E-learning is electronic-based learning using computers or computer-based. One e-learning application that is widely known today is Ruang Guru. One way to find out the success of an application is to do a sentiment analysis of the application. In this study, sentiment analysis was taken from Twitter social media user comments on Ruang Guru of 513 tweets, after data cleaning, with 338 tweets of positive sentiment and 175 tweets of negative sentiment. The data was extracted using the Naive Bayes (NB) algorithm, Support Vector Machine (SVM), K-Nearest Neighbor (K-NN), and feature selection with the Particle Swarm Optimization (PSO) algorithm. This study compares the NB, SVM, K-NN methods without using feature selection with the NB, SVM, K-NN methods that use feature selection and compares the Area Under Curve (AUC) values of these methods to find the most optimal algorithm. The test results get the results that the best optimization application in this model is the SVO-based PSO algorithm with an accuracy value of 78.55% and AUC of 0.853. This research succeeded in getting the most effective and best algorithm in classifying positive and negative comments related to Ruang Guru.
Teknik Data mining banyak digunakan untuk mengatasi banyak permasalahan, salah satunya metode algoritma apriori yang digunakan untuk mendapatkan informasi tentang asosiasi antar produk dengan memanfaatkan database transaksi yang diolah akan menghasilkan aturan asosiasi keterkaitan yang kuat antar itemset, sehingga dapat memberi rekomendasi penyetokan barang serta mempermudah dalam penempatan itemset yang saling ketergantungan. PT. XYZ adalah perusahaan yang bergerak dibidang penjualan spare parts compressor. Dalam melakukan aktivitas bisnis perusahaan tidak mengetahui pasangan spare parts yang sering dibeli secara bersamaan. Saat stok spare parts yang jumlahnya tinggal sedikit, perusahaan hanya meminta kiriman stok spare parts tersebut tanpa mengetahui itemset spare parts yang dibeli secara bersamaan. Hal itu mempersulit penyetokan barang karena banyaknya jenis dari spare parts. Dengan algoritma apriori diharapkan dapat membantu perusahaan dalam menentukan persediaan itemset yang saling ketergantungan sehingga dari penentuan stock yang tepat akan mempermudah promosi supaya promosi yang dilakukan tepat sasaran.
Salah satu faktor yang mempengaruhi kinerja perusahaan adalah keberadaan supplier, sehingga pemilihan supplier yang tepat bagi perusahaan merupakan salah satu pengambilan keputusan yang sangat penting yang perlu dilakukan oleh setiap perusahaan yang melibatkan supplier dalam kegiatan bisnisnya. Salah satunya adalah pada PT. Buana Artha Indopratama Jakarta yaitu perusahaan yang bergerak dibidang ritel seperti alat rumah tangga dan botol kosmetik. Pemilihan supplier saat ini dilakukan masih subyektif Permasalahan yang pernah terjadi adalah supplier yang dipilih melakukan keterlambatan dalam pengiriman barang serta kualitas barang yang dikirim terkadang tidak sesuai yang mengakibatkan PT. Buana Artha Indopratama mengalami kerugian dan menimbulkan citra yang kurang baik dimata pelanggan. Penelitian ini bertujuan untuk mencari kriteria-kriteria yang mempengaruhi pemilihan supplier dan menentukan supplier terbaik bagi PT. Buana Artha Indopratama Jakarta dengan menggunakan metode Analytical Hierarchy Process. Hasil pengolahan data dengan 5 alternatif yang memiliki prioritas tertinggi adalah Zhongshan Yijianxing dengan bobot prioritas 0,339 dan Kriteria yang memiliki prioritas tertinggi adalah kriteria kualitas dengan bobot 0,360.
Peningkatan jumlah siswa yang mendaftar disuatu sekolah membuat pihak sekolah perlu mengadakan penyeleksian siswa berdasarkan kriteria yang telah ditentukan sekolah. Sistem penerimaan siswa yang masih manual sering terjadi kesalahan baik dalam penginputan data maupun pembuatan keputusan menjadi permasalahan dalam penerimaan siswa. Dari permasalahan tersebut dibutuhkan sebuah metode yang dapat digunakan dalam proses perhitungan nilai kriteria kemudian diterapkan kedalam sistem pendukung keputusan untuk mempermudah dalam mengolah data. Tujuan penelitian ini untuk membantu proses penyeleksian siswa baru pada SMP Islam Al-Azhar 6 Jakapermai yang saat ini masih manual dengan menggunakan metode Simple Additive Weighting dengan kriteria dan bobot kriteria yang telah ditetapkan kemudian diimplementasikan pada sistem menggunakan Visual Basic .Net dan SQL Server 2008. Kriteria dalam penerimaan siswa baru yaitu nilai bahasa indonesia, matematika, bahasa inggris dan ilmu pengetahuan alam. Metode SAW dimulai dengan pemberian nilai pada setiap kriteria, pembobotan, normalisasi dan perangkingan dari nilai tertinggi ke terendah. Dengan perangkingan tersebut dapat ditentukan siswa yang diterima dan tidak diterima. Penerapan sistem terkomputerisasi dapat mempermudah dalam penentuan penerimaan siswa baru sesuai kriteria, mengurangi human error dan keamanan data lebih terjamin karena disimpan dalam database. Dimana sistem ini nantinya akan digunakan oleh staff tata usaha dalam pengolahan data dan penyajian laporan penerimaan siswa baru
Peran teknologi sangat penting dalam menunjang suatu bisnis agar dapat terus berjalan dan berkembang. Salah satu hal yang tidak kalah penting adalah diperlukannya suatu metode atau analisa data transaksi yang telah dilakukan. Tujuannya adalah untuk membantu pihak manajemen dalam mengelola stok barang, tata letak barang dan juga promosi serta untuk meningkatkan omset penjualan dan tidak menjadikan data penjualan hanya sebagai arsip saja yang semakin bertambah setiap hari. Teknologi Data Mining dapat menjadi salah satu pilihan yang dapat digunakan dalam menganalisa data penjualan. Untuk itu, penggunaan teknologi Data Mining dalam hal analisis keranjang belanja pasar (Market Basket Analysis) mengunakan metode association rule, kita dapat mengetahui keterkaitan antara data yang satu, dengan data yang lainnya dan antara barang yang satu dengan barang yang lainya. Dalam penelitian ini, mengunakan algoritma FP-Growth dengan mengunakan data penjualan Toko Berkah. Hasil analisa yang dilakukan, sangat baik dalam pembentukan rule-rule atau pola belanja customer dari barang yang terjual dan dapat dijadikan acuan atau bahan untuk manajeman dalam mengambil suatu kebijakan tertentu dengan tujuan untuk mengembangkan bisnis yang dilakukan
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.