Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Informatika Informatics and Enginering Dedication
Chandra, Kelvin William
Unknown Affiliation
Computer Science & IT Other

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

Found 2 Documents
Search

 1 
Pelatihan Pembuatan Website Portofolio Sederhana Putra Darmansius, Albertus Dwi Andhika; Hartati, Ery; Candra, Candra; Chandra, Kelvin William; nicholas, nicholas; Sasongko, Randie
FORDICATE Vol 3 No 1 (2023): Jurnal Pengabdian Kepada Masyarakat FORDICATE
Publisher : Fakultas Ilmu Komputer dan Rekayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/fordicate.v3i1.5069

Abstract

Saat ini rata-rata siswa/i banyak yang hanya dapat menggunakan aplikasi ataupun website saja tanpa mengetahui proses pengerjaannya, maka dari itu penulis mengharapkan agar siswa/i tersebut dapat sedikit memahami tentang proses pembuatan website sehingga dapat menumbuhkan rasa ingin tahu mereka untuk membuat website. Dari hal tersebut, penulis memutuskan untuk mengedukasi para siswa/i dengan memberikan materi berupa HTML dan CSS disekolah. Dari peserta pelatihan, sekitar 80% dapat menjalankan materi dengan baik, sedangkan 20% mengalami kendala dalam mengerjakannya. Pelatihan ini bertujuan untuk mengenalkan HTML dan CSS kepada siswa/siswi agar mereka tertarik dan memiliki keinginan untuk terjun di dunia programmer. Dalam pelatihan ini, penulis memberikan solusi dan bantuan kepada siswa/siswi yang mengalami kesulitan dalam mengerjakan materi.
Efektifitas SMOTE dalam Mengatasi Imbalanced Class Algoritma K-Nearest Neighbors pada Analisis Sentimen terhadap Starlink Candra, Candra; Chandra, Kelvin William; Irsyad, Hafiz
Jurnal Ilmu Komputer dan Informatika Vol 4 No 1 (2024): JIKI - Juni 2024
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jiki.132

Abstract

Imbalanced class menjadi salah satu tantangan utama dalam melakukan analisis sentimen, khususnya antara ulasan positif dan negatif yang dapat menyebabkan bias prediksi. Penelitian ini bertujuan untuk mengetahui lebih lanjut apakah permasalahan imbalanced class pada algoritma K-Nearest Neighbors (KNN) dapat diatasi dengan menggunakan SMOTE (Synthetic Minority Over-sampling Technique) pada analisis sentimen terhadap layanan Starlink. SMOTE akan digunakan untuk menciptakan sampel sintetis dari kelas minoritas untuk mengatasi ketidakseimbangan data. Hasil penelitian menunjukkan bahwa sebelum menggunakan SMOTE performa model KNN menghasilkan 69,97% (Accuracy), 68,47% (Precission), 64,99% (Recall), 65,41% (F1-Score). Namun, setelah menggunakan SMOTE performa model KNN mengalami peningkatan menjadi 76,74% (Accuracy), 79,15% (Precission), 75,91% (Recall), 75,82% (F1-Score). Dengan peningkatan ini, dapat disimpulkan bahwa kombinasi antara algoritma KNN dan SMOTE berhasil meningkatkan akurasi dan keandalan model KNN dalam mengatasi imbalanced class pada analisis sentimen terhadap layanan Starlink.
Co-Authors Candra candra Hafiz Irsyad Hartati, Ery Nicholas, Nicholas Putra Darmansius, Albertus Dwi Andhika Sasongko, Randie