Article Per Year (5 Year)
p-Index From 2019 - 2024
7.358
P-Index
This Author published in this journals
All Journal Jurnal Pseudocode SMATIKA Jurnal Informatika JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal SOLMA Prosiding Seminar Nasional Teknoka Dinamisia: Jurnal Pengabdian Kepada Masyarakat SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Jurnal Linguistik Komputasional Jurnal ICT : Information Communication & Technology FIKROH: JURNAL PEMIKIRAN DAN PENDIDIKAN ISLAM Zonasi: Jurnal Sistem Informasi Jurnal Asiimetrik: Jurnal Ilmiah Rekayasa Dan Inovasi JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurnal Sistem Komputer dan Informatika (JSON) Infotech: Journal of Technology Information Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN) KLIK: Kajian Ilmiah Informatika dan Komputer Sibatik Journal : Jurnal Ilmiah Bidang Sosial, Ekonomi, Budaya, Teknologi, Dan Pendidikan SmartComp Fikroh: Jurnal Pemikiran dan Pendidikan Islam JURNAL TEKNIK INFORMATIKA DAN KOMPUTER
Firman Noor Hasan
Universitas Muhammadiyah Prof. Dr. Hamka
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 55 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Jurnal Linguistik Komputasional

 1 
Analisis Sentimen Ulasan Pelanggan Terhadap Layanan Grab Indonesia Menggunakan Multinominal Naïve Bayes Classifier Firman Noor Hasan
Jurnal Linguistik Komputasional Vol 4 No 2 (2021): Vol. 4, No. 2
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v4i2.61

Abstract

Transportasi merupakan jenis moda kendaraan yang digunakan seseorang agar mencapai satu tempat ke tempat lainnya yang ingin dituju. Salah satu jenis transportasi yang sangat familiar bagi masyarakat adalah ojek online yaitu Grab Indonesia. Grab terus berinovasi untuk memenuhi kebutuhan pelanggan secara lebih efisien, dan cakupan layanannya juga semakin luas. Tujuan dari penelitian ini adalah untuk mengetahui berapa banyak hasil sentimen positif dan negatif dari dataset, dan mengetahui hasil dari proses pengujian algoritma dan nilai akurasi dari pengujian evaluasi, dan mengetahui apakah pelanggan puas dengan Layanan Grab Indonesia. Hasil output yang didapatkan dari 1000 dataset yang dianalisa mengenai kepuasan pelanggan terhadap layanan Grab Indonesia, bahwa sentimen positif yang didapatkan adalah sebanyak 911, sedangkan sentimen negatif dengan hasil sebanyak 89, untuk sentimen negatif mendapatkan nilai precision sebesar 57%, recall 67% dan f1-score 62%. Sedangkan untuk sentimen positif mendapatkan nilai precision sebesar 97%, recall 95% dan f1-score 96%.
Analisis Sentimen Terhadap Pembelajaran Daring Dengan Algoritma Naive Bayes Classifier Fajar Sidik; Ibnu Suhada; Azhar Haikal Anwar; Firman Noor Hasan
Jurnal Linguistik Komputasional Vol 5 No 1 (2022): Vol. 5, NO. 1
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v5i1.79

Abstract

Pandemi COVID-19 merupakan penyakit yang skala penyebarannya terjadi secara global di seluruh dunia, termasuk Indonesia. Banyak bidang yang terkena dampak pandemi ini termasuk pendidikan. Indonesia saat ini sedang menjalankan strategi pembelajaran daring yang menimbulkan banyak opini masyarakat. Analisis sentiment pada cabang Text Mining digunakan untuk mengklasifikasi suatu entitas pada dokumen teks yang terdiri dari dua kelas yaitu positif dan negatif, kelas tersebut diperoleh dengan mengklasifikasikan dataset headline dan substansi berita terkait pembelajaran daring. Tujuan dari artikel ini adalah untuk melakukan prediksi pendapat orangtua terhadap pembelajaran daring serta mengetahui nilai akurasi dari pendapat tersebut dengan algoritma Naïve Bayes Classifier. Artikel ini menggunakan metode TF-IDF untuk melakukan pembobotan teks. Hasil dari artikel ini terlihat bahwa algoritma Naïve Bayes Classifier mampu melakukan prediksi kalimat positif dan negatif dengan nilai 62,5% positif dan 37,5% negatif dari 40 data pendapat orangtua dan nilai akurasi sebesar 65% berdasarkan 100 berita positif dan 100 berita negative
Analysis Sentiment of Community Response on Cooking Oil Price Increase Policy With Naive Bayes Classifier Algorithm Firman Noor Hasan; Fajar Sidik; Prista Afikah
Jurnal Linguistik Komputasional Vol 5 No 2 (2022): Vol. 5, No. 2
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v5i2.99

