Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal Informatics for Educators and Professional : Journal of Informatics KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika
Edwar Edwar
ITB STIKOM Bali
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Other

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

Found 2 Documents
Search

 1 
MOBILE APPLICATION MULTIMEDIA INTERAKTIF FIQIH ZAKAT PADA Mts GENERASI EMAS Shofwan Hanief; Edwar Edwar; Nely Inayatus Sholehah
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 2, No 1 (2021)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1045.245 KB) | DOI: 10.31284/j.kernel.2021.v2i1.2088

Abstract

Madrasah Tsanawiyah (MTs) Generasi Emas merupakan kelanjutan dari jenjang pendidikan Sekolah Dasar Anak Emas, yang mana awal berdirinya karena desakkan dari orang tua peserta didik yang menginginkan pendidikan putra-putrinya berkesinambungan di Anak Emas. Salah satu mata pelajaran agama yang ada di MTs Generasi Emas adalah fiqih khususnya zakat. Pembelajaran Fiqih yang berlangsung di MTs Generasi Emas selama ini dengan cara penyampaian materi oleh guru fiqih dan siswa siswi mencatat apa yang telah disampaikan. Selain itu siswa siswi tidak memiliki modul fiqih untuk dijadikan sebuah acuan belajar diluar jam belajar mengajar. Hal ini membuat siswa siswi merasa kesulitan menerima materi yang diberikan oleh guru dan minat belajar pun akhirnya dapat berkurang. Maka dalam penelitian ini telah dibangun sebuah aplikasi mobile multimedia interaktif fiqih zakat yang dapat digunakan sebagai fasilitas pembelajaran fiqih zakat oleh siswa siswi MTs Generasi Emas. Aplikasi ini dibangun dengan menerapkan metode MDLC. Aplikasi ini di desain menggunakan Corel Draw X7 dan Adobe Captivate 2019 dengan pengujian aplikasi menggunakan Black Box Testing dan Kuesioner Tertutup, hasil dari pengujian Black Box Testing dan hasil pengujian Kuesioner menunjukkan sebesar 92,4% sudah sesuai desain, konten dan kebermanfaatannya
Perbandingan Metode Seleksi Fitur Pada Analisis Sentimen (Studi Kasus Opini PILKADA DKI 2017) Edwar Edwar; I Gusti Agung Ngurah Rai Semadi; Muhamad Samsudin; I Komang Dharmendra
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics Vol 8 No 1 (2023): INFORMATICS FOR EDUCATORS AND PROFESSIONAL : JOURNAL OF INFORMATICS (Edisi Khusus
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/itbi.v8i1.2408

Abstract

In sentiment analysis, feature selection is a crucial step as it improves the performance and efficiency of sentiment analysis models. Feature selection also helps reduce the complexity of data dimensions, enabling faster and more efficient analysis. However, selecting relevant features poses a challenge as choosing the wrong features can decrease the accuracy of the constructed models. In this study, sentiment analysis was conducted on tweet data from the 2017 Jakarta gubernatorial election using TF-IDF feature selection combined with Recursive Feature Elimination (RFE), Chi Square, and Mutual Information. The models were evaluated using Naïve Bayes Classification (NBC) and Support Vector Machine (SVM) algorithms. Evaluation metrics such as accuracy, precision, recall, and F1-Score were used. The experimental results showed that the TfidfVectorizer + RFE combination in the NBC model achieved the highest accuracy of 71.1111% and demonstrated significant performance in terms of precision, recall, and F1-Score
Co-Authors I Gusti Agung Ngurah Rai Semadi I Komang Dharmendra Muhamad Samsudin Nely Inayatus Sholehah Shofwan Hanief