Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Sentimen Pengguna Marketplace Bukalapak dan Tokopedia di Twitter Menggunakan Machine Learning Irwansyah Saputra; RAHMAD SINGGIH AJI PAMBUDI; HANAFI EKO DARONO; FACHRI AMSURY; MUHAMMAD RIZKI FAHDIA; BENNI RAMADHAN; ANGGIE ARDIANSYAH
Faktor Exacta Vol 13, No 4 (2020)
Publisher : LPPM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/faktorexacta.v13i4.7074

Abstract

      A collection of tweets from Twitter users about Marketplace Bukalapak and Tokopedia can be used as a sentiment analysis. The data obtained is processed using data mining techniques, in which there is a process of mining the text, tokenize, transformation, classification, stem, etc. Then calculated into three different algorithms to be compared, the algorithm used is the Decision Tree, K-NN, and Naïve Bayes Classifier with the aim of finding the best accuracy. Rapidminer application is also used to facilitate writers in processing data. The highest results from this study are Decision Tree algorithm with 82% accuracy, 81.95% precision and 86% recall.
Komparasi Algoritma Klasifikasi untuk Orientasi Minat Mahasiswa dalam Penuntasan Studi Muhammad Rizki Fahdia; Dwiza Riana; Fachri Amsury; Irwansyah Saputra; Nanang Ruhyana
JIRA: Jurnal Inovasi dan Riset Akademik Vol 2, No 7 (2021)
Publisher : Ahlimedia Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47387/jira.v2i7.185

Abstract

Politeknik Tri Mitra Karya Mandiri adalah salah satu perguruan tinggi vokasi yang berada di wilayah Cikampek Kabupaten Karawang yang pada tahun akademik 2017/2018 mempunyai jumlah mahasiswa mencapai 987 orang mahasiswa.Namun sayangnya dari total jumlah mahasiswa tidak seluruhnya mempunyai orientasi minat yang sesungguhnya untuk kuliah, banyak factor yang mempengaruhinya. Tinginya tingkat orientasi minat mahasiswa yang tidak memilih kuliah, inilah yang membuat diadakan penelitian tentang sebab-sebab mengapa mahasiswa berkuliah dikampus ini serta mecari solusi guna mengurangi jumlah mahasiswa yang menjadi non aktif ketika diketahui mempunyai orientasi minat yang bukan untuk kuliah. Dengan melakukan komparasi menggunakan 3 algoritma yang termasuk dalam metode klasifikasi data mining yaitu; Decision Tree C4.5, Naïve Bayes dan K-Nearest Neighbor penelitian ini mencari nilai akurasi dan Area Under Curve (AUC) yang terbaik dari ketiga algoritma yang dikomparasi guna ditentukan model yang digunakan pada penentuan orientasi minat mahasiswa. Hasil dari komparasi yang dilakukan dalam penelitian ini adalah; algoritma Decision Tree C4.5 mempunyai nilai akurasi sebesar 91,75% dan AUC sebesar 0,969, Naïve Bayes mempunyai nilai akurasi sebesar 86,77% dan AUC sebesar 0,930 sedangngkan K-Nearest Neighbor mempunyai nilai akurasi sebesar 88,61% dan AUC sebesar 0,500. Melalui uji beda yang dilakukan menggunakan operator T-test pada Rapid Miner ditemukan hasil bahwa algoritma Decision Tree C4.5 merupakan algoritma terbaik dari 3 buah algoritma yang digunakan, maka dalam penelitian ini digunakan rule Decision Tree C4.5 untuk diterapkan pada deployment yang dilakukan.