Abstract:Abstract: The rapid growth of e-commerce mobile applications has generated large volumes of user reviews, making manual sentiment analysis increasingly impractical. This study aims to compare the effectiveness of three machine…
achine learning algorithms Support Vector Machine (SVM), Random Forest, and Naive Bayes for automated sentiment classification of Indonesian-language mobile application reviews. A dataset of 3,000 user reviews from the RupaRupa application on the Google Play Store was collected and preprocessed through normalization, tokenization, stopword removal, and stemming. TF-IDF vectorization was applied for feature extraction, while the Synthetic Minority Over-sampling Technique (SMOTE) was used to address class imbalance across three sentiment categories: positive, negative, and neutral. The results show that SVM achieved the highest accuracy of 90.02%, while Random Forest obtained the best F1-score of 88.08% when sufficient training data were available. Naive Bayes demonstrated relatively stable performance across varying training data sizes. Furthermore, TF-IDF keyword analysis revealed that negative reviews were primarily associated with delivery issues, technical problems, and pricing concerns. These findings demonstrate the effectiveness of machine learning approaches for sentiment classification and provide practical insights for improving mobile application services.
Keywords: sentiment analysis; machine learning; SMOTE; TF-IDF; text classification
Abstrak: Pertumbuhan pesat aplikasi mobile e-commerce telah menghasilkan volume ulasan pengguna yang sangat besar, sehingga analisis sentimen secara manual menjadi semakin tidak praktis. Penelitian ini bertujuan untuk membandingkan efektivitas tiga algoritma machine learning Support Vector Machine (SVM), Random Forest, dan Naive Bayes dalam melakukan klasifikasi sentimen otomatis terhadap ulasan aplikasi mobile berbahasa Indonesia. Dataset yang digunakan terdiri dari 3.000 ulasan pengguna aplikasi RupaRupa yang dikumpulkan dari Google Play Store. Data kemudian diproses melalui tahapan preprocessing yang meliputi normalisasi, tokenisasi, penghapusan stopword, dan stemming. Ekstraksi fitur dilakukan menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF), sedangkan ketidakseimbangan kelas ditangani menggunakan Synthetic Minority Over-sampling Technique (SMOTE) pada tiga kategori sentimen, yaitu positif, negatif, dan netral. Hasil penelitian menunjukkan bahwa SVM mencapai tingkat akurasi tertinggi sebesar 90,02%, sementara Random Forest memperoleh nilai F1-score terbaik sebesar 88,08% ketika tersedia data pelatihan yang memadai. Naive Bayes menunjukkan performa yang relatif stabil pada berbagai ukuran data pelatihan. Selain itu, analisis kata kunci berbasis TF-IDF mengungkapkan bahwa ulasan negatif terutama berkaitan dengan masalah pengiriman, kendala teknis aplikasi, dan isu harga. Temuan ini menunjukkan bahwa pendekatan machine learning efektif untuk klasifikasi sentimen serta memberikan wawasan yang bermanfaat dalam meningkatkan kualitas layanan aplikasi mobile.
Kata Kunci: analisis sentimen; pembelajaran mesin; SMOTE; TF-IDF; klasifikasi teks.
Abstract:Abstract: MBG is a strategic program of the Prabowo-Gibran administration. This program has become a widely discussed issue in the public. To better understand public perception of this program, sentiment analysis is necessary.…
essary. This study aims to compare the performance of algorithms machine learning SVM, RF, And BERT with preprocessing data analyzing public sentiment of the MBG program in media X. The total dataset for this study was 39,858 out of 42,465 successfully crawled tweets. The research methods included data collection, preprocessing data (cleaning, case folding, word normalization, stopword removal and stemming), feature extraction, model training (fine-tuning), handling class imbalance with SMOTE, and evaluation using accuracy, precision, recall, and f1-score. The research results show that without SMOTE, the best performing models are BERT with 89% accuracy, SVM 87%, and RF 78.4%. After SMOTE, the best algorithms were SVM with 92.94%, BERT with 88.3%, and RF with 86.59%. The results confirmed that SVM is the best algorithm if at leastclass imbalance. BERT is the best algorithm before and after SMOTE, because BERT is more effective in capturing the nuances of language on social media, so BERT is the most recommended in MBG sentiment analysis.
