Article Per Year (5 Year)
p-Index From 2018 - 2023
0.444
P-Index
This Author published in this journals
All Journal Paradigma JITK (Jurnal Ilmu Pengetahuan dan Komputer)
Yuni Eka Achyani
Sekolah Tinggi Manajemen Informatika dan Komputer Nusa Mandiri
Computer Science & IT

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

Found 2 Documents
Search

 1 
Mengidentifikasi Jenis Virus Menggunakan Sistem Pakar Berbasis Metode Forward Chaining Ridwansyah Ridwansyah; Siti Faizah; Yuni Eka Achyani
Paradigma Vol 23, No 1 (2021): Periode Maret 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (478.369 KB) | DOI: 10.31294/p.v23i1.10048

Abstract

Virus sebuah jenis penyakit yang berupa mikroskopik dengan organisme super kecil yang dapat menyerang manusia dan terkadang sangat mematikan. Ada berbagai macam virus yang ada dan menyebar di masyarakat akan tetapi masyarakat tidak dapat mengetahui dan tidak dapat mengidentifikasi jenis virus yang terkena dirinya ataupun yang ada disekitar mereka, dikarenakan masyarakat kurang memiliki pengetahuan dalam identifikasi jenis virus. Untuk mengidentifikasi jenis virus dapat digunakan sebuah metode forwad chaining dimana jenis virus dengan metode tersebut dapat dikenali dengan gejala-gejala yang ada sehingga jenis penyakit virus dapat diketahui dan dapat diobati secara dini. Maka dari itu perlu adanya sebuah alat sistem pakar yang dapat mengidentifikasi jenis virus, sehingga masyarakat dapat mengantisipasi jenis virus yang akan menyerang tubuh mereka beserta orang disekitar mereka. Dari hasil alat sistem pakar tersebut dapat membantu masyarakat dalam mengetahui jenis virus secara dini, dan dapat membantu para ahli pakar dalam menangani pengurangan masyarakat yang terkena berbagai macam jenis virus. 
SENTIMENT ANALYSIS DUE TO "MUDIK" PROHIBITED OF COVID-19 THROUGH TWITTER Sabar Sautomo; Noor Hafidz; Yuni Eka Achyani; Windu Gata
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol 6 No 1 (2020): JITK Issue August 2020
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1192.563 KB) | DOI: 10.33480/jitk.v6i1.1357

Abstract

“Mudik” is a habit every year for the people of Indonesia to return to their hometowns before the Eid. The existence of the Corona Virus pandemic (COVID-19) hit all over the world, including Indonesia, resulting in a ban from the government to do Mudik. Social media such as Twitter is often used as an expression of some people in commenting on something like the ban on Mudik. Comments on Twitter that are often known as tweets can be used as material for sentiment analysis. However, it is not easy to do sentiment analysis on Twitter, especially comments in Indonesian, because the text is not structured. This study uses data from Indonesian-language tweets containing the word "Mudik," the algorithm model used in this study, Naïve Bayes Classifier and Support Vector Machine, is compared to get accuracy, precision, recall, and F1-score values. From this research, it was concluded that the Naïve Bayes algorithm and Support Vector Machine performed well enough to predict the sentiment of tweets about Mudik on Twitter social media. Naïve Bayes with an accuracy of 82% and f1-score 0.8, while Support Vector Machine with an accuracy of 87% and f1-score 0.87.
Co-Authors Noor Hafidz Ridwansyah Ridwansyah Sabar Sautomo Siti Faizah Windu Gata