cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Bahar
Contact Email
bahararahman@gmail.com
Phone
-
Journal Mail Official
puslit.stmikbjb@gmail.com
Editorial Address
-
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Progresif: Jurnal Ilmiah Komputer
Published by Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru
ISSN : 02163284     EISSN : 26850877     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering
Progresif: Jurnal Ilmiah Komputer adalah Jurnal Ilmiah bidang Komputer yang diterbitkan secara periodik dua nomor dalam satu tahun, yaitu pada bulan Februari dan Agustus. Redaksi Progresif: Jurnal Ilmiah Komputer menerima Artikel hasil penelitian atau atau artikel konseptual bidang Komputer.
Arjuna Subject : -
Articles 508 Documents
 32   33   34   35   36 
Analisis Sentimen Komentar Youtube Terhadap Ceramah Ning Umi Laila Sindir Rhoma Irama Menggunakan Algoritma LSTM Putra, Septian Ade; Gata, Windu
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.1937

Abstract

Indonesian people utilize social media such as YouTube not only for entertainment, but also as a medium for education and da'wah, similar to Nen Umi Laila. This research aims to analyze the sentiment towards Neng Umi Laila's video “Kepleset” Ghibahin Rhoma Irama using the LSTM algorithm. The data used are 1108 comments on the video. LSTM was chosen because of its accuracy and ability to handle small amounts of data. This research method is comparable to deep learning in terms of prediction accuracy. The original data set consisted of 805 comments from April 13 to 15, 2024, resulting in 1. 108 comments after cleaning and preprocessing. The evaluation results show that the accuracy of managing YouTube comment data using the LSTM algorithm is 96%. Find and download a suitable dataset for the research topic from data repositories like Kaggle, UCI Machine Learning Repository, or Google Dataset Search.Keyword: Sentiment Analysis; YouTube; Long short-term memory Algorithm  AbstrakMasyarakat Indonesia memanfaatkan media sosial seperti YouTube tidak hanya untuk rekreasi dan sebagai media pendidikan dan dakwah, serupa dengan Nen Umi Laila. Tujuan penelitian ini adalah untuk menganalisis sentimen terhadap video Neng Umi Laila "Kepleset" Ghibahin Rhoma Irama menggunakan algoritma Long short-term memory (LSTM). Data yang digunakan adalah 1108 komentar pada video tersebut. LSTM dipilih karena keakuratan dan kemampuannya menangani data dalam jumlah kecil. Metode penelitian ini sebanding dengan deep learning dalam hal akurasi prediksi. Kumpulan data asli terdiri dari 805 komentar dari 13 hingga 15 April 2024, menghasilkan 1.108 komentar setelah pembersihan dan prapemrosesan. Hasil evaluasi menunjukkan akurasi pengelolaan data komentar YouTube menggunakan algoritma LSTM sebesar 96%.Kata kunci: Analisis sentimen, YouTube, Long Short-Term Memory
Analisis Produksi Padi Jawa Timur menggunakan Sistem Dinamik Mendukung Upaya Ketahanan Pangan Rima Tsaniyah Amilatus Sholihah; Agung Brastama Putra; Seftin Fitri Ana Wati
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1563

Abstract

Indonesia, as a country with a rapidly developing agricultural sector, faces challenges in maintaining food security. Increasing population and limited agricultural land can cause a food crisis. Therefore, this study aims to provide relevant information regarding model development and simulation of paddy production in East Java. This study uses a dynamic system approach to describe the food needs of the people in East Java and support food security efforts. The results of this study are presented in the form of a Causal Loop Diagram (CLD) which provides an overview of the cause-and-effect relationships between variables in the system. By using CLD, this research visualizes the interaction of various factors that influence paddy production. In addition, this study produces three scenarios that focus on improving the quality of fertilizers, adding agricultural technology, and a combination of the two previous scenarios. This analysis helps to understand the factors that influence paddy production and provides insight into increasing paddy productivity in East Java.Keywords: Paddy Production Analysis; System Dynamics; Food Security; Causal Loop Diagram AbstrakIndonesia, sebagai negara yang memiliki sektor pertanian yang berkembang pesat, menghadapi tantangan dalam menjaga ketahanan pangan. Pertumbuhan populasi yang terus meningkat sementara lahan pertanian terbatas menimbulkan kekhawatiran akan krisis pangan. Oleh karena itu, penelitian ini bertujuan untuk menyediakan informasi yang relevan dalam pengembangan model dan simulasi produksi padi di Jawa Timur. Penelitian ini menggunakan pendekatan sistem dinamik untuk menggambarkan kebutuhan pangan masyarakat Jawa Timur dan mendukung upaya ketahanan pangan. Hasil penelitian ini adalah Causal Loop Diagram (CLD), yang memberikan gambaran tentang hubungan sebab-akibat antara variabel-variabel dalam sistem. Dengan menggunakan CLD, maka digambarkan interaksi antara berbagai faktor yang memengaruhi produksi padi. Selain itu, penelitian ini menghasilkan tiga skenario yang berfokus pada peningkatan kualitas pupuk, penambahan teknologi pertanian, dan kombinasi kedua skenario sebelumnya. Analisis ini membantu memahami faktor-faktor dan memberikan wawasan yang memengaruhi produksi padi di Jawa Timur.Kata kunci: Analisis Produksi Padi; Sistem Dinamik; Ketahanan Pangan; Causal Loop Diagram.
Analisis Sentimen Pada Kasus Positif Covid-19 Berdasarkan Pemberitaan Media Di Indonesia Menggunakan Indobert Widiya Nurfitri; Andry Chowanda
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1897