Keywords: sentiment analysis; machine learning; SVM, RF, and BERT
Abstrak: MBG merupakan program strategis pemerintahan Prabowo - Gibran. Program ini menjadi isu yang banyak diperbincangkan publik. Untuk mengetahui lebih dalam persepsi masyrakat tentang program ini, perlu dilakukan analisis sentiment. Penelitian ini bertujuan membandingkan kinerja algoritma machine learning SVM, RF, dan BERT dengan preprocessing data menganalisis sentiment public program MBG di media X. Total dataset penelitian ini adalah 39.858 dari 42.465 tweet yang berhasil di crawling. Metode penelitian mencakup pengumpulan data, preprocessing data (cleaning, case folding, normalisasi kata, stopword removal dan stemming), ekstraksi fitur, pelatihan model (fine-tuning), penanganan class imbalance dengan SMOTE, dan evaluasi menggunakan akurasi, presisi, recall, dan f1-score. Hasil peneltian menunjukkan, tanpa SMOTE model dengan kinerja terbaik adalah BERT dengan akurasi 89%, SVM 87%, dan RF 78,4%. Setelah SMOTE algoritma terbaik adalah SVM 92,94%, BERT 88,3% dan RF 86,59%. Hasil penelitian menegaskan bahwa SVM adalah algoritma terbaik jika minimal class imbalance. BERT adalah algoritma terbaik sebelum dan sesudah SMOTE, karena BERT lebih efektif dalam menangkap nuansa bahasa pada media sosial, sehingga BERT paling di rekomendasikan dalam analisis sentimen MBG.
Kata kunci: analisis sentimen; machine learning; SVM, RF, dan BERT
Abstract:Abstract: Many children drop out or stop school due to economic constraints, especially personal costs such as not being able to buy school supplies, educational development donations and so on. Therefore, the government…
has a policy to help by issuing the Smart Indonesia Program (PIP) as a goal to help students' personal costs in pursuing education. As the smart Indonesia program progresses, many parents of students complain because the selection of students receiving PIP assistance is not on target and does not comply with the provisions. As with the data collection of students receiving the Smart Indonesia Program (PIP) assistance at State Elementary School 014673 Mekar Sari Village, it is also not optimal where the recording system is still inputted into Microsoft Excel. Therefore, a system is needed that is integrated with a calculation processing technique, namely a decision support system used at State Elementary School 015673 Mekar Sari Village to determine prospective recipients of the Smart Indonesia Program assistance who are truly worthy and appropriate. For this reason, this study uses the Multi-Attribute Utility Theory (MAUT) method to find students who are eligible for PIP benefits in the determination process.
Keywords: maut method; mekar sari elementary school; smart indonesia program.
Abstrak: Banyaknya anak yang putus atau berhenti sekolah dikarenakan kendala ekonomi terutama pada biaya pribadi seperti tidak mampu membeli perlengkapan sekolah, uang sumbangan pembinaan pendidikan dan lain sebagainya. Maka dari itu pemerintah memiliki kebijakan untuk membantu dengan mengeluarkan Program Indonesia Pintar (PIP) sebagai tujuan untuk membantu biaya pribadi siswa dalam menempuh pendidikan. Seiring berjalannya program indonesia pintar banyak kalangan orang tua siswa mengeluh dikarenakan dalam pemilihan siswa penerima bantuan PIP tidak tepat sasaran dan tidak sesuai dengan ketentuan. Seperti halnya dengan pendataan siswa penerima bantuan Program Indonesia Pintar (PIP) di Sekolah Dasar Negeri 014673 Desa Mekar Sari juga belum optimal dimana masih sistem pencatatan lalu di input ke Microsoft Excel. Maka dibutuhkan sebuah sistem yang sudah terintegrasi dengan sebuah teknik pengolahan perhitungan yaitu sistem pendukung keputusan yang digunakan pada Sekolah Dasar Negeri 015673 Desa Mekar Sari untuk penentuan calon penerima bantuan Program Indonesia Pintar yang benar layak dan pantas. Untuk itu penelitian ini menggunakan metode Multi-Attribute Utility Theory (MAUT) untuk mencari siswa yang layak mendapat manfaat PIP dalam proses penentuannya.
