Claim Missing Document
Check
Articles

Found 3 Documents
Search

ANALISA DAN DETEKSI KONTEN HOAX PADA MEDIA BERITA INDONESIA MENGGUNAKAN MACHINE LEARNING Munirul Ula
Jurnal Teknologi Terapan and Sains 4.0 Vol 1, No 2 (2020): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v1i2.3263

Abstract

Sekarang  ini konten Hoax yang mengandung informasi tidak benar malah sering kali menjadi konsumsi massal pengguna internet. Hal ini merupakan sesuatu yang buruk karena dapat meningkatkan rasa tidak percaya terhadap berita dan informasi yang ada di internet hingga menimbulkan kebingungan pada masyarakat dalam menentukan informasi mana yang benar. Dalam Penelitian ini, percobaan yang dilakukan bertujuan untuk memilih algoritma terbaik dalam membedakan berita hoax dan berita asli menggunakan metode text mining serta pendekatan dengan machine learning dan  150 artikel berbahasa Indonesia (50 artikel hoax dan 100 artikel asli) sebagai data yang akan digunakan.Penelitian ini akan dimulai dengan tahap preprocessing teks yang terdiri dari tokenizing, case folding, filtering, stopword removal, stemming dan weighting TF-IDF menggunakan penggabungan fitur unigram dan bigram baru kemudian diolah menjadi teks klasifikasi. Hasil dari penelitian ini didapatkan kesimpulan bahwa  algoritma Random Forest memiliki akurasi terbaik dalam mengklasifikasikan berita hoax dan berita asli dibandingkan dengan algoritma Multilayer Perceptron, Naïve Bayes,dan Support Vector Machine dengan nilai akurasi 75.37%. Kata kunci : Klasifikasi,  Berita, Hoax,  Text mining,  Machine learning
ANALISIS SENTIMEN REVIEW CUSTOMER TERHADAP PERUSAHAAN EKSPEDISI JNE, J&T EXPRESS DAN POS INDONESIA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) Nurul Aula; Munirul Ula; Lidya Rosnita
JOURNAL OF INFORMATICS AND COMPUTER SCIENCE Vol 9, No 1 (2023): April 2023
Publisher : Ubudiyah Indonesia University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33143/jics.v9i1.2947

