Claim Missing Document
Check
Articles

Found 11 Documents
Search

Implementasi Metode Imputasi Mean dan Single Center Imputation Chained Equation (SICE) Terhadap Hasil Prediksi Linear Regression pada Data Numerik Baihaqi, Mario Rangga; Padilah, Tesa Nur; Jajuli, Mohamad
Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Vol 7 No 4 (2023): OCTOBER-DECEMBER 2023
Publisher : Lembaga Otonom Lembaga Informasi dan Riset Indonesia (KITA INFO dan RISET)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jtik.v7i4.1169

Abstract

Data and information play an important role in all aspects of science, so data must be processed well through the process of data excavation or data mining. The excavation of patterns from data can be done using machine learning algorithms such as linear regression. However, in the process of extracting information from data, it can be less effective if there is a loss of value in a data. The purpose of this research is to implement the mean imputation and single center imputation chained equation (SICE) techniques against the linear regression algorithm. The data used in this research is numerical data. The root mean squared error (RMSE) value shows that the implementation of linear regression algorithm using the mean imputation technique results in better performance compared to the SICE imputation technique.
PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK PENGELOMPOKAN KECELAKAAN BERKENDARA DI RUAS TOL JAKARTA-CIKAMPEK Sulaeman, Mochamad Riszky; ., Purwantoro; Padilah, Tesa Nur
Jurnal informasi dan komputer Vol 11 No 01 (2023): Jurnal Informasi dan Komputer yang terbit pada tahun 2023 pada bulan 04 (April)
Publisher : LPPM Institut Teknologi Bisnis Dan Bahasa Dian Cipta Cendikia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35959/jik.v11i01.369

Abstract

Tingginya kecelakaan berkendara di jalan tol merupakan bahan evaluasi. Sehingga menjadi perhatian khusus bagi perusahaan penyedia layanan jalan tol baik milik negara maupun swasta, yang telah membuktikan perhatian tersebut dengan adanya perbaikan, penambahan infrastruktur dan edukasi kepada pengguna jalan guna meminimalisir kecelakaan di jalan tol. Tahapan awal pencegahan kecelakaan berkendara adalah dengan mengetahui faktor-faktor penyebab kecelakaan berkendara yang diperoleh melalui analisa data kecelakaan. Analisa tersebut dapat dilakukan dengan Data Mining, yaitu K-Means Clustering. K-Means Clustering mengelompokkan data menjadi beberapa cluster sesuai karakteristik data tersebut. Tahapan klasterisasi yang dilakukan dengan menentukan uji coba banyaknya klaster yaitu dengan menetapkan k= 3, k=5 dan k=7, dan performancenya menggunakan Davis Bouldin Index (DBI). Hasil cluster penerapan K-Means Clustering dilakukan pengujian untuk menentukan model klaster terbaik yang diuji dan mengacu pada evaluasi performance DBI yang mendekai nilai Nol ( nilai Terbaik) secara berurutan sehingga menghasilkan nilai k=7 adalah nilai DBI terbaik yaitu 0.179 sedangkan untu k= 5 diperoleh DBI sebesar 0.180 dan k=3 nilai DBI sebesar 0.233.
ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI MEDIA SOSIAL INSTAGRAM PADA SITUS GOOGLE PLAY STORE MENGGUNAKAN NAÏVE BAYES CLASSIFIER Zulfiqri, Reza; Sari, Betha Nurina; Padilah, Tesa Nur
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4995

