p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal MDP Student Conference
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Deteksi Tepi pada Pengolahan Citra Digital Menggunakan Matlab Egi Fransisco Saputra
MDP Student Conference Vol 1 No 1 (2022): The 1st MDP Student Conference 2022
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (612.868 KB)

Abstract

Abstrak : Deteksi tepi pada Citra dengan Menggunakan Matlab adalah suatu proses menghasilkan tepi objek gambar. Deteksi tepi bertujuan untuk menandai detail bagian dari citra dan memperbaiki detil citra yang kabur akibat kesalahan atau pengaruh dari proses akuisisi citra. Nilai perbedaan intensitas diperoleh dengan mengkonvolusikan citra dengan nilai operator block mask seperti Gradient, Prewitt, Compass, dan Sobel. Teknologi image enhancement dirancang untuk memproses gambar sehingga hasil aplikasi tertentu memiliki kualitas yang lebih baik daripada gambar aslinya.
Analisis Sentimen Komentar Pada Kanal Youtube The Lazy Monday Menggunakan Algoritma Naive Bayes Egi Fransisco Saputra; Muhammad Rizky Pribadi
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (742.146 KB) | DOI: 10.35957/mdp-sc.v2i1.4283

Abstract

Youtube adalah salah satu platform video dan menjadi sumber informasi terbesar di seluruh dunia teurtama di Indonesia, banyak video yang mengenai review produk memiliki komentar yang dapat menimbulkan sentimen pada kelas tertentu,Berdasarkan hal tersebut maka dilakukan penelitian menggunakan metode Naïve Bayes untuk menanalisis sentimen masyarakat terhadap data komentar video Review Game youtube di kanal The lazy monday. data diambil melalui crawling dan dilakukan labelisasi dan preprocessing lalu di ektarksi menggunakan TF-IDF dan dilakukan K-fold cross validation guna mendapatkan best validation serta pemodelan naive bayes. Dari pengujian yang dilakukan, menunjukan bahwa data yang imbalace hanya mendapatkan peforma akurasi 45% pada tiga label data. Sedangkan pada kasus data imbalance, dengan melakukan oversampling SMOTE didapatkan akurasi sebesar 67 % dalam pada tiga label data.