Abstract

Abstrak— Kepuasan customer adalah masalah yang harus diamati pada sebuah perusahaan, karena customer adalah alasan mengapa suatu perusahaan masih berdiri dan sukses. Perusahaan ekspedisi JNE, J&T, dan Pos Indonesia mempunyai akun twitter layanan customer yaitu @Jnecare, @J&texpressid dan @Posindonesia. Akun ini digunakan untuk layanan customer secara online yang disediakan untuk menyampaikan pendapat, kritik, saran atau keluhan pelanggan. Agar dapat mengolah komentar yang banyak tentu membutuhkan waktu yang lebih besar jika hanya dilakukan secara sederhana. Penelitian ini bertujuan untuk menganalisis sentimen perusahaan ekpedisi mana yang lebih unggul dari beberapa layanan jasa ekspedisi, metode yang akan digunakan yaitu metode Support Vector Machine (SVM). Berdasarkan hasil penelitian diperoleh performa tertinggi yaitu pada ekpedisi J&T Express menggunakan algoritma Support Vector Machine menghasikan accuracy sebesar 85%, precision sebesar 59.35%, recall sebesar 58.67%, dan f1-score sebesar 58.01% selanjutnya pada ekpedisi JNE menghasikan accuracy sebesar 82.29%, precision sebesar 54.54%, recall sebesar 55.83%, dan f1-score sebesar 54.97% sedangkan pada Pos Indonesia menghasikan accuracy sebesar 77.78%, precision sebesar 35.9%, recall sebesar 58.67%, dan f1-score sebesar 33.85%. Dari hasil perbandingan ketiga jasa ekspedisi tersebut terbukti bahwa algoritma SVM mampu menghasilkan performa yang tinggi karena tidak memiliki satupun nilai yang tidak wajar baik pada performa accuracy, precision, recall dan F1-Score.Kata kunci: Sentimen, customer, ekspedisi, SVMAbstract—Customer satisfaction is a problem that must be observed in a company, because customers are the reason why a company is still standing and successful. JNE, J&T and Pos Indonesia expedition companies have customer service twitter accounts, namely @Jnecare, @J&texpressid and @Posindonesia. This account is used for online customer service provided to convey opinions, criticisms, suggestions or customer complaints. In order to be able to process a lot of comments, of course it takes more time if it's only done in a simple way. This study aims to analyze which shipping company sentiment is superior to some courier services, the method to be used is the Support Vector Machine (SVM) method. Based on the results of the study, the highest performance was obtained on the J&T Express expedition using the Support Vector Machine algorithm resulting in an accuracy of 85%, a precision of 59.35%, a recall of 58.67%, and an f1-score of 58.01% then on a JNE expedition it produced an accuracy of 82.29%, a precision of 54.54%, recall of 55.83%, and f1-score of 54.97% while Pos Indonesia produced an accuracy of 77.78%, precision of 35.9%, recall of 58.67%, and f1-score of 33.85%. From the results of the comparison of the three shipping services it is proven that the SVM algorithm is capable of producing high performance because it does not have any unreasonable values in terms of accuracy, precision, recall and F1-Score performance. Keywords: Sentiment, customer, expedition, SVM
PERBANDINGAN KUALITAS WEBSITE KEMENTERIAN KOMUNIKASI DAN INFORMATIKA MENGGUNAKAN METODE WEBQUAL 4.0 (STUDI KASUS WEBSITE KOMINFO KAB. KARO DAN KOTA LHOKSEUMAWE) Yuni SariBr Sitepu; Munirul Ula; Rizky Putra Fhonna
Sisfo: Jurnal Ilmiah Sistem Informasi Vol 7, No 2 (2023): Sisfo: Jurnal Ilmiah Sistem Informasi Vol. 7, No. 2, Oktober 2023
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/sisfo.v7i2.13942

Abstract

WebQual salah satu metode pengukuran kualitas website yang populer, terutama dalam layanan publik. Penelitian ini melibatkan tiga kelompok responden yang berbeda: mahasiswa IT, masyarakat awam non-IT, dan profesional di bidang IT terhadap website (Kominfo) di Kabupaten Karo dan Kota Lhokseumawe. Masyarakat awam/non-IT di Kabupaten Karo memberikan penilaian yang cukup baik dengan nilai rata-rata Expectancy Confirmation (EC) sebesar 3,42, sementara masyarakat awam/non-IT di Kota Lhokseumawe memberikan penilaian yang sedikit lebih rendah dengan nilai rata-rata EC sebesar 2,74. Mahasiswa IT dari kedua wilayah memberikan penilaian yang cukup baik dengan nilai rata-rata EC masing-masing sebesar 3,71 (Kabupaten Karo) dan 3,70 (Kota Lhokseumawe). Namun, profesional web developer di kedua wilayah memberikan penilaian yang rendah dengan nilai rata-rata EC sebesar 1,85 (Kabupaten Karo) dan 2,12 (Kota Lhokseumawe).Secara keseluruhan, evaluasi menunjukkan bahwa rata-rata nilai Expectancy Confirmation (EC) adalah 2,74, dengan ketidaksesuaian antara harapan dan kinerja website yang masih dapat diterima dengan rata-rata nilai Disconfirmation (D) sebesar 0,24. Penilaian keseluruhan terhadap kualitas website (Overall Website Quality, OWQ) rendah dengan rata-rata nilai sebesar 1,52. Profesional web developer memberikan bobot penting yang tinggi pada beberapa pertanyaan dalam evaluasi (Importance Weight, IW) dengan rata-rata nilai sebesar 6,71.