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 pontianak,
Kalimantan barat
INDONESIA
BIMASTER
Published by Universitas Tanjungpura
ISSN : -     EISSN : -     DOI : -
Core Subject : Science, Education,
Decision Sciences, Operations Research & Management Mathematics
Bimaster adalah Jurnal Ilmiah berkala bidang Matematika, Statistika dan Terapannya yang terbit secara online dan dikelola oleh Jurusan Matematika FMIPA Untan
Arjuna Subject : -
Articles 770 Documents
 66   67   68   69   70 
ANALISIS KUALITAS LAYANAN RITEL DARI PERSEPSI PELANGGAN MENGGUNAKAN METODE RSQS, CSI DAN IGA (Studi Kasus: Indomaret di Desa Balai Sebut, Kabupaten Sanggau) Siska Yulianti; Nurfitri Imro’ah; Siti Aprizkiyandari
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 2 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i2.77237

Abstract

Industri ritel menyediakan produk dan jasa bernilai tambah untuk memenuhi kebutuhan masyarakat. Indomaret merupakan ritel modern yang mempermudah masyarakat melakukan proses jual beli agar lebih efisien sehingga memberikan kenyamanan dan kepuasan bagi konsumen. Penelitian ini bertujuan untuk mengetahui tingkat kepuasan pelanggan dan mengidentifikasi atribut yang menjadi prioritas perbaikan. Pengumpulan data dilakukan melalui survei dengan menyebarluaskan kuesioner sebanyak 28 atribut yang diisi oleh masyarakat Desa Balai Sebut yang pernah berbelanja di Indomaret dan berusia minimal 17 tahun. Pengambilan sampel menggunakan metode Linier Time Function (LTF) yang berjumlah 48 responden. Data dianalisis menggunakan metode Customer Satisfaction Index (CSI) dengan tahapan menghitung nilai Mean Importance Score (MIS), Mean Satisfaction Score (MSS), Weighted Factor (WF), Weight Score (WS) dan CSI. Setelah dilakukan tahapan tersebut diperoleh nilai CSI sebesar 69,92% yang mengindikasikan bahwa pelanggan merasa puas terhadap kualitas kinerja pihak Indomaret. Analisis selanjutnya menggunakan metode Improvement Gap Analysis (IGA) yang dimulai dengan menghitung nilai Average Expected Statisfaction with Functional Question (AESFQ), Average Expected Statisfaction with Disfunctional Question (AESDQ), Average Current Statisfaction (ACS) dan Improvement Gap (IG) sehingga diperoleh hasil kuadran IGA terdapat 7 atribut yang perlu untuk dilakukan perbaikan, yaitu x1.2 (fasilitas fisik di Indomaret menarik), x1.3 (bahan-bahan yang berhubungan dengan layanan Indomaret menarik (seperti tas belanja dan katalog)), x2.2 (Indomaret menyediakan layanannya pada waktu yang dijanjikan), x3.9(karyawan Indomaret memperlakukan pelanggan dengan sopan melalui telepon), x4.1(Indomaret bersedia menangani pengembalian dan penukaran), x5.3 (Indomaret memiliki jam operasional yang nyaman untuk semua pelanggan), dan x5.5 (Indomaret menawarkan kartu kreditnya sendiri).Kata Kunci: Kepuasan Pelanggan, Ritel, Pelayanan.
PENGGUNAAN FUNGSI RESPON HOLLING TIPE III PADA ANALISIS KESTABILAN MODEL PREDATOR-PREY DUA SPESIES Safitri, Fauziah; Noviani, Evi; Huda, Nur’ainul Miftahul
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 4 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i4.79726