Abstract

The application of sentiment analysis to news about the increase in the spread of the positive rate of Covid-19 in Indonesia using the IndoBERT model aims to find out how much influence the news of the increase in Covid-19 cases in Indonesia has on the opinion of sentiment analysis on the opinions of the Indonesian public. First, implementing Web Scraping, Labeling and Text Pre-processing techniques to collect data about the increase in Covid-19 cases in Indonesia. Second, apply the IndoBERT algorithm in sentiment analysis regarding news about the increase in positive Covid-19 cases in Indonesia. Next, evaluate the performance of the sentiment analysis model with varying batch sizes. In batch size 16, the model tends to show consistent performance with f1 scores ranging from 80.10% to 80.53%, while in batch size 32 there are variations. An increase in epochs does not necessarily mean a significant increase in performance. Although in some cases there was an increase, there was also a decrease in some cases. Overall, the model shows good performance with f1 score and accuracy above 0.80 and 0.81, while loss tends to increase with epoch. Further exploration is needed to understand the factors influencing model performance in depth.Keywords: Web Scraping; Labeling; Text Pre-processing; Sentiment Analysis; Model Performance AbstrakPenerapan sentimen analisis pada berita kenaikan penyebaran tingkat positif Covid-19 di Indonesia dengan menggunakan model IndoBERT bertujuan untuk mengetahui seberapa berpenagruhkan berita kenaikan kasus Covid-19 di Indonesia terhadap opini sentimen analisis terhadap opini masyarakat Indonesia. Pertama, mengimplementasikan Teknik Web Scraping, Labeling dan Pre-processing Text untuk mengumpulkan data tentang peningkatan kasus Covid-19 di Indonesia. Kedua, menerapkan algoritma IndoBERT dalam analisis sentimen terhadap pemberitaan peningkatan kasus positif Covid-19 di Indonesia. Selanjutnya, mengevaluasi kinerja model sentimen analisis dengan variasi batch size. Pada batch size 16, model cenderung menunjukkan konsistensi kinerja dengan f1 score berkisar antara 80.10% hingga 80.53%, sedangkan pada batch size 32 terdapat variasi. Peningkatan epoch tidak selalu berarti peningkatan kinerja yang signifikan. Meskipun pada beberapa kasus terjadi peningkatan, ada juga penurunan pada beberapa kasus. Secara keseluruhan, model menunjukkan kinerja baik dengan f1 score dan accuracy di atas 0.80 dan 0.81, sementara loss cenderung meningkat seiring dengan epoch. Diperlukan eksplorasi lebih lanjut untuk memahami faktor-faktor yang mempengaruhi kinerja model secara mendalam.Keyword: Web Scraping; Labeling; Pre-processing Text; Sentimen Analisis; Kinerja Model
Sistem Informasi Pengelolaan Alumni Program Studi Teknik Informatika Universitas Muhammadiyah Magelang Pangestu, Alvian Agung; Yudatama, Uky; Nugroho, Setiya
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2204

