cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
RIVALRI KRISTIANTO HONDRO
Contact Email
rivalryjurnal@gmail.com
Phone
+6281375255171
Journal Mail Official
ketik@faatuatua.com
Editorial Address
Desa Ujung Labuhen, Perumahan New Pratama Asri Blok E No. 11, Kecamatan Namorambe, Kabupaten Deli Serdang, Provinsi Sumatera Utara, Indonesia
Location
Kab. deli serdang,
Sumatera utara
INDONESIA
KETIK : Jurnal Informatika
Published by FAATUATUA MEDIA KARYA
ISSN : -     EISSN : 3026183     DOI : 10.70404
Core Subject : Science,
Computer Science & IT
Jurnal KETIK merupakan nama dari Jurnal Informatika yang dikelola Faatuatua Media Karya. Jurnal ini menerbit tuliasan ilmiah dalam bahasa indonesia tentang bidang pengetahuan Informatika. Artikel yang dipublikasi penerbit berasal dari para penulis dari peneliti, mahasiswa, dan dosen sehingga pertanggung jawabannya ada pada penulis. Terbitan pertama jurnal KETIK pada september 2023. Jurnal KETIK terbit enam (6) issue per volume yaitu September (Issue 01), November (Issue 02), Januari (Issue 03), Maret (Issue 04), Mei (Issue 05), Juli (Issue 06).
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 5 Documents
 1 
Search results for , issue "Vol. 1 No. 01 (2023): September" : 5 Documents clear
Analisis dan Implementasi Metode Naive Bayes Pada Classification Sentimen Komentar Pelanggan Rusmin Saragih
KETIK : Jurnal Informatika Vol. 1 No. 01 (2023): September
Publisher : Faatuatua Media Karya

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

Abstract

Hotel sambas mengalami kesulitan untuk mendapatkan makna atau kesimpulan dari keseluruhan komentar yang diberikan pelanggan terhadap produk dan layanan hotel dikarenakan banyaknya komentar yang ada, pertahun mencapai 675 komentar. Sistem analisis sentiment analysis system bertujuan untuk membantu pihak hotel dalam mendapatkan makna dari komentar yang banyak dengan menggunakan metode Naive Bayes Classifier (NBC). Metode ini mengelompokan komentar berdasarkan kategori-kategori yang ditinjau oleh hotel. Komentar dibagi berdasarkan sentimen positif dan negatif, sehingga dapat dievaluasi kepuasan pelanggan terhadap produk dan jasa yang disediakan secara terkomputerisasi dan spesifik. Hasil dari penelitian yang dilakukan mendapatkan enam kategori yang ditinjau dengan 55 keyword kata benda, terdapat 120 keyword sentimen dengan 66 kata sentimen positif dan 54 kata sentimen negatif. Hasil pengolahan terhadap175 data latih disimpulkan bahwa hasil klasifikasi sentimen yang didapat adalah sentimen positif sebanyak 155 komentar dan sentimen negatif sebanyak 20 komentar. Kategori sentimen positif terbesar adalah kategori kamar sebesar 73 komentar dan kategori dengan sentimen negatif terbesar adalah kategori kamar sebesar 17 komentar. Tingkat akurasi dalam penentuan kategori adalah sebesar 77.14% dan 75.42% dalam penentuan sentimen memiliki tingkat precision 99.12% dan recall 72.9%.
Analisis Sentimen Peringkat Pengguna Aplikasi Layanan Online Transportasi Melalui Komentar di Twitter Natalia Silalahi
KETIK : Jurnal Informatika Vol. 1 No. 01 (2023): September
Publisher : Faatuatua Media Karya

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

Abstract

Berkembangnya dunia teknologi informasi, transportation berkembang dengan adanya jasa transportation online. Saat ini penggunaan Jasa transportation online sudah seperti kebutuhan, melakukan analisis sentimen terhadap Jasa transportation online untuk mengerahui mendapatkan informasi bagaimana pendapat masyarakat terhadap Jasa transportation online tersebut. Data positive digunakan harus merupakan data positive. Media yang digunakan untuk mengambil data yang berasal dari platform media sosial, Twitter. Tugas akhir ini bertujuan untuk menganalisis tanggapan masyarakat dengan menganalisis data dalam bentuk tweet, kemudian menggunakan metode naive Bayes classifier untuk mengklasifikasikannya ke dalam kategori positif dan negatif. Berdasarkan sistem yang telah dibangun didapatkan hasil 88,60% sentimen positif dan 11,40% sentimen negatif dengan akurasi 86,80%. Ternyata tingkat sentimen positif dari tweet publik lebih besar dari pada tingkat sentimen negatif.
Analisis Sentimen Kuliah Daring Menggunakan Metode Naïve Bayes Classifier Berdasarkan Angket Mahasiswa Nasib Marbun
KETIK : Jurnal Informatika Vol. 1 No. 01 (2023): September
Publisher : Faatuatua Media Karya