Abstract

Ilmu biologi memiliki beberapa cabang salah satunya yaitu ekologi, ekologi membahas mengenai interaksi atau hubungan antara makhluk hidup, salah satu bentuk interaksi dari hubungan ini adalah ketika dua atau lebih makhluk hidup bersaing merebutkan kebutuhan hidup yang sama, sehingga hal ini sering terjadi lingkungan sekitar. Salah satunya yaitu permasalahan yang terjadi pada dua spesies predator dan prey, dalam hal ini harus dibentuk sebuah model dari sistem agar ekosistem dari predator dan prey stabil. Model predator prey masih belum bisa menjadi solusi yang tepat dalam menganalisis masalah kestabilan sehingga perlu ditambah dengan Holling tipe III. Fungsi respon Holling tipe III adalah keadaan yang terjadi ketika predator akan cenderung mencari populasi prey lain ketika populasi yag dimakan mulai berkurang, sehingga tingkat pertemuan antara predator dan prey menjadi dua. Penelitian ini membahas mengenai pembentukan sebuah model dari predator prey, kemudian menganilisis kestabilan model tersebut serta mencari hasil simulasi numerik menggunakan metode Runge Kutta Fehlberg. Dengan beberapa batasan diperoleh hasil penelitian yang berbentuk model matematika yang memiliki tiga titik ekuilibtium. Pada titik pertama diperoleh trayektori sadle point, kemudian untuk titik ekuilibrium kedua diperoleh trayektori node point stabil dan sadle point tidak stabil, Sedangkan untuk titik ekuilibrium ketiga diperoleh trayektori tidak stabil dimana nilai diskriminan lebih dari nol dan juga merupakan trayektori stabil dengan nilai diskriminannya kurang dari nol.  Kata Kunci: kestabilan ekosistem, titik ekuilibrium, simulasi numerik.
PENENTUAN REKOMENDASI LAPTOP MACBOOK BEKAS DENGAN BASISDATA FUZZY MODEL TAHANI Arif Febrianto; Nilamsari Kusumastuti; Meliana Pasaribu
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 2 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i2.76954

Abstract

Permasalahan yang sering dihadapi ketika membeli laptop adalah kebingungan menentukan pilihan yang sesuai dengan keinginan. Untuk itu, diperlukan sistem pendukung keputusan yang dapat merekomendasikan laptop sesuai keinginan yang diperoleh menggunakan basisdata yang memanfaatkan logika fuzzy untuk mengantisipasi pemanipulasian data ataupun query (proses permintaan informasi) yang ambigu. Oleh sebab itu, pada penelitian ini dibahas mengenai penentuan rekomendasi Macbook bekas pada Iriz Techno Pontianak menggunakan basisdata fuzzy model tahani yang datanya diambil pada tanggal 9 Mei 2023. Langkah awal penelitian dimulai dengan mengkonstruksikan data ke basisdata fuzzy dengan 10 variabel. Setiap variabel memiliki himpunan fuzzy yang memiliki fungsi keanggotaan untuk proses fuzzifikasi (mengubah data numerik ke himpunan fuzzy). Himpunan fuzzy digunakan sebagai kriteria masukan yang dipilih untuk penentuan derajat keanggotaan dari setiap variabel. Selanjutnya ditentukan derajat keanggotaan dan fire strength dari setiap laptop yang diperoleh dari pengoperasian pada derajat keanggotaan seluruh variabel sesuai kriteria. Selanjutnya penyusunan rekomendasi berdasarkan nilai fire strength terbesar hingga terkecil. Hasil perhitungan dari contoh kasus dengan kriteria masukan yaitu tahun pembuatan baru, kecepatan Processor cepat, RAM besar, kecepatan RAM cepat, storage besar, kecepatan storage read dan write cepat, dan dengan tipe Air dan anggaran 10 juta rupiah dan tidak memilih Processor diperoleh 11 buah rekomendasi laptop.  Kata Kunci : Sistem Pendukung Keputusan, Query, Fire strength
PERBANDINGAN RAM DAN IVAM DALAM MENENTUKAN SOLUSI AWAL MASALAH DISTRIBUSI BAHAN MATERIAL SR APP (Studi Kasus: PT. PLN (Persero) UP3 Singkawang) Fitriyani, Fitriyani; Kiftiah, Mariatul; Huda, Nur’ainul Miftahul
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 4 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i4.77966

