cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Imam Fahrur Rozi
Contact Email
imam.rozi@polinema.ac.id
Phone
+6285233139738
Journal Mail Official
jip@polinema.ac.id
Editorial Address
Politeknik Negeri Malang Jl. Soekarno Hatta No.9, Jatimulyo, Kec. Lowokwaru, Kota Malang, Jawa Timur 65141 Phone: (0341) 404424-404425 Fax: (0341) 404420
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Informatika Polinema (JIP)
Published by Politeknik Negeri Malang
ISSN : 26146371     EISSN : 2407070X     DOI : https://doi.org/10.33795/jip
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Library & Information Science
The focus and scope of articles published in JIP (Journal of Informatics Polinema) encompasses the game technology, information system, computer network, computing, which covers the following scope: Game Technology Artificial Intelligence Intelligent System Machine Learning Image Processing Computer Vision Information Retrieval Machine Learning Information System Internet of Things Computer Security Technology Enhanced Learning Education Technologies Digital Forensic Wireless Sensor UI/UX research JIP (Jurnal Informatika Polinema) publishes comprehensive research articles and invited reviews by leading expert in the field. Papers will be selected that high scientific merit, impart important new knowledge, and are of high interest to computer and information technology.
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 21 Documents
 1   2   3 
Search results for , issue "Vol. 10 No. 2 (2024): Vol 10 No 2 (2024)" : 21 Documents clear
Implementasi Metode Otsu dan Momen Hu pada Citra Keris Maria Sebatubun; Cosmas Haryawan
Jurnal Informatika Polinema Vol. 10 No. 2 (2024): Vol 10 No 2 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i2.4978

Abstract

UNESCO telah menetapkan keris Indonesia sebagai Masterpiece of The Oral and Intangible Heritage of Humanity. Keris memiliki bilah yang terdiri dari pamor, dhapur, dan Tangguh yang merupakan istilah yang digunakan untuk menyebut nama bentuk dari bilah keris. Dhapur keris ada yang berbentuk lurus dan lengkok (Luk dalam bahasa jawa). Yang berbentuk luk, jumlahnya bermacam-macam, mulai dari luk 3 (tiga) sampai luk 29 (dua puluh Sembilan). Jenis keris berdasarkan dapur yang diakui secara baku sekitar 150 jenis. Namun, bentuk dhapur keris tidak mudah dikenali secara langsung. Selain karena jenisnya yang banyak, bentuk dhapur ini terkadang memiliki karakteristik yang mirip meskipun jenisnya berbeda. Hal ini menyebabkan keris sulit untuk dikenali. Penelitian ini akan melakukan klasifikasi jenis keris berdasarkan dhapur yaitu Parung Sari dan Tilam Sari menggunakan teknik pengolahan citra. Tahap awal yaitu proses cropping citra, kemudian segmentasi menggunakan metode Otsu dan proses morfologi. Setelah itu, proses ekstraksi fitur dilakukan dengan tujuh momen Hu. Hasil ekstraksi fitur ini menjadi masukkan pada algoritma klasifikasi MultiLayer Perceptron (MLP) dengan k-fold cross-validation. Akurasi yang diperoleh yaitu 95% dengan nilai precision 100% dan recall 90%. Dapat disimpulkan bahwa metode yang digunakan mampu membedakan kedua jenis keris dengan baik.
Klasifikasi Citra Candi Berdasarkan Tekstur Bentuk Menggunakan Convolutional Neural Network Devi Oktaviani; Muhammad Resa Arif Yudianto; Maimunah; Pristi Sukmasetya; Rofi Abul Hasani
Jurnal Informatika Polinema Vol. 10 No. 2 (2024): Vol 10 No 2 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i2.4999

