Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan Ilmu Pengetahuan Sosial (JPIPS) Jurnal Mahasiswa Sistem Informasi (JMSI)
Laili Fitriyani
Unknown Affiliation
Computer Science & IT Social Sciences

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

Found 2 Documents
Search

 1 
Analisis Framing Tentang Kasus Tersangka Korupsi Dana Bansos Covid-19 Juliari Peter Batubara Di Tempo Ruspiantoko, Dhanu; Laili Fitriyani; Afini Kholidah
Jurnal Pendidikan Ilmu Pengetahuan Sosial (JPIPS) Vol. 13 No. 1 (2021): Jurnal Pendidikan Ilmu Pengetahuan Sosial (JPIPS) Volume 13, Nomor 1, Juni, Ta
Publisher : FKIP, Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Korupsi adalah masalah global yang meluas yang berdampak buruk pada kinerja ekonomi, politik stabilitas dan integrasi komunitas.Salah satu pemberitaan yang membahas korupsi baru-baru ini kasus bantuan sosial (Bansos) Di Kementrian Sosial. Komite Pemberantasan Korupsi (KPK) menunjuk Mentri Dinas Sosial (Mensos) Juliari Peter Batubara sebagai tersangka kasus korupsi Bnatuan Sosial warga yang terdampak pandemi Covid 19. Metode ini menggunakan metode kualitatif deskriptif. Dari hasil penelitian mengenai berita penangkapan Juliari Batubara yang dimuat oleh Tempo.com. didapatkan kesimpulan bahwa framing yang dilakukan oleh Tempo.co adalah menunjukkan citra positif bagi kemensos. Kasus korupsi ini merupakan bukan kasus korupsi yang awal mula ataupun terakhir kali, sehingga memonojkkan Juliari Batubara dalam kesalahannya, namun disini mengungkap bagaimana mempertanggung jawabkan sebuah kesalahan.
PENERAPAN MACHINE LEARNING DENGAN K-NEAREST NEIGHBORS (KNN) UNTUK IDENTIFIKASI JENIS BUNGA BERDASARKAN KARAKTERISTIK FISIK Asti Devi Mutiara Khoirun Nisa; Najwa Lailatus Sa’diah; Laili Fitriyani; Avin Nuzula Fitranti; Arif Setiawan
Jurnal Mahasiswa Sistem Informasi (JMSI) Vol. 6 No. 2 (2025): Jurnal Mahasiswa Sistem Informasi (JMSI)
Publisher : Program Studi DIII Sistem Informasi - Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jmsi.v6i2.8991

Abstract

Identifikasi jenis bunga secara otomatis merupakan hal yang penting untuk mendukung kegiatan di bidang botani, pendidikan, dan teknologi informasi. Penelitian ini bertujuan untuk mengklasifikasikan jenis bunga menggunakan algoritma K-Nearest Neighbor (KNN) berdasarkan data karakteristik fisik bunga seperti tinggi tanaman, masa hidup, dan jumlah kelompok. Data yang digunakan diambil dari situs kaggle, kemudian diproses menggunakan bahasa pemrograman Python. Proses pembelajaran dilakukan dengan membagi data menjadi dua bagian, yaitu data latih dan data uji. Hasil dari pengujian menunjukkan bahwa metode KNN mampu mengelompokkan jenis bunga dengan cukup baik, terutaman ketika parameter dan fitur yang di gunakan sesuai. Penelitian ini membuktikan bahawa meskipun KNN merupakan metode yang sederhana, algoritma ini tetap dapat diandalkan dalam proses klasifikasi awal dengan hasil yang akurat dan konsisten
Co-Authors Afini Kholidah Arif Setiawan Asti Devi Mutiara Khoirun Nisa Avin Nuzula Fitranti Najwa Lailatus Sa’diah Ruspiantoko, Dhanu