Browsing by Author "Sunjana (Pembimbing)"

Now showing 1 - 4 of 4
  • Thumbnail Image
    Item
    ANALISIS KORELASI ANTARA HASIL PEMILIHAN PRESIDEN PADA MEDIA SOSIAL TWITTER DAN LEMBAGA SURVEI NASIONAL
    (Program Studi S1 Informatika, 2024) Puspitasari, Inka; Sunjana (Pembimbing)
    Pemilihan Presiden merupakan suatu proses politik yang sangat penting dalam menentukan arah dan kepemimpinan suatu negara. Dalam era digital ini, media sosial, khususnya Twitter, telah menjadi platform utama bagi masyarakat untuk berbagi pendapat, menyampaikan aspirasi, dan berpartisipasi dalam diskusi politik. Tujuan penelitian ini adalah untuk menganalisis korelasi antara hasil Pemilihan Presiden yang muncul pada media sosial Twitter dengan hasil yang diperoleh dari lembaga survei nasional di Indonesia. Penelitian ini melakukan klasifikasi terhadap data tweet yang diambil dari Twitter sejumlah 10200 data untuk dianalisa dengan metode Naive Bayes, serta menggunakan confusion matrix sebagai tahap evaluasi model. Selanjutnya data yang digunakan merupakan data hasil survei yang telah dilakukan oleh Lembaga Survei Indonesia yang telah diunggah di halaman resmi lembaga survei tersebut. Hasil penelitian ini, sentimen yang terungkap di media sosial tidak selalu mencerminkan preferensi dan pandangan masyarakat secara umum. Berdasarkan hasil analisis sentimen pada Twitter, persentase yang didapatkan oleh Calon Presiden Anies Baswedan sebesar 27,16%, Prabowo Subianto sebesar 50,84% dan Ganjar Pranowo sebesar 47,73%. Sedangkan berdasarkan hasil survei yang dilakukan oleh Lembaga Survei Indonesia, Untuk calon presiden Anies Baswedan persentase yang didapatkan sebesar 31%, untuk Prabowo Subianto sebesar 42% dan Ganjar Pranowo 44%. Temuan ini dapat memberikan wawasan berharga tentang peran media sosial dalam membentuk dinamika politik dan opini publik selama periode Pemilihan Presiden.
  • Thumbnail Image
    Item
    PERBANDINGAN METODE K-NN, DECISION TREE, DAN NAÏVE BAYES TERHADAP ANALISIS SENTIMEN PENGGUNA TWITTER TENTANG PROGRAM BEASISWA LPDP (LEMBAGA PENGELOLA DANA PENDIDIKAN)
    (Program Studi S1 Informatika, 2023) Hakim, Azmy Nurbani; Sunjana (Pembimbing)
    Media sosial di era sekarang sudah bukan lagi kebutuhan tersier, konsumsi masyarakat akan media sosial bisa dibilang merupakan kebutuhan sekunder atau bahkan primer pada saat ini, salah satu media sosial yang sangat di gandrungi masyarakat adalah twitter, di twitter masyarakat bisa saling melontarkan opini pribadi mereka ke publik atau bahkan merespon opini orang lain, opini-opini yang dilontarkan juga bermacam-macam. Pada penelitian kali ini dilakukan analisis sentimen khusunya yang berkaitan dengan program beasiswa LPDP, data yang diambil merupakan data twit yang berhubungan dengan program beasiswa LPDP dengan jumlah data sebanyak 5853. Penelitian ini akan menganalisa tingkat akurasi dari metode Naïve Bayes,Decision Tree, dan K-NN. Kesimpulan dari hasil pengujian nilai akurasi dari metode Naïve Bayes, Decision Tree dan K-NN adalah metode Naïve Bayes memiliki nilai akurasi yang sangat tinggi. Hasil akurasi dari masingmasing metode yaitu Naïve Bayes sebesar 100%, Decision Tree sebesar 93.93% dan K-NN sebesar 98,34%.
  • Thumbnail Image
    Item
    PREDIKSI HASIL PRODUKSI TELUR AYAM MENGGUNAKAN METODE AUTOREGRESSiVE INTEGRATED MOVING AVERAGE (ARIMA) : STUDI KASUS DI PETERNAKAN MEITY FARM
    (Program Studi S1 Informatika, 2025) Prabowo, Zidannur Adam Putra; Sunjana (Pembimbing)
    Produksi telur ayam ras petelur merupakan salah satu indikator penting dalam keberlanjutan penyediaan pangan hewani, khususnya protein bagi masyarakat. Untuk menunjang perencanaan dan pengambilan keputusan yang lebih akurat dalam pengelolaan kandang, penelitian ini menggunakan pendekatan Prediksi deret waktu dengan metode Autoregressive Integrated Moving Average (ARIMA) dan Autoregressive Integrated Moving Average with Exogenous Variables (ARIMAX). Model ARIMA diterapkan untuk memprediksi jumlah produksi telur harian berdasarkan pola historis data yang tersedia. Sementara itu, model ARIMAX dikembangkan dengan menambahkan variabel eksogen berupa populasi ayam dalam upaya meningkatkan relevansi model terhadap kondisi aktual di lapangan. Hasil uji korelasi Spearman yang dilakukan sebelumnya menunjukkan adanya hubungan yang signifikan antara jumlah populasi ayam dengan volume produksi telur harian. Dengan menggabungkan hasil Prediksi dan analisis statistik, penelitian ini diharapkan dapat memberikan masukan yang berharga bagi pihak pengelola peternakan dalam menjaga kestabilan produksi, serta sebagai dasar dalam menyusun strategi penambahan populasi ayam yang tepat sebelum masa afkir tiba, sehingga produktivitas dapat dipertahankan secara optimal.
  • Thumbnail Image
    Item
    REKOMENDASI PRODUK PAKAIAN MENGGUNAKAN ALGORITMA FP-GROWTH PADA TOKO SINY.CO
    (Program Studi S1 Informatika, 2024) Firmansyah, Duny Muhamad; Sunjana (Pembimbing)
    Di jaman modern ini begitu banyaknya persaingan dalam dunia bisnis khususnya dalam industri penjualan, menuntut para pemilik toko untuk menemukan suatu strategi yang dapat meningkatkan penjualan dan pemasaran produk yang dijual salah satunya adalah dengan pemanfaatan data transaksi penjualan pakaian ini dengan data mining. Data Mining merupakan proses iteratif dan interaktif untuk menemukan pola atau model baru yang dapat digeneralisasi untuk masa yang akan datang, bermanfaat dan dapat dimengerti dalam suatu database yang sangat besar (massive database). Pada kondisi tersebut dibutuhkan sebuah teknik pengolahan data yang baik, salah satunya dengan teknik data mining. Salah satu yang dapat digunakan pada teknik tersebut adalah dengan menggunakan metode Association rule dengan menggunakan algoritma FP-Growth, yaitu sebuah algoritma yang menghasilkan frequent itemset yang nantinya akan digunakan untuk menentukan rekomendasi produk pakaian untuk kebutuhan Toko Siny.co. Penelitian ini menggunakan aplikasi RapidMiner Studio untuk membantu pengolahan data transaksi. Metode penelitian ini menggunakan minimum support 20% dan minimum confidence 80% sehingga menciptakan 9 rule aturan asosiasi, Dimana aturan tersebut menentukan beberapa produk untuk rekomendasi pada Toko Siny.Co diantaranya adalah Sashi, Canna, Alice, Tartan, Aruna, Cassandra, Nala, Lalita, dan Acio.