Abstract

PT. PLN (Persero) Unit Pelaksana Pelayananan Pelanggan (UP3) Singkawang sebagai perusahaan jasa pelayanan listrik mendistribusikan bahan material Sambungan Rumah Alat Pembatas dan Pengukur (SR APP). Bahan material tersebut didistribusikan dari gudang UP3 Singkawang dan gudang Singkawang Kota ke Unit Layanan Pelanggan (ULP) di area Singkawang seperti ULP Sungai Duri, ULP Bengkayang, ULP Pemangkat, ULP Sambas dan ULP Sekura dengan biaya distribusi sebesar Rp 4.946.653,00. Pendistribusian ini perlu rancangan yang tepat sehingga pengeluaran dapat diminimumkan. Metode transportasi merupakan suatu cara untuk memecahkan masalah pendistribusian suatu barang dari sumber ke tujuan. Metode ini digunakan untuk menganalisis biaya pendistribusian barang. Metode transportasi yang digunakan dalam penelitian ini adalah Russel’s Approximation Method (RAM), Improved Vogel’s Approximation Method (IVAM) dan metode Modified Distribution (MODI). Penelitian ini bertujuan untuk membandingkan solusi awal RAM dan IVAM pada masalah distribusi bahan material SR APP. Langkah-langkah penyelesaian masalah ini dengan mencari solusi awal menggunakan RAM dan IVAM, menguji keoptimalannya dan merevisi tabel menggunakan metode MODI. Berdasarkan hasil perhitungan, RAM dan IVAM menghasilkan solusi awal yang sama. Pada uji optimalitas metode MODI, solusi awal tersebut sudah optimal. Dengan demikian, pengalokasian bahan material SR APP dari gudang UP3 Singkawang ke ULP Sungai Duri sebanyak 469 set, ULP Bengkayang sebanyak 630 set, ULP Pemangkat sebanyak 86, ULP Sambas sebanyak 521 set dan ULP Sekura sebanyak 444 set serta gudang Singkawang Kota ke ULP Pemangkat sebanyak 1.083 set dengan pengeluaran minimum yang dapat dikeluarkan sebesar Rp 4.535.871,00 sehingga menghemat biaya pendistribusian sebesar Rp 410.782,00 atau sebesar 8,3%. Kata Kunci : metode transportasi, MODI, uji optimalitas
PENENTUAN PRODUKTIVITAS PADI DI KALIMANTAN BARAT MENGGUNAKAN METODE FUNGSI PENALTI EKSTERIOR Satria, Yuyun; Helmi, Helmi; Kiftiah, Mariatul
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 5 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i5.84845

Abstract

Pertambahan penduduk berdampak kepada peningkatan permintaan kebutuhan pokok, salah satunya adalah padi. Untuk itu produktivitas padi perlu untuk diketahui agar bisa dijadikan acuan pemerintah untuk mengestimasi kebutuhan penduduk. Penelitian ini bertujuan untuk mengetahui solusi optimum produktivitas padi di Kalimantan Barat dengan menggunakan metode fungsi penalti eksterior. Metode ini merupakan salah satu metode yang dapat digunakan untuk menyelesaikan masalah optimasi nonlinear berkendala menjadi tak berkendala dengan menambahkan fungsi tujuan dan parameter penalti ke dalam fungsi objektif.  Dalam proses optimasi, fungsi tujuan dibentuk menggunakan metode kuadrat terkecil. Setelah fungsi tujuan teridentifikasi maka selanjutnya menyelesaikan permasalahan menggunakan metode fungsi penalti eksterior. Data yang digunakan merupakan data produksi padi di Kalimantan Barat pada tahun  yang meliputi data luas tanam, luas panen dan produktivitas padi. Berdasarkan hasil perhitungan menggunakan metode fungsi penalti eksterior diperoleh solusi optimum produksi padi di Kabupaten Kubu Raya , Mempawah , Sintang , dan Kapuas Hulu  masing-masing yaitu  Kw/Ha,  Kw/Ha,  Kw/Ha, dan  Kw/Ha. Kata Kunci : Tanaman Pangan, Metode Kuadrat Terkecil, Solusi Optimum.
METODE MODIFIKASI ASM DAN IMPROVED ZERO POINT PADA MASALAH TRANSPORTASI TIDAK SEIMBANG Florensi Silva Anggelina; Helmi Helmi; Yudhi Yudhi
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 1 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i1.74057

