Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Journal Collabits
Naima, Faaza
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Perancangan Sistem Pakar dengan Metode Certainty Factor Dan Forward Chaining Untuk Rekomendasi Produk Serum Somethinc Naima, Faaza; Priambodo, Bagus
Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 10, No 1 (2025): Edisi Februari
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/jurasik.v10i1.858

Abstract

Sistem pakar telah lama digunakan untuk sistem keputusan diberbagai bidang. Produk serum Somethinc memiliki banyak pilihan produk. Akibat keberagaman pilihan produk yang tersedia maka dilakukan hasil survei terhadap 18 responden pengguna Serum Somethinc dengan usia di atas 22 tahun. Hasil survei menunjukkan sebanyak 88,9% responden mengungkapkan kesulitan dalam memilih. Data penelitian menggunakan 27 produk serum Somethinc, 30 gejala atau kondisi kulit, dan 6 jenis skin concern pada serum Somethinc. Sistem pakar berbasis web dengan python framework diusulkan untuk membantu pengguna. Sistem pakar ini menggabungan metode certainty factor dan teknik inferensi forward chaining untuk membantu pengguna dalam memilih serum yang sesuai dengan kebutuhan. Hasil uji sistem dilakukan dengan 101 sampel kasus yang menghitung kesesuaian antara kesimpulan sistem dengan pakar menggunakan recall untuk multi-label model. Evaluasi kinerja menunjukkan bahwa sistem memiliki nilai Recall Multi-Label sebesar 87,1% dari label relevan yang ada dalam ground truth
Toothpaste Brand Prediction Based on Analysis of Teeth Condition and Price Preferences Using the Random Forest Algorithm Afiyati, Afiyati; Ningrum, Rahma Farah; Naima, Faaza
Journal Collabits Vol 1, No 1 (2024)
Publisher : Journal Collabits

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/collabits.v1i1.25560

Abstract

This study aimed to predict toothpaste brands based on an analysis of dental conditions and price preferences using the Random Forest algorithm and the CRISP-DM approach. The research results indicated that the variables of tooth color range and frequency of toothache had the highest influence, suggesting that consumers were more likely to choose a brand based on tooth color and sensitivity. Evaluation using the Confusion Matrix and Classification Report models demonstrated good performance with an accuracy of 91.3%. Based on the result, the model could serve as a robust foundation for developing a GUI-based Toothpaste Brand Prediction Application using the tkinter library, assisting users in making more informed decisions.
Co-Authors Afiyati, Afiyati Bagus Priambodo Ningrum, Rahma Farah