Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi
A. Amirul Asnan Cirua
Universitas Sulawesi Barat, Majene, Sulawesi Barat, Indonesia
Computer Science & IT Engineering

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

Found 2 Documents
Search

 1 
Analisis Sentimen Pelanggan Restoran Menggunakan Algoritma Multinomial Logistic Regression Hajrianti Hajrianti; Heliawati Hamrul; A. Amirul Asnan Cirua
Techno.Com Vol. 25 No. 1 (2026): February 2026
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v25i1.15532

Abstract

Industri kuliner di Indonesia terus mengalami perkembangan pesat, termasuk dengan hadirnya merek nasional seperti Mie Gacoan yang baru membuka cabang di Sulawesi Barat Mamuju. Kehadiran restoran tersebut memunculkan beragam opini dari masyarakat yang disampaikan melalui ulasan pelanggan. Penelitian ini bertujuan untuk melakukan analisis sentimen pelanggan terkait layanan restoran dengan penerapan algoritma Multinomial Logistic Regression. Data dikumpulkan melalui dua sumber, yaitu ulasan pelanggan dari scraping Google Maps dan kuesioner, dengan total sebanyak 773 data ulasan yang melalui tahap preprocessing teks dan pembobotan TF-IDF. Penelitian ini juga menerapkan pendekatan Explainable AI dengan metode Local Interpretable Model-agnostic Explanations (LIME) guna memperjelas kata-kata yang paling berpengaruh terhadap hasil klasifikasi model. Berdasarkan hasil pengujian, algoritma Multinomial Logistic Regression mampu memberikan performa klasifikasi dengan akurasi mencapai 86,5%, presisi 86,3%, recall 86,5%, dan F1-score 85,8% dalam mengidentifikasi opini pelanggan restoran. Temuan ini menunjukkan bahwa metode berbasis Machine Learning dan Explainable AI dapat memberikan analisis sentimen terhadap persepsi pelanggan, sehingga menjadi referensi penting bagi pengambilan keputusan strategis dalam peningkatan kualitas layanan. Kata kunci - Sentimen Pelanggan, Multinomial Logistic Regression, TF-IDF, Explainable AI, LIME
Perbandingan Support Vector Machine dan Model Transformer untuk Klasifikasi Sentimen Terkait Redenominasi Rupiah di YouTube Andini Putri Amrullah; Farid Wajidi; A. Amirul Asnan Cirua
Techno.Com Vol. 25 No. 3 (2026): August 2026
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v25i3.16668

Abstract

Redenominasi rupiah merupakan isu kebijakan moneter yang dapat memengaruhi persepsi masyarakat terhadap nilai mata uang dan perilaku ekonomi. Tanggapan masyarakat terhadap isu ini dapat diamati melalui komentar YouTube. Penelitian terdahulu umumnya membandingkan metode pembelajaran mesin klasik dengan satu model Transformer, sedangkan perbandingan SVM, IndoBERT, IndoBERTweet, dan penggabungan probabilitas kedua model Transformer masih terbatas. Penelitian ini membandingkan keempat model tersebut dengan menerapkan metode weighted soft voting pada IndoBERT dan IndoBERTweet. Data awal berjumlah 1.755 komentar. Setelah melalui tahap pembersihan, preprocessing, pelabelan, dan penghapusan duplikat, diperoleh 1.588 komentar. Data dibagi secara terstratifikasi menjadi 70% data pelatihan, 10% data validasi, dan 20% data uji. Teks diproses dalam format komen_svm untuk SVM dan komen_bert untuk model Transformer. Pada seed 42, model hybrid memperoleh akurasi 76,73% dan Macro F1-score 74,83%, yang merupakan hasil tertinggi pada eksperimen ini. Pada dataset dan konfigurasi penelitian yang digunakan, model hybrid memperoleh kinerja tertinggi pada korpus yang memuat variasi bahasa formal dan informal. Namun, hasil penelitian ini belum dapat digeneralisasikan ke seluruh komentar YouTube. Kata Kunci - Analisis Sentimen, Redenominasi Rupiah, Komentar YouTube, SVM, IndoBERT, IndoBERTweet, Weighted soft voting.
Co-Authors Andini Putri Amrullah Farid Wajidi Hajrianti Hajrianti Heliawati Hamrul