Kata kunci: metode maut; program indonesia pintar; sd negeri mekar sari.
Abstract:Abstract: In the current era of very fast technological development, customer churn is a serious challenge, especially in the competitive telecommunications industry. Churn refers to customers who stop using a service or…
move to another provider, and can be categorized into three types: Active Churn, Passive Churn, and Rotational Churn. Rotational Churn, which is difficult to predict be- cause the reasons for stopping are unclear, is the main focus of this research. This research aims to group Rotational Churn customers using a Data-Centric AI approach. This approach emphasizes improving data quality through Confident Learning and Synthetic Data before being applied to the K-Means clustering algorithm. The data used in this research is customer churn data from one telecommunications company during 2023. The research results show that customer grouping using the K-Means algorithm can provide deep insight into the characteristics of customer churn. The application of Data-Centric AI is proven to be able to increase the accuracy of clustering models, which ultimately helps compa- nies optimize programs and services to minimize churn and retain customers.
Keywords: data-centric AI; clustering; K-means
Abstrak: Dalam era perkembangan teknologi yang sangat pesat saat ini, churn pelanggan menjadi tantangan serius, terutama dalam industri telekomunikasi yang sangat kompetitif. Churn mengacu pada pelanggan yang berhenti menggunakan layanan atau beralih ke penyedia lain, dan dapat dikategorikan menjadi tiga jenis: Churn Aktif, Churn Pasif, dan Churn Rotasional. Churn Rotasional, yang sulit diprediksi karena alasan penghentian layanan tidak jelas, menjadi fokus utama penelitian ini. Penelitian ini bertujuan untuk mengelompokkan pelanggan Churn Rotasional menggunakan pendekatan Data-Centric AI. Pendekatan ini menekankan pada peningkatan kualitas data melalui Confident Learning dan Synthetic Data sebelum diterapkan ke algoritma K-Means clustering. Data yang digunakan dalam penelitian ini adalah data churn pelanggan dari satu perusahaan telekomunikasi selama tahun 2023. Hasil penelitian menunjukkan bahwa pengelompokan pelanggan menggunakan algoritma K-Means dapat memberikan wawasan mendalam tentang karakteristik churn pelanggan. Penerapan Data-Centric AI terbukti mampu meningkatkan akurasi model klastering, yang pada akhirnya membantu perusahaan mengoptimalkan program dan layanan untuk meminimalkan churn serta mempertahankan pelanggan.
Kata kunci: data-Centric AI; klasterisasi; K-means
Abstract:Abstract: Interest is an interest in an object that comes from the heart. Talent is a condition in a person that enables him with special training to achieve a special skill, knowledge, skill. For this reason, an expert…
system for determining students' interests and talents was designed. The method used in this research is the certainty factor (CF) method. The results based on the characteristics experienced by these students show that the type of interest and talent that exists in these students is linguistics with an expertise level of 0.66 and a percentage of 66% and has a fairly good accuracy score.
Keywords: certainty factor;interest; talent
Abstrak: Minat merupakan ketertarikan akan sesuatu objek yang berasal dari hati. Bakat adalah suatu kondisi pada seseorang yang memungkinkannya dengan suatu latihan khusus mencapai suatu kecakapan, pengetahuan, keterampilan khusus Untuk itu dirancang suatu sistem pakar penentuan minat dan bakat siswa. Metode yang digunakan pada penelitian kali ini ialah metode faktor kepastian (CF),. Hasil bedasarkan ciri-ciri yang dialami oleh siswa tersebut bahwa jenis minat dan bakat yang ada pada siswa tersebut adalah linguistik dengan tingkat kepakaran 0,66 dan persentase 66 % dan memiliki nilai akuasi yang cukup baik.
