Waluyo, Retno
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Sentimen Wacana Pemindahan Ibu Kota Indonesia Menggunakan Algoritma Support Vector Machine (SVM) Arsi, Primandani; Waluyo, Retno
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8, No 1: Februari 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.0813944

Abstract

Dewasa ini, media sosial berkembang pesat di internet, salah satu yang banyak digemari adalah Twitter. Berbagai topik ramai diperbincangkan di Twitter mulai dari ekonomi, politik, sosial, budaya, hukum dan lain-lain. Salah satu topik yang ramai diperbincangkan di Twitter adalah terkait isu pemindahan ibu kota Indonesia. Namun dibalik hal tersebut terdapat kontroversi dari  pihak yang merasa  pro dan kontra, masing-masing memiiki sudut pandang yang berbeda.  Hal ini menyebabkan munculnya fenomena perdebatan khususnya di Twitter yang sebenarnya menunjukkan perhatian kolektif mengenai wacana publik tersebut. Analisis sentimen adalah proses mengekstraksi, memahami dan mengolah data berupa teks yang tidak terstruktur secara otomatis guna mendapatkan informasi sentimen yang terdapat pada sebuah kalimat pendapat atau opini. Dalam penerapan analisis sentimen menggunakan metode machine learning terdapat beberapa metode yang sering digunakan. Dalam penelitian ini diusulkan metode Support Vector Machine (SVM) untuk diterapkan pada tweets topik pemindahan ibu kota Indonesia untuk tujuan klasifikasi kelas sentimen pada media sosial twitter. Teknis klasifikasi  dilakukan dengan cara mengklasifikasikan menjadi 2 kelas yakni positif dan negatif. Berdasarkan hasil pengujian yang dilakukan terhadap tweets sentimen pemindahan ibu kota dari media sosial twitter sebanyak 1.236 tweets (404 positif dan 832 negatif) menggunakan SVM diperoleh akurasi =96,68%, precision=95.82%, recall=94.04% dan AUC = 0,979. AbstractToday, social media is growing fast on the internet.One of the most popular social media is Twitter. Many topics are discussed on Twitter such as economic, politic, social, culture, and law. One of the hot topics discussed on Twitter is the issue of relocating Indonesia's capital city. However, there is controversy from supporters and opponents. They have different views. This issue leads to a phenomenon of debate on Twitter that actually shows a collective concern about the public discourse. Sentiment analysis is a process of extracting, understanding and processing unstructured data to get sentiment information which is found in an opinion sentence. Application of sentiment analysis using machine learning methods shows that there are several methods that are often used. In this study, the Support Vector Machine (SVM) method is proposed to be applied to tweets on the topic of relocating Indonesia's capital city for sentiment classification on social media twitter. The classification technique is carried out into 2 classes, namely positive and negative. Based on testing on the sentiment of relocating Indonesia's capital city from social media twitter from 1,116 tweets (404 positive and 832 negative) using SVM obtained accuracy = 96.68%, precision = 95.82%, recall = 94.04% and AUC = 0.979.
Penerapan Algoritma Fisher Yates Shuffle Pada Aplikasi TOEFL Preparation Berbasis Web Arviansyah, Yanuar; Nurfaizah, Nurfaizah; Waluyo, Retno
Jurnal Buana Informatika Vol 11, No 2: Vol 11, No 2 (2020): Jurnal Buana Informatika Volume 11 - Nomor 2 - Okober 2020
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v11i2.3622

Abstract

Abstract. Applying Fisher Yates Shuffle Algorithm on The Web-Based TOEFL Preparation Application. TOEFL (Test of English as a Foreign Language) in Indonesia has been using paper all this time so the questions given to participants are still the same. Therefore, an application for randomizing the TOEFL questions is needed. The algorithm for randomizing the questions used is the Fisher Yates Shuffle algorithm, which is an algorithm to generate random permutations from a finite set. The purpose of this research is to make an application of the Fisher Yates Shuffle algorithm in the web based TOEFL Preparation application in Britania Purwokerto. Britania Purwokerto is an English language course in Banyumas. The method used to develop the application is the Extreme Programming (XP) method. After testing using the black box testing method, it is concluded that the fisher yates shuffle algorithm can be applied in the web based TOEFL Preparation application for the online TOEFL test in Britania Purwokerto.Keywords: Course Institution, TOEFL, Fisher Yates Shuffle, Extreme Programming.Abstrak. Ujian TOEFL (Test of English as a Foreign Language) di Indonesia selama ini masih menggunakan paper sehingga soal yang diberikan kepada peserta tetap sama. Oleh karena itu diperlukan aplikasi untuk mengacak soal ujian TOEFL. Algoritma pengacakan soal pada aplikasi yang digunakan yaitu algoritma Fisher Yates Shuffle, yang merupakan sebuah algoritma untuk menghasilkan permutasi acak dari suatu himpunan terhingga. Tujuan penelitian ini adalah membuat aplikasi penerapan algoritma Fisher Yates Shuffle pada aplikasi TOEFL berbasis web untuk Britania Purwokerto. Britania Purwokerto merupakan lembaga kursus bahasa Inggris yang berada di Kabupaten Banyumas. Metode yang digunakan untuk mengembangkan aplikasi adalah metode Extreme Programming (XP). Setelah dilakukan pengujian mengunakan metode black box testing disimpulkan bahwa algoritma Fisher Yates Shuffle dapat diterapkan pada aplikasi TOEFL Preparation berbasis web untuk ujian online di Britania Purwokerto. Kata Kunci: Lembaga Kursus, TOEFL, Fisher Yates Shuffle, Extreme Programming (XP).