Abstract

Candi merupakan bangunan kuno peninggalan Hindu-Buddha yang terbuat dari batu yang digunakan sebagai tempat ibadah. Beberapa candi memiliki persamaan yang signifikan khususnya dari segi struktur bangunan pada candi tersebut. Penelitian ini mengeksplorasi penggunaan Convolutional Neural Network (CNN) dengan arsitektur ResNet-50 untuk mengklasifikasikan citra candi di Jawa Tengah, Indonesia. Pariwisata di provinsi ini memiliki nilai ekonomi dan kultural yang tinggi, terutama dengan warisan sejarah seperti Candi Borobudur dan Candi Mendut. Dengan banyaknya candi yang memiliki struktur serupa, penelitian ini memanfaatkan teknologi deep learning, khususnya CNN, untuk mengklasifikasikan citra berdasarkan tekstur bentuk. Dengan pengumpulan data menggunakan teknik scrapping, diperoleh 400 dataset citra dari kedua candi tersebut. Proses Image pre-processing melibatkan resizing, grayscaling. Pada penelitian ini dilakukan 2 jenis skenario pengolahan citra sebelum diproses dengan CNN yaitu menggunakan CLAHE dan deteksi tepi dengan metode Canny. Dua skenario tersebut dievaluasi, dan memperoleh akurasi tertinggi sebesar 95% untuk penggunaan CLAHE sedangkan saat menggunakan deteksi tepi Canny didapatkan akurasi sebesar 91,25%. Proses klasifikasi menggunakan arsitektur ResNet-50, dan hasilnya menunjukkan keunggulan penggunaan CLAHE dengan selisih akurasi 3,75% dibandingkan dengan deteksi tepi Canny. Penerapan model mencakup desain Graphical User Interface (GUI) untuk memudahkan pengguna dalam mengklasifikasikan citra candi. Hasil akhir menunjukkan bahwa CLAHE merupakan metode image pre-processing paling efektif untuk meningkatkan akurasi klasifikasi citra candi. Temuan ini memberikan kontribusi pada pemahaman tentang penerapan teknologi deep learning dalam mendukung identifikasi dan promosi warisan budaya, terutama di sektor pariwisata
Rancang Bangun Sistem Informasi Perpustakaan Berbasis Website di SMAN Ploso Menggunakan Algoritma Apriori Candra Bella Vista; Girindra Fajar Nugraha; Toga Aldila Cinderatama
Jurnal Informatika Polinema Vol. 10 No. 2 (2024): Vol 10 No 2 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i2.5000

Abstract

Proses manajemen seperti pencatatan peminjaman, pengembalian, dan inventaris buku yang ada di Perpustakaan SMAN Ploso masih menggunakan proses pencatatan pada buku. Selain itu, proses pengembalian buku belum terorganisir dengan baik, karena masih terdapat anggota perpustakaan yang mengembalikan buku pada rak yang tidak semestinya. Maka dari itu, sistem ini dibuat bertujuan untuk memberikan kemudahan dalam proses pengelolaan data perpustakaan dan memberikan rekomendasi penempatan buku dan pengadaan buku berdasarkan pola peminjaman. Sistem ini memiliki fitur pengelolaan data perpustakaan seperti data buku, anggota, peminjaman, pengembalian, rekomendasi penempatan buku berdasarkan kategori pada data transaksi, rekomendasi pengadaan buku berdasarkan data transaksi, laporan, dan denda. Pada sistem ini admin dapat melakukan perhitungan Algoritma Apriori pada menu penempatan buku dengan memasukkan rentan waktu data peminjaman, nilai minimum support, dan nilai minimum confidence. Berdasarkan pengujian yang dilakukan, admin memasukkan rentan waktu bulan Januari – Februari. Kemudian untuk nilai minimum support sebesar 10% dan nilai minimum confidence sebesar 60%. Berdasarkan analisis yang telah dilakukan, pemilihan nilai minimum support 10% dan nilai minimum confidence 60% memperoleh hasil yang ideal, karena itemset dan aturan asosiasi yang muncul memiliki keterkaitan yang signifikan. Dari nilai-nilai tersebut kemudian diproses oleh sistem dan menghasilkan nilai confidence 4 itemset, di mana masing-masing itemset tersebut memiliki nilai persentase confidence yang telah memenuhi nilai minimum confidence. Dari hasil yang diperoleh kategori kimia dan matematika sebesar 100%, kategori ekonomi dan geografi sebesar 62,5%, kategori geografi dan ekonomi sebesar 83,3%, kategori fisika dan matematika sebesar 80%. Dari hasil nilai confidence tersebut dapat digunakan sebagai rekomendasi penempatan buku maupun pengadaan buku.
Implementation of Profile Matching and Linear Interpolation Methods for Web-Based Employee Selection System of PT Berdikari Meubel Nusantara Dimas Wahyu Wibowo; Ariadi Retno Tri Hariati Ririd; Ariono Septian Jaya
Jurnal Informatika Polinema Vol. 10 No. 2 (2024): Vol 10 No 2 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i2.5001

