Claim Missing Document
Check
Articles

Found 3 Documents
Search

PENGEMBANGAN SISTEM DIAGNOSIS PADA MUTU PEMBIMBING KONSELING UNTUK SISWA BERMASALAH DENGAN METODE BACKWARD CHAINING Andrianto, Romi
Jurnal Ilmiah Humanika Vol 3 No 2 (2020): Jurnal Ilmiah Humanika: Jurnal Ilmu Sosial, Pendidikan, dan Humaniora
Publisher : CV. Pena Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (327.241 KB)

Abstract

Siswa di usia remaja sering kali memiliki masalah hidup yang dapat membawa dirinya kepada hal-hal yang tidak baik sehingga dapat merusak dirinya sendiri dan bahkan mengganggu kenyamanan orang lain. Berbagai macam kenakalan siswa tentunya membuat pihak sekolah terutama Guru bimbingan dan konseling mengalami kesulitan dan sering kehilangan fokus dalam melakukan diagnosis masalah siswa sesuai jenis kenakalannya. Seperti apa masalahnya, apa penyebabnya dan bagaimana solusinya. Dengan keterbatasan jumlah guru BK dan untuk menghindari kehilangan fokus kepada masalah siswa yang berbeda-beda maka solusi dari penulis adalah dirancangnya sistem diagnosis yang dapat meningkatkan mutu para Guru BK di sekolah dalam melakukan tugasnya. Sitem diagnosis konseling siswa adalah sebuah aplikasi sistem pakar berbasis website yang telah dirancang dengan tujuan mempermudah guru BK serta orang tua siswa dirumah dalam mendeteksi masalah yang dialami oleh siswa dan dapat memberikan berbagai macam solusi berdasarkan permasalahannya secara online. Proses pembuatan sistem diagnosis didasarkan pada pengetahuan penulis dengan observasi dan berdiskusi langsung dengan para ahlinya yaitu Guru bimbingan dan konseling. Metode yang digunakan dalam sitem ini menggunakan Backward Chaining, yaitu melakukan pelacakan kebelakang dengan memulai penalaran dari kesimpulan (goal) dengan mencari berbagai hipotesa menuju fakta-fakta yang mendukung hipotesa tersebut. Hasil dari sistem tersebut berupa website yang secara khusus digunakan untuk SMK PUSTEK Serpong dalam menunjang aktifitas siswa di sekolah agar lebih baik dan tidak melakukan perbuatan yang menyimpang dan dapat juga digunakan oleh orang tua siswa di rumah dengan harapan mendapatkan ilmu edukasi untuk memperbaiki masalah yang dialami anaknya.
Analisa Kinerja Algoritma Supervised Learning pada Sentimen Ulasan Aplikasi Investasi Online Bibit Yulianto, Muhamad Arief; Andrianto, Romi
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2168

Abstract

Penelitian ini bertujuan untuk melakukan analisa kinerja algoritma supervised learning dalam melakukan sentimen terhadap ulasan pengguna pada aplikasi investasi online Bibit di google playstore. Berdasarkan hasil survei yang telah dilakukan oleh DailySocial yang tertera pada databoks menunjukkan bahwa aplikasi investasi online Bibit menduduki peringkat pertama sebagai aplikasi terpopuler di kalangan masyarakat Indonesia. Data ulasan pengguna sebanyak 40141 ulasan, diperoleh dengan menggunakan pendekatan teknik web scraping menggunakan bahasa pemrograman python. Adapun langkah – langkah yang dilakukan dalam penelitian ini dimulai dari proses pengumpulan data, pelabelan data, pemrosesan awal data atau preprocessing data, ekstraksi fitur, splitting data dan diakhir dengan pemodelan menggunakan algoritma supervised learning. Model yang digunakan pada algoritma supervised learning pada penelitian ini yaitu naïve bayes, random forest, logistic regression dan decision tree. Dari keempat model tersebut dilakukan pengujian untuk dapat memperoleh nilai tingkat akurasi setiap model dalam melakukan analisa sentimen terhadap data tersebut. Berdasarkan hasil pengujian tersebut menunjukkan bahwa model logistic regression menduduki peringkat pertama yang memiliki tingkat akurasi sebesar 86,6%, disusul oleh model lainnya
The Development Of Learning Media For Mobile Learning Application The Language And Automata Theory On Finite State Automata (FSA) And Deterministic Finite Automata (DFA) Material Use Adobe Air for Android Sulaiman, Maulana Muhamad; Andrianto, Romi; Yulianto, Muhamad Arief
JOIN (Jurnal Online Informatika) Vol. 5 No 2 (2020)
Publisher : Department of Informatics, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/join.v5i2.630

Abstract

The language and automata theory are which required course must implemented by college student in informatic engineering study program. In this course, there are finite state automata (FSA) and deterministic finite automata (DFA) which are important materials in language and automata theory. This material requires more understanding of mathematical logic from students to determine an input which can be accepted or rejected in an abstract machine system. The assist students  to understand the material, it is need to develop the learning media for mobile learning applications for language  and automata theory on finite state automata (FSA) and deterministic finite automata (DFA) based on android as an evaluation of learning media for students. And the development of this learning media use the ADDIE development model (analysis, design, development, implementation, evaluation) to  design language and automata theory applications learning so can be support the learning process for students and then assist lecturer to explain the material more dynamic and applicative.