Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Riset Informatika KOMMAS: Jurnal Pengabdian Kepada Masyarakat
Khalid Rivai, Abu
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Engineering

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

Found 2 Documents
Search

 1 
SENTIMENT ANALYSIS OF PLN MOBILE APPLICATION SERVICES USING NAIVE BAYES, SUPPORT VECTOR MACHINE (SVM) AND DECISION TREE METHODS Prabowo, Bagus Adi; Hindasyah, Achmad; Khalid Rivai, Abu
Jurnal Riset Informatika Vol. 7 No. 3 (2025): Juni 2025
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34288/jri.v7i3.378

Abstract

The advancement of information technology has driven public service providers such as PLN to introduce digital innovations, one of which is the PLN Mobile application that enables customers to access various services online. As the number of users increases, numerous reviews have been submitted through the Google Play Store platform, which can be utilized to evaluate service quality. This study aims to conduct sentiment analysis on user reviews of the PLN Mobile application using three classification algorithms: Naïve Bayes, Support Vector Machine (SVM), and Decision Tree. A total of 4,992 review data were collected and processed through text preprocessing stages, including case folding, tokenization, stopword removal, stemming, and vectorization using the TF-IDF method. The data were then split into training and testing sets with a ratio of 80:20 and trained using the three classification algorithms. Model evaluation was conducted using precision, recall, f1-score, and accuracy metrics. The evaluation results indicate that the SVM algorithm delivers the best performance with an accuracy of 94%, followed by Naïve Bayes and Decision Tree, each with an accuracy of 91%. However, all three models demonstrated limited effectiveness in detecting neutral sentiments. Based on these findings, the SVM algorithm is recommended as the most effective model for sentiment classification of PLN Mobile application reviews.
Implementasi TutorGPT sebagai Inovasi Pedagogis Berbasis ChatGPT untuk Meningkatkan Literasi Digital dan Berpikir Kritis Siswa MTs Mathla’ul Anwar Pamulang Raharjo, Teguh; Sawmitha Adompo, Vergina; Khalid Rivai, Abu; Komara, Aditya; Ramadhan, Hanif; Yusuf, Mochamad; Zaid, Ahmad; Tribowo Prakoso, Panggih
KOMMAS: Jurnal Pengabdian Kepada Masyarakat Vol. 7 No. 1 (2026): KOMMAS: JURNAL PENGABDIAN KEPADA MASYARAKAT
Publisher : KOMMAS: Jurnal Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan kecerdasan buatan (Artificial Intelligence) telah membawa perubahan signifikan dalam dunia pendidikan, khususnya dalam pengembangan strategi pembelajaran yang inovatif dan adaptif. Salah satu teknologi AI yang saat ini banyak digunakan adalah ChatGPT, sebuah sistem berbasis pemrosesan bahasa alami yang berpotensi dimanfaatkan sebagai sarana pembelajaran digital. Artikel ini bertujuan untuk mengkaji penerapan ChatGPT sebagai inovasi pedagogis dalam meningkatkan literasi digital dan kemampuan berpikir kritis siswa. Kegiatan ini dilaksanakan melalui program sosialisasi dan pendampingan pembelajaran berbasis TutorGPT yang melibatkan siswa tingkat menengah. Metode pelaksanaan meliputi pemberian pre-test, penyampaian materi interaktif, praktik langsung penggunaan ChatGPT sebagai tutor belajar, diskusi, serta post-test untuk mengukur peningkatan pemahaman siswa. Hasil kegiatan menunjukkan adanya peningkatan signifikan dalam pemahaman siswa terhadap konsep literasi digital, kemampuan memanfaatkan teknologi secara bijak, serta keterampilan berpikir kritis dalam menganalisis informasi dan menyelesaikan permasalahan pembelajaran. Siswa menunjukkan antusiasme tinggi dan mampu menggunakan ChatGPT untuk membantu memahami materi pelajaran, mengajukan pertanyaan secara mandiri, serta mengevaluasi jawaban yang diperoleh. Selain itu, kegiatan ini juga menumbuhkan kesadaran siswa terhadap etika penggunaan teknologi kecerdasan buatan dalam proses belajar. Dengan demikian, pemanfaatan ChatGPT sebagai sarana pembelajaran dapat menjadi alternatif inovasi pedagogis yang efektif dalam mendukung transformasi pendidikan di era kecerdasan buatan. Program TutorGPT diharapkan dapat menjadi model pembelajaran digital yang berkelanjutan dan relevan dalam meningkatkan kualitas pendidikan serta kesiapan siswa menghadapi tantangan era digital.
Co-Authors Achmad Hindasyah, Achmad Komara, Aditya Mochamad Yusuf Alsagaff Prabowo, Bagus Adi Raharjo, Teguh Ramadhan, Hanif Sawmitha Adompo, Vergina Tribowo Prakoso, Panggih Zaid, Ahmad