Abstract

Cooking oil is a basic need for Indonesian people. Indonesia experienced a shortage of oil in March 2022. This has become a hot conversation on Twitter social media last March, many people think positively or negatively. But behind it all there are different assessments of the parties who feel the pros and cons, various parties have different points of view. In this article, we conduct a sentiment analysis on the public's response to the scarcity of cooking oil using a dataset obtained from the Twitter digital platform. This article aims to classify tweets related to the scarcity of cooking oil into positive and negative sentiments using a machine learning strategy using the Naive Bayes method. This algorithm was chosen to make it easier for the public to make choices and to know the level of accuracy of the method, where the level of accuracy obtained from the nave Bayes classifier method 72%.
Analisis Sentimen Opini Masyarakat Terkait Penyelenggaraan Sistem Elektronik Menggunakan Metode Logistic Regression Isa Faqihuddin Hanif; Irfan Ricky Affandi; Firman Noor Hasan; Estu Sinduningrum; Zuhri Halim
Jurnal Linguistik Komputasional Vol 5 No 2 (2022): Vol. 5, No. 2
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v5i2.103

Abstract

Keamanan data menerapkan salah satu hal terpenting dalam menggunakan internet. Kebocoran data pribadi pengguna di internet dapat dimanfaatkan oleh orang yang tidak berkepentingan untuk berbagai macam tindakan kriminal. Upaya melindungi data pribadi masyarakat Indonesia, pemerintah melalui Kemkominfo membuat serta menerapkan sebuah kebijakan Penyelenggaraan Sistem Elektronik (PSE). Dalam penerapan PSE mendapatkan berbagai macam opini dari masyarakat Indonesia salah satunya yaitu pada platform twitter. Opini yang dikeluarkan oleh masyarakat ada yang bersifat negatif, netral maupun bersifat positif. Adapun tujuan penelitian ini yaitu mengetahui jumlah sentimen negatif, netral serta positif terhadap opini masyarakat terhadap PSE dimana dataset tersebut diperoleh dari platform twitter serta mengetahui nilai akurasi dari hasil uji evaluasi dari penerapan algoritma Logistic Regression. Hasil luaran dari 1073 dataset tentang opini dari masyarakat terhadap PSE didapatkan sebanyak 126 sentimen bersifat negatif, sebanyak 657 sentimen bersifat netral serta sebanyak 291 sentimen yang bersifat positif dengan nilai akurasi penerapan algoritma Logistic Regression sebesar 79.07%. Hal tersebut memperlihatkan bagaimana opini masyarakat Indonesia yaitu sebagian besar setuju terhadap diberlakukannya PSE namun masih ada beberapa masyarakat yang belum bisa menerima kebijakan tersebut.
Analisis Sentimen Opini Masyarakat Terkait Pelayanan Jasa Ekspedisi Anteraja Dengan Metode Naive Bayes Irfan Ricky Affandi; Firman Noor Hasan; Nunik Pratiwi; Zuhri Halim
Jurnal Linguistik Komputasional Vol 5 No 2 (2022): Vol. 5, No. 2
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v5i2.107

