bertujuan untuk meminimalkan biaya pengeluaran pembelian 2 bahan baku yaitu biji kopi 1.750 dan sirup 1.080 lalu biaya sewa tempat perbulan 1 juta dan pembayaran pulsa listrik perbulan 500 pada kedai Storytime Coffee menggunakan metode grafik dan penghitungan menggunakan aplikasi QM for Windows. Metode yang digunakan dalam penelitian ini adalah metode grafik dan penghitungan menggunakan aplikasi QM for Windows. Data yang digunakan adalah data pembelian bahan baku, biaya sewa tempat, dan pembayaran pulsa listrik pada kedai Storytime Coffee. Hasil penelitian menunjukkan bahwa metode grafik dan penghitungan menggunakan aplikasi QM for Windows dapat meminimalkan biaya pengeluaran pembelian 2 bahan baku yaitu biji kopi Rp.1.750.000 dan sirup Rp.1.080.000 srdangkan biaya sewa tempat perbulan 1 juta dan pembayaran pulsa listrik perbulan Rp.500.000 pada kedai Storytime Coffee. Biaya pengeluaran minimum/solusi yang dapat dicapai dengan metode grafik dan menggunakan aplikasi QM for Windows adalah 34. Penelitian ini memberikan kontribusi dalam hal meminimalkan biaya pengeluaran pada kedai kopi. Hasil penelitian ini dapat digunakan sebagai bahan pertimbangan dalam pengambilan keputusan untuk meminimalkan biaya pengeluaran pada kedai kopi.
Analisis Sentimen Ulasan Pengguna Aplikasi Shopee Indonesia Menggunakan Metode Naive Bayes Muh.Novran Ramjani Rumkorem; Abigael Yarangga; Klemensia Dina Irma Indriani Solo; Wedes F.A. Iwanggin; Zwingly Isak Rumaseuw; Tinglizhau; Gracella Bakarbresy Paiki; Riski Sulobua; Heru Sutejo
Tamilis Synex: Multidimensional Collaboration Analysis of the Influence of Performance on Company Value and Purchasing Decisions in the Digital Er
Publisher : CV Edujavare Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70610/tls.v2i1.627

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi Shopee Indonesia dengan menggunakan metode Naive Bayes. Data ulasan pengguna yang diperoleh kemudian diproses menggunakan RapidMiner untuk membangun model klasifikasi sentimen. Berdasarkan hasil pengujian menggunakan confusion matrix, model yang dihasilkan memperoleh tingkat akurasi sebesar 74.67%. Dalam analisis sentimen positif, model mencatatkan nilai recall sebesar 25.19% dan precision sebesar 82.93%, menunjukkan bahwa meskipun model memiliki ketepatan yang tinggi dalam memprediksi sentimen positif, kemampuannya dalam mendeteksi sentimen positif secara keseluruhan masih rendah. Sebaliknya, untuk sentimen negatif, model memperoleh recall sebesar 94.21% dan precision sebesar 53.02%, yang menunjukkan bahwa model lebih efektif dalam mendeteksi sentimen negatif, meskipun ketepatannya lebih rendah dibandingkan dengan sentimen positif. Hasil ini menggambarkan bahwa meskipun model memiliki kelebihan dalam mengidentifikasi sentimen negatif, masih terdapat kelemahan dalam memprediksi sebagian besar data sentimen positif. Penelitian ini memberikan wawasan penting terkait potensi dan tantangan dalam menerapkan metode Naive Bayes untuk analisis sentimen ulasan pengguna aplikasi e-commerce.
Co-Authors Gracella B Paiki Gracella Bakarbresy Paiki Heru Sutejo Kartensia F Rumboirusi Klemensia Dina I.I Solo Klemensia Dina Irma Indriani Solo Muh.Novran Ramjani Rumkorem Riski Sulobua Tinglizhau Wedes F.A. Iwanggin Zwingly Isak rumaseuw