Klasifikasi Opini Masyarakat Terhadap Jasa Ekspedisi JNE dengan Naïve Bayes

Jumeilah, Fithri Selva

doi:10.21456/vol8iss1pp92-98

Cited by 8 publications

(6 citation statements)

References 2 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Dilakukan dengan mengumpulkan data tweet dari pengguna twitter yang diambil (Crawling) di media sosial twitter dengan memanfaatkan customer key, customer secret, access token dan access key yang diperoleh dari Twitter API. [13]…”

Section: Crawling Data Twitterunclassified

Analisis Sentimen Opini Pengguna Twitter Terhadap Perusahaan Jasa Ekspedisi Menggunakan Algoritma Naïve Bayes Berbasis PSO

Legiawati¹,

Hermanto²,

Ramadhan³

2022

Jur. Ris. Kom.

View full text Add to dashboard Cite

Expeditions are used in the process of delivering goods or selling them remotely. Twitter has become a social media for information sharing and opinions, including those on the expeditionary services both negative and positive. The solution for the problem which occurs is that of sentiment analysis, helpful in grouping the data and predicting the tweet. The aim of the research to predict sentient tweeted data using a file classification method, naive bayes's algorithm calculated the value of the tweets of the Anteraja expedition service that had the results accuracy 87,77%, precision 76,67%, recall 52,27%. JNE with accuracy 81,48%, precision 71,43%, dan recall 62,50%. JNT with accuracy 91,46%, precision 48,15%, recall 86,67%. Shopee Express with accuracy 92,68%, precision 9,09%, recall 16,67% and Sicepat with accuracy 91,50%, presision 100,00% dan recall 38,10%. Particle Swarm Optimization (PSO) serves to increase the value of the results of the nave Bayes classification with the results of Anteraja accuracy 91,70%, precision 82,05%, recall 72,73%. JNE accuracy 93,83%, precision 88,00%, recall 91,67%. JNT accuracy 92,18%, precision 70,97%, recall 81,48%. Shopee Express accuracy 94%, precision 20,00%, recall 33,33% and Sicepat accuracy 95,42%, precision 93,75%, recall 71,43%. From the results of naïve bayes research and Particle Swarm Optimization (PSO) it can be compared that Particle Swarm Optimization (PSO) is proven to be able to increase the value of nave Bayes.

show abstract

Section: Crawling Data Twitterunclassified

Analisis Sentimen Opini Pengguna Twitter Terhadap Perusahaan Jasa Ekspedisi Menggunakan Algoritma Naïve Bayes Berbasis PSO

Legiawati¹,

Hermanto²,

Ramadhan³

2022

Jur. Ris. Kom.

View full text Add to dashboard Cite

show abstract

“…Data Mining ialah disiplin ilmu yang tujuan utamanya adalah untuk menemukan, menggali, atau menambang pengetahuan dari data atau informasi yang kita miliki. Klasifikasi ialah proses untuk memperoleh model atau aturan yang dapat mengklasifikasikan data baru yang belum pernah dipelajari dengan mempelajari sekumpulan data yang lama [3]. Teknik yang digunakan adalah dengan memanfaatkan data penerima BPNT lama yang nantinya akan digunakan sebagai data training yang digunakan untuk menguji data baru apakah data baru berhak menerima BPNT berdasarkan kemiripan atribut yang ada di data lama dengan data baru.…”

Section: Pendahuluanunclassified

Algoritma K-Nearest Neighbor Untuk Menentukan Kelayakan Keluarga Penerima Bantuan Pangan Non Tunai (Studi Kasus : Kelurahan Karya Jaya)