Abstract

Instagram merupakan salah satu media sosial paling populer di seluruh dunia, dengan lebih dari satu miliar pengguna aktif setiap bulannya. Semakin berkembangnya informasi teknologi pada era digital seperti sekarang membuat opini atau sentimen masyarakat banyak beredar di kolom komentar atau ulasan. Oleh karena itu perlu dilakukan analisis terhadap ulasan aplikasi media sosial instagram untuk melihat opini masyarakat mengenai aplikasi terbeut. Data ulasan diperoleh dari situs web Google Play yang diambil menggunakan metode scraping . Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi media sosial Instagram yang terdapat di situs Google Play Store untuk mengetahui dan mengklasifikasikan komentar baik dan buruk. Sentimen pengguna dapat memberikan wawasan yang berharga bagi pengembang aplikasi dalam memahami kepuasan pengguna, menyebarkan fitur yang ada, serta meningkatkan kualitas aplikasi. Pada pengujian ini menggunakan 1000 data yang terdiri dari 80% data latih dan 20% data uji . Hasil pengujian akurasi, penelitian ini menggunakan matriks konfusi , dalam penelitian ini algoritma Naïve Bayes classifier dengan akurasi yang diperoleh sebesar 89%.
Analisis Kestabilan Bebas Penyakit Model Epidemi CVPD (Citrus Vein Phloem Degeneration) pada Tanaman Jeruk dengan Fungsi Respon Holling Tipe II Padilah, Tesa Nur; Fauji, Najmudin
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2017: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (596.077 KB)

Abstract

Jeruk merupakan komoditas buah-buahan penting di Indonesia. Namun, usaha peningkatan produksi jeruk masih mengalami hambatan, salah satunya akibat penyakit CVPD (Citrus Vein Phloem Degeneration). Penyakit CVPD dapat ditemukan pada semua jenis jeruk di Indonesia. Bagian tanaman yang terserang parah biasanya mengering secara perlahan-lahan kemudian mati, sedangkan serangan ringan mengakibatkan pertumbuhannya terhambat. Penyebaran penyakit CPVD pada jeruk dapat dimodelkan dalam suatu model matematis yaitu model epidemi antara tanaman jeruk sebagai inang dengan serangga Diaphorina Citri (kutu loncat) sebagai hama (vektor). Pada model ini, respon pemangsaan mengikuti fungsi respon Holling Tipe II. Analisis model dilakukan dengan menganalisis kestabilan titik ekuilibrium bebas penyakit dan angka rasio reproduksi dasar. Model ini memiliki satu titik ekuilibrium bebas penyakit. Analisis perilaku model menunjukkan bahwa jika nilai angka rasio reproduksi dasar kurang dari satu, maka titik ekuilibrium tersebut bersifat stabil asimtotik lokal. Ini berarti, untuk jangka waktu tertentu populasi akan bebas dari penyakit. Simulasi model dengan menggunakan software Maple 13 sejalan dengan analisis perilaku model. Berdasarkan angka rasio reproduksi dasar diperoleh bahwa pengendalian yang dapat dilakukan agar populasi bebas dari penyakit CVPD diantaranya dengan pemusnahan tanaman sakit, penggunaan pestisida yang dapat mengendalikan populasi vektor, dan pengadaan bibit jeruk bebas penyakit.
Klasterisasi Angka Usia Muda Melek TIK Berdasarkan Algoritma K-Means Menurut jumlah Provinsi Indonesia Massie, Olivia Immanuela; Padilah, Tesa Nur
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 5, No 2 (2021): EDISI SEPTEMBER
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v5i2.374

Abstract

Advances in technology that can’t be separated from human life, making information easier to obtain. The results of a survey conducted by APJII on the penetration of internet users in 2018 based on age, stated that the use of the internet was dominated by young people. For this reason, it is hoped that in the future there will be improvements in numbers in the form of equitable use of ICT in all provinces in Indonesia. This research was conducted based on the clustering of young people who are ICT literate. The amount of data used is in accordance with the current number of Indonesian provinces, which are thirty-four provinces using the K-Means algorithm. The dataset in this study was obtained from the official government website https://.www.bps.go.id/ from 2017 to 2019. Clustering was carried out only to group provinces into two types of groups, which can later be used as evaluation material for the government in the framework of the equitable distribution of ICT in each province. The final result of this study is that there are twenty-five provinces that are included in cluster 1 and nine provinces are included in cluster group 2. Thus it is necessary to increase the ICT literacy rate for provincial clusters whose values are still lagging behind other provinces.
Extractive Text Summerization Pada Berita Berbahasa Indonesia Menggunakan Algoritma Support Vector Machine Aulia, Thalita Meisya Permata; Jamaludin, Asep; Padilah, Tesa Nur
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 5, No 2 (2021): EDISI SEPTEMBER
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v5i2.371