Kata kunci: bakat ; faktor kepastian;minat
Abstract:Abstract: Pasuruan is a well-known area for producing furniture products in East Java. The furniture commodity industry is widely spread in this city. This industry is also one of the top products. To boost market interest…
st in the furniture industry in Pasuruan City, which has been affected by the COVID-19 pandemic, and a geographic information system has not yet been developed in an effort to develop the furniture industry, research has been carried out on a web-based geographic information system (WebGIS) mapping the furniture industry in Pasuruan City using Leaflets and OpenStreetMap. The developed furniture industry WebGIS application takes advantage of the open source and dynamic advantages of Leflet and OpenStreetMap technologies which have provided very decent results on several GIS web-based application systems. In the testing phase with the Blackbox method, the WebGIS application for the furniture industry in Pasuruan City functionally has run well on desktop devices and also run well on simulated mobile devices. Testing was carried out on several types of browsers like Google Chrome and Microsoft Edge. This WebGIS application has been able to map the furniture industry in Pasuruan City so that the distribution of economic activity actors, especially the furniture industry, can be seen throughout the city and each sub-district. It can provide detailed information on furniture industry players in Pasuruan.
Keywords: framework; leaflet; mapping; openstreetmap; webgis
Abstrak: Pasuruan merupakan salah satu daerah yang terkenal sebagai penghasil produk mebel di Jawa Timur. Industri komoditas mebel tersebar cukup banyak di kota ini. Industri ini juga merupakan salah satu produk unggulan. Guna mendongkrak minat pasar akan industri mebel kota Pasuruan yang terimbas pandemi COVID-19, dan belum dikembangkannya suatu sistem informasi geografis sebagai upaya pengembangan industri mebel maka dilaksanakan penelitian tentang sistem informasi geografis berbasis web (WebGIS) pemetaan industri mebel kota Pasuruan menggunakan Leaflet dan OpenStreetMap. Aplikasi WebGIS industri mebel yang dikembangkan memanfaatkan kelebihan teknologi Leflet dan OpenStreetMap yang bersifat open source dan dinamis yang telah memberikan hasil yang sangat layak pada beberapa sistem aplikasi berbasis WebGIS. Pada tahap pengujian dengan metode Blackbox, aplikasi WebGIS industri mebel kota Pasuruan secara fungsional telah dapat berjalan dengan baik pada perangkat dekstop dan juga berhasil berjalan dengan baik pada simulated mobile device. Pengujian dilakukan pada beberapa macam browser seperti Google Chrome dan Microsoft Edge. Aplikasi WebGIS ini telah dapat memetakan industri mebel kota Pasuruan, sehingga dapat diketahui sebaran pelaku kegiatan ekonomi khususnya industri mebel, baik seluruh kota maupun tiap-tiap kecamatan, serta dapat memberikan detail informasi pelaku industri mebel di kota Pasuruan.
Kata kunci: framework; leaflet; openstreetmap; pemetaan; webgis
Abstract:Abstract: Pests are a major problem for citrus farmers, until now the pests that attack citrus plants vary widely. One of the pests on citrus plants is the trunk beetle where this pest attacks the old leaves on the lower…
branches or branches as a result of which the leaves fall and the young branches die. For this reason, an expert system was designed to identify pests in citrus plants The method used in this research is the certainty factor method. The results based on the symptoms experienced by the citrus plants showed that the pests affected on the citrus plants were Aphids with an expertise level of 0.8 and a percentage of 80% and had a fairly good aquaculture value.