Abstract

Masalah transportasi adalah Masalah optimasi yang melibatkan alokasi komoditas dari beberapa sumber ke beberapa tempat tujuan pengiriman dengan biaya minimal. Pada umumnya penyelesaian permasalahan transportasi diselesaikan dalam dua langkah, pertama adalah menentukan solusi fisibel kemudian menentukan solusi optimal dengan Metode Stepping Stone atau MODI. Seiring berjalannya waktu, terdapat berbagai metode yang dengan lebih sederhana dapat menyelesaikan permasalahan transportasi. Metode-metode tersebut disebut metode langsung, diantaranya Metode Modifikasi ASM dan Improved Zero Point. Data distribusi produk PT. Anugerah Berkah Bersaudara pada tahun 2021 di bulan Agustus menunjukan jumlah persediaan lebih besar dari jumlah permintaan, sehingga kasus transportasi tersebut merupakan kasus tidak seimbang. Tujuan penelitian ini adalah mengkaji penerapan Metode Modifikasi ASM dan Improved Zero Point dalam mengoptimalkan pendistribusian barang. Penelitian ini diawali dengan membentuk tabel transportasi pada data yang diperoleh dengan baris (kolom) dummy, kemudian dilakukan reduksi sehingga terdapat nilai 0 di setiap baris dan kolom. Langkah selanjutnya pada Metode Modifikasi ASM adalah penentuan indeks e, sedangkan untuk Metode Improved Zero Point dilakukan pemilihan sel kunci yaitu biaya terbesar pada tabel transportasi sebelum melakukan pengalokasian barang. Metode Modifikasi ASM dan Metode Improved Zero Point  menghasilkan besar biaya yang sama yaitu sebesar Rp.24.724.750 yang artinya persentase perusahaan dapat menghemat biaya pendistribusian sebesar 7% dari pengeluaran perusahaan sebelumya yaitu sebesar Rp.26.785.050. Kata Kunci : Solusi Optimal, Biaya Pendistribusian, Dummy
ANALISIS KESTABILAN DAN SIMULASI MENGGUNAKAN PYTHON PADA MODEL MATEMATIKA PENYEBARAN PENYAKIT MENULAR DENGAN VAKSINASI Firmansyah, Dimas; Yundari, Yundari; Prihandono, Bayu
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 3 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i3.77708

Abstract

Pandemi global telah memperkuat urgensi pengembangan strategi vaksinasi sebagai langkah preventif pengendalian penyakit menular. Model matematika penyebaran penyakit menular dengan strategi vaksinasi yang dikembangkan dalam penelitian ini membagi populasi menjadi empat sub-populasi: rentan (S), terinfeksi (I), tervaksinasi (V), dan sembuh (R). Studi ini menggunakan Matriks Generasi Selanjutnya untuk menghitung bilangan reproduksi dasar (R_0). Berdasarkan model yang dibentuk diperoleh dua titik ekuilibrium, yaitu titik ekuilibrium bebas penyakit (E_0) yang stabil asimtotik lokal pada saat R_0<1 dan titik ekuilibrium endemik penyakit (E^*) yang stabil asimtotik lokal pada saat R_0>1. Diberikan parameter yaitu, μ adalah tingkat kelahiran dan kematian alami di setiap sub-populasi, α adalah tingkat vaksinasi, ω adalah tingkat kematian akibat penyakit, β_1 adalah tingkat infeksi dari sub-populasi rentan ke sub-populasi terinfeksi, β_2 adalah tingkat infeksi dari sub-populasi tervaksinasi ke sub-populasi terinfeksi, γ_1 adalah tingkat kesembuhan alami, dan γ_2 adalah tingkat rata-rata individu untuk mendapatkan kekebalan penyakit. Hasil analisis dan simulasi numerik menggunakan python dengan metode Runge-Kutta Orde 4 pada pustaka odeint menghasilkan R_0=3.09 dengan parameter μ=0.1, β_1=0.85, β_2=0.7150, α=0.01, γ_1=0.095, γ_2=0.05, ω=0.02 menunjukkan sistem stabil asimtotik lokal pada titik ekuilibrium E^* yang mengindikasikan bahwa penyakit akan selalu ada pada populasi. Sebagai pembanding, diberikan parameter μ=0.1, β_1=0.011, β_2=0.00045, α=0.1, γ_1=0.1, γ_2=0.3, ω=0.02 sehingga diperoleh R_0=0.025, menunjukkan sistem stabil asimtotik lokal pada titik ekuilibrium E_0 yang mengindikasikan bahwa penyakit akan hilang pada populasi. Hasil simulasi dengan tingkat vaksinasi berbeda menunjukkan bahwa strategi vaksinasi efektif untuk mengurangi individu yang terinfeksi. Penelitian ini berkontribusi pada pemahaman dinamika penyebaran penyakit dan perumusan rekomendasi kebijakan vaksinasi untuk pengendalian penyebaran penyakit menular.Kata Kunci : Model SVIR, Kestabilan Lokal, Bilangan Reproduksi Dasar, Simulasi Numerik
KOMPARASI ALGORITMA K-NEAREST NEIGHBOR DENGAN EUCLIDEAN DISTANCE DAN MANHATTAN DISTANCE UNTUK KLASIFIKASI STUNTING BALITA (Studi Kasus : Puskesmas Kelurahan Parit Mayor) Salsabila Salsabila; Shantika Martha; Wirda Andani
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 2 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i2.77245

