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
-
Editorial Address
-
Location
Kota adm. jakarta pusat,
Dki jakarta
INDONESIA
IKRA-ITH Informatika : Jurnal Komputer dan Informatika
Published by Universitas Persada Indonesia YAI
ISSN : 25804316     EISSN : 26548054     DOI : -
Core Subject : Science,
Computer Science & IT
Arjuna Subject : -
Articles 354 Documents
 21   22   23   24   25 
Klasifikasi Penjualan Tempe Dengan Data Mining Menggunakan Algoritma C4.5 Suhartini Suhartini; Veren Nita Permatasari; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tempe adalah makanan yang terbuat dari fermentasi kacang kedelai yang memiliki kandungan gizi sangat tinggi. Produksi tempe adalah salah satu industry makanan penting dalam populasi umum, kualitas suatu produk sangat penting untuk menjamin kepuasan konsumen. Mengklasifikasikan produk tempe dapat membantu produsen meningkatkan kualitas produk mereka. Di era digitalisasi, ada banyak peluang bisnis di berbagai bidang. Salah satunya di industri makanan, bahkan di Indonesia banyak sekali UKM makanan yang terlibat. Mengingat banyaknya minat masyarakat dalam bisnis dan pekerjaan yang mungkin di kejar di bidang ini, tidak dapat dihindari bahwa kita akan merasakan dorongan untuk memasuki dunia bisnis untuk menuai imbalan finansial atau bahkan lebih besar. Salah satu ide bisnis yang banyak ditemukan adalah usaha tempe. Penjualan merupakan suatu kegiatan transaksi jual – beli barang atau jasa, penjualan tempe di pasar-pasar salah satu contohnya. Bapak Suswanto salah satu orang yang memanfaatkan kondisi dalam memproduksi olahan kacang kedelai menjadi tempe. Implementasi dari masalah ini, yang cocok untuk menyelesaikan masalah klasifikasi data mining, adalah salah satu algoritmanya, yaitu C4.5. Algoritma C4.5 adalah salah satu teknik yang dapat membantu dalam menentukan angka atau, dalam kasus masalah ini, keduanya. Klasifikasi penjualan tempe pada usaha Bapak Suswanto terbukti dengan mendapatkan hasil akurasi sebesar 69.72%, Classification precision sebesar 71.20% dan AUC sebesar 0,586.
Analisa Kepuasan Konsumen Pada Laundry Menggunakan Algoritma C4.5 Rosiana Dewi; Zuhdi Hanif; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan usaha bisnis yang semakin pesat dibidang jasa dapat dilihat dengan banyaknya gerai usaha yang buka dalam satu lingkup. Meskipun banyak usaha yang sejenis, tetapi belum tentu usaha tersebut mempunyai banyak konsumen. Kepuasan konsumen merupakan kepuasan yang dirasakan konsumen ketika membeli dan menggunakan suatu produk atau jasa. Kepuasan konsumen sebagai mutu pelayanan. Peningkatan jumlah konsumen bisa dilakukan dengan menjaga hubungan yang baik dengan konsumen. Ini adalah indikator penting dalam usaha yang menunjukkan seberapa baik layanan. Teknik yang digunakan untuk mengukur kepuasan konsumen adalah mengunakan Teknik klasifikasi dengan menggunakan Algoritma C4.5. Algoritma C4.5 ini merupakan suatu algoritma yang dapat membentuk suatu pohon keputusan ( Decision Tree). Pohon keputusan ini berfungsi dalam menemukan hubungan dalam menyelesaikan persoalan.Pengumpulan data sebanyak 200 data untuk diolah. Dapat dilihat bahwa hasil akurasi sebesar 88.00% dan sebanyak 141 data class pred ya dinyatakan sesuai dan masuk kedalam class true ya, sebanyak 9 data yang diprediksi class pred tidak ternyata masuk ke dalam class pred ya. Dan sebanyak 15 data yang diprediksi class pred ya ternyata masuk kedalam class true tidak, selanjutnya sebanyak 35 data diprediksi class pred tidak dinyatakan sesuai masuk kedalam class true tidak. Dapat disimpulkan bahwa ya dihasilkan karena kepuasan konsumen terhadap Laundry Bunda
