Claim Missing Document
Check
Articles

Found 2 Documents
Search

TEXT MINING SENTIMEN ANALISIS PENGGUNA APLIKASI MARKETPLACE TOKOPEDIA BERDASAR RATING DAN KOMENTAR PADA GOOGLE PLAY STORE Saiful Ulya; Achmad Ridwan; Widya Cholid; Fida Maisa Hana
JURNAL BISNIS DIGITAL DAN SISTEM INFORMASI Vol 3, No 2 (2022): JURNAL BISNIS DIGITAL DAN SISTEM INFORMASI
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/bidisfo.v3i2.1799

Abstract

Text Minig didefinisikan sebagai kegiatan intensif pengetahuan di mana pengguna berinteraksi dengan kumpulan dokumen dari waktu ke waktu dengan menggunakan sekumpulan alat analisis. Teknik penambangan data text atau text mining digunakan untuk menambang data text yang berupa kalimat, data yang tidak terstruktur tersebut kemudian diproses sehingga jadi sebuah dataset yang terstruktur. Dalam sektor bisnis apapun, feedback dari konsumen merupakan salah satu hal penting dari sebuah organsasi untuk memperoleh informasi dan keinginan dari konsumen sehingga tujuan melayani konsumen dengan baik akan tercapai. Suatu perusahaan teknologi tentunya memiliki banyak cara untuk memperoleh feedback dari konsumennya, salah satunya adalah dengan cara menganalisa komentar dan rating dari aplikasi yang mereka sediakan lewat platform store. Umpan balik dari konsumen akan mempengaruhi calon pengguna untuk menentukan keputusan akan menginstall atau tidak aplikasi tersebut. Pada penelitian ini kami menggunakan salah satu aplikasi yang disediakan oleh perusahaan teknologi penyedia jasa layanan jual beli atau marketplace Tokopedia pada platform store PlayStore. Kami menggunakan data komentar dan rating dari pengguna aplikasi tersebut untuk menganalisa sentiment dari para penggunanya dengan menggunakan beberapa cara. Cara pertama dengan model pengumpulan data dengan menambang data text dari komentar yang ada pada aplikasi yang Tokopedia yang berada di Playstore, data tersebut kami kumpulkan dengan mengambil 1000 record berdasar kelompok komentar paling relevan. Setelah data terkumpul data terebut mengalami beberapa penyesuaian sehingga yang diambil hanya dua variable yaitu komentar dan rating sedangkan data seperti tanggal dan nama pengguna kami exclude dari data. Data kemudian mengalami preprosesing sehingga rating dibawah 3 dianggap sebagai sentiment negativ dan rating 3 sampai dengan 4 dianggap sentiment positif dan kemudian dijadikan sebagai label data. Setelah preprosesing data tersebut diproses dengan menggunakan beberapa metode (tokenisasi dan filter) sehingga data text tersebut berubah menjadi sebuah dataset terstruktur yang kemudian akan dapat digunakan untuk pemodelan machine learning dan data mining sentiment analitic.   Kata Kunci: Text Mining, Tokenisasi, Dataset, Analisa Sentimen.
SISTEM JUMLAH PENGUNJUNG DI PERPUSTAKAAN UNIVERSITAS MUHAMMADIYAH KUDUS MENGGUNAKAN KAMERA SINGLE SHOT DETECTOR (SSD) Muhammad Maghfurun; Widya Cholid; Agung Prihandono; Deka Setya Negara
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 4, No 2 (2023): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v4i2.2023

Abstract

AbstrakProblematika pengunjung perpustakaan di Universitas Muhammadiyah Kudus melebihi kapasitas. Oleh sebab itu, perlu dibatasi karena berdampak pada kapasitas perpustakaan yang sudah ditentukan. Penelitian ini dibuat untuk  efektivitas, efisiensi dan kemudahan pengendalian pengunjung melalui penggunaan informasi yang berkualitas sehingga dihasilkan oleh sistem informasi. Kajian ini dilakukan pembuatan sistem yang dapat menghitung jumlah pengunjung dengan Image Processing melalui video hasil tangkapan kamera yang terpasang diatas pintu masuk, sehingga dapat mendeteksi jumlah pengunjung yang masuk, keluar, dan yang sedang berada di ruang perpustakaan Universitas Muhammadiyah Kudus. Tujuan dari penelitian ini adalah membuat sistem yang mempunyai akurasi tinggi dalam proses perhitungan keluar-masuknya pengunjung dari sebuah perpustakaan, sehingga dapat mengantisipasi jumlah pengunjung yang berada dalam area perpustakaan Universitas Muhammadiyah kudus. Hasil dari penelitian ini dapat disimpulkan bahwa sistem ini mampu mendeteksi pengunjung dengan 3 macam kondisi, yaitu dengan akurasi berjalan 100%, berjalan cepat 86%, dan berlari dengan akurasi 60%. Adapun Tingkat ketepatan penghitungan dengan kondisi ramai pengunjung lalu-lalang seperti yang didapat dari video input memiliki hasil 98% untuk pengunjung masuk, 95% pengunjung keluar, dan 96% untuk menghitung jumlah pengunjung. Kata Kunci: Sistem Jumlah Pengunjung Perpustakaan, Image Processing, Artificial Intellegence, Single Shoot Detector.