Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

0.817

P-Index

This Author published in this journals

All Journal Jurnal Informatika dan Teknik Elektro Terapan Applied Technology and Computing Science Journal Joutica : Journal of Informatic Unisla

Mustain Mustain

Universitas Islam Lamongan

Author-ID : 3554642

Computer Science & IT Control & Systems Engineering Engineering Social Sciences

Published : 5 Documents Claim Missing Document

Claim Missing Document

Articles

Title

SISTEM PENDUKUNG KEPUTUSAN PENJURUSAN SISWA PADA SMA PANCAMARGA 1 LAMONGAN MENGGUNAKAN METODE FUZZY Ahmad Fathoni; Mustain Mustain; Retno Wardhani
Joutica Vol 3, No 1 (2018)
Publisher : Universitas Islam Lamongan

must know what factors affect the performance of teachers. The results of the analysis will be beneficial to make the education development program optimally and it is very necessary to advance the quality of education. Students need special attention from the government and society therefore the government regulates the improvement of the quality of teachers or teachers nationally through Law No. 20 of 2003 on National education system. In order to enforce the law, the government issued Regulation No. 19 of 2004 on the National Education standard. Therefore developed sebi student decision support system on the sma pancamarga 1 Lamongan using fuzzy.

ASPECT BASED SENTIMENT ANALYSIS DATA KUESIONER DI RUMAH SAKIT MUHAMMADIYAH LAMONGAN MENGGUNAKAN ALGORITMA K-NN. Mustain Mustain Mustain
Joutica Vol 6, No 2 (2021)
Publisher : Universitas Islam Lamongan

Kesulitan untuk mengorganisir data kuesioner yang bersifat konvensional melatarbelakangi penelitian ini. Oleh karena itu dibuat sistem yang memudahkan pengelompokan data kuesioner secara otomatis yang lengkap dengan sentimen yang terkandung didalamnya. Dataset yang digunakan dalam penelitian ini adalah data kuesioner rumah sakit Muhammadiyah lamongan. Penelitian ini hanya menangani kuesioner yang berbentuk teks. Data dengan fisik kertas direkap kemudian diinput ke database lengkap dengan kategori unit kerja dan sentiment. Selanjutnya dataset tersebut di dilakukan pre-prosesing yang meliputi penanganan negasi case folding, tokenizing, filtering dan stemming. Sebagai data uji komentar dari kuesioner akan dilakukan pre-prosesing selanjutnya dihitung tingkat kemiripan document dengan menggunakan metode K- Nearest Neighbor dan Vector Space Model. Jumlah data yang ditangani mempengaruhi performa system terutama dari akurasi dan kecepatan pada saat proses klasifikasi. Hasil dari sistem yang dibuat berupa ranking dokumen yang paling mirip dengan dataset berdasarkan urutan nilai cosine similarity. Ujicoba klasifikasi berdasarkan kelas kategori menghasilkan nilai akurasi 91 %. Ujicoba berdasarkan Kelas Sentimen sebesar 94 %.dari kombinasi keduanya system berhasil mendapat akurasi sebesar 86 %

Co-Authors Ahmad Fathoni Danang Bagus Reknadi Kurnia Yahya Kurnia yahya Mochammad Fajrin MUNIF ROCHMAWANTO Retno Wardhani

Title Search

Found 2 Documents Search Journal : Joutica : Journal of Informatic Unisla

Abstract

Abstract

Title

Found 2 Documents
Search
Journal : Joutica : Journal of Informatic Unisla