Abstract

Salah satu permasalahan serius di bidang kesehatan balita yang dihadapi Indonesia kini adalah stunting. Stunting adalah kondisi ketika balita mengalami gagal tumbuh disebabkan kekurangan gizi kronis, mengakibatkan balita sangat pendek dibandingkan balita normal seusianya. Berdasarkan standar WHO, prevalensi stunting harus dibawah 20%. Sementara di Indonesia pada tahun 2022, angka balita stunting mencapai 21,6%. Berdasarkan permasalahan tersebut, terdapat berbagai penelitian mengenai stunting balita yang salah satunya dengan analisis statistik. Pengolahan data berjumlah besar dapat dilakukan menggunakan pengklasifikasian dengan algoritma tertentu, sehingga hasil diperoleh dengan cepat dan akurat untuk memprediksi bahwa balita tersebut masuk dalam status penderita stunting atau tidak. Penelitian ini menggunakan metode K-Nearest Neighbor yang bertujuan membandingkan jarak Euclidean dan Manhattan untuk memperoleh pengukuran jarak yang baik pada klasifikasi stunting balita di Kelurahan Parit Mayor, Kota Pontianak. Hasil pemeriksaan status gizi balita tahun 2019 pada Kecamatan Pontianak Timur, kasus tertinggi yaitu di Kelurahan Parit Mayor sebesar 33,5%. Sampel yang digunakan yaitu data status gizi balita berusia 24-59 bulan dengan jumlah 385 data yang dimana pada data aktual terdapat 32 balita terdeteksi stunting. Diperoleh hasil pengukuran jarak terbaik menggunakan k = 3. Oleh karena itu, disimpulkan bahwa Manhattan distance memberikan performa yang baik dalam klasifikasi stunting balita di Kelurahan Parit Mayor pada kunjungan Februari 2023 dengan nilai akurasi 97,39% lebih tinggi daripada Euclidean distance yang memiliki akurasi sebesar 95,65% dengan selisih 1,74%.Kata Kunci : stunting, klasifikasi, k-nearest neighbor, Euclidean, Manhattan
PEWARNAAN k-DIFERENSIAL DAN LINTASAN (k-1)-HAMILTON PADA GRAF Anisa, Anisa; Kusumastuti, Nilamsari; Fran, Fransiskus
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 4 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i4.81223

Abstract

Pewarnaan k-diferensial merupakan generalisasi dari konsep pewarnaan graf, yang mengacu pada pemberian warna pada simpul sedemikian sehingga dua simpul yang bertetangga mempunyai perbedaan warna yang cukup kontras. Secara sistematis pewarnaan k-diferensial adalah suatu pemetaan bijektif  sedemikian sehingga selisih mutlak antara label simpul yang saling bertetangga lebih besar atau sama dengan k, yang kemudian diperoleh bilangan kromatik diferensial (dc(G))  Penelitian ini mengkaji mengenai pewarnaan k-diferensial pada graf, menganalisis dan menentukan bilangan kromatik diferensial pada graf (dc(G)), dan menentukan keterkaitan dari masalah pewarnaan k-differensial dengan lintasan (k-1)-Hamilton. Lintasan Hamilton adalah pemetaan bijektif  sedemikian sehingga  sedangkan lintasan (k-1)-Hamilton merupakan lintasan Hamilton p sedemikian sehingga jika untuk setiap    maka . Hasil penelitian menunjukkan bahwa pewarnaan -diferensial pada  dapat menginduksi Lintasan ( k-1)-Hamilton pada , sehingga bahwa  permasalahan pewarnaan k-diferensial pada  identik dengan pembentukan lintasan (k-1 )-Hamilton pada G^c.Kata Kunci: bijektif, pelabelan, bilangan kromatik diferensial
IMPLEMENTASI WEB SCRAPING PADA ULASAN HOTEL MAESTRO PONTIANAK MENGGUNAKAN METODE LEXICON BASED Vinsensius Yogi; Shantika Martha; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 2 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i2.76960