Abstract

According to the Program for International Student Assessment (PISA) for the 2018 survey of 61 countries that participated in PISA, the reading interest of the Indonesian people still received a low score of 358 out of an overall average score of 472. One of the consequences of low reading is the difficulty of understanding the content of reading, especially for long and many texts, so it will be easier to read the summary. With advances in text summarization technology can be done using text mining methods. text mining will retrieve information on big data from text-based documents, the summary process will take the main points of news or important sentences without changing the content of the reading or also called extraction techniques. To get maximum results, the weighting is done by extracting sentence features based on numerical data, quotations, sentence length, sentence position in paragraphs, and overall sentence position. The research methodology uses knowledge discovery in database (KDD) and modeling using support vector machine algorithms. Testing or evaluation using recall, precision and F-measure. The best research result is the scenario of comparison of test data and training data 7:3, using the Linear kernel, with accuracy 72,4%, precision 63,4%, recall 51,9%, and F-measure 57,1%.
Klasterisasi Angka Usia Muda Melek TIK Berdasarkan Algoritma K-Means Menurut jumlah Provinsi Indonesia Massie, Olivia Immanuela; Padilah, Tesa Nur
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 5, No 2 (2021): EDISI SEPTEMBER
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v5i2.374

Abstract

Advances in technology that can’t be separated from human life, making information easier to obtain. The results of a survey conducted by APJII on the penetration of internet users in 2018 based on age, stated that the use of the internet was dominated by young people. For this reason, it is hoped that in the future there will be improvements in numbers in the form of equitable use of ICT in all provinces in Indonesia. This research was conducted based on the clustering of young people who are ICT literate. The amount of data used is in accordance with the current number of Indonesian provinces, which are thirty-four provinces using the K-Means algorithm. The dataset in this study was obtained from the official government website https://.www.bps.go.id/ from 2017 to 2019. Clustering was carried out only to group provinces into two types of groups, which can later be used as evaluation material for the government in the framework of the equitable distribution of ICT in each province. The final result of this study is that there are twenty-five provinces that are included in cluster 1 and nine provinces are included in cluster group 2. Thus it is necessary to increase the ICT literacy rate for provincial clusters whose values are still lagging behind other provinces.
Extractive Text Summerization Pada Berita Berbahasa Indonesia Menggunakan Algoritma Support Vector Machine Aulia, Thalita Meisya Permata; Jamaludin, Asep; Padilah, Tesa Nur
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 5, No 2 (2021): EDISI SEPTEMBER
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v5i2.371

Abstract

According to the Program for International Student Assessment (PISA) for the 2018 survey of 61 countries that participated in PISA, the reading interest of the Indonesian people still received a low score of 358 out of an overall average score of 472. One of the consequences of low reading is the difficulty of understanding the content of reading, especially for long and many texts, so it will be easier to read the summary. With advances in text summarization technology can be done using text mining methods. text mining will retrieve information on big data from text-based documents, the summary process will take the main points of news or important sentences without changing the content of the reading or also called extraction techniques. To get maximum results, the weighting is done by extracting sentence features based on numerical data, quotations, sentence length, sentence position in paragraphs, and overall sentence position. The research methodology uses knowledge discovery in database (KDD) and modeling using support vector machine algorithms. Testing or evaluation using recall, precision and F-measure. The best research result is the scenario of comparison of test data and training data 7:3, using the Linear kernel, with accuracy 72,4%, precision 63,4%, recall 51,9%, and F-measure 57,1%.
Ontologi dalam Sistem Penentuan Varietas Padi di Indonesia Defiyanti, Sofi; Purnamasari, Intan; Padilah, Tesa Nur; Sari, Betha Nurina; Mayasari, Rini; Jaman, Jajam Haerul
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 1 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i1.83303