Analisis Sentimen Opini Publik Terhadap Pengambil Alihan Tmii Oleh Pemerintah Dengan Algoritma Naïve Bayes Ika Amelia; Adinda Mutiara; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pariwisata memainkan peran penting dalam pembangunan ekonomi suatu negara. Taman Mini Indonesia Indah merupakan aset negara yang menjadi salah satu pilihan tujuan wisata bagi para wisatawan sehingga diharapkan dapat berkontribusi dalam perekonomian negara. Keputusan pemerintah mengambil kembali pengelolaan Taman Mini Indonesia Indah (TMII) dari Keluarga Cendana di bawah Yayasan Harapan Kita (YHK) menuai reaksi beragam terutama pada platform Twitter. Sementara beberapa pengguna mendukung langkah tersebut, yang lain mengungkapkan kekecewaan dan kekhawatiran atas dampaknya terhadap pariwisata dan lapangan kerja. Banyak juga yang mempertanyakan kemampuan pemerintah mengelola TMII secara efektif dan efisien. Secara keseluruhan, sentimen terhadap keputusan tersebut terbagi, dengan komentar positif yang lebih banyak daripada negatif. Data dalam penelitian ini diambil dengan metode crawling data menggunakan Node.js dan diolah pada software rapidminer dengan algoritma Naïve Bayes. Temuan menunjukan hasil dengan menggunakan 323 komentar dan diproses menggunakan metode Naïve Bayes dan mencapai akurasi keseluruhan sebesar 82.74% sedangkan untuk nilai AUC sebesar 0.500 bahkan hasil pengujian pengklasifikasian AUC nilai keakuratannya dapat dikategorikan sebagai Excellent Classification.
Analisis Sentimen Pada Twitter Terhadap Mobil Listrik Menggunakan Algoritma Naive Bayes Putri Gea Aryanti; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Analisis sentimen twitter merupakan teknik untuk mengidentifikasi sentimen atau pendapat dalam tweet dan kemudian mengategorikannya ke dalam tweet positif atau tweet negatif salah satu topik yang dibahas pada social media twitter adalah mobil listrik, mobil listrik memiliki beberapa kelebihan dibandingkan dengan mobil bahan bakar fosil. Mobil listrik ini menuai banyak komentar dari masyarakat sehingga menimbulkan pro dan kontra di sosial media twitter. Penelitian ini dilakukan tujuannya untuk mengetahui pendapat masyarakat terhadap mobil listrik. Perlu dilakukan penelitian untuk melihat seberapa besar dampak dari kehadiran produk tersebut. Peneliti memilih analisis sentimen karena merupakan tehnik yang tepat untuk pengolahan dataset. Apakah pendapat tersebut lebih mengarah ke positif atau negatif dan untuk mengetahui nilai accuracy, AUC dari penggunaan algoritma Naive Bayes pada Software RapidMiner Studio. Sehingga penelitian yang telah dilakukan mendapatkan hasil akurasi sebesar 87.43% dan AUC 0,518.
Analisis Sentimen Masyarakat Terhadap Pembangunan Kereta Cepat Jakarta – Bandung Menggunakan Algoritma K-Nearest Neighbors (KNN) Citra Pricylia Ananda Mulya; Pramudya Nugraha; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Proyek kereta cepat Jakarta-Bandung menjadi ramai dibicarakan di media social, karena pada pembangunan nya terdapat banyak pihak yang merasa dirugikan, namun ada juga pihak yang merasa diuntungkan. Pada penelitian ini dilakukan analisis sentiment masyarakat terhadap pembangunan kereta cepat Jakarta – Bandung. Tujuan dari penelitian ini adalah untuk menganalisis kelayakan kebijakan Transportasi Kereta Cepat Jakarta-Bandung dalam mewujudkan transportasi ramah lingkungan. Penelitian ini menggunakan metode deskriptif, karena bermaksud untuk mendapatkan fakta empiris, dan makna yang mendalam, mengamati, menangkap realitas dan memeriksa perilaku individu dan kelompok objek penelitian. Instrumen dengan wawancara, focus group discussion, observasi, dan triangulasi. Penentuan Informan dengan teknik purposive.
