Claim Missing Document
Check
Articles

Found 5 Documents
Search

ANALISIS KLASIFIKASI SENTIMEN DAN PERINGKASAN PADA REVIEW PRODUK MENGGUNAKAN METODE UNSUPERVISED Warih Maharani; Anisa Herdiani; Muhammad Husein Adnan
Indonesia Symposium on Computing Indonesia Symposium on Computing (IndoSC) 2016
Publisher : Indonesia Symposium on Computing

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Peningkatan transaksi e-commerse telah membuat para pelaku pasar mengalihkan proses jual-beli ke arah modernisasi melalui internet. Banyak Website penyedia layanan jual-beli online yang bermunculan hingga memudahkan juga bagi konsumen untuk mengutarakan opininya mengenai produk yang dia beli serta produsen dalam mengetahui opini konsumen tersebut. Sayangnya opini mengenai review suatu produk yang dijumpai, jumlah nya sangat banyak dan menyulitkan untuk ditarik kesimpulan. Pada penelitian ini dilakukan analisis untuk membuat sebuah sistem yang dapat memberikan klasifikasi dan ringkasan atas review produk tersebut. Review tehadap suatu produk, umumnya tidak hanya kepada produk itu sendiri namun lebih banyak kepada fiturfiturnya. Untuk itu dilakukan juga analisis untuk dapat mengambil fitur-fitur dari produk dan kata opininya menggunakan metode Noun Phrase Chunking dan Double Propagation. Klasifikasi ditingkat aspek dilakukan untuk menentukan opini–opini pada review produk kedalam opini positif dan negatif. Ada banyak metode untuk melakukan klasifikasi tersebut, pada penelitian ini digunakan metode Unsupervised berbasis kesamaan polarity pada setiap kata opini yang muncul bersamaan yang dihubungkan dengan sebuah konjungsi “and” yang mampu memberikan orientasi opini dengan tepat.
Pengukuran Customer Satisfaction Index Implementasi Mobile Version Portal Wisata Garut Anisa Herdiani
Charity : Jurnal Pengabdian Masyarakat Vol 3 No 2 (2020): Charity - Jurnal Pengabdian Masyarakat
Publisher : PPM Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/charity.v3i2.2516

Abstract

Kabupaten Garut merupakan daerah dengan berbagai destinasi wisata yang menarik dikunjungi wisatawan baik dari dalam maupun luar negeri. Hingga saat ini Dinas Pariwisata Kabupaten Garut telah memiliki portal wisata berbasis web yang dikembangkan bersama dengan Universitas Telkom. Portal wisata tersebut mengakomodasi informasi tempat pariwisata, tempat menginap, produk atau layanan jasa yang ditawarkan, serta fitur informasi wisata halal yang tentunya sangat penting diketahui oleh wisatawan muslim. Portal wisata kemudian perlu dikembangkan lebih lanjut agar dapat lebih mudah dijangkau oleh calon wisatawan yang mengakses informasi melalui perangkat mobile. Portal versi mobile dikembangkan dengan teknologi PWA (Progressive Web Application) sehingga user dapat merasakan experience penggunaan aplikasi mobile tanpa perlu mengunduh aplikasi untuk mengakses informasi yang ada di dalam portal wisata. Untuk mengukur tingkat kepuasan pengguna informasi terhadap portal wisata yang sudah dibangun, dilakukan evaluasi yang menghasilkan Customer Satisfaction Index (CSI). Hasil evaluasi menunjukkan CSI yang dicapai oleh portal yang sudah dibangun yaitu sebesar 90,5% dengan interpretasi Sangat Baik.
IMPLEMENTASI ALAT PENGUPAS DAN PENYARING KULIT ARI KACANG KEDELAI UNTUK MENINGKATKAN KAPASITAS PRODUKSI TEMPE CV. MITRA PANGAN SEJAHTERA, BANDUNG erna febriyanti; Agus Kusnayat; Shinta Yulia Puspitasari; Anisa Herdiani; Mohammad Yasin Abdul Hafidh; Indra Lukmana Sardi; Sri Martini
Charity : Jurnal Pengabdian Masyarakat Vol 2 No 1 (2019): Charity - Jurnal Pengabdian Masyarakat
Publisher : PPM Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/charity.v2i1.2122