Abstract

Recruiting employees by means of good selection can show the company's expertise to get competent candidates to support the company's performance well. Employee recruitment at PT BERDIKARI MEUBEL NUSANTARA was done manually and produced subjective decisions when the ability of prospective employees was not too different.To overcome these problems,this research was made to assist recruiters (HRD) in selecting and choosing prospective employees according to company needs, therefore researchers created a Decision Support System (DSS).Decision Support System (DSS) uses the Profile Matching and Linear Interpolation method, so that the method can work well it requires several criteria for prospective employees and is able to provide alternative recommendations and in accordance with the company's needs.The results of the research on the application of the Profile Matching method with Linear Interpolation can assist users in providing recommendations for prospective employees according to what the company expects, the value of the core factors and secondary factors greatly affect the results of accuracy because both are used in the assessment, it will be recommended the results of the total score and sorted b who gets the highest total score.This application is considered effective by obtaining User Acceptance Testing of 99.33% and this decision support system can help companies in selecting employees according to company needs.
Implementasi Metode Fuzzy Logic untuk Penentuan Taruna Berprestasi Wasum Wasum; Muhammad Zainul Arifin
Jurnal Informatika Polinema Vol. 10 No. 2 (2024): Vol 10 No 2 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i2.5002

Abstract

Politeknik Kelautan dan Perikanan Bitung (PKPB) adalah salah satu kampus vokasi dibawah naungan Kementerian Kelautan dan Perikanan Republik Indonesia. Kampus ini sudah lama melaksanakan kegiatan perkuliahan. Beberapa aspek penilaian dalam perkuliahan diantaranya adalah aspek akademik dan aspek kepribadian taruna (penghargaan dan pelanggaran). Pada proses penilaian/penentuan taruna berprestasi di PKPB masih dilakukan secara manual. Dengan adanya sistem ini, diharapkan mampu mendapatkan informasi dan pengambilan keputusan penentuan taruna berprestasi bisa berjalan lebih akurat, efektif dan efisien. Salah satu metode yang akan digunakan untuk penilaian/penentuan taruna berprestasi adalah menggunakan metode fuzzy logic. Alasan penggunaan metode fuzzy logic diantaranya adalah sangat sederhana, menggunakan bahasa manusia, menggunakan pemodelan/pemetaan dalam mencari hubungan data input dan output pada sebuah sistem, memberikan toleransi terhadap ketidakpresisian data, fleksibel serta diharapkan mampu untuk menghasilkan nilai output yang akurat. Parameter yang digunakan untuk batasan fungsi keanggotaan fuzzy adalah Nilai Akademik (Indeks Prestasi Kumulatif) dan Nilai Kepribadian Taruna (Nilai Prestasi/Penghargaan dan Nilai Pelanggaran). Objek pada penelitian ini adalah taruna/i Tingkat III Program Studi Teknik Penangkapan Ikan (35 taruna), Mekanisasi Perikanan (36 taruna) dan Teknik Pengolahan Produk Perikanan (76 taruna/i). Dari hasil uji coba yang telah dilakukan sebanyak 147 kali, maka didapatkan tingkat akurasi sebanyak 137 kali (93,197%) dan 10 kali yang terdiri dari dua taruna/i mendapatkan Nilai Penghargaan lebih dari ambang batas sistem dan delapan taruna yang mendapatkan Nilai Akademik di luar ambang batas sistem.
Sistem Pendeteksi Kualitas Daging Segar dengan Metode Naive Bayes Wilda Imama Sabilla; Muhammad Adisa Putra Perkasa; Dimas Wahyu Wibowo
Jurnal Informatika Polinema Vol. 10 No. 2 (2024): Vol 10 No 2 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i2.5006