ANALISIS SENTIMEN PADA TWITTER TERHADAP GAGALNYA PELAKSANAAN PIALA DUNIA DI INDONESIA MENGGUANAKAN METODE NAÏVE BAYES Imam Imam; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Analisis sentimen adalah proses mengkategorikan teks ke dalam kategori sentimen, seperti positif atau negatif. Sentimen adalah pendapat atau penilaian seseorang tentang suatu topik. Twitter adalah salah satu media sosial yang paling sering digunakan untuk berbagi pendapat tentang berbagai hal, seperti piala dunia. Tujuan penelitian ini adalah untuk mempelajari perasaan orang Indonesia tentang piala dunia, terutama terkait dengan kegagalan Indonesia untuk menjadi tuan rumah piala dunia 2022. Penelitian ini menggunakan metode naive bayes untuk mengklasifikasikan polaritas sentimen dalam tweet berbahasa Indonesia yang dihasilkan dari penerjemahan otomatis dari tweet berbahasa Inggris. Data yang digunakan dalam penelitian ini terdiri dari tweet yang mengandung kata kunci "piala dunia" dan "Indonesia" dan diposting selama periode waktu tertentu. Untuk meningkatkan akurasi klasifikasi, penelitian ini juga menggunakan teknik pra-pemrosesan data, seleksi fitur, dan informasi nilai fitur. Studi menunjukkan bahwa meskipun Indonesia gagal menjadi tuan rumah piala dunia 2022, sebagian besar orang di Indonesia tetap memiliki perasaan positif terhadap acara tersebut. Metode naive bayes dapat mengklasifikasikan polaritas sentimen dari tweet dengan akurasi tertinggi sebesar 76.05%. Hasil penelitian ini dapat membantu mengetahui bagaimana masyarakat Indonesia melihat piala dunia. Mereka juga dapat menjadi inspirasi bagi peneliti lain untuk melakukan penelitian serupa dengan data, metode, dan teknik yang berbeda atau lebih maju.
ANALISIS SENTIMEN TANGGAPANPUBLIC MENGENAI E-TILANG MELALUI MEDIA SOSIAL YOUTUBE MENGGUNAKAN ALGORITMA NAIVE BAYES Zalsa Nanda Aulia; Gilang Kuncoro Jati; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

E-tilang merupakan sistem tilang elektronik yang digunakan oleh pemerintah dalam penegakan hukum lalu lintas. Dalam penelitian ini melakukan analisis sentimen tentang sistem e-Tilang atau opinion mining untuk mengelompokan ragam komentar masyarakat yang memberikan kesan positif, negatif atau netral. Media sosial youtube menjadi salah satu objek untuk menyampaikan opini karena user friendly, topik ter-update, dan terbuka mengakses komentar. Opini pada Youtube dikumpulkan, lalu dilakukan tahapan preprocessing, selanjutnya dengan seleksi membantu mengurangi noise yang disebabkan oleh label-label yang tidak relevan. Untuk Data set yang dikelola sebanyak 500 data. Algoritma naive bayes pengklasifikasian tidak membutuhkan adanya pemodelan maupun uji statistik. Tahap selanjutnya adalah klasifikasi sentimen dengan algoritma Naïve Bayes Penelitian ini menghasilkan accuracy 79,44%.
