Article Per Year (5 Year)
p-Index From 2019 - 2024
3.055
P-Index
This Author published in this journals
All Journal Pythagoras: Jurnal Matematika dan Pendidikan Matematika Jurnal Edukasi dan Penelitian Informatika (JEPIN) Infotech Journal Journal of Information System Jurnal Teknologi dan Sistem Komputer IJCIT (Indonesian Journal on Computer and Information Technology) JIKO (Jurnal Informatika dan Komputer) JURNAL MEDIA INFORMATIKA BUDIDARMA Indonesian Journal of Artificial Intelligence and Data Mining ILKOM Jurnal Ilmiah DoubleClick : Journal of Computer and Information Technology INTECOMS: Journal of Information Technology and Computer Science Progresif: Jurnal Ilmiah Komputer Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Journal of Applied Engineering and Technological Science (JAETS) JATI (Jurnal Mahasiswa Teknik Informatika) Abdimasku : Jurnal Pengabdian Masyarakat Paradigma
Betha Nurina Sari
Program Studi Informatika, Universitas Singaperbangsa Karawang
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Health Professions Industrial & Manufacturing Engineering Mathematics Social Sciences

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
KLASIFIKASI ULASAN PENGGUNA APLIKASI DISCORD MENGGUNAKAN METODE INFORMATION GAIN DAN NAÏVE BAYES CLASSIFIER Syafrida Nabila Salsabila; Betha Nurina Sari; Rini Mayasari
INFOTECH journal Vol. 9 No. 2 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i2.6277

Abstract

Pada saat terjadinya covid-19, aplikasi discord banyak di download oleh masyarakat karena dapat digunakan untuk pembelajaran yang dilakukan secara daring dari rumah. Banyak ulasan yang diberikan oleh pengguna aplikasi discord di google play store. Ulasan dari pengguna dapat berisi informasi bagi pengembangan aplikasi, oleh karena itu dilakukan klasifikasi ulasan pengguna aplikasi discord. Penelitian ini menggunakan metodologi CRISP-DM dengan tahap awal dilakukan scraping web, lalu data diberi label positif dan negatif menggunakan InSet Lexicon dan setelah itu divalidasi oleh ahli bahasa. Setelah divalidasi, data akan dibersihkan dan melalui tahap preprocessing. Lalu data akan melalui tahap seleksi fitur menggunakan Information Gain dan dilanjutkan dengan algoritma Naïve Bayes Classifier. Hasil klasifikasi dengan algoritma Naive Bayes Classifier menggunakan Information Gain dibandingkan dengan yang tidak menggunakan Information Gain. Setelah dibandingkan didapatlah nilai accuracy tertinggi yaitu 84%, precision 84%, recall 84%, f1-score/f-measure 83% yang didapatkan dengan 90% data training dan 10% data testing menggunakan Information Gain.
OPTIMALISASI PERFORMA K-MEANS CLUSTERING DENGAN PCA DALAM ANALISIS TINGKAT KEMISKINAN DI JAWA BARAT Yunita Nurohmah; Rini Mayasari; Betha Nurina Sari
JATI (Jurnal Mahasiswa Teknik Informatika) Vol 7 No 3 (2023): JATI Vol. 7 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i3.6884

Abstract

Kemiskinan adalah permasalahan kompleks dan sulit diatasi, terutama di Provinsi Jawa Barat yang memiliki tingkat kemiskinan yang tinggi di Indonesia. Data kemiskinan yang akurat menjadi faktor utama dalam mendukung strategi penanggulangan, sementara tingkat kemiskinan suatu wilayah dapat diketahui lebih mudah melalui pengukuran dan penentuan indikator pendukungnya. Penelitian ini bertujuan untuk mengetahui klasterisasi tingkat kemiskinan di Provinsi Jawa Barat dari tahun 2019 hingga 2022 dengan menggunakan metodologi Knowledge Discovery in Data Base (KDD) . Metode yang diterapkan pada penelitian ini adalah pengelompokan data menggunakan dua algoritma yaitu Principal Component Analys (PCA) dan K-Means Clustering. dan menggunakan metode evaluasi silhouette coefficient untuk mengetahui nilai dari model. Hasil evaluasi dari 2 skenario model pada penelitian ini menyatakan bahwa membangun model dengan tahap reduksi dimensi variabel terlebih dahulu, lalu dilanjutkan dengan tahap pengelompokkan data menggunakan algoritma K-Means (skenario 2) yang menghasilkan performa terbaik diantara model lainnya dengan nilai evaluasi 0.74 yang termasuk dalam kriteria kuat.
Co-Authors Agil Aditya Agil Aditya Anggri, Anggri Apriade Voutama aqillah Aqillah Fadia Haya Ato Sugiharto Bayu Adhi Pamungkas Budi Arif Dermawan Delpidat, Derrenz Dinda Fitriani Fida Nafisah Giustin Hannie, Hannie Ibnu Alfitra Salam Ilham, Septian Ivan Jovian Katon Wahyudi Putra Khusaeri, Ahmad Khusaeri, Ahmad Muhamad Khandava Mulyadien Nurhasanah, Desi Nurhusaeni, Muhamad Padilah, Tesa Nur Rahmat Alfanza Ratna Mufidah Reynaldi Azhar Rini Mayasari Rini Mayasari Sani Shalihamidiq Silvana Fitria Mandang Sisca Yuliantina Sisca Yuliatina Susilawati Susilawati Syafrida Nabila Salsabila Tesa Nur Padilah Tesa Nur Padilah Tia Adha Mariam Putri Ultach Enri Wira Buana Yunita Nurohmah