Article Per Year (5 Year)
p-Index From 2019 - 2024
0.61
P-Index
This Author published in this journals
All Journal Malcom: Indonesian Journal of Machine Learning and Computer Science SATIN - Sains dan Teknologi Informasi
Desi Musfiroh
Universitas Jambi
Computer Science & IT

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

Found 2 Documents
Search

 1 
Analisis Sentimen terhadap Perkuliahan Daring di Indonesia dari Twitter Dataset Menggunakan InSet Lexicon: Sentiment Analysis of Online Lectures in Indonesia from Twitter Dataset Using InSet Lexicon Desi Musfiroh; Ulfa Khaira; Pradita Eko Prasetyo Utomo; Tri Suratno
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 1 No. 1 (2021): MALCOM April 2021
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (680.45 KB) | DOI: 10.57152/malcom.v1i1.20

Abstract

Pelaksanaan perkuliahan daring pada berbagai kampus di Indonesia telah dipertegas sejak makin mewabahnya virus corona. Kuliah daring menjadi solusi untuk tetap menjalankan kegiatan belajar-mengajar di tengah masa pandemi. Namun pelaksanaan perkuliahan daring memunculkan berbagai macam opini dalam masyarakat, khususnya di kalangan pelajar. Hal ini juga menimbulkan sikap pro dan kontra dari berbagai pihak. Untuk itu dilakukan penambangan data dari twitter guna menganalisis sentimen terhadap topik “kuliah daring”. Data diklasifikasikan ke dalam 3 kelas, yaitu positif, negatif, dan netral. Penelitian ini dilakukan dengan teknik lexicon-based approach menggunakan InSet Lexicon sebagai kamus kata opini berbahasa Indonesia. Penentuan kelas sentimen untuk setiap kalimat diperoleh dari hasil perhitungan polarity score. Hasil klasifikasi dari 5811 data tweet ternyata mengandung 63.4% tweet negatif, 27.6% tweet positif, dan 8.9% tweet netral. Pengujian hasil klasifikasi dilakukan dengan metode cross-validation serta confusion matrix dengan 80% data latih dan 20% data uji memberikan nilai accuracy 79.2%, precision sebesar 72.9%, recall sebesar 62.8%, dan f-measure sebesar 67.4%.
Sistem Pakar Rekomendasi Tanaman Herbal Berdasarkan Faktor Lingkungan Menggunakan Metode Certainty Factor Ulfa Khaira; Bisma Aulia; Desi Musfiroh
SATIN - Sains dan Teknologi Informasi Vol 8 No 2 (2022): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (504.945 KB) | DOI: 10.33372/stn.v8i2.889

Abstract

Tren bertani dikala pandemi saat ini digemari oleh masyarakat, terlebih tanaman herbal. Sehingga masyarakat banyak mengikuti tren tersebut. Akan tetapi, masyarakat perlu ilmu dalam bertani tersebut. Dalam pembibitannya, tanaman herbal memiliki karakteristik dan perlakuan lingkungan yang berbeda-beda. Sehingga diperlukan pengetahuan yang baik terkait proses pembibitan tanaman tersebut. Konsultan pertanian dibutuhkan untuk memberikan rekomendasi tanaman herbal apa yang cocok sesuai dengan faktor lingkungan. Melalui sistem pakar, masyarakat dapat mengetahui informasi yang baik dan benar seperti dari pakar langsung. Dalam penelitian ini, sistem pakar rekomendasi tanaman herbal dibangun untuk membantu memberikan rekomendasi tanaman herbal yang cocok ditanam berdasarkan faktor lingkungan. Faktor-faktor lingkungan yang digunakan untuk dasar rekomendasi adalah ketinggian wilayah, suhu, kelembapan udara, curah hujan, dan jenis tanah. Pada penelitian ini sampel akuisisi pengetahuan tanaman herbal yang digunakan adalah 12 jenis. Metode yang digunakan pada sistem pakar ini adalah metode certainty factor. Melalui metode certainty factor akan membantu menangani ketidakmampuan pakar dalam mendefinisikan antara sebuah aspek lingkungan dengan tanaman yang cocok ditanam secara pasti. Dengan memilih faktor lingkungan yang dilihat maka sistem dapat merekomendasi tanaman herbal dengan nilai certainty factor terbesar. Hasil dari penelitian ini dapat memberikan masyarakat informasi rekomendasi tanaman yang cocok untuk lokasi daerah mereka serta memberikan tingkat keyakinannya.
Co-Authors Bisma Aulia Khaira, Ulfa Tri Suratno Utomo, Pradita Eko Prasetyo