PIPI
JOISIE (Journal Of Information Systems And Informatics Engineering)JOISIE (Journal Of Information Systems And Informatics Engineering)Peluncuran produk teknologi seperti iPhone senantiasa memicu diskusi masif yang merefleksikan persepsi publik terhadap inovasi. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat Indonesia terhadap rumor peluncuran iPhone 17 memanfaatkan data media sosial. Sebanyak 1.077 komentar YouTube diproses menggunakan pendekatan Text Mining dan pembobotan TF-IDF untuk diklasifikasikan menggunakan algoritma Naive Bayes, Random Forest, dan K-Nearest Neighbor (KNN). Hasil analisis menunjukkan sentimen positif mendominasi sebesar 43% yang didorong antusiasme fitur kamera, diikuti sentimen negatif sebesar 38,8% yang menyoroti isu harga dan desain. Evaluasi model menunjukkan Random Forest sebagai algoritma terbaik dengan akurasi uji 69,2% dan validasi silang 65,68%, mengungguli algoritma lainnya. Penelitian ini memberikan kontribusi dalam memetakan persepsi pasar Indonesia, menyimpulkan bahwa meskipun loyalitas merek Apple kuat, faktor harga dan inovasi fungsional menjadi penentu utama penerimaan produk.
sentimen positif dominan (43%) terhadap iPhone 17, didorong oleh loyalitas terhadap spesifikasi teknis dan fitur kamera, tetapi diimbangi oleh sentimen negatif (38,8%) yang menyoroti isu harga overpriced dan stagnasi desain.Evaluasi komparatif menunjukkan bahwa Random Forest adalah algoritma terbaik dengan akurasi 69,2% dan validasi silang 65,68%, mengungguli Naïve Bayes dan KNN.Temuan ini mengindikasikan bahwa dominasi Apple di pasar Indonesia menghadapi tantangan sensitivitas harga, sehingga narasi pemasaran perlu beralih dari estetika ke nilai fungsional yang konkret.
Mengembangkan model berbasis deep learning seperti BERT untuk mengatasi keterbatasan dalam mendeteksi sarkasme dan konteks implisit dalam komentar. Mengintegrasikan teknik human annotation sebagai ground truth untuk meningkatkan akurasi dan validasi model. Menggali lebih dalam tentang perbandingan antara desain iPhone 17 dengan seri sebelumnya untuk memahami persepsi konsumen terhadap inovasi desain.
| File size | 563.91 KB |
| Pages | 9 |
| DMCA | Report |
Related /
UBUB Oleh karena itu, pemilihan parameter pelatihan perlu disesuaikan untuk memprioritaskan akurasi maupun efisiensi waktu pelatihan. Pelabelan juga perlu ditingkatkanOleh karena itu, pemilihan parameter pelatihan perlu disesuaikan untuk memprioritaskan akurasi maupun efisiensi waktu pelatihan. Pelabelan juga perlu ditingkatkan
BSIBSI Penelitian ini dilakukan untuk analisis algoritma Naïve Bayes pada klasifikasi penyakit diabetes untuk mendapatkan hasil optimal dengan akurasi yang ditawarkanPenelitian ini dilakukan untuk analisis algoritma Naïve Bayes pada klasifikasi penyakit diabetes untuk mendapatkan hasil optimal dengan akurasi yang ditawarkan
STIBASTIBA Tujuan penelitian ini adalah mendeskripsikan konsep pembentukan karakter dalam hadis Nabi, mengidentifikasi nilai-nilai akhlak yang terkandung di dalamnya,Tujuan penelitian ini adalah mendeskripsikan konsep pembentukan karakter dalam hadis Nabi, mengidentifikasi nilai-nilai akhlak yang terkandung di dalamnya,
UBMUBM Proses klasifikasi berdasarkan nilai confidence menghasilkan prediksi yang membantu perusahaan dalam memahami karakteristik pelanggan serta mendukung pengambilanProses klasifikasi berdasarkan nilai confidence menghasilkan prediksi yang membantu perusahaan dalam memahami karakteristik pelanggan serta mendukung pengambilan
UNDANAUNDANA Metode analisis yang digunakan adalah analisis variansi, deviasi standar, dan koefisien variasi. Hasil penelitian menunjukkan bahwa (1) Kendala yang dihadapiMetode analisis yang digunakan adalah analisis variansi, deviasi standar, dan koefisien variasi. Hasil penelitian menunjukkan bahwa (1) Kendala yang dihadapi
UMPPUMPP Penelitian ini bertujuan untuk mengukur tingkat kepuasan pengguna aplikasi Netflix di Indonesia dengan menggunakan metode End User Computing SatisfactionPenelitian ini bertujuan untuk mengukur tingkat kepuasan pengguna aplikasi Netflix di Indonesia dengan menggunakan metode End User Computing Satisfaction
STMIK BANJARBARUSTMIK BANJARBARU 0634. Ini menunjukkan bahwa akurasi sistem rekomendasi adalah sekitar 91.60% berdasarkan Mean Squared Error (MAE) dan 88.18% berdasarkan Root Mean Squared0634. Ini menunjukkan bahwa akurasi sistem rekomendasi adalah sekitar 91.60% berdasarkan Mean Squared Error (MAE) dan 88.18% berdasarkan Root Mean Squared
BAJANGJOURNALBAJANGJOURNAL Program ini juga memberikan contoh konkret dalam pemberian makanan tambahan. Rekomendasi yang diambil adalah kelanjutan program serupa dalam skala lebihProgram ini juga memberikan contoh konkret dalam pemberian makanan tambahan. Rekomendasi yang diambil adalah kelanjutan program serupa dalam skala lebih
Useful /
UWKSUWKS Tingkat risiko produksi tergolong tinggi dengan nilai koefisien variasi sebesar 0,73. Temuan ini menunjukkan perlunya peningkatan kemampuan petani dalamTingkat risiko produksi tergolong tinggi dengan nilai koefisien variasi sebesar 0,73. Temuan ini menunjukkan perlunya peningkatan kemampuan petani dalam
UWKSUWKS 863) dan kesesuaian (1. 193) termasuk tinggi, sedangkan skor kompleksitas (812) tergolong rendah, yang mengindikasikan bahwa IB dianggap menguntungkan,863) dan kesesuaian (1. 193) termasuk tinggi, sedangkan skor kompleksitas (812) tergolong rendah, yang mengindikasikan bahwa IB dianggap menguntungkan,
UWKSUWKS Dimensi kapasitas sosial menunjukkan perbaikan tertinggi (83,21%), diikuti oleh teknis (78,15%) dan manajerial (76,85%). Intervensi penyuluh yang memanfaatkanDimensi kapasitas sosial menunjukkan perbaikan tertinggi (83,21%), diikuti oleh teknis (78,15%) dan manajerial (76,85%). Intervensi penyuluh yang memanfaatkan
PIPI Prediksi harga satu hari ke depan menunjukkan nilai sebesar Rp 4. 097,00, dan analisis korelasi antara sentimen dan harga saham menghasilkan nilai 0,27Prediksi harga satu hari ke depan menunjukkan nilai sebesar Rp 4. 097,00, dan analisis korelasi antara sentimen dan harga saham menghasilkan nilai 0,27