Abstract

Universities need information about alumni data such as, graduation year, start date of work, type of job, and other information that is closely related to alumni. Informatics Engineering S1 Universitas Muhammadiyah Magelang still has obstacles in processing alumni data related to the needs of study program accreditation. The goal is to develop a web-based information system that can automatically perform several calculations related to the needs of study program accreditation. The Waterfall model is applied for system development, UML as a tool for documenting and designing the system, PHP as a programming language and MySQL as its database. The result is a web-based alumni management information system for the Informatics Engineering study program at Universitas Muhammadiyah Magelang. The information system was created to make it easier for study programs to manage alumni data that previously still applied conventional techniques and make it easier to find alumni information.Keywords: Information system,; Web-based; Alumni; Waterfall AbstrakPerguruan tinggi membutuhkan informasi mengenai data alumni seperti, tahun kelulusan, tanggal mulai bekerja, jenis pekerjaan, dan informasi lain yang sangat erat kaitannya dengan para alumni. Teknik Informatika S1 Universitas Muhammadiyah Magelang masih memiliki kendala dalam mengolah data alumni yang kaitannya untuk keperluan akdreditasi program studi. Tujuannya yakni mengembangkan sebuah sistem informasi berbasis web yang secara otomatis bisa melakukan beberapa perhitungan terkait keperluan akreditasi program studi. Model Waterfall diterapkan guna pengembangan sistem, UML selaku alat untuk mendokumentasikan beserta merancang sistem, PHP selaku bahasa pemrograman dan MySQL selaku databasenya. Hasilnya ialah suatu sistem informasi pengelolaan alumni program studi teknik informatika universitas muhammadiyah magelang berbasis web. Sistem informasi yang dibuat agar mempermudah program studi untuk mengelola data alumni yang sebelumnya masih menerapkan teknik yang konvensional dan mempermudah dalam mencari informasi alumni.Kata Kunci: Sistem informasi,; Berbasis Web; Alumni; Waterfall
Rancang Bangun Sistem Informasi Pencarian Rumah Kos di Kota Jayapura Menggunakan Rapid Application Development Tadeus Bantuk; Norman Satya Irjanto; Jim Lahallo
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1474

Abstract

The use of digital technology in finding a place to live, in this case a boarding house, is very much needed, making it easier for the public to obtain information on available boarding houses. Boarding houses are currently widely available in the city of Jayapura, however, many community members, such as students and residents who are transfer, do not know the locations of these boarding houses. The purpose of this research is to build a boarding search system in the city of Jayapura so that it helps the community in searching for boarding houses. This study uses the Rapid Application Development (RAD) system development method. The results of this study are web android-based boarding house search application systems. The results of system functionality testing show that all functionality obtains valid resultsKeywords: Information System; Boarding Search; Rapid Application Development; Androids AbstrakPemanfaatan teknologi digital dalam pencarian tempat tingga dalam hal ini rumah kos sanggat dibutuhkan, sehingga memudahkan Masyarakat dalam memperoleh informasi tempat kos yang tersedia. Tempat tinggal kos saat ini banyak tersedia di kota Jayapura, akan tetapi banyak pula warga Masyarakat seperti mahasiswa dan warga pindahan yang tidak mengetahui lokasi-lokasi kos tersebut. Tujuan dari penelitian ini adalah untuk membangun sistem pencarian kos di kota Jayapura, sehingga membantu masyarakat dalam melakukan pencarian kos. Penelitian ini menggunakan metode pengembangan sistem Rapid Application Development (RAD). Hasil dari penelitian ini adalah sistem aplikasi pencarian kos berbasis web dan android. Dari hasil pengujian fungsionalitas sistem menunjukkan bahwa seluruh fungsionalitas memperoleh hasil yang valid.Kata kunci: Sistem Informasi; Pencarian Rumah Kos; Rapid Application Development; Android 
Optimasi Sistem Smart Parking Menggunakan Metode YOLO dan Algoritma A*(A-star) Sukaca, Alfandharu; Ningsih, Dewi Handayani Untari; Zuliarso, Eri
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.2113