Abstract

Indonesia menghadapi tantangan ketahanan pangan yang serius akibat pertumbuhan penduduk, urbanisasi, dan perubahan iklim. Hal ini menuntut pendekatan baru dalam pemilihan varietas padi yang sesuai untuk berbagai kondisi lingkungan. Penelitian ini bertujuan untuk mengembangkan sistem berbasis pengetahuan, OntVarRice, yang mengintegrasikan ontologi dan aturan menggunakan Semantic Web Rule Language (SWRL) guna merekomendasikan varietas padi unggul baru yang sesuai untuk daerah-daerah spesifik di Indonesia. Metode penelitian mencakup pengumpulan persyaratan sistem, pengembangan ontologi, formulasi aturan menggunakan SWRL, serta validasi sistem melalui penilaian pakar berdasarkan pertanyaan kompetensi untuk menjamin keselarasan rekomendasi dengan kebutuhan lokal. Uji coba dilakukan dengan berbagai skenario kondisi lingkungan untuk memverifikasi keakuratan dan relevansi rekomendasi. Hasil menunjukkan bahwa sistem OntVarRice mampu memberikan rekomendasi yang lebih akurat dan kontekstual, meningkatkan produktivitas dan efisiensi pertanian secara signifikan. Namun, penelitian ini terbatas pada data lingkungan yang tersedia dan membutuhkan integrasi dengan sistem pendukung keputusan berbasis IoT untuk meningkatkan efektivitas dalam skala lebih luas. Kesimpulannya, sistem ini berpotensi mendukung ketahanan pangan nasional melalui peningkatan efektivitas pemilihan varietas padi sesuai kondisi spesifik daerah.
Pencarian Pola Pemakaian Obat Menggunakan Algoritma FP-Growth Salsabila, Nikita; Sulistiyowati, Nina; Padilah, Tesa Nur
Journal of Applied Informatics and Computing Vol. 6 No. 2 (2022): December 2022
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v6i2.4187

Abstract

Obat'merupakan sebuah bahan yang digunakan'untuk mendiagnosis sebuah penyakit yang dapat digunakan untuk pencegahan atau pengobatan penyakit pada manusia atau hewan. Dalam penggunaannya, proses perencanaan stok obat di klinik atau rumah sakit merupakan hal penting yang harus diperhatikan karena apabila stok obat tidak sesuai maka akan menimbulkan masalah dalam ketersediaan stok obat. Pada penelitian ini terjadi permasalahan pada stok obat pada sebuah klinik yang berlokasi di Kabupaten Brebes yang mana terjadi kelebihan stok obat yang mengakibatkan jumlah data stok obat tidak sesuai dengan stok obat yang tersedia. Oleh sebab itu proses data mining dengan bantuan metodologi Knowledge Discovery in Databases (KDD) digunakan untuk membantu dalam pengelolaan stok obat pada klinik tersebut. Adapun tahapan KDD diantaranya, data selection, data pre-processing, data transformation, data mining, dan interpretation/evaluation. Pengujian dilakukan dengan menggunakan aplikasi Rapid Miner. Penerapan metode asosiasi pada data mining mampu menghasilkan suatu aturan asosiasi baru dari masing"“masing item. Berdasarkan analisis yang dilakukan dengan algoritme FP-Growth, ditetapkan nilai support sebesar 75 frekuensi atau 23% dan nilai confidence sebesar 75%. Hasil penelitian menghasilkan 6 aturan asosiasi dengan kombinasi item terbesar hingga 3 item. Evaluasi pengujian yang didapat dari nilai Lift Ratio mendapat nilai rata-rata sebesar 1.267.