cover
Contact Name
Dadang Sudrajat
Contact Email
dias_sudrajat@yahoo.com
Phone
+628122106180
Journal Mail Official
journalcontact@kopertipindonesia.or.id
Editorial Address
Jl. Pesantren No.2, Cibabat, Kec. Cimahi Utara, Kota Cimahi, Jawa Barat 40513
Location
Kota bandung,
Jawa barat
INDONESIA
KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer
ISSN : 2549211X     EISSN : 25499351     DOI : 10.32485/kopertip
Core Subject : Science,
KOPERTIP: Scientific Journal of Informatics Management and Computer is a periodical scientific journal that published 3 (three) times per year. This journal are giving chance to all academia and researchers to publish their works in field of information system, computer science, informatics, and computer engineering. Our journal aims to promote the distribution of efficient and innovative scientific work.
Articles 3 Documents
Search results for , issue "Vol. 7 No. 1 (2023): KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer" : 3 Documents clear
Transformasi Strategi Penjualan Batik Cirebon Dengan Pendekatan Analisis Pengelompokan K-Means Mulyawan .; Agus Bahtiar; Irfan Ali
KOPERTIP : Scientific Journal of Informatics Management and Computer Vol. 7 No. 1 (2023): KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v7i1.309

Abstract

Batik adalah seni tradisional Indonesia yang mengombinasikan seni dan teknologi untuk menciptakan kain yang indah dan unik. Batik Indonesia memiliki desain dan proses yang tak tertandingi, dan ragam coraknya mengandung makna dan filosofi dari berbagai adat dan budaya di Indonesia. Batik Cirebon memiliki banyak motif batik seperti Mega Mendung, Singa Barong, dan Paksinaga Liman. Untuk mengoptimalkan penjualan, diperlukan teknik data mining untuk mengubah data menjadi informasi baru. Metode K-Means adalah cara yang tepat untuk mengelompokkan data penjualan produk batik karena dapat mengolah data tanpa mengetahui kelas label. Tujuan dari penelitian ini adalah untuk menerapkan algoritma K-Means dalam pengelompokan data penjualan dan menemukan hasil KOptimum dengan menggunakan aplikasi Orange. Hasil dari penelitian menunjukkan bahwa terdapat enam kelompok yang sesuai dengan data penjualan batik dan hasil kluster yang optimal terdapat pada k=6.
Implementasi Metode Naive Bayes pada Prediksi Penyakit Seliak Siska Siska; Guntur Aji Saputra; Cep Lukman Rohmat; Fazar Sidik
KOPERTIP : Scientific Journal of Informatics Management and Computer Vol. 7 No. 1 (2023): KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v7i1.325

Abstract

Penyakit seliak (Celiac Disease) merupakan gangguan dimana sistem kekebalan tubuh yang terutama menyerang usus kecil dengan komplikasi sistemik. Penyakit seliak juga merupakan kelainan sistem kekebalan tubuh yang mampu memengaruhi kinerja sistem kerangka, penyebabnya adalah gluten makanan, kelompok beragam protein yang di temukan dalam gandum, jelai atau barli dan gandum hitam. . Diagnosis yang dilakukan saat ini masih cukup sulit untuk mendapatkan hasil yang maksimal, karena keragaman gambaran klinis penyakit serta profil pasien yang menjadi pengaruhnya. Dengan begitu data mining menjadi salah satu langkah yang tepat ddalam kebutuhan ini. Naïve Bayes merupakan metode algoritma yang dianggap cukup membantu dalam melakukan diagnosis pada penyakit seliak ini. Dengan menggunakan data yang diperoleh dari situs website www.kaggle.com yaitu Celiac Disease (coeliac disease), terdapat juga deskripsi tambahan pada halaman web site tersebut menjelaskan bahwa data berasal dari Wageningen University & Research Biotechnology Departement.
Penerapan Metode Support Vector Machine Pada Sentimen Analisis Pengguna Twitter Terhadap Konser K-Pop Dessy Angelina; Umi Hayati; Gifthera Dwilestari
KOPERTIP : Scientific Journal of Informatics Management and Computer Vol. 7 No. 1 (2023): KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v7i1.251

Abstract

K-pop atau Korean Pop saat ini sangat terkenal eksis di kalangan remaja dengan banyaknya penggemar di seluruh mancanegara. Dalam laporan Twitter 2022, Indonesia menjadi Negara dengan jumlah penggemar kpopers terbesar di seluruh dunia. Twitter menjadi media sosial masa kini untuk saling berbagi informasi secara update ataupun berbagi tuitan. Twitter kerap digunakan Kpopers untuk berinteraksi dengan penggemar lainnya ataupun mencari informasi terbaru tentang idola mereka. Tak jarang antar pengguna Tewitter sebagai fans K-pop saling beradu argumen untuk melindungi atau membela citra idolanya masing-masing dari komentar buruk atau tuduhan. Salah satu fans K-pop yang belakangan ini sedang ramai diperbincangkan kpopers dan non fans di media sosial Twitter yaitu fans k-pop Boy Group dari agensi SM Entertaiment bernama NCT 127 (Neo Culture Technology), yang pada tanggal 4 November 2022 lalu menggelar konser tour dunianya di Jakarta. Konser hari pertama mengalami kericuhan sehingga konser diberhentikan sebelum waktunya oleh kepolisian, karena ada lebih dari 30 orang fans yang pingsan dan kesusahan bernafas atas aksi saling dorong mendorong yang terjadi oleh para NCTZen (Fans NCT) untuk berebut signed bola dari para member NCT 127. Dari kejadian kericuhan konser NCT 127 The Link : Jakarta day 1 yang berlokasi di ICE BSD Tangerang tersebut mengundang banyak perhatian pengguna Twitter dari sesama NCTZen, fans lain ataupun non fans di media sosial dengan berbagai tuitan yang bersifat negatif dan positif. Penelitian ini bertujuan untuk mengelompokan sentimen menggunakan metode Klasifikasi Support Vector Machine (SVM) dengan mengetahui pola permasalahan sehingga dapat menghasilkan nilai-nilai yang dikelompokan berupa sikap pengguna Twitter terhadap Konser K-Pop dengan dua nilai yakni lebih condong nilai positif atau nilai negatif. Dari hasil klasifikasi mengguakan Support Vector Machine (SVM) dengan dataset sebanyak 841, diperoleh akurasi 76,64% dengan nilai positif sebanyak 587 dan nilai negatif sebanyak 368. Dengan demikian hasil penelitain ini membuktikan bahwa pengguna Twitter dalam menanggapi permasalahan tentang konser K-pop cenderung lebih banyak berkomentar positif sesuai dengan dataset yang telah penulis ambil sebagai bahan pengujian dan dengan menggunakan metode Support Vector Machine (SVM) dalam hal ini cukup baik untuk mengklasifikasikan dataset berupa teks.

Page 1 of 1 | Total Record : 3


Filter by Year

2023 2023