Abstract

The number of four-wheeled vehicles in Indonesia increases every year. Based on data from the Central Statistics Agency, the increase in vehicles from 2020 to 2022 is 3,52 % (2020-2021) and 4,15 % (2021-2022). This affects the availability of parking spaces. The more vehicles using the parking lot have the potential to cause increasingly dense parking lot traffic. Then car drivers who want to use the parking lot experience difficulty in parking their vehicles. Much research has been carried out regarding parking spot detection. This research proposes additional features, namely directing vehicles entering the parking lot to empty parking spaces using the A* algorithm. In this study, the YOLO method was used to detect the availability of parking spaces. The system performance results detect a parking space of 80% and able to direct it to an empty parking slot with efficient optimum routeKeywords: Parking slot; Yolo Method; A-star AlgorithmAbstrakSesuai data yang dikeluarkan oleh Badan Pusat Statistik, jumlah kendaraan roda empat mengalami peningkatan sebesar 3,52 % dari 2020 hingga 2021 dan 4,15 % dari tahun 2021 hingga 2022. Hal ini berpengaruh pada ketersediaan lahan parkir. Semakin banyak kendaraan yang menggunakan lahan parkir berpotensi menyebabkan lalu lintas lahan parkir semakin padat. Kemudian pengendara mobil yang akan menggunakan lahan parkir mengalami kesulitan dalam parkir kendaraan. Penelitian mengenai deteksi tempat parkir sudah banyak dilakukan. Penelitian ini mengusulkan penambahan fitur yaitu mengarahkan kendaraan masuk lahan parkir ke tempat parkir kosong menggunakan algoritma A*. Metode YOLO diterapkan pada penelitian untuk melacak ketersediaan fasilitas parkir. Hasil performa sistem mendeteksi tempat parkir sebesar 80% dan sistem mampu mengarahkan kendaraan ke slot parkir yang kosong dengan efisiensi rute yang optimalKata kunci: Slot Parkir; Metode Yolo; Algoritma A-star
Analyzing User Sentiments in Motor Vehicle Tax Applications Using the Naïve Bayes Algorithm Wahyudi Ariannor; Erwin Arry Kusuma; Fadilah Fadilah; Muhammad Arsyad
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1694

Abstract

The South Kalimantan Tax Info application service can provide information about the amount of tax, when you have to pay tax, the due date, and so on. However, the South Kalimantan Tax Info application received many negative reviews from users. So it is necessary to analyze user sentiment using computational techniques. In this context, sentiment analysis is applied using the Naïve Bayes method to user reviews, assisting the Regional Revenue Agency in understanding perceptions and enhancing service quality. The literature review encompasses similar studies that employ the Naïve Bayes algorithm for sentiment analysis in e-government applications. The research methodology involves collecting review data from the Google Play Store through web scraping, labeling based on ratings, and pre-processing. The results of sentiment analysis, utilizing the confusion matrix, demonstrate the highest accuracy of 92% with a 10:90 data split. This study contributes to users' comprehension of public service applications, facilitating continuous improvement.Keywords: Sentiment analysis; Confusion matrix; Text mining; Emoticon AbstrakLayanan aplikasi Info Pajak Kalsel dapat memberikan informasi tentang besaran pajak, waktu harus bayar pajak, jatuh tempo dan lain-lain.  Namun, aplikasi Info Pajak Kalsel menerima banyak ulasan negatif dari pengguna. Maka diperlukan analisis sentimen pengguna menggunakan teknik komputasi. Dalam konteks ini, analisis sentimen diterapkan menggunakan metode Naïve Bayes pada ulasan pengguna, membantu Badan Pendapatan Daerah memahami persepsi dan meningkatkan kualitas layanan. Studi literatur mencakup penelitian sejenis yang menggunakan algoritma Naïve Bayes untuk analisis sentimen pada aplikasi e-Government. Metodologi penelitian melibatkan pengumpulan data ulasan dari Google Playstore melalui web scraping, pemberian label berdasarkan rating, dan proses pre-processing. Hasil analisis sentimen menggunakan confusion matrix menunjukkan akurasi tertinggi sebesar 92% pada pembagian data 10:90. Studi ini memberikan kontribusi pada pemahaman pengguna terhadap aplikasi pelayanan publik, memungkinkan perbaikan berkelanjutan.Kata kunci: Analisis sentimen; Matriks konfusi; Text mining; Emotikon
Pengembangan Local Area Network Untuk Sistem CBT Sekolah Menengah Kejuruan Berbasis Mikrotik Syahril Fadilla Ahmad; Muchammad Sholeh
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1755