Abstract

Daging sapi merupakan salah satu sumber protein yang banyak dikonsumsi masyarakat Indonesia. Daging banyak dijual baik di pasar tradisional maupun pasar modern. Beberapa penjual yang tidak jujur mencampur daging segar dan tidak segar pada produknya untuk mendapatkan keuntungan lebih. Sebagian konsumen akhirnya mendapatkan daging yang kurang segar karena tidak semua konsumen memiliki pengetahuan mengenai kesegaran daging. Penelitian ini mengembangkan sistem pendeteksi kualitas daging untuk membantu pengguna yang tidak memahami tingkat kesegaran daging. Di samping itu keterbatasan mata manusia memungkinkan kesalahan dalam menentukan daging merupakan daging segar atau tidak segar. Aplikasi yang dibuat akan mendeteksi kesegaran daging melalui warna dan tekstur daging, Data yang digunakan pada penelitian ini adalah citra daging sapi segar dan tidak segar yang diperoleh dari berbagai sumber. Metode pengolahan data meliputi praproses citra dilanjutkan dengan ekstraksi fitur. Fitur yang digunakan adalah fitur warna melalui perhitungan HIS serta fitur tekstur menggunakan metode Gray-Level Co-occurrence Matrix (GLCM). Fitur warna dan tekstur tersebut selanjutnya diklasifikasikan ke dalam daging segar atau tidak segar menggunakan metode Naïve Bayes. Berdasarkan hasil pengujian, diperoleh nilai akurasi sebesar 92%. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem untuk mendeteksi kualitas daging segar dan dapat membantu menginformasikan tentang kualitas daging bagi pengguna yang tidak memiliki pengetahuan tentang kesegaran daging.
Sistem Rekomendasi Pemilihan Software Berbasis Content-Based Filterting (Studi Kasus: PT. XYZ) Afzal Ziqri; Nur Ghaniaviyanto Ramadhan
Jurnal Informatika Polinema Vol. 10 No. 2 (2024): Vol 10 No 2 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i2.5008

Abstract

Perusahaan teknologi di Indonesia saat ini sedang bersaing ketat untuk beralih dari sistem bisnis konvensional ke sistem bisnis digital. Karena dengan software, perusahaan dapat menjalankan proses bisnis lebih cepat, efisien, dan dapat mengolah data bisnis dengan lebih akurat. Saat ingin beralih ke perangkat lunak, perusahaan perlu memutuskan perangkat lunak mana yang tepat. Untuk itu diperlukan sistem rekomendasi untuk membantu perusahaan mengambil keputusan pemilihan software. Pada penelitian ini, penulis membuat sebuah software sistem rekomendasi. Sistem yang penulis buat adalah sistem yang menggunakan content-based filtering dengan metode pembobotan TF-IDF dan algoritma cosine similarity. Sebagai referensi, penulis juga menggunakan data dari PT XYZ. Sistem dibuat menggunakan bahasa pemrograman Python dengan framework flask sehingga sistem yang dihasilkan berbasis halaman web. Hasil dari sistem rekomendasi dengan menggunakan metode content-based filtering memberikan urutan saran terbaik menurut data PT. XYZ dengan membandingkan tiga kriteria yang meliputi deskripsi modul, kategori usaha dan jenis industri dengan keluaran berupa empat kriteria yaitu nama perusahaan, kategori usaha, jenis usaha dan modul software yang digunakan. Berdasarkan hasil dari pengujian tersebut, sistem dapat memberikan rekomendasi berdasarkan kemiripan dari setiap deskripsi software dan menghasilkan nilai precision dengan rata-rata sebesar 77%. Kemudian sistem diuji dengan metode black box dengan dua tindakan, satu sebagai user dan satu sebagai administrator dan didapatkan hasil yang dapat menunjukkan bahwa sistem bekerja dengan normal dan sesuai fungsinya. Adanya sistem rekomendasi dengan menggunakan content-based filtering yang diimplementasikan pada website dapat menjadi rekomendasi bagi klien PT.XYZ untuk mengidentifikasi software yang tepat dan tentunya hal tersebut menjadi keuntungan tersendiri bagi PT.XYZ untuk meningkatkan penjualan produk software-nya.
Perancangan Sistem Informasi Pembangunan Rumah HouseFancy Tri Wulandari Ginting; Fandi Halim; Reza Aulia Faturahman Saragih; Dolly Febriansyah Harahap
Jurnal Informatika Polinema Vol. 10 No. 2 (2024): Vol 10 No 2 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i2.5010

