cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
jieet@unesa.ac.id
Editorial Address
Jurusan Teknik Informatika, Fakultas Teknik Universitas Negeri Surabaya Kampus Ketintang, Gedung A10, lt.2, Surabaya-Indonesia, 60231.
Location
Kota surabaya,
Jawa timur
INDONESIA
JIEET (Journal of Information Engineering and Educational Technology)
Published by Universitas Negeri Surabaya
ISSN : -     EISSN : 2549869X     DOI : http://dx.doi.org/10.26740/
Core Subject : Science, Engineering,
Computer Science & IT Engineering
Journal Description: JIEET (Journal of Information Engineering and Educational Technology) is a scientific journal that publishes the peer-reviewed research papers in the field of Computer Engineering, Distributed and Parallel Systems, Business Informatics, Computer Science, Computer Security, System & Software Engineering and Educational Technology.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 3 Documents
 1 
Search results for , issue "Vol 4, No 2 (2020)" : 3 Documents clear
ANALISIS SENTIMEN TERHADAP PENGGEMAR K-POP DI MEDIA SOSIAL TWITTER MENGGUNAKAN NAIVE BAYES (STUDI KASUS PENGGEMAR GRUP BTS) Nurmawati, Puji; Supriyati, Endang; Listyorini, Tri
JIEET (Journal of Information Engineering and Educational Technology) Vol 4, No 2 (2020)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v4n2.p86-89

Abstract

Abstrak— Perkembangan Twitter sebagai platform yang digandrungi masyarakat terbukti dengan data Statista [1]  yang menunjukkan bahwa Indonesia  peringkat tujuh di dunia dengan banyak pengguna mencapai 13.2 juta. Banyak pengguna mengutarakan pendapat di dalam Twitter. Termasuk juga dengan ujaran kebencian hingga perundungan. Menjadikan penggemar BTS atau yang biasa disebut Army sebagai objek analisis karena grup BTS yang telah mendunia ini memiliki pengikut yang cukup banyak di Twitter yakni 31 juta pengikut. Karena hal ini maka analisis sentimen dilakukan Kesulitan dalam melakukan analisis data yang begitu banyak dari Twitter jika dilakukan dengan cara manual, maka dari itu komputerisasi dibutuhkan. Menggunakan sebuah program yang dibuat dengan bahasa pemograman Python analisis dapat dilakukan lebih efektif dan efisien. Dari analisis yang dilakukan menggunakan klasifikasi algoritma Naïve Bayes terdapat polaritas sentimen negatif sebanyak 34,2%, netral 58,5%, dan positif 7,3%. Dari 1000 data yang diambil sesuai hasil polaritas tweet yang bernilai negatif sesuai hasil polaritas sebanyak 342. Dengan tingkat akurasi sebesar 75%. Dari penelitian ini diharapkan dapat membantu dalam proses analisis sentimen dan sesuai dalam mengatasi masalah yang ada. 
Analisis Sentimen Mengenai Layanan Provider Indihome Berdasarkan Pendapat Pelanggan Melalui Media Sosial Twitter dengan Metode Naïve Bayes Classifier Yusuf, Afif Nor; Supriyati, Endang; Listyorini, Tri
JIEET (Journal of Information Engineering and Educational Technology) Vol 4, No 2 (2020)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v%vn%i.p%p

Abstract

Abstrak— Analisis sentimen ialah sesuatu studi yang kala ini banyak diminati oleh bermacam berbagai kalangan. Dokumen ataupun opini yang terdapat di media sosial sanggup digunakan untuk analisis sentimen. Data media sosial yang biasanya digunakan untuk analisis sentimen adalah Twitter. Sebelum suatu data diklasifikasikan, butuh dilakukan untuk proses preprocessing yang merupakan tahap untuk menghasilkan data yang lebih terstruktur. Ada pula metode yang biasanya digunakan untuk analisis sentimen adalah Naïve Bayes Classifier. Naïve Bayes Classifier bisa digunakan untuk mengategorikan suatu opini ke dalam opini positif, opini negatif dan opini netral. Tidak hanya itu, metode ini mengenakan data training dalam proses pengklasifikasian. Hasil dari metode naïve bayes sangat baik. Untuk menguji tingkatan keakuratan sistem dalam mengklasifikasi opini, sehingga pengujian memperoleh hasil klasifikasi. Hasil dari klasifikasi memperoleh hail rata-rata 74,5%. Semakin banyak data training yang mirip dengan data testing maka hasil klasifikasi akan lebih bagus.
PENGUKURAN KEPUASAN PENGGUNA WEBSITE DENGAN MENGGUNAKAN USABILITY TESTING Suyatno, Dwi Fatrianto; Rochana, Ika Hanim
JIEET (Journal of Information Engineering and Educational Technology) Vol 4, No 2 (2020)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v4n2.p67-74

Abstract

Penggunaan website di Universitas Negeri Surabaya (UNESA) merupakan kebutuhan, pemanfaatan website perlu diketahui tingkat usability  sehingga dapat mengetahui nilai kegunaan dari website yang sudah disediakan oleh Jurusan Teknik Informatika (JTIF) UNESA untuk menyampaikan informasi kepada civitas akademiknya. Pengukuran tingkat usability dapat melihat reposn kepuasan pengguna wesbit JTIF UNESA sehingga dapat memberikan masukan kepada pihak pengelola mengenai hal – hal yang perlu ditingkatkan dari sisi kualitas dan kuatintas .Untuk mengetahui tingkat kepuasan pengguna dari website JTIFUNESA perlu digunakan alat ukur yang  berupa usability testing yang metode ini menekankan pada proses pengambilan data kepasa responden via kuisoner yang telah disusun berdasarkan 4 ukuran utama yaitu Ease of Use / Ease of Navigation), Customization, Download Delay dan Content. Hasil dari kuisoner digunakan untuk mengukur usability dari website jurusan teknik informatika UNESA sehingga dapat diketahui pada bagian mana saja website tersebut diperlukan perbaikan untuk meningkatkan kualitas tampilan dan fungsionalitas secara keseluruhan.

Page 1 of 1 | Total Record : 3

 1 

Filter by Year

2020 2020


Reset
Filter By Issues
All Issue Vol. 9 No. 2 (2025) Vol. 9 No. 1 (2025) Vol. 8 No. 2 (2024) Vol. 8 No. 1 (2024) Vol. 7 No. 2 (2023) Vol. 7 No. 1 (2023) Vol. 6 No. 2 (2022) Vol. 6 No. 1 (2022) Vol. 5 No. 2 (2021) Vol 5, No 1 (2021) Vol. 5 No. 1 (2021) Vol 4, No 2 (2020) Vol. 4 No. 2 (2020) Vol 4, No 1 (2020) Vol. 4 No. 1 (2020) Vol 3, No 2 (2019) Vol. 3 No. 2 (2019) Vol. 3 No. 1 (2019) Vol 3, No 1 (2019) Vol 2, No 2 (2018) Vol. 2 No. 2 (2018) Vol 2, No 1 (2018) Vol. 2 No. 1 (2018) Vol. 1 No. 2 (2017) Vol 1, No 2 (2017) Vol. 1 No. 1 (2017) Vol 1, No 1 (2017) More Issue