Abstract

Mitra Pangan Sejahteramerupakan usaha mikro kecil dan menengah (UMKM)di Karang Pamulang, Mandalajati, Kota Bandung, Jawa Barat yang bergerak dibidang produksi tempe. Saat ini CV. Mitra Pangan Sejahtera berharap untuk bisa mengolah 1 ton kedelai setiap harinya guna memenuhi kebutuhan konsumen. Namun, dalam proses produksi tempe ada beberapa proses yang memakan waktu. Salah satunya pada proses pemisahan kulit ari dari kacang kedelai. Proses pemisahan kulit dan kacang kedelai yang dilakukan selama ini adalah dengan pengadukan dan penyaringan secara manual menggunakan tangan dan bantuan ayakan bambu sederhana. Cara ini hanya efektif untuk jumlah yang kecil, yaitu sekitar 4 kuintal/hari. Untuk meningkatkan kemampuan produksi tempe, proses pemisahan tersebut harus dikembangkan. Dengan adanya mesin pengupas kulit ari maka tidak banyak tenaga yang diperlukan dan proses pemisahan kulit dari kacangnya dapat dilakukan lebih cepat sehingga meningkatkan produktifitas dan efisiensi.
Identifikasi Cyberbullying pada Kolom Komentar Instagram dengan Metode Support Vector Machine dan Semantic Similarity Lintani Afina Hajar Raudhoti; Anisa Herdiani; Ade Romadhony
Journal of Computer Science and Informatics Engineering (J-Cosine) Vol 4 No 1 (2020): June 2020
Publisher : Informatics Engineering Dept., Faculty of Engineering, University of Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (445.99 KB) | DOI: 10.29303/jcosine.v4i1.318

Abstract

Instagram is a popular social media platform where users can share photos and videos, and also post comments on other users postings. Although there are many benefits on sharing information and posting comments, the freedom of using a social media platform also has a negative effect. One of non-constructive actions performed by social media users is cyberbullying, a misuse of technology through social media to embarrass or threaten others. Cyberbullying could affect the social media users, especially the target victim, hence we have to build a system that can limit the negative posts. In this research, we tackle the cyberbullying detection on Instagram comments as a classification problem and employ the SVM classifier. As a supervised machine learning approach, the SVM method has limitation on processing new words that never found in the training data. Therefore, we employed a semantic information derived from pre-trained word embeddings to gather similar words that appear in the training data to substitute the unknown words in the testing data. The experimental results show that the use of semantic similarity information improve the classification accuracy by 7%, from 67% to 74%.
Lexicon-Based Sentiment Analysis of Indonesian Language Student Feedback Evaluation Raginda Firdaus; Ibnu Asror; Anisa Herdiani
Indonesia Journal on Computing (Indo-JC) Vol. 6 No. 1 (2021): April, 2021
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34818/INDOJC.2021.6.1.408

Abstract

Student feedback for lecturer plays an important role, it used to improve the quality of lecturer in teaching. In general, student feedback consists of two types, quantitative feedback and qualitative feedback. For quantitative feedback, it can easily analyze using statistical calculations, because it contains closed questions with multiple choices. But for qualitative feedback, it is difficult to analyze, because it contains open questions with essay answers. Lecturers can analyze manually, but it takes extensive times and the results can be very subjective. To overcome this problem, sentiment analysis is applied to analyze textual data automatically in order to improve teaching evaluations. This research uses student feedback as dataset, and lexicon approach with InSet Lexicon. In this research, the evaluation result shows that system accuracy is 90.9%.