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

Abstract

Penelitian ini dilakukan untuk melakukan analisis sentimen berupa data angket mahasiswa untuk mengetahui kepuasan mahasiswa dalam proses pendidikan secara daring/online. Analisis sentimen adalah proses klasifikasi dokumen dan dalam penelitian ini dibagi menjadi tiga bagian, yaitu kelas positif, negatif dan netral. Prosesnya diawali dengan membagi dokumen menjadi data latih dan data uji. Data latih digunakan metode NBC sehingga diperoleh model klasifikasi untuk penentuan kelas pada data uji. Metode naïve bayes classifier adalah metode yang berdasarkan probabilitas dan teorema bayesian. Metode ini digunakan untuk mengklasifikasikan hasil data opini mahasiswa yang dituliskan pada form kepuasan angket mahasiswa terhadap dosen sehingga menghasilkan klasifikasi secara otomatis yang diinginkan. Hasil penelitian ini dipakai untuk menentukan klasifikasi dari data angket mahasiswa sehingga data mudah terbaca. Klasifikasi metode ini mempunyai tingkat precision 75%, recall 75% dan akurasi 80%.
Analsis dan Implementasi Metode Naïve Bayes dan SVM Pada Sentimen Pemilihan Calon Presiden RI Mediana Zalukhu
KETIK : Jurnal Informatika Vol. 1 No. 01 (2023): September
Publisher : Faatuatua Media Karya

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

Abstract

Analisis sentimen merupakan ilmu yang berguna untuk menganalisis pendapat seseorang, sentiment seseorang, evaluasi seseorang, sikap seseorang dan emosi seseorang ke dalam bahasa tertulis. Penelitian ini menggunakan search techniques dalam pengambilan data, sehingga pengambilan data dilakukan dengan efektif dan efisien. Search techniques dalam penelitian ini menggunakan Boolean searching dengan operator “AND”. Data yang sudah didapat dilabeli positif, netral dan negatif oleh penulis kemudian dikoreksi oleh ahli bahasa. Setelah itu dilakukan preProcessing baik itu mengubah kata tidak baku menjadi baku atau biasa disebut normalisasi menggunakan kamus dan mencari akar kata yaitu stemming dengan bantuan aplikasi Sastrawi Master. Selanjutnya dilakukan juga tokenisasi N-Gram, Unigram, Bigram, dan Trigram terhadap kalimat, kemudian menghilangkan kata-kata yang umum digunakan dan tidak mempunyai Informasi yang berharga pada suatu konteks atau biasa disebut stopword removal, dan mempertahankan emoticon karena emoticon merupakan simbol yang menunjukkan ekspresi seseorang ke dalam tulisan. Akurasi yang terbaik dalam penelitian ini adalah dengan dilakukan normalisasi dan stemming pada data sebesar 89,2655% menggunakan metode SVM, dan kemudian data yang dinormalisasi saja sebesar 88,7006% menggunakan metode SVM. Dalam penelitian ini, tidak ada ujicoba terhadap data yang dilakukan stemming saja, dikarenakan tahap yang harus dilakukan dalam stemming adalah melakukan normalisasi terlebih dahulu terhadap data.
Analisis Sentimen Pengguna Aplikasi E-Wallet Dana Melalui Postingan di Media Sosial Twitter Menggunakan Naïve Bayes Oktavianus Hondro
KETIK : Jurnal Informatika Vol. 1 No. 01 (2023): September
Publisher : Faatuatua Media Karya

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

Abstract

Seiring berkembangnya zaman, saat ini teknologi informasi berkembang semakin cepat dalam setiap bidang salah satunya dalam bidang keuangan. Kini transaksi pun sudah tidak dilakukan secara manual, mulai dari adanya mesin ATM, mobile banking sampai yang trend saat ini adalah e-wallet. Bertransaksi menggunakan e-wallet sangatlah mudah, kita hanya perlu bertukar nomor handphone yang sudah kita daftarkan pada aplikasi e-wallet tersebut. Aplikasi DANA merupakan salah satu aplikasi e-wallet yang paling diminati karena tampilan yang bagus dan cara menggunakan yang mudah. Akan tetapi walaupun diminati persepsi penggunanya terdapat opini yang positif dan negatif. Biasanya pengguna memilih beropini secara terbuka melalui media sosial seperti twitter karena merasa lebih terbuka daripada berpendapat langsung. Untuk mengetahui berhasil atau tidaknya aplikasi DANA, maka diadakan penelitian analisis sentiment terhadap aplikasi dana di media sosial twitter menggunakan metode naïve bayes.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2023 2023


Reset
Filter By Issues
All Issue Vol. 3 No. 02 (2025): November Vol. 3 No. 01 (2025): September Vol. 2 No. 06 (2025): Juli Vol. 2 No. 05 (2025): Mei Vol. 2 No. 04 (2025): Maret Vol. 2 No. 03 (2025): Januari Vol. 2 No. 02 (2024): November Vol. 1 No. 06 (2024): Juli Vol. 1 No. 05 (2024): Mei Vol. 1 No. 04 (2024): Maret Vol. 1 No. 03 (2024): Januari Vol. 1 No. 02 (2023): November Vol. 1 No. 01 (2023): September More Issue