Komparasi Algoritma Support Vector Machine Dan Naïve Bayes Pada Analisis Sentimen Formula-E Jakarta Tahun 2022 Fadida Zanetti Junaedy; Rachmat Hidayat Insani; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kota Jakarta berencana untuk mengadakan acara balap Formula E untuk mempromosikan mobil listrik sebagai kendaraan masa depan. Pandemi Covid-19 yang melanda Jakarta membuat rencana tersebut sempat ditunda. Penundaan tersebut sempat menimbulkan polemik di masyarakat di media sosial karena kondisi Jakarta yang sedang dilanda Covid-19 namun pemerintah kota Jakarta tetap ingin menggelar Formula E dengan membayar uang komitmen kepada pihak penyelenggara yang jumlahnya tidak sedikit. Indonesia juga menjadi negara pertama di Asia Tenggara yang telah menyelenggarakan balapan Formula E di Jakarta, sejak awal rencananya gelaran event ini banyak menimbulkan pro dan kontra bahkan setelah selesai gelarannya pun masih ramai dibicarakan di media sosial. Perlu dilakukan penelitian untuk melihat seberapa besar dampak dari terjadi gelaran event tersebut, diharapkan dengan penelitian ini dapat bermanfaat dalam penelitian mengenai opini masyarakat lainnya. Peneliti menggunakan analisis sentimen karena salah satu teknik yang tepat untuk pengelolaan dataset. Terdapat 1051 opini pengguna youtube yang diambil dari 2 video dan juga twitter mendapatkan 538 opini positif dan 513 opini negatif. Data tersebut diklasifikasikan menggunakan algoritma Support Vector Machine dan Naïve Bayes. Hasil penelitian yang telah dilakukan mendapatkan hasil akurasi Naïve Bayes lebih baik daripada Support Vector Machine sebesar 70.57%.
Analisis Sentimen Terhadap Penerapan Sistem Ganjil Genap Menggunakan Metode K - Nearest Neighbor (KNN) Fadillah Ali Rohmansyah; Bayu Bintoro; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penerapan sistem Ganjil Genap pada rambu lalu lintas merupakan kebijakan pemerintah terutama untuk mengurangi kemacetan di ibu kota, dengan cara tersebut pemerintah memberikan solusi kepada pengguna jalan terutama angkutan umum karena di ibu kota banyak pengguna kendaraan pribadi terutama mobil yang bisa membuat kemacetan parah, karena semakin banyak para pengguna kendaraan pribadi pada saat hari kerja. Dalam penelitian ini mencoba untuk menganalisis hasil sentimen pada platfrom medi sosial untuk kebijakan ganjil genap tersebut, sehingga dapat mengelompokkan pengguna platform media sosial menjadi opini positif dan negatif, penelitian ini menggunakan metode data mining untuk klasifikasi dengan algoritma K- Nearest Neighbor. K- Nearest Neighbor merupakan K-Nearest Neighbor (KNN) adalah suatu metode yang menggunakan algoritma supervised dimana hasil dari query instance yang baru diklasifikan berdasarkan mayoritas dari kategori pada KNN.Penelitian ini menghasilkan klasifikasi teks dalam bentuk positif dan negatif untuk penerapan lalu lintas ganjil genap, dalam penelitian ini menghasilkan accuracy 75,36%.
Metode K- Nearest Neighbor Untuk Analisis Sentimen Tentang Penghapusan Ujian Nasional Faza Ahluna; Chelvin Joines Tutuarima; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Media sosial yang sering digunakan oleh pengguna di Indonesia dalam platfrome twitter,youtube dan instagram. Dalam penggunaannya twitter, youtube dan instagram digunakan sebagai platform yang membahas tentang opini publik, hiburan dan trending topik didunia salah satu perbincangan pada awal tahun 2020 yakni dihapusnya Ujian Nasional (UN) oleh Kementerian Pendidikan dan Kebudayaan Republik Indonesia (Mendikbud RI). Opini dan Sentimen pengguna di twitter, youtube dan instagram pun sangat beragam, ada yang termasuk kedalam sentimen positif dan ada juga sentimen negatif. Untuk memilah mana yang termasuk kedalam sentimen positif dan negatif diperlukan sebuah rangkaian proses, salah satu proses yang dapat digunakan yakni data mining. Pada penelitian ini akan membahas tentang sentimen pengguna twitter, youtube dan instagram dalam kasus penghapusan UN dengan menggunakan algoritma K-Nearest Neighbor. Pengujian dilakukan menggunakan k-Fold Cross Validation untuk diperoleh nilai akurasi (accuracy), tabel Confusion Matrix dan Area Under Curve. Hasil pengujian diperoleh nilai akurasi 75,45%.

