cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Huzain
Contact Email
huzain.azis@umi.ac.id
Phone
+628114484875
Journal Mail Official
ijodas.journal@gmail.com
Editorial Address
Jln. Paccerakkang, Kel. Berua, Kec.Biringkanaya, Kota Makassar, Propinsi Sulawesi Selatan, 90241
Location
Unknown,
Unknown
INDONESIA
Indonesian Journal of Data and Science
Published by yocto brain
ISSN : -     EISSN : 27159930     DOI : -
Core Subject : Science, Education,
Computer Science & IT Decision Sciences, Operations Research & Management Mathematics
IJODAS provides online media to publish scientific articles from research in the field of Data Science, Data Mining, Data Communication, Data Security and Data Representation
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 5 Documents
 1 
Search results for , issue "Vol. 4 No. 1 (2023): Indonesian Journal of Data and Science" : 5 Documents clear
Detecting Harmful Activity in Hajj Plagiarism Using Deep Learning Musa
Indonesian Journal of Data and Science Vol. 4 No. 1 (2023): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v4i1.59

Abstract

CCTV surveillance is the most extensively used intelligent latest innovation. The use of surveillance cameras has risen dramatically because of the convenience of monitoring from anywhere and the reduction of crime rates in public areas. In this paper, we introduce the idea of bad vibe activity detection from live videos to enhance the security and safety of pilgrims. The proposed bad vibes activity recognition model is intended to be addressed in the most efficient manner possible using cutting-edge technologies such as TensorFlow and Keras. TensorFlow was chosen because the project could be deployed to a mobile environment in the future with the possibility of extension of other areas such as airport security, bus stain, and public areas that may deserve special attention for security checks. We choose MediaPipe Holistic for employee bad vibe recognition in the model.
Diagnosis of Hepatitis Using Supervised Learning Algorithm Musa
Indonesian Journal of Data and Science Vol. 4 No. 1 (2023): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v4i1.60

Abstract

Hepatitis is the most serious disease in developing countries. Therefore, early diagnosis is very important to obstacle the effect that can happen as a consequence of this disease. In this case, deep learning can solve the issue at an early stage. An innovative deep learning-based technique to identify hepatitis is presented in this study. In this study 45 layers, convolutional neural network (CNN) architecture connected with three fully connected layers is used in the proposed architecture. The two classes of collected hepatitis datasets are then used to train the suggested CNN model. The model achieved 0.934 classification accuracy. The proposed model was compared to the state of the art at the time. The outcome presented implies that the model's performance is remarkable.
Prediksi Potensi Donatur Menggunakan Model Logistic Regression sitti rahmah jabir; Huzain Azis; Dewi Widyawati; Andi Ulfa Tenripada
Indonesian Journal of Data and Science Vol. 4 No. 1 (2023): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v4i1.64

Abstract

GRDS menghadapi kelangkaan dana, ketika diperlukan untuk merawat para korban Gaja. Gaja adalah topan bernama kelima dari musim siklon Samudra Hindia Utara 2018 yang mempengaruhi sebagian besar tempat di Tamil Nadu, India selama bulan November 2018. Tujuan dari penelitian ini adalah untuk menggunakan riwayat donasi untuk menganalisis apakah donator akan menyumbang atau tidak menggunakan regresi logistik. Data Tamil Nadu diberikan untuk menerapkan model yang dibangun untuk memprediksi donator yang paling mungkin menjadi korban topan Gaja. Pada tahap pengumpulkan data seringkali terjadi hambatan, salah satu hambatannya yaitu fenomena missing data atau data hilang. Akibat dari adanya missing data adalah pendugaan parameter menjadi tidak efisien. Ukuran data yang berkurang dapat mengakibatkan kesulitan dalam menganalisis, sehingga hasil yang didapatkan menjadi tidak valid dan tujuan dari penelitian tidak tercapai. Data yang hilang akan diisi menggunakan metode single imputation. Data yang telah diimputasi menggunakan beberapa metode akan membantu dalam melakukan prediksi. Dimana algoritma yang digunakan untuk melakukan prediksi ialah logistic regression. Beberapa data dihilangkan setelah melihat multikolinearitas. Dalam tahap pemodelan, data dibagi menjadi 2 yaitu 70% untuk data pelatihan dan 30% untuk data tes. Dimana hasil perhitungan akurasi dari model ialah 0,6129 yang menunjukkan bahwa model tidak melakukan prediksi dengan baik menggunakan metode tersebut.
Analisis Sentimen Pandangan Public Profesi PNS (Pegawai Negeri Sipil) dari Twiter menerapkan indonesian Roberta Base Sentiment Classifier Alwi Jaya
Indonesian Journal of Data and Science Vol. 4 No. 1 (2023): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v4i1.66

