Claim Missing Document
Check
Articles

Found 2 Documents
Search

Named Entity Recognition dan Analisa Jarak dengan Formula Haversine pada P2P Lending yogi yulianto; Erry Maricha Oki Nur Haryanto; Fajar Dwi Insani; Meita Dwi Anggraeni; Aji Anggono
Jurnal SIGMA Vol 16 No 2 (2025): September 2025
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v16i2.7135

Abstract

Named Entity Recognition (NER) is a core task in natural language processing for extracting structured entity information from text. However, funding descriptions on peer-to-peer lending platforms are largely unstructured. This limits reliable identification of funding categories and location-related entities required for subsequent analysis. This study addresses this problem by applying Named Entity Recognition to identify agricultural entities from peer-to-peer lending funding descriptions in Indonesia, combining it with distance analysis. The data used in this study was collected from peer-to-peer lending platforms in Indonesia using web crawling techniques with the Python Selenium library. The collected funding data was used to train and test a Named Entity Recognition model developed using the spaCy library, with entity labeling performed using the Beginning–Inside–Outside (BEIN–IND–OUTS) tagging scheme. Model performance was evaluated using a confusion matrix at the token level. The evaluation results showed that the proposed model achieved 83% accuracy, 94% precision, 82.7% recall, and a 90% F1 score, indicating its ability to detect agricultural entities from lighting descriptions. Furthermore, the collected data containing agricultural entities was processed using the Haversine formula to calculate the distance between the lender and the borrower's location. When compared to Google Maps, the average distance difference was 23.7 kilometers. These results demonstrate that Named Entity Recognition combined with distance analysis can support the preparation of peer-to-peer lending data for further decision-making.
PEMBUATAN MEDIA PEMBELAJARAN TENTANG LINGKUNGAN SEHAT DAN LINGKUNGAN TIDAK SEHAT MENGGUNAKAN ADOBE ANIMATE BEBASIS DEKSTOP Fajar Dwi Insani; Darsin Darsin
Jurnal Dialektika Informatika (Detika) Vol. 6 No. 2 (2026): Jurnal Dialektika Informatika(Detika) Vol.6 No.2 Mei 2026
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/detika.v6i2.16146

Abstract

Lingkungan yang sehat merupakan lingkungan yang bebas dari berbagai faktor penyebab gangguan kesehatan, seperti limbah cair, limbah padat maupun limbah gas. Selain itu lingkungan sehat juga terbebas dari pencemaran udara yang berlebihan. Sebaliknya lingkungan yang tidak sehat ditandai dengan kondisi kotor, yang menunjukkan bahwa lingkungan tersebut telah tercemar. Pencemaran lingkungan sendiri dapat terjadi pada air, udara maupun tanah. Pembuatan media pembelajaran tentang lingkungan sehat dan lingkungan tidak sehat menggunakan Adobe Animate berbasis Desktop dengan studi kasus di SDN 1 Kaliyoso memberikan manfaat besar bagi siswa sekolah dasar. Khususnya bagi mereka yang belum memahami ciri-ciri lingkungan sehat. Melalui aplikasi media pembelajaraan ini diharapkan siswa dapat belajar serta mengamati secara langsung tentang bagaimana kondisi lingkungan sehat dan lingkungan tidak sehat. Terkait materi diperoleh dari berbagai sumber, baik melalui internet maupun buku. Namun penulis tertarik untuk mengemasnya dalam bentuk media pembelajaran interaktif yang menggabungkan teks, gambar dan video agar materi mudah dibaca, dipahami dan dipraktikkan secara bersamaan.