Finaliamartha, Dian
Unknown Affiliation

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

Found 2 Documents
Search

TF-IDF Method and Vector Space Model Regarding the Covid-19 Vaccine on Online News Zen, Bita Parga; Susanto, Irwan; Finaliamartha, Dian
Sinkron : jurnal dan penelitian teknik informatika Vol. 5 No. 2B (2021): Article Research October 2021
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v6i1.11179

Abstract

Advances in information and technology have caused the use of the internet to be a concern of the general public. Online news sites are one of the technologies that have developed as a means of disseminating the latest information in the world. When viewed in terms of numbers, newsreaders are very sufficient to get the desired information. However, with this, the amount of information collected will result in an explosion of information and the possibility of information redundancy. The search system is one of the solutions which expected to help in finding the desired or relevant information by the input query. The methods commonly used in this case are TF-IDF and VSM (Vector Space Model) which are used in weighting to measure statistics from a collection of documents on the search for some information about the Covid 19 vaccine on kompas.com news then tokenizing it to separate the text, stopword removal or filtering to remove unnecessary words which usually consist of conjunctions and others. The next step is sentence stemming which aims to eliminate word inflection to its basic form. Then the TF-IDF and VSM calculations were carried out and the final result are news documents 3 (DOC 3) with a weight of 5.914226424; news documents 2 (DOC 2) with a weight of 1.767692186; news documents 5 (DOC 5) with weights 1.550165096; news document 4 (DOC 4) with a weight of 1.17141223;, and the last is news document 1 (DOC 1) with a weight of 0.5244103739.
Penerapan Metode Jaringan Syaraf Tiruan Backpropagation untuk Prediksi Tingkat Kemiskinan di Provinsi Jawa Tengah Finaliamartha, Dian; Supriyadi, Didi; Fitriana, Gita Fadila
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 4: Agustus 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022934806

Abstract

Kemiskinan merupakan permasalahan yang semestinya dipandang sebagai suatu masalah sosial yang kompleks (multidimensional). Berdasarkan data dari Badan Pusat Statistik, presentase kemiskinan nasional pada Maret 2019 sebesar 9,41 persen. Sementara, Provinsi Jawa Tengah memiliki tingkat kemiskinan lebih tinggi dibandingkan dengan tingkat kemiskinan nasional yakni sebesar 10,8 persen. Tingginya tingkat kemiskinan dapat menyebabkan tindak kriminal, tingginya angka pengangguran, kekacauan sosial, politik dan lain sebagainya. Oleh karena itu, penelitian ini bertujuan untuk menganalisis tingkat kemiskinan dengan menentukan model yang tepat yang selanjutnya dapat digunakan untuk melakukan prediksi tingkat kemiskinan menurut kabupaten/kota di Provinsi Jawa Tengah. Penelitian ini menggunakan data yang diperoleh dari Badan Pusat Statistik Provinsi Jawa Tengah dari tahun 2010 sampai dengan 2019 yang terdiri dari data Laju Pertumbuhan Ekonomi, Tingkat Pengangguran Terbuka, Indeks Pembangunan Manusia, dan Tingkat Kemiskinan menurut kabupaten/kota. Metode yang digunakan yaitu Jaringan Syaraf Tiruan Backpropagation. Jaringan Syaraf Tiruan Backpropagation memiliki kinerja yang baik dalam menyelesaikan permasalahan, salah satunya masalah prediksi. Berdasarkan model arsitektur terbaik yang dihasilkan pada penelitian ini, yaitu model arsitektur 3-35-1 dapat dihasilkan tingkat akurasi sebesar 95,2% menggunakan MSE pada proses pengujian menggunakan data pengujian. Sehingga dapat disimpulkan bahwa Jaringan Syaraf Tiruan Backpropagation dengan menerapkan model yang tepat dapat menghasilkan tingkat akurasi yang baik yang selanjutnya dapat digunakan sebagai alternatif untuk melakukan prediksi tingkat kemiskinan menurut kabupaten/kota di Provinsi Jawa Tengah di masa mendatang. Abstract