Abstract

The development of today's computer networks is rapid. Many organizations and schools use computer networks to carry out learning activities. In the Tiara Nusa Vocational High School, Computer Based Test (CBT) systems can only be accessed offline. The limited access of the Tiara Nusa High School CBT system caused students and teachers to have difficulty learning. The purpose of this study is to develop a CBT system at the Tiara Nusa Vocational High School which was initially only accessible through outside networks to make it easier for students and teachers at Tiara Nusa High School to carry out offline and online learning activities. The method used in this study is a documentation method to determine the system overview used at the Tiara Nusa Vocational High School. After studying the picture of the existing system, he then studied the system before developing the system at Tiara Nusa Vocational High School. The result of this study is a system developed to facilitate the study of students and teachers of the Tiara Nusa Vocational High School, which was originally only accessed through the local network, is now accessible through the outside network.Keywords: Computer Based Test; Computer Network; Local Area Network; Mikrotik AbstrakPerkembangan jaringan komputer saat ini sangat pesat. Banyak organisasi dan sekolah menggunakan jaringan komputer untuk melaksanakan kegiatan pembelajaran. Pada SMK Tiara Nusa penerapan sistem Computer Based Test (CBT) hanya dapat diakses secara luring. Keterbatasan akses sistem CBT SMK Tiara Nusa menyebabkan siswa-siswi dan guru mengalami kesulitan dalam pembelajaran. Tujuan penelitian ini mengembangkan sistem CBT pada SMK Tiara Nusa yang semula hanya diakses jaringan lokal menjadi bisa diakses jaringan luar untuk mempermudah siswa-siswi maupun guru di SMK Tiara Nusa melaksanakan kegiatan pembelajaran secara luring maupun daring. Metode yang digunakan penelitian ini metode dokumentasi untuk mengetahui gambaran sistem yang digunakan pada SMK Tiara Nusa. Setelah mengetahui gambaran sistem yang ada, selanjutnya mempelajari sistem tersebut sebelum melakukan pengembangan pada sistem di SMK Tiara Nusa. Hasil penelitian ini adalah sistem yang dikembangkan mempermudah kegiatan ujian, pembelajaran siswa-siswi serta guru SMK Tiara Nusa yang semula sistem CBT hanya diakses oleh jaringan lokal, kini dapat diakses dengan jaringan luar.Kata kunci: Computer Based Test; Jaringan Komputer; Local Area Network; Mikrotik
Analisis Sentimen Media Sosial Youtube Kereta Cepat (Whoosh) Menggunakan Algoritma Bidirectional-LSTM Rizky, Joy Lawa; Gata, Windu
Progresif: Jurnal Ilmiah Komputer Vol 20, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i2.1958

Abstract

This study analyzes social media sentiment on YouTube regarding the high-speed train (Whoosh) using the Bidirectional-LSTM algorithm. The issue raised is the need for a deeper understanding of public perception of the high-speed train project, which can affect its acceptance and sustainability. The purpose of this paper is to evaluate the performance of the Bidirectional-LSTM algorithm in sentiment analysis compared to other algorithms. The method used involves collecting YouTube comment data, text preprocessing, and applying the Bidirectional-LSTM algorithm for sentiment classification. The parameters analyzed include accuracy, precision, and resilience to data variations. The research results show that the Bidirectional-LSTM algorithm achieves an accuracy of (0.86), which is significantly higher compared to the Multinomial Naïve Bayes algorithm (0.80), USE-Transfer learning (Tensorflow) (0.80), and Text Vectorization and Embedding (Tensorflow) (0.80). The conclusion of this study is that Bidirectional-LSTM is more effective and reliable in analyzing social media sentiment towards the high-speed train (Whoosh).Keywords: Sentiment Analysis; YouTube Fast Train (Whoosh); Bidirectional-LSTM. AbstrakPenelitian ini menganalisis sentimen media sosial YouTube terhadap kereta cepat (Whoosh) menggunakan algoritma Bidirectional-LSTM. Masalah yang diangkat adalah perlunya pemahaman yang lebih mendalam tentang persepsi publik terhadap proyek kereta cepat, yang dapat mempengaruhi penerimaan dan keberlanjutannya. Tujuan penulisan ini adalah untuk mengevaluasi performa algoritma Bidirectional-LSTM dalam menganalisis sentimen dibandingkan dengan algoritma lain. Metode yang digunakan melibatkan pengumpulan data komentar YouTube, preprocessing teks, dan penerapan algoritma Bidirectional-LSTM untuk klasifikasi sentimen. Parameter-parameter yang dianalisis meliputi akurasi, presisi, dan ketahanan terhadap variasi data. Hasil penelitian menunjukkan bahwa algoritma Bidirectional-LSTM mencapai akurasi (0.86) yang secara signifikan lebih tinggi dibandingkan dengan algoritma Multinomial Naïve Bayes (0.80), USE-Transfer learning (0.80), dan Text Vactorita-tion and Embedding (Tensorflow) (0.80). Simpulan penelitian ini adalah bahwa Bidirectional-LSTM lebih efektif dan andal dalam menganalisis sentimen media sosial YouTube kereta cepat (Whoosh).Kata kunci: Analisis Sentimen; Youtube Kereta Cepat (Whoosh); Bidirectional-LSTM;
Uji Klasifikasi Algoritma Naive Bayes Classification dalam Analisis Sentimen Ulasan Puncak B29 Lumajang Fadhel Akhmad Hizham; Cahyasari Kartika Murni; Marita Qori’atunnadyah
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1618