Abstract

Penelitian ini dilakukan untuk mendapatkan opini masyarakat terkait profesi Pegawai Negeri Sipil (PNS) yang beredar di media sosial twitter dengan menggunakan metode algoritma Bidirectional Encoder Representations from Transformers (BERT) yang di mana dalam Bahasa Indonesia berarti representasi dua arah encoder. BERT berguna untuk mengolah representasi dua arah yang berada dalam teks tanpa nama dengan menggabungkan sisi kanan dan kiri pada sebuah konteks dalam segala bagian.yang di gunakan untuk menentukan positif, negatif atau neutralnya pandangan masyarakat terkait profesi PNS yang beredar di media social twitter dengan meharapkan Hasil beruapa pandangan masyarakat terhadap profesi PNS dengan mengumpulkan 394 tweet yang diambil dari media sosial twitter kita bisa mendapatkan hasil kesimpulan berupa berapa persen orang yang memandang positif profesi PNS dan berapa persen orang yang memandang negatif profesi PNS.
Analisis performa metode Naïve Bayesh Classifier pada Electronic Nose dalam identifikasi formalin pada tahu Fadhila Tangguh Admojo; Siti Rahma Jabir
Indonesian Journal of Data and Science Vol. 4 No. 1 (2023): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v4i1.67

Abstract

Penelitian ini bertujuan untuk menganalisis performa metode Naive Bayes Classifier (NBC) dalam identifikasi formalin pada tahu menggunakan Electronic Nose. Hasil dari penelitian ini menunjukkan bahwa performa NBC cukup moderat, dengan nilai akurasi sekitar 0,59 hingga 0,60, presisi sekitar 0,67 hingga 0,68, recall sekitar 0,59 hingga 0,60, dan F1-score sekitar 0,55. Ini menunjukkan bahwa model mampu mengklasifikasikan beberapa titik data dengan benar, tetapi tidak semua. Walaupun demikian masih ada ruang untuk perbaikan dan perlu dipertimbangkan untuk mencoba metode lain untuk meningkatkan hasil identifikasi formalin pada tahu. Hasil ini menunjukkan bahwa metode Naive Bayes Classifier pada Electronic Nose masih belum dapat memberikan hasil yang optimal dalam identifikasi formalin pada tahu, dan hasil yang diperoleh masih tidak lebih baik dari penelitian sebelumnya

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2023 2023


Reset
Filter By Issues
All Issue Vol. 4 No. 2 (2023): Indonesian Journal of Data and Science Vol. 4 No. 1 (2023): Indonesian Journal of Data and Science Vol. 3 No. 3 (2022): Indonesian Journal of Data and Science Vol. 3 No. 2 (2022): Indonesian Journal of Data and Science Vol. 3 No. 1 (2022): Indonesian Journal of Data and Science Vol. 2 No. 3 (2021): Indonesian Journal of Data and Science Vol. 2 No. 2 (2021): Indonesian Journal of Data and Science Vol. 2 No. 1 (2021): Indonesian Journal of Data and Science Vol. 1 No. 3 (2020): Indonesian Journal of Data and Science Vol. 1 No. 2 (2020): Indonesian Journal of Data and Science Vol. 1 No. 1 (2020): Indonesian Journal of Data and Science More Issue