Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer
Sardo Sipayung
Universitas Katolik Santo Thomas
Computer Science & IT Decision Sciences, Operations Research & Management Education

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

Found 2 Documents
Search

 1 
Analisis Sentimen Publik terhadap Barak Militer Menggunakan Naive Bayes pada Rapid MinerJudul Kasih Delayana; Setia Mangiring Marpaung; Syukur Nimei Iman Gulo; Sardo Sipayung
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 10 No. 1 (2026): Volume 10 Nomor 1 Januari 2026
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v10i1.15827

Abstract

Penelitian ini ditujukan untuk menganalisis sentimen opini publik terhadap kebijakan gubernur Jawa Barat, Kang Dedi Mulyadi terhadap pembangunan barak militer. Topik ini dipilih karena tanggapan atau opini masyarakat di media sosial (X) menjadi indikator publik terhadap kebijakan konsep edukasi dan pembinaan terhadap karakter anak-anak sekolah dengan nuansa disiplin ala barak militer. Metode yang digunakan dalam analisis sentimen ini adalah dengan menggunakan metode Naïve Bayes, data yang terlebih dahulu di ambil dari Twitter yang terdiri dari 667 data dan dilakukan pembersihan di microsoft Excel selanjut nya dilakukan pra-pemrosesan data, meliputi case folding, tokenizing, stopword removal, dan stemming tersaring 590 data yang diuji setelah dilakukan tahapan pelabelan dan kemudian diolah dengan menggunakan aplikasi Rapidminer. Hasil penelitian ini menunjukkan tanggapan atau opini masyarakat dalam 2 klasifikasi yaitu Positif dan Negatif hasil penelitian menunjukkan bahwa lebih banyak sentimen atau tanggapan masyarakat yang positif didapatkan dari hasil akhir pengujian di rapid miner dalam bentuk diagram batang yaitu 53,33,% presentase positif dan 46,67 % presentase Negatif sehingga penelitian ini dianggap berhasil diterapkan
Clustering Penjualan Toko Retail Menggunakan Algoritma K-Means dalam Proses Penambangan Data Eunike Charina Ibrena Tarigan; Angela Wita Simanullang; Daniel S. Simbolon; Sardo Sipayung
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 10 No. 1 (2026): Volume 10 Nomor 1 Januari 2026
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v10i1.15844

Abstract

Perkembangan bisnis ritel yang semakin kompetitif menuntut pengelolaan data penjualan secara lebih efektif dan berbasis analisis. Data penjualan yang tersimpan dalam jumlah besar sering kali belum dimanfaatkan secara optimal untuk mendukung pengambilan keputusan strategis. Penelitian ini bertujuan untuk menerapkan teknik data mining dengan menggunakan algoritma K-Means dalam melakukan pengelompokan data penjualan pada toko ritel. Proses clustering dilakukan berdasarkan atribut penjualan, seperti jumlah transaksi dan volume penjualan, guna mengidentifikasi pola dan karakteristik penjualan yang serupa. Metode K-Means dipilih karena kemampuannya dalam mengelompokkan data secara efisien dan mudah diimplementasikan pada dataset berukuran besar. Berdasarkan hasil analisis, algoritma K-Means berhasil mengelompokkan produk ke dalam beberapa klaster penjualan dengan karakteristik tinggi, sedang, dan rendah. Informasi yang dihasilkan dari proses clustering ini dapat dimanfaatkan oleh pihak manajemen toko ritel sebagai dasar dalam menyusun strategi pemasaran, pengelolaan stok, serta peningkatan kinerja penjualan secara lebih terarah. Dengan demikian, penerapan algoritma K-Means dalam proses penambangan data terbukti mampu membantu pengambilan keputusan yang lebih tepat dan berbasis data pada bisnis ritel.
Co-Authors Angela Wita Simanullang Daniel S. Simbolon Eunike Charina Ibrena Tarigan Kasih Delayana Setia Mangiring Marpaung Syukur Nimei Iman Gulo