Abstract

B29 Peak is a tourist attraction which is located in Argosari Village, Senduro District, Lumajang Regency, which is the highest peak in the Bromo sand sea area with a height of 2,900 meters above sea level. Based on Google Maps, B29 Peak has the best review score for tourist attraction in Lumajang Regency, with an average score of 4.7 stars and reviewed by 3,368 users until October 25th, 2023. Sentiment amnalysis was carried out to group the very large number of user reviews as an evaluation in order to correct deficiencies and improve the quality of the tourist attraction. Grouping sentiment analysis is using the Naïve Bayes Classification. The result of classification obtained the average score of accuracy is 91.06%, precision 96.57%, recall 94.07% and F1-score 95.31%. While the best result is on the 150 data testing, with the accuracy of 92.67%, precision 97.20%, recall 95.21% and F1-score 96.19%.Keyword: Sentimen Analisis; B29 Peak; Naïve Bayes Classification AbstrakPuncak B29 merupakan salah satu objek wisata yang terletak di Desa Argosari, Kecamatan Senduro, Kabupaten Lumajang, yang merupakan puncak tertinggi di Kawasan lautan pasir Bromo dengan ketinggian 2.900 meter di atas permukaan laut. Berdasarkan situs Google Maps, Puncak B29 memiliki skor ulasan yang terbaik untuk tempat wisata Kabupaten Lumajang, dengan skor ulasan rata-rata 4,7 bintang dan diulas oleh 3.368 pengguna hingga 25 Oktober 2023. Sentimen analisis dilakukan untuk mengelompokkan ulasan pengguna yang jumlahnya sangat banyak sebagai evaluasi agar dapat memperbaiki kekurangan dan meningkatkan kualitas dari tempat wisata tersebut. Pengelompokkan sentimen analisis menggunakan algoritma Naïve Bayes Classification. Hasil klasifikasi diperoleh nilai rata-rata akurasi sebesar 91,06%, presisi 96,57%, recall 94,07% dan F1-score 95,31%. Sementara untuk perolehan hasil terbaik terdapat pada pengujian dataset sebanyak 150 data, dengan akurasi sebesar 92,67%, presisi 97,20%, recall 95,21% dan F1-score 96,19%.Kata kunci: Sentimen Analisis; Puncak B29; Naïve Bayes Classification 

Page 34 of 51 | Total Record : 508

 32   33   34   35   36 

Filter by Year

2006 2026


Reset
Filter By Issues
All Issue Vol 22, No 1 (2026): Januari Vol 21, No 2 (2025): Agustus Vol 21, No 1 (2025): Februari Vol 20, No 2: Agustus 2024 Vol 20, No 1: Februari 2024 Vol 19, No 2: Agustus 2023 Vol 19, No 1: Februari 2023 Vol 18, No 2: Agustus 2022 Vol 18, No 1: Februari 2022 Vol 17, No 2: Agustus 2021 Vol 17, No 1: Februari 2021 Vol 16, No 2: Agustus 2020 Vol 16, No 1: Februari 2020 Vol 15, No 2: Agustus 2019 Vol 15, No 1: Februari 2019 Vol 14, No 2: Agustus 2018 Vol 14, No 1: Februari 2018 Vol 13, No 2: Agustus 2017 Vol 13, No 1: Pebruari 2017 Vol 12, No 2: Agustus 2016 Vol 12, No 1: Pebruari 2016 Vol 11, No 2: Agustus 2015 Vol 11, No 1: Pebruari 2015 Vol 10, No 2: Agustus 2014 Vol 10, No 1: Pebruari 2014 Vol 9, No 2: Agustus 2013 Vol 9, No 1: Pebruari 2013 Vol 7, No 2: Agustus 2011 Vol 6, No 2: Agustus 2010 Vol 6, No 1: Pebruari 2010 Vol 4, No 1: Pebruari 2008 Vol 2, No 2: Agustus 2006 More Issue