2020

Self Cite

View full text Add to dashboard Cite

Non-cash Food Assistance (BPNT) is food social assistance in the form of non-cash. In its implementation, this program still encounters a number of obstacles, one of which is in the sub-optimal distribution of aid in several regions, including Karya Jaya Village. This is because the Ministry of Social Affairs is not optimal in determining BPNT recipients. One way to solve this problem is by utilizing one of the data mining concepts, namely the classification technique with the K-Nearest Neighbor algorithm. Where KPM data previously only accumulated can be used as useful information, one of which is to predict the eligibility of BPNT recipients in the next period. The results of this research are in the form of information on the results of predictions of appropriate KPM as BPNT recipients in 2021 and Local Environmental Units (SLS) which are the most receiving regions. This information can be used as evaluation material for the Ministry of Social Affairs in determining the more targeted BPNT recipients. The prediction results of BPNT recipients in Karya Jaya Village in 2021 are 511 recipients with an accuracy rate of 75.79%, 76.17% Precision, 89.24% Recall, and 82.19% F-measure. And it can be seen that the most BPNT recipient categories are in SLS RW 005, namely 74 recipients. Where there are variables that most influence, namely sta_kis

show abstract

“…Naive Bayes yaitu algoritma klasifikasi probabilistik yang sederhana berdasarkan Teorema Bayes. Prinsip umumnya adalah mengasumsikan bahwa nilai suatu atribut tidak bergantung dan mempengaruhi atribut yang lainnya [10].…”

Section: Tinjauan Pustaka a Naive Bayesunclassified

Perbandingan Akurasi Klasifikasi Citra Kayu Jati Menggunakan Metode Naive Bayes dan k-Nearest Neighbor (k-NN)

Waliyansyah¹,

Fitriyah²

2019

JEPIN

View full text Add to dashboard Cite

Indonesia saat ini merupakan salah satu produsen terbesar produk yang terbuat dari kayu. Kayu-kayu tersebut tidak semuanya memiliki nilai jual. Kayu jati merupakan salah satu kayu yang memiliki nilai jual yang tinggi, baik skala nasional maupun internasional. Pengelompokkan jenis kayu jati menggunakan beberapa parameter yaitu tekstur, berat, warna dan lain sebagainya. Pengelompokkan jenis kayu jati biasanya memiliki subjektifitas yaitu ketergantungan dari mata manusia (ahli/pakar). Oleh karena itu diterapkanlah teknologi untuk membantu dalam menganalisis suatu tekstur kayu jati agar bisa diklasifikasikan ke dalam kelompok-kelompok tertentu. Pada penelitian ini jenis kayu jati yang digunakan ada 3 : semarangan, blora dan sulawesi. Proses klasifikasi jati menggunakan pengolahan citra digital dengan Metode Naive Bayes dan k-Nearest Neighbor (k-NN). Analisis yang digunakan adalah tekstur dengan Metode Gray Level Co-occurrence Matrix (GLCM) dan jarak spasial adalah 1 piksel. Berdasarkan hasil pengujian dan analisis, Metode k-NN secara umum baik dalam mengklasifikasikan 3 jenis kayu jati yaitu semarangan, blora dan sulawesi dengan tingkat akurasi di atas 70%. Akan tetapi klasifikasi paling baik untuk jenis kayu jati sulawesi dengan Metode Naive Bayes, tingkat akurasinya sebesar 82,7%.

show abstract

Klasifikasi Opini Masyarakat Terhadap Jasa Ekspedisi JNE dengan Naïve Bayes

Cited by 8 publications

References 2 publications

Analisis Sentimen Opini Pengguna Twitter Terhadap Perusahaan Jasa Ekspedisi Menggunakan Algoritma Naïve Bayes Berbasis PSO

Analisis Sentimen Opini Pengguna Twitter Terhadap Perusahaan Jasa Ekspedisi Menggunakan Algoritma Naïve Bayes Berbasis PSO

Algoritma K-Nearest Neighbor Untuk Menentukan Kelayakan Keluarga Penerima Bantuan Pangan Non Tunai (Studi Kasus : Kelurahan Karya Jaya)

Perbandingan Akurasi Klasifikasi Citra Kayu Jati Menggunakan Metode Naive Bayes dan k-Nearest Neighbor (k-NN)

Contact Info

Product

Resources

About