Page 23 of 36 | Total Record : 354

 21   22   23   24   25 

Filter by Year

2017 2026


Reset
Filter By Issues
All Issue Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026 Vol. 10 No. 1 (2026): IKRAITH-INFORMATIKA Vol 10 No 1 Maret 2026 Vol. 9 No. 3 (2025): IKRAITH-INFORMATIKA Vol 9 No 3 November 2025 Vol. 9 No. 2 (2025): IKRAITH-INFORMATIKA Vol 9 No 2 Juli 2025 Vol. 9 No. 1 (2025): IKRAITH-INFORMATIKA Vol 9 No 1 Maret 2025 Vol. 8 No. 3 (2024): IKRAITH-INFORMATIKA Vol 8 No 3 November 2024 Vol. 8 No. 2 (2024): IKRAITH-INFORMATIKA Vol 8 No 2 Juli 2024 Vol. 8 No. 1 (2024): IKRAITH-INFORMATIKA Vol 8 No 1 Maret 2024 Vol. 7 No. 3 (2023): IKRAITH-INFORMATIKA Vol 7 No 3 November 2023 Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023 Vol 7 No 1 (2023): IKRAITH-INFORMATIKA Vol 7 No 1 Maret 2023 Vol 6 No 3 (2022): IKRAITH-INFORMATIKA Vol 6 No 3 November 2022 Vol 6 No 2 (2022): IKRAITH-INFORMATIKA Vol 6 No 2 Juli 2022 Vol 6 No 1 (2022): IKRAITH-INFORMATIKA Vol 6 No 1 Maret 2022 Vol 5 No 3 (2021): IKRAITH-INFORMATIKA Vol 5 No 3 November 2021 Vol 4 No 2 (2020): IKRAITH-INFORMATIKA Vol 4 No 2 Bulan Juli 2020 Vol 4 No 1 (2020): IKRAITH-INFORMATIKA Vol 4 No 1 Bulan Maret 2020 Vol 3 No 3 (2019): IKRAITH-INFORMATIKA Vol 3 No 3 Bulan November 2019 Vol 3 No 2 (2019): IKRA-ITH INFORMATIKA Vol 3 No 2 Bulan Juli 2019 Vol 3 No 1 (2019): IKRA-ITH INFORMATIKA Vol 3 No 1 Bulan Maret 2019 Vol 3 No 2 (2019): IKRA-ITH INFORMATIKA Vol 3 No 2 Bulan Juli 2019 Vol 2 No 3 (2018): IKRA-ITH INFORMATIKA Vol 2 No 3 Bulan November 2018 Vol 2 No 3 (2018): IKRA-ITH INFORMATIKA Vol 2 No 3 Bulan November 2018 Vol 2 No 2 (2018): IKRAITH INFORMATIKA VOL 2 NO 2 Juli 2018 Vol 2 No 1 (2018): IKRAITH-INFORMATIKA vol 2 Nomor 1 Bulan Maret 2018 Vol 1 No 2 (2017): IKRAITH-INFORMATIKA vol 1 Nomor 2 Bulan November 2017 Vol 1 No 2 (2017): IKRAITH-INFORMATIKA vol 1 Nomor 2 Bulan November 2017 Vol 1 No 1 (2017): IKRAITH-INFORMATIKA vol 1 Nomor 1 Bulan Juli 2017 More Issue