Keywords: citrus plant pest; certainty factor; expert system
Abstrak: Hama merupakan masalah utama bagi para petani jeruk, hingga saat ini hama yang menyerang tanaman jeruk sangat bervariasi. Salah satu hama pada tanaman jeruk adalah kumbang belalai dimana hama ini menyerang daun tua pada ranting atau dahan bagian bawah akibatnya daun gugur dan ranting muda mati. Untuk itu dirancang suatu sistem pakar mengidentifikasi hama tanaman jeruk. Metode yang digunakan pada penelitian kali ini ialah metode faktor kepastian (CF),. Hasil bedasarkan gejala-gejala yang dialami oleh tanaman jeruk tersebut bahwa hama yang terkena pada tanaman jeruk adalah Kutu Daun dengan tingkat kepakaran 0,8 dan persentase 80 % dan memiliki nilai akuasi yang cukup baik.
Kata kunci: faktor kepastian; hama tanaman jeruk; sistem pakar;
Abstract:Abstract: Gender classification is one of the most important tasks of video analysis. A machine learning-based approach was presented to identify male and female facial images with a data set of 2000 images taken from kaggles. …
ggles. This method plays a role in finding the weight value that gives the best output value. This study uses the most appropriate learning rate of each optimization method as a criterion for stopping training. The results showed that the Artificial Neural Network with Adam optimization produced the highest accuracy, which was 91.5% compared to the SGD and ADADELTA optimization methods. Deep Learning techniques that are applied extensively to image recognition used utilize Adam's optimizer method.
Keywords: artificial neural networks; adadelta; adam; gender; sgm;
Abstrak: Klasifikasi gender adalah salah satu tugas analisis video yang paling penting. Pendekatan berbasis machine learning disajikan untuk mengidentifikasi gambar wajah Pria dan Wanita dengan kumpulan data sebanyak 2000 gambar yang diambil dari kaggle. Metode ini berperan dalam menemukan nilai bobot yang memberikan nilai keluaran terbaik. Penelitian ini menggunakan learning rate yang paling sesuai dari masing-masing metode optimasi sebagai kriteria pemberhentian pelatihan. Hasil penelitian menunjukkan Jaringan Saraf Tiruan dengan optimasi Adam menghasilkan akurasi tertinggi yaitu 91,5 % dibandingkan dengan dengan metode optimasi SGD dan ADADELTA. Teknik Deep Learning yang diterapkan secara ekstensif pada pengenalan gambar yang digunakan memanfaatkan metode optimizer Adam.
Kata kunci: Adadelta; Adam; Jaringan Syaraf; Gender; Tiruan; SGM;
Abstract:Abstract: Blind is a condition of a person who has a problem or obstacle using his sense of sight, usually with a special stick, which is white with a horizontal red line.The problem that is often faced by the visually impaired…
mpaired is inefficient assistive devices, such as a special stick for the blind which has many weaknesses such as not being able to indicate the size of the distance around the blind person, the blind cannot know the distance of objects and if one touches an object with a stick it will endanger themselves. the blind person and also the people around him. People with visual impairments or visual impairments are one part of society that need special attention, many obstacles occur to the blind when carrying out daily activities, one of which is knowing the objects around them, to be able to solve these problems, a microcontroller is needed. The purpose of this research is to design a tool to detect objects for the blind by using sensor technology to assist the alertness and mobility of the blind. The method used in this study uses the method of data collection and system development (prototype). The results of the study resulted in a device that can detect objects around blind people with the help of a microcontroller and ultrasonic sensor equipped with an alarm buzzer as a distance indicator. by directing the palms in various directions.