Abstract

Peningkatan jumlah transaksi pada berbagai platform e-commerce mempunyai implikasi terhadap peningkatan penggunaan jasa ekspedisi. Salah satu perusahaan jasa ekspedisi yang ada di Indonesia yaitu anteraja, dimana perusahaan tersebut harus bisa memiliki inovasi untuk mempunyai hubungan serta memberikan pelayanan yang terbaik bagi penggunanya. Saat ini banyak pengguna layanan anteraja mempunyai pendapat yang beragam terhadap layanan mereka pada media sosial twitter. Penelitian ini menerapkan teknik sentiment analysis untuk membantu mengevaluasi, menganalisis, menilai, serta mengetahui sikap masyarakat terhadap pelayanan Anteraja. Metode untuk mengkategorikan sentimen yang digunakan oleh peneliti yaitu menerapkan algoritma naive bayes yang mempunyai akurasi tinggi, serta prosesnya sederhana dan cepat. Peneliti juga menggunakan bantuan perangkat lunak python untuk proses pengambilan dataset pada twitter serta rapidminner studio untuk pengolahan data serta penerapan algoritma. Hasil dari proses pengolahan data yang dilakukan oleh peneliti didapatkan dari 1180 data, jumlah kategori yang paling banyak yaitu kategori sentimen positif sebesar 638 lalu kategori sentimen negatif sebesar 493 sedangkan paling sedikit yaitu kategori sentimen netral sebanyak 49. Hal ini menunjukkan dari 1180 data bahwa banyak masyarakat yang menyukai pelayanan yang diberikan oleh jasa ekspedisi Anteraja, namun tidak sedikit masyarakat yang masih kurang puas terhadap pelayan yang diberikan. Nilai akurasi penerapan algoritma naive bayes dalam penelitian ini diperoleh persentase sebesar 85.06% yang menunjukkan bahwa data tersebut dapat digunakan sebagai dasar bagi perusahaan untuk pertimbangan pengambilan keputusan.
Co-Authors Achmad Ramadhan Agus Fikri Ahmad Faiz Rahmatullah Ahmad Rizal Dzikrillah Ahmad Rizal Dzikrillah Ahmad Roshid Ahmad Syahril Alfandi Safira Allif Rizki Abdillah Allif Rizki Abdillah Allif Rizki Abdillah Ananda Bagas Pranata Ananda Prasta Warasati Janah Andika Saputra Ari Wibowo Arief Wibowo Arien Bianingrum Rossianiz Arvin Rafialdo Avis Tantra Mukti Avorizano, Arry Azhar Haikal Anwar Azhar Haikal Anwar Bagas Kembar Rezkyllah Bahrul Rozak Bahrul Rozak Dan Mugisidi Dandie Triyanto Desty Afni Dian Ainurrafik Afnan Sabili Dian Ainurrafik Afnan Sabili Diana Fitri Lessy Diana Fitri Lessy Dimas Febriawan Dion Parisda Ray Djeli Moh Yusuf Erizal Erizal Estu Sinduningrum Estu Sinduningrum Estu Sinduningrum Estu Sinduningrum Fadli Hardiyanto Putra Faisal Parsakh Nursyamsi Faisal Parsakh Nursyamsyi Fajar Sidik fajar sidik Faldy Irwiensyah Faldy Irwiensyah Farhan Bias Purnama Putra Farhan Nufairi Farhan Nufairi Fauzan Setya Ananto Fauzi Kurniawan Fayakun Kun Febriandirza, Arafat Hafizh Dhery Al Assyam Harry Ramzah Hibatullah Faisal Hibatullah Faisal Hilmy Zhafran Muflih Hilmy Zhafran Muflih I Ketut Sudaryana Ibnu Suhada Indra Ramadhan Indra Ramadhan Intania Widyaningrum Irawati Irawati Irfan Ricky Affandi Irfan Ricky Affandi Isa Faqihuddin Hanif Isnan Wisnu Prastiyo Kurniyati Nur Lingga Lita Astri Pramesti Luqman Abdur Rahman Malik Luthfi Akbar Ramadhan Meliyawati Mia Kamayani Mohammad Akhdaan Juliandra Muchammad Sholeh Muchammad Sholeh Muhamad Saiful Arif Muhammad Abid Fajar Muhammad Ikhwan Muhammad Ikhwan Muhammad Rafly Al Fattah Zain Muhammad Ridwan Mutiara Zahra Arifin Nisa Qonita Rizkina Nofendri, Yos Nunik Pratiwi Prastika Indriyanti Prista Afikah Rafli Erlangga Reisa Inayah Rian gustini Ridwan Maulana Subekti Rika Nurhayati Riyan Ariyansah Rizki Alamsyah Rizki Kamelia Rizky Ramdhani Sri Fitriani Tasya Rizki Salsabilla Tia Anggita Sari Wahyu Stiyawan Wanda Aulia Windi Al Azmi Zuhri Halim