Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI METIK JURNAL
Agustia Hananto
Universitas Buana Perjuangan
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Electrical & Electronics Engineering

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

Found 2 Documents
Search

 1 
Perbandingan Metode Klasifikasi Sentimen Analisis Penggunaan E-Wallet Menggunakan Algoritma Naïve Bayes dan K-Nearest Neighbor Fatmanisa Mumpuni Delta Maharani; April Lia Hananto; Shofa Shofia Hilabi; Fitria Nur Apriani; Agustia Hananto; Baenil Huda
METIK JURNAL Vol 6 No 2 (2022): METIK Jurnal
Publisher : LPPM Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/metik.v6i2.372

Abstract

Dompet digital atau yang sering disebut dengan e-wallet dalam kurun waktu belakangan ini semakin meningkat dalam penggunaannya. Hasil survei Jakpat, dalam melakukan pembayaran digital sebanyak 94% responden menggunakan dompet digital (e-wallet). Banyak sekali masyarakat yang mulai merasakan manfaat dari e-wallet sendiri. Didalamnya, e-wallet menawarkan berbagai fitur yang salah satunya kepraktisan dan efisiensi dalam bertransaksi dan keamanan dalam transaksi. Tujuan dari penelitian ini untuk mencari algoritma terbaik dalam menentukan klasifikasi sentimen analisis penggunaan e-wallet dengan membandingkan dua algoritma yaitu Naïve Bayes (NB) dan K-Nearest Neighbor (k-NN). Sebanyak 1292 data menggunakan kata kunci yang sesuai dengan e-wallet yang akan digunakan, diambil pada tanggal 17 Oktober – 11 November 2022 melalui proses crawling data twitter. Proses tersebut dimulai pada tahap pengumpulan dataset twitter, pelabelan data, Text Processing, Cross Validation model klasifikasi, evaluasi accuracy hingga didapatkan hasil akhir yaitu dibandingkan dengan model klasifikasi Naïve Bayes, hasil akurasi algoritma k-NN lebih tinggi. Hasil accuracy dari masing-masing model klasifikasi yaitu NB sebesar 73.03% dan k-NN sebesar 89.44%, precision NB sebesar 21.40% dan k-NN sebesar 65.45%, dan recall NB sebesar 48.32% dan k-NN sebesar 22.25%. Dari hasil perbandingan metode membuktikan bahwa algoritma k-NN dengan accuracy terbaik yaitu sebesar 89.44%.
Perbandingan Algoritma Naive Bayes Dan SVM Dalam Sentimen Analisis Marketplace Pada Twitter Indra Kurniawan; April Lia Hananto; Shofa Shofia Hilabi; Agustia Hananto; Bayu Priyatna; Aviv Yuniar Rahman
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 10 No 1 (2023): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM) STMIK Global Informatika MDP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v10i1.3582

Abstract

Online buying and selling transactions are increasing in Indonesia due to the ease of using marketplace platforms, and online shopping saves more time than offline shopping. Each marketplace has advantages and disadvantages, this affects customer sentiment who have made transactions on the marketplace platform. This research uses customer opinion from tweet data based on positive or negative sentiments to compare the Naive Bayes (NB) and Support Vector Machine (SVM) classification algorithms with the aim of finding out the best classification algorithm based on the accuracy value for sentiment analysis using the marketplace platform. The tweet data in this study was taken from October 18 to November 11, 2022. To test the performance of the NB and SVM classification algorithms using the Cross Validation method and from the results of the comparison test that the SVM algorithm has the best accuracy value compared to the NB algorithm. Where the accuracy value of Tokopedia uses the NB algorithm is 85.34%, and the accuracy value uses SVM 86.82%, the accuracy value for Shopee uses NB is 80.04%, and the accuracy value uses SVM 80.91%. and Lazada which uses the NB algorithm has an accuracy value of 83.52%, while the accuracy value uses SVM 88.93%, which means that the use of the SVM algorithm has the best level of accuracy.
Co-Authors April Lia Hananto Aviv Yuniar Rahman Baenil Huda Bayu Priyatna Fatmanisa Mumpuni Delta Maharani Fitria Nur Apriani Indra Kurniawan Shofa Shofia Hilabi