Abstract

Mengusulkan perancangan (blueprint) sistem informasi pembangunan rumah untuk menyelesaikan masalah yang sering terjadi ketika pelanggan memiliki kriteria yang berbeda-beda dalam membangun sebuah rumah yang telah diidamkan sejak lama, kemudian menyingung permasalahan budget yang sering mengalami kelebihan biaya dibandingkan perencanaan keuangan pembanguan diawal atau sering disebut dengan overbudget. Sehingga setiap orang harus mengeluarkan biaya yang lebih dibandingkan anggaran pembangunan rumah diawal. Selain itu juga banyak terjadi pembangunan yang tidak sesuai dengan perencanaan diawal, sering terjadinya bentuk rumah yang tidak sesuai dengan rancangan awal. Ukuran bangunan yang lebih kecil dari perkiraan, hasil yang tidak memuaskan seperti dinding yang retak, pemasangan keramik yang miring, lantai yang kotor dan tidak dapat dibersihkan dan lainnya. hal itu terjadi dikarenakan tidak adanya mentoring yang baik dan pelanggan yang membuat rumah tidak dapat melihat sejauh mana progres dari rumah yang dibangun. Metode yang digunakan dalam penelitian ini adalah SDLC(System Development Life Cycle). Solusi yang ditawarkan dalam penelitian ini adalah dengan adanya fitur custome design sehingga sesuai dengan kriteria pelanggan, pembatasan akses setelah dilakukan pemesanan dan kesepakatan transaksi. Serta terdapatnya fitur progress yang berisi rincian laporan progress dari pembangunan rumah yang dapat dilihat pelanggan.hasil penelitian ini adalah sebuah rancangan atau blueprint sistem informasi yang diharapkan mampu memudahkan pelanggan sesuai kriteria rumahnya, meminimalisir overbudget dan menjamin kulitas layanan dan hasil akhir pembangunan rumah
Analisis Regresi Linier Berganda Pengaruh Minat Calon Mahasiswa di Universitas Muhammadiyah Surakarta Menggunakan Python Ahya Ihsan Fairuzsyifa; Yusuf Sulistyo Nugroho
Jurnal Informatika Polinema Vol. 10 No. 2 (2024): Vol 10 No 2 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i2.5014

Abstract

Universitas Muhammadiyah Surakarta merupakan sebuah perguruan tinggi yang menerapkan berbagai aspek untuk menarik minat calon mahasiswa mendaftar. Beberapa contohnya adalah aspek internal seperti kualitas pendidikan, akreditasi, sumber daya, fasilitas, lokasi, biaya pendidikan, promosi dan aspek eksternal seperti pengaruh orangtua, dan latar belakang calon mahasiswa. Meskipun banyak calon mahasiswa baru yang memilih perguruan tinggi negeri, Universitas Muhammadiyah Surakarta sebagai perguruan tinggi swasta juga perlu memahami faktor-faktor yang mempengaruhi minat dari calon mahasiswa baru untuk mendaftar, karena sebuah universitas dapat dikatakan unggul harus didukung dengan tenaga pendidikan yang bagus serta adanya mahasiswa yang memumpuni. Dalam membuat identifikasi faktor-faktor internal maupun eksternal yang dapat mempengaruhi minat mendaftar calon mahasiswa di Universitas Muhammadiyah Surakarta, maka perlu dilakukan penelitian kuantitatif metode regresi linier berganda dengan menggunakan bahasa pemrograman python. Data yang digunakan dalam penelitian ini diperoleh dengan melakukan survei terhadap sampel sebanyak 378 responden yang diambil dari 6.905 mahasiswa program S1 atau Sarjana Universitas Muhammadiyah Surakarta angkatan tahun 2022, dengan perhitungan jumlah sampel menggunakan rumus slovin. Hasil yang didapatkan dengan implementasi python regresi linier berganda adalah sebesar 61,33% faktor internal dan eksternal dapat menjelaskan minat calon mahasiswa mendaftar dan sisanya 38,67% dipengaruhi oleh faktor lain di luar penelitian ini. Faktor-faktor tertentu juga menghasilkan analisi yang sesuai maupun signifikan bahwa seperti faktor persepsi kualitas pendidikan, akreditasi, fasilitas, biaya pendidikan, dan promosi secara parsial berpengaruh signifikan serta sebaliknya untuk faktor lain seperti sumber daya, lokasi, pengaruh orangtua, dan latar belakang calon mahasiswa secara parsial tidak berpengaruh terhadap minat calon mahasiswa untuk mendaftar di Universitas Muhammadiyah Surakarta.
Komparasi Metode Mean dan KNN Imputation dalam Mengatasi Missing Value pada Dataset Kecil Fandi Yulian Pamuji; Ahmad Rofiqul Muslikh; Rizza Muhammad Arief; Delviana Muti
Jurnal Informatika Polinema Vol. 10 No. 2 (2024): Vol 10 No 2 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i2.5031