Keywords: arduino; blind detector; indicator system; prototype
Abstrak: Tunanetra adalah kondisi seseorang yang mengalami gangguan atau hambatan dalam indra penglihatannya biasanya dengan menggunakan tongkat khusus, yaitu berwarna putih dengan ada garis merah horisontal. Masalah yang sering dihadapi oleh tunanetra adalah alat bantu yang tidak efisien, seperti tongkat khusus tunanetra yang mempunyai banyak kelemahan seperti tidak dapat mengindikasikan ukuran jarak yang ada disekeliling tunanetra tersebut, tunanetra tidak dapat mengetahui jarak benda dan jika salah menyentuh benda dengan tongkat maka akan membahayakan diri si penyandang tunantetra dan juga orang-orang disekelilingnya. Penyandang cacat mata atau tunanetra adalah salah satu bagian dari masyarakat yang perlu mendapat perhatian khusus, banyak kendala yang terjadi pada tunanetra disaat melakukan aktifitas sehari-hari yang salah satunya adalah mengetahui benda yang ada disekelilingnya, untuk dapat menyelesaikan kendala tersebut dibutuhkan microcontroller. Tujuan penelitian ini menghasilkan rancangan alat mendeteksi benda bagi tuna netra dengan menggunakan teknologi sensor untuk membantu kewaspadaan dan mobilitas tuna netra. Metode yang digunakan dalam penelitian ini menggunakan metode pengumpulan data dan pengembangan sistem (prototype). Hasil penelitian menghasilkan suatu alat yang dapat mendeteksi benda di sekeliling penyandang tunanetra dengan bantuan mikrokontroler dan sensor ultrasonic yang dilengkapi dengan alarm buzzer sebagai indikator jarak, alat pendeteksi bagi tunanetra ini dipasangkan di sekitar sarung tangan agar penyandang tunanetra dapat dengan leluasa mendeteksi benda-benda disekeliling hanya dengan mengarahkan telapak tangan ke berbagai arah.
Kata kunci: arduino; alat pendeteksi tunanetra; prototype; sistem indikator
Abstract:Abstract: Sulaman Mayang's Industry has implemented a desktop-based system in data processing, a one-way system involving only one actor/user of the system. So that in use there are some new problems that have arisen that…
t affect the performance of services to customers. This study aims to analyze and test the quality of the Mayan embroidery information system using the McCall method. Analysis is carried out on several aspects of the product operation including the quality factors of correctness (truth), reliability (reliability), efficiency (efficiency), integrity (integrity) and usability (usability). Data was collected through questionnaires from 38 respondents involving workers/employees and customers. The results showed that overall the quality of the Sulaman Mayang information system was at the level of 76% (the quality of the information system was good according to the scale interpretation of the percentage of quality factors). Thus the quality of Mayang embroidery information systems needs to be improved in accordance with recommendations which are improvements to the quality of Mayan embroidery information systems.
Keywords: McCall Method; Sulaman Mayang; the quality of information system.
Abstrak: Industri Sulaman mayang sejauh ini menerapkan sistem berbasiskan dekstop dalam pengolahan data, sistem yang digunakan satu arah hanya melibatkan satu aktor/pengguna sistem saja. Sehingga dalam penggunaan ada beberapa persoalan baru yang bermunculan yang mempengaruhi kinerja layanan terhadap pelanggan. Penelitian ini bertujuan untuk menganalisa dan menguji kualitas sitem informasi sulaman mayang dengan meggunakan metode McCall. Analisa dilakukan terhadap beberapa aspek dalam product operation diantaranya faktor kualitas correctness (kebenaran), reliability (keandalan), effisiensy (efisien), integrity (integritas) dan usability (kegunaan). Data dikumpulkan melalui kuosioner dari 38 responden yang melibatkan pekerja/karyawan dan pelanggan. Hasil penelitian menunjukkan bahwa secara keseluruhan kualitas sistem informasi sulaman mayang berada pada level 76% (kualitas sistem informasi tersebut baik menurut skala penafsiran persentase faktor kualitas). Dengan demikian kualitas sistem informasi sulaman mayang perlu ditingkatkan sesuai dengan rekomendasi yang merupakan perbaikan kualitas sistem informasi sulaman mayang.
Kata kunci: kualitas sistem informasi; metode McCall; Sulaman Mayang