Article Per Year (5 Year)
p-Index From 2019 - 2024
0.562
P-Index
This Author published in this journals
All Journal Technomedia Journal SATIN - Sains dan Teknologi Informasi
Hopi Siti Hopipah
Universitas Singaperbangsa Karawang
Computer Science & IT Languange, Linguistic, Communication & Media

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Optimasi Backward Elimination untuk Klasifikasi Kepuasan Pelanggan Menggunakan Algoritme k-nearest neighbor (k-NN) and Naive Bayes Yunitasari; Hopi Siti Hopipah; Rini Mayasari
Technomedia Journal Vol 6 No 1 Agustus (2021): TMJ (Technomedia Journal)
Publisher : Pandawan Incorporation, Alphabet Incubator Universitas Raharja

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1060.736 KB) | DOI: 10.33050/tmj.v6i1.1531

Abstract

Maintaining customer satisfaction is a big challenge for companies. One effort that can be done is to provide the best service to customers based on the most influential aspects. In this study, the optimization of the Backward Elimination feature in the classification of customer satisfaction using the k-NN and Naïve Bayes algorithm. The use of the Backward Elimination feature aims to increase accuracy and reduce the number of less influential attributes. As a result, it can be seen that the best modeling without Backward Elimination is the Naïve Bayes algorithm with an accuracy of 99.04% and an AUC value of 1. While the application of Backward Elimination works more optimally on the k-NN algorithm with an increase of 33.74% to 97.28% with AUC 0.996. This shows that the performance of the Backward Elimination feature is effective in optimizing the classification of customer satisfaction and can reduce the less influential attributes.
Web Usage Mining Guna Analisis Pola Akses Pengunjung Website dengan Association Rule Hopi Siti Hopipah; Jajam Haerul Jaman; Ultach Enri
SATIN - Sains dan Teknologi Informasi Vol 7 No 2 (2021): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (687.143 KB) | DOI: 10.33372/stn.v7i2.735

Abstract

Pengaruh internet erat dengan kehidupan masyarakat, terutama dalam menyediakan kemudahan akses informasi melalui website. Website digunakan oleh lembaga pendidikan khususnya kampus sebagai media promosi, media informasi, publikasi, dan pengenalan profil kampus. Pemanfaatan website secara optimal dapat memberikan pelayanan terbaik bagi pengunjung, sehingga kepercayaan dan citra positif terhadap kampus pun dapat meningkat. Penting bagi pengelola untuk memperhatikan juga meningkatkan kualitas website, salah satunya dengan menerapkan web usage mining. Web usage mining bermanfaat untuk menggali informasi yang didapatkan dari web, dengan memahami data aktivitas pengunjung agar dapat mengetahui kelebihan dan kekurangan website. Penelitian ini bertujuan untuk mengetahui serta melakukan analisis pola akses pengunjung website Unsika dengan web usage mining menggunakan Association Rule. Algoritma yang digunakan adalah Modified Apriori dengan teknik hashing. Teknik hashing digunakan untuk mengurangi waktu pencarian dengan menyimpan data ke dalam array sebagai key dan value pada saat proses iterasi. Berdasarkan hasil penelitian, dengan nilai minimum support 2 dan minimum confidence 65%, rule yang terbentuk yaitu sebanyak 27 dengan nilai support tertinggi 2.20%, nilai confidence tertinggi adalah 100%, dan lift ratio tertinggi sebesar 91.
Co-Authors Jaman, Jajam Haerul Rini Mayasari Ultach Enri Yunitasari