Abstract

Internet memungkinkan manusia berbagi informasi dari mana saja, dengan siapa saja, dan mempermudah mengakses informasi terkait sektor pariwisata. Dalam sektor pariwisata, hotel memiliki peran yang penting dalam menyediakan penginapan terutama bagi wisatawan. Hotel berbintang yang ada di Kalimantan Barat yaitu Hotel Maestro Pontianak. Di era Society 5.0 sekarang banyak website penyedia tiket hotel secara online, salah satunya Traveloka. Traveloka menyediakan layanan pemesanan tiket hotel secara online termasuk tiket Hotel Maestro Pontianak. Banyaknya yang menginap di hotel tersebut menyebabkan banyaknya ulasan yang diberikan oleh pengunjung melalui website Traveloka. Tujuan penelitian ini untuk menganalisis opini masyarakat terhadap pelayanan Hotel Maestro Pontianak menggunakan metode Lexicon Based. Dalam penelitian kali ini menggunakan metode Web Scraping yang kemudian dilanjutkan analisis sentimen menggunakan metode Lexicon Based. Data ulasan Hotel Maestro Pontianak dikumpulkan menggunakan teknik Web Scraping yang berjumlah 301 ulasan. Data ulasan diproses menggunakan text preprocessing untuk menyeragamkan bentuk kata agar kalimat setiap ulasan lebih terstruktur. Selanjutnya, pada hasil text preprocessing diproses menggunakan metode Lexicon Based dengan bantuan library VADER sentiment. Hasil dari proses compound score VADER sentiment divisualisasikan menggunakan word cloud dan bar chart yang menunjukan akurasi persentase yang didapat sebesar 65,9% untuk hasil kelas sentimen positif, 23,61% untuk hasil sentimen negatif dan 10,49% untuk hasil kelas sentimen netral. Kata Kunci : Internet, Traveloka, VADER.

Page 68 of 77 | Total Record : 770

 66   67   68   69   70 

Filter by Year

2012 2025


Reset
Filter By Issues
All Issue Vol 14, No 2 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 1 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 6 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 5 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 4 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 3 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 2 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 1 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 6 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 5 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 4 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya (dalam proses) Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 2 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 1 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 5 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 4 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 2 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 4 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 3 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 2 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 4 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): BIMASTER Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): BIMASTER Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): BIMASTER Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): BIMASTER Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): BIMASTER Vol 8, No 2 (2019): BIMASTER Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 1 (2019): BIMASTER Vol 7, No 4 (2018): BIMASTER Vol 7, No 4 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): BIMASTER Vol 7, No 3 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): BIMASTER Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 1 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 1 (2018): BIMASTER Vol 6, No 03 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 03 (2017): BIMASTER Vol 6, No 02 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 02 (2017): BIMASTER Vol 6, No 01 (2017): BIMASTER Vol 6, No 01 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 5, No 03 (2016): BIMASTER Vol 5, No 02 (2016): BIMASTER Vol 5, No 01 (2016): BIMASTER Vol 4, No 03 (2015): BIMASTER Vol 4, No 01 (2015): BIMASTER Vol 4, No 2 (2015): BIMASTER Vol 3, No 03 (2014): BIMASTER Vol 3, No 02 (2014): BIMASTER Vol 3, No 01 (2014): Bimaster Vol 2, No 03 (2013) Vol 2, No 02 (2013): Bimaster Vol 2, No 1 (2013): BIMASTER Vol 1, No 01 (2012): BIMASTER More Issue