Claim Missing Document
Check
Articles

Found 2 Documents
Search

Clustering Tweet Publik Menggunakan Metode TF-IDF dan K-Means dengan Modifikasi Preprocessing Fadillah, Rama Achmad; Hikam Azzuhrie, Muhammad Sabiilul; Shaquille Then, Rayhan Numa; Hibabullah, Rafif Octaviano; Rosyani, Perani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

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

Abstract

Pertumbuhan platform media sosial, khususnya Twitter, telah menghasilkan data teks tidak terstruktur dalam jumlah besar yang berisi berbagai opini dan topik publik. Analisis manual terhadap data tersebut tidak efisien dan tidak praktis. Penelitian ini mengusulkan pendekatan clustering teks otomatis untuk mengelompokkan tweet ke dalam topik yang bermakna menggunakan TF-IDF (Term Frequency-Inverse Document Frequency) untuk representasi fitur dan algoritma K-Means untuk clustering tidak terawasi. Penelitian menggunakan dataset TweetTopic yang berisi tweet berbahasa Inggris berlabel berbagai topik. Teknik preprocessing yang ditingkatkan termasuk pembersihan data, case folding, tokenisasi, penghapusan stopword, dan stemming diterapkan untuk meningkatkan kualitas teks. Jumlah cluster optimal (K=3) ditentukan menggunakan Metode Elbow dan analisis Silhouette Score, sesuai dengan tiga topik utama: politik, olahraga, dan hiburan. Hasil eksperimen menunjukkan Silhouette Score sebesar 0,64, mengindikasikan pemisahan dan kualitas cluster yang baik. Dibandingkan dengan penelitian baseline menggunakan CountVectorizer dengan preprocessing minimal, pendekatan TF-IDF dengan preprocessing komprehensif menunjukkan peningkatan signifikan dalam koherensi cluster dan interpretabilitas topik. Temuan penelitian memberikan wawasan praktis untuk pemantauan media sosial, analisis isu publik, dan aplikasi text mining.
Rancang Bangun Website Bengkel Mobil Modern dengan Fitur Pemesanan Servis, Estimasi Biaya, dan Chat Pelanggan Fadillah, Rama Achmad; Khadifa, Rama Nittia; Syahputra, Muhammad Raihan; Anshori, Robi Farhan; Wibowo, Mohamad Taufik; Ayasha, Shita Nurul; Bahtiar, Adam; Fitriya, Silvi; Wardana, Aditya Kusuma; Hidayat, Rahmat; Simarmata, Simon
APPA : Jurnal Pengabdian Kepada Masyarakat Vol 3 No 5 (2026): APPA : Jurnal Pengabdian kepada Masyarakat (INPRESS)
Publisher : Shofanah Media Berkah

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

Abstract

Transformasi digital menjadi kebutuhan mendesak bagi usaha mikro, kecil, dan menengah (UMKM) untuk meningkatkan efisiensi operasional dan kualitas layanan. Namun, sebagian besar bengkel mobil skala UMKM masih bergantung pada sistem administrasi manual yang berpotensi menimbulkan ketidakefisienan, kesalahan pencatatan, dan keterbatasan komunikasi dengan pelanggan. Penelitian pengabdian kepada masyarakat ini bertujuan untuk merancang dan mengimplementasikan website bengkel mobil modern yang dilengkapi dengan fitur pemesanan servis online, estimasi biaya otomatis, dan chat pelanggan. Metode pelaksanaan mengadopsi pendekatan System Development Life Cycle (SDLC) dengan model Waterfall yang dimodifikasi melalui integrasi umpan balik iteratif pada tahap pengujian dan evaluasi. Implementasi dilakukan pada mitra TDY Auto Service yang berlokasi di Kecamatan Bojongsari, Kota Depok. Hasil implementasi menunjukkan bahwa sistem mampu meningkatkan efisiensi administrasi, memperbaiki akurasi pencatatan data, serta meningkatkan kualitas komunikasi antara bengkel dan pelanggan. Monitoring penggunaan selama dua minggu menunjukkan peningkatan jumlah pemesanan servis melalui website dan respon positif dari mitra maupun pelanggan. Dengan demikian, website bengkel mobil modern yang dikembangkan terbukti relevan dan efektif sebagai solusi digital bagi UMKM otomotif.