Article Per Year (5 Year)
p-Index From 2019 - 2024
2.33
P-Index
This Author published in this journals
All Journal InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan) Jurnal Nasional Komputasi dan Teknologi Informasi J-SAKTI (Jurnal Sains Komputer dan Informatika) Journal of Information System, Applied, Management, Accounting and Research Akrab Juara : Jurnal Ilmu-ilmu Sosial STUDI PELAKSANAAN SELFMEDICATION PADA PENDERITA DIARE BERDASARKAN TINGKAT PENGETAHUAN MASYARAKAT PESISIR KECAMATAN SOROPIA KABUPATEN KONAWE J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Pengabdian Masyarakat Formosa (JPMF) SATIN - Sains dan Teknologi Informasi Jurnal Pengabdian Kepada Masyarakat Radisi
Jefina Tri Kumalasari
Universitas Bina Sarana Informatika
Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Medicine & Pharmacology Public Health Social Sciences

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan)

 1 
Komparasi Dua Metode Algoritma Klasifikasi Untuk Prediksi Pemberian Kartu Jakarta Pintar Agustiena Merdekawati; Jefina Tri Kumalasari
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 6, No 2 (2022): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v6i2.4891

Abstract

Mendapatkan program Kartu Jakarta Pintar (KJP) harus memenuhi berbagai persyaratan dan kriteria, sayangnya proses penerimaan ini masih dilakukan secara subjektif sehingga rentan untuk tepat sasaran. Knowledge Discovery in Database (KDD) diperlukan dalam penentuan penerima KJP dengan menemukan pola prediksi terbaik. Penelitian ini membandingkan algoritma klasifikasi yaitu ID3 dan Naïve Bayes guna mengekstrak data kemudian mencari model yang sesuai dalam penentuan proses penerimaan KJP dengan menggunakan sekelompok data sehingga didapatkan persentase precision, recall dan accuracy. Keduanya memiliki proses awal yang sama yaitu pre processing atau data cleaning guna membuang data yang tidak sesuai baik data kosong maupun tidak konsisten. Pada algoritma ID3 digunakan pohon keputusan dimana sebelumnya diperlukan pencarian entropi dan gain sedangkan pada Naïve Bayes dengan menghitung jumlah class. Hasil Analisa keduanya kemudian dilakukan proses pengujian dilakukan untuk membandingkan tingkat akurasi data dengan menerapkan confussion matrix dan visualisasi kurva ROC. Hasil pengujian didapat algoritma ID3 menunjukkan tingkat akurasi yang lebih tinggi 77,78% setelah dibandingkan dengan Naïve Bayes. Tools yang digunakan dalam pengolahan data ini yaitu Rapid Miner.
Co-Authors Agustiena Merdekawati, Agustiena Ahmad Abdurohim Azis Sukma Dhiana Irwin Sukrisno Sugeng Kebenaran Wau Susi Wahyu Lestari Tara Adrilia Salsabila Wida Prima Mustika Wida Prima Mustika Yuni Fitriani