Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal bit-Tech Jurnal Ilmu Komputer dan Sistem Informasi
Reza Saputra
Universitas Pamulang
Computer Science & IT Library & Information Science

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

Found 2 Documents
Search

 1 
Penerapan Sifat Dasar Manusia dalam SPK dengan Metode MBTI Sebagai Acuan Komunikasi Kesan Pertama Dani Dani; Reza Saputra
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2248

Abstract

Penelitian ini mengembangkan sistem berbasis Myers-Briggs Type Indicator (MBTI) untuk membantu individu memahami sifat dasar kepribadian mereka dan menciptakan komunikasi kesan pertama yang efektif. Sistem ini menggunakan pendekatan kuantitatif dan kualitatif untuk mengidentifikasi tipe kepribadian pengguna dan memberikan rekomendasi komunikasi yang relevan dan personal. Dengan demikian, sistem ini dapat membantu pengguna memahami diri mereka sendiri dan meningkatkan kemampuan komunikasi mereka. Hasil penelitian menunjukkan bahwa sistem ini memiliki tingkat akurasi 75% dalam mengidentifikasi tipe kepribadian pengguna. Selain itu, responden memberikan tingkat kepuasan rata-rata 4,4 dari skala 5,0 terhadap pengalaman penggunaan sistem ini. Sistem ini juga membantu pengguna memanfaatkan sifat dasar mereka untuk meningkatkan potensi komunikasi, pengambilan sikap, serta strategi interaksi yang lebih baik. Dengan demikian, sistem ini dapat menjadi alat yang efektif untuk meningkatkan kemampuan komunikasi individu. Penelitian ini menyimpulkan bahwa penerapan metode MBTI dapat memberikan manfaat signifikan dalam mendukung komunikasi interpersonal yang lebih efektif dan bermakna. Sistem ini memiliki potensi besar untuk diterapkan secara luas di berbagai bidang, seperti rekrutmen, pendidikan, dan pelatihan interpersonal. Pengembangan lebih lanjut dapat mencakup integrasi teknologi canggih untuk meningkatkan akurasi dan personalisasi sistem guna mendukung kebutuhan komunikasi di era digital. Dengan demikian, penelitian ini dapat menjadi kontribusi yang signifikan dalam pengembangan sistem komunikasi yang lebih efektif dan personal.
Optimalisasi Random Forest untuk Sentimen Bahasa Indonesia dengan GridSearch dan SMOTE Ahmad Fauzi; Agus Heri Yunial; Dede Eko Saputro; Reza Saputra
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 4 No. 2 (2025): Mei 2025
Publisher : LKP Unity Academy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70340/jirsi.v4i2.207

Abstract

This research focuses on optimizing the Random Forest algorithm for sentiment analysis of social media x in Indonesian using TextBlob as a labeling tool, followed by the SMOTE data balancing technique and hyperparameter optimization with GridSearch. The data used was taken from 611 tweets with the keyword ukt (single tuition). Sentiment labeling using TextBlob produces 438 negative sentiments and 173 positive sentiments. The SMOTE method is used to balance the data by first dividing the data into 75% training data and 25% test data. Data vectorization using tf-idf. The Random Forest algorithm model was evaluated with an initial accuracy using split data of 73%, and cross validation evaluation with 10 k-folds produced an accuracy value of 75%. Optimization carried out with GridSearch hyperparameters succeeded in increasing the accuracy value to 74%, while cross validation evaluation using 10 k-fold accuracy was 89%. In this research, the SMOTE method was effective in balancing unbalanced data, and gridsearch hyperparameter optimization succeeded in increasing the accuracy value of the Random Forest algorithm in classifying social media sentiment x in Indonesian with automatic texblob labeling.
Co-Authors Agus Heri Yunial Ahmad Fauzi Dani Dani Dede Eko Saputro