Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal TEKNIK INFORMATIKA PRISMA
Nimah, Khomsatun
Unknown Affiliation
Computer Science & IT Mathematics Social Sciences

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

Found 2 Documents
Search

 1 
Analisis Penalaran Adaptif Matematis Peserta Didik dalam Menyelesaikan ILL Structured Problems pada Materi Trigonometri Oktriani, Tantri; Supratman, Supratman; Nimah, Khomsatun
PRISMA Vol 12, No 2 (2023): PRISMA
Publisher : Universitas Suryakancana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35194/jp.v12i2.3159

Abstract

Penelitian ini bertujuan untuk menganalisis kemamuan penalaran adaptif siswa dalam menyelesaikan ILL structured problem pada materi trigonometri. Jenis penelitian ini merupakan penelitin kualitatif deskriptif. Metode penelitian yang digunakan adalah think aloud. Teknik pengumpulan data yang digunakan dalam penelitian ini yaitu purposive sampling. Sumber data dalam penelitian ini siswa kelas X-3 SMA Negeri 1 Ciawi Kabupten Tasikmalaya. Subjek dalam penelitian ini adalah 3 peserta didik kelas X-3. Instrumen yang digunakan dalam penelitian ini adalah satu soal penalaran adaptif matematis, Teknik pengumpulan data berupa melalui tes dan wawancara tidak terstruktur. Teknik analisis data yang dilakukan yaitu analisis hasil penalaran daptif matematis peserta didik dalam menyelesaikan ILL structured problem yang meliputi reduksi data, penyajian data dan penarikan kesimpulan. Hasil dari penelitian ini yaitu: 1) S1 dapat menyelesaikan soal penalaran adaptif matematis pada indikator memberikan jawaban dengan penarikan kesimpulan. 2) S2 dapat menyelesaikan soal penalararan adaptif matematis pada indikator menyusun dugaan (conjecture); menilai kebenaran jawaban dari suatu permasalahan; dan memberikan jawaban dengan penarikan kesimpulan. Selanjutnya 3) S3 dapat menyelesaikan soal penalaran adaptif matematis pada semua indikator yaitu menyusun dugaan (conjecture); merencanakan dan menyelesaikan masalah matematika; memberikan penjelasan terkait prosedur yang digunakan; menilai kebenaran jawaban dari suatu permasalahan; dan memberikan jawaban dengan penarikan kesimpulan.
Handling Class Imbalance in Fan Sentiment Analysis: Naïve Bayes with TF-IDF on Instagram and Twitter Nimah, Khomsatun; Rakha Arian Archaniga
JURNAL TEKNIK INFORMATIKA Vol. 19 No. 1: JURNAL TEKNIK INFORMATIKA
Publisher : Department of Informatics, Universitas Islam Negeri Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/jti.v19i1.46733

Abstract

Social media platforms such as Instagram and Twitter serve as major channels for football fans to share opinions and respond to club-related dynamics, including Manchester United. Beyond fan interaction, these platforms play an important role in business, marketing, and information exchange, making efficient text classification essential. This study applies the Naïve Bayes to analyze sentiment toward Manchester United’s performance based on 2,500 Instagram comments and 2,500 Twitter comments. The research process included data cleaning, sentiment labeling, and preprocessing steps. An imbalance in positive, negative, and neutral comments was managed using data balancing techniques to enhance model reliability. Results show that balancing significantly improved performance, with accuracy reaching 83.87% for Instagram and 82.48% for Twitter. Improvements in precision, recall, and F1-score further confirmed Naïve Bayes’ capability to handle complex, noisy, and diverse social media language. The study highlights how dataset size, effective preprocessing, and accurate labeling contributed to performance gains. Overall, Naïve Bayes proved effective for sentiment classification, offering insights into public perception of Manchester United. These findings emphasize its potential for large-scale social media analysis, supporting both academic research and practical applications in digital marketing and fan engagement strategies.
Co-Authors Oktriani, Tantri Rakha Arian Archaniga Supratman Supratman, Supratman