Abstract

Missing value pada dataset yang kecil akan mengakibatkan berkurangnya data yang dapat digunakan untuk pembelajaran sehingga prediksi hasil klasifikasi dari data tersebut akan berkurang. Metode Imputasi sebagai solusi metode yang paling umum digunakan untuk menangani masalah dataset yang tidak lengkap. Metode Imputasi proses di mana beberapa teknik statistik digunakan untuk mengganti data yang hilang dengan nilai pengganti. Tujuan penelitian ini dengan kinerja klasifikasi yang dapat dipertahankan dengan metode imputasi missing value, karena metode ini dapat menghindari berkurangnya jumlah dataset yang digunakan dalam proses klasifikasi pada dataset dan meningkatkan kinerja klasifikasi pada dataset yang tidak ideal terutama untuk jumlah dataset yang kecil. Berdasarkan hasil eksperimen yang telah dilakukan dari penelitian ini yaitu bahwa pengujian metode imputasi Mean dan KNN Imputation dengan metode klasifikasi mampu menangani data kosong dengan jumlah missing value sedikit maupun banyak dengan menghasilkan nilai accuracy mencapai kinerja prediksi yang lebih besar dibandingkan dengan menggunakan missing value nilai 0. Kemudian untuk dataset Hepatitis nilai Accuracy tinggi menggunakan metode imputasi KNN Imputasi dengan nilai 0,79 menggunakan metode Logistic Regression dan dataset Ginjal Kronis nilai Accuracy tinggi menggunakan metode imputasi Mean dengan nilai 0,97 dengan menggunakan metode Naïve Bayes. Hal tersebut menunjukkan bahwa proses metode imputasi terhadap nilai kosong disetiap column dataset kecil pada tahap data preprocessing memberikan pengaruh terhadap nilai Accuracy metode Mean dan KNN Imputation pada metode klasifikasi.

Page 2 of 3 | Total Record : 21

 1   2   3 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol. 10 No. 2 (2024): Vol 10 No 2 (2024) Vol. 10 No. 1 (2023): Vol 10 No 1 (2023) Vol. 9 No. 4 (2023): Vol. 9 No. 4 (2023) Vol. 9 No. 3 (2023): Vol 9 No 3 (2023) Vol. 9 No. 2 (2023): Vol 9 No 2 (2023) Vol. 9 No. 1 (2022): Vol 9 No 1 (2022) Vol. 8 No. 4 (2022): Vol 8 No 4 (2022) Vol. 8 No. 3 (2022): Vol 8 No 3 (2022) Vol. 8 No. 2 (2022): Vol 8 No 2 (2022) Vol. 8 No. 1 (2021): Vol 8 No 1 (2021) Vol. 7 No. 4 (2021): Vol 7 No 4 (2021) Vol. 7 No. 3 (2021): Vol 7 No 3 (2021) Vol. 7 No. 2 (2021): Vol 7 No 2 (2021) Vol. 7 No. 1 (2020): Vol 7 No 1 (2020) Vol. 6 No. 4 (2020): Vol 6 No 4 (2020) Vol. 6 No. 3 (2020): Vol 6 No 3 (2020) Vol. 6 No. 2 (2020): Vol 6 No 2 (2020) Vol. 6 No. 1 (2019): Vol 6 No 1 (2019) Vol. 5 No. 4 (2019): Vol 5 No 4 (2019) Vol. 5 No. 3 (2019): Vol 5 No 3 (2019) Vol. 5 No. 2 (2019): Vol 5 No 2 (2019) Vol. 5 No. 1 (2018): Vol 5 No 1 (2018) Vol. 4 No. 4 (2018): Vol 4 No 4 (2018) Vol. 4 No. 3 (2018): Vol 4 No 3 (2018) Vol. 4 No. 2 (2018): Vol 4 No 2 (2018) Vol. 4 No. 1 (2017): Vol 4 No 1 (2017) Vol. 3 No. 4 (2017): Vol 3 No 4 (2017) Vol. 3 No. 3 (2017): Vol 3 No 3 (2017) Vol. 3 No. 2 (2017): Vol 3 No 2 (2017) Vol. 3 No. 1 (2016): Vol 3 No 1 (2016) Vol. 2 No. 4 (2016): Vol 2 No 4 (2016) Vol. 2 No. 3 (2016): Vol 2 No 3 (2016) Vol. 2 No. 2 (2016): Vol 2 No 2 (2016) Vol. 2 No. 1 (2015): Vol 2 No 1 (2015) Vol. 1 No. 4 (2015): Vol 1 No 4 (2015) Vol. 1 No. 3 (2015): Vol 1 No 3 (2015) Vol. 1 No. 2 (2015): Vol 1 No 2 (2015) Vol. 1 No. 1 (2014): Vol 1 No 1 (2014) More Issue