Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal MEANS (Media Informasi Analisa dan Sistem)
Fitriyani, Nurul Khasanah
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
Analisis Sentimen Terhadap Tokoh Publik Menggunakan Support Vector Machine Fitriyani, Nurul Khasanah; Hartanto, Anggit Dwi
MEANS (Media Informasi Analisa dan Sistem) Volume 5 Nomor 1
Publisher : LPPM UNIKA Santo Thomas Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (683.29 KB) | DOI: 10.54367/means.v5i1.615

Abstract

Anies Baswedan adalah seorang gubernur DKI Jakarta yang menjabat pada masa bakti 2017-2022. Pada bulan Desember 2019 ini nama Anies Baswedan hangat diperbincangkan di berbagai media karena pemberian penghargaan Adikarya Wisata 2019 sebuah diskotek yaitu ke Diskotek Colosseum meskipun pada akhirnya penghargaan tersebut dicabut kembali. Namanya juga hangat diperbincangkan karena dianggap cuci tangan setelah mencopot dua pejabat karena dua masalah yang berbeda. Kemudian juga mengenai masalah banjir yang terjadi di Jakarta, namanya juga disebut belum bisa menangani dengan baik banjir yang selalu terjadi di Jakarta. Media twitter memiliki tampilan simpel, topik terupdate, terbuka dalam mengakses tweet dan cepat dalam menyampaikan opini. Dari berbagai komentar dan tanggapan di Twitter diperlukan teknik untuk membagi ke dalam kelas opini negatif atau positif. Penelitian ini, menggunakan preprocessing dan melabeli opini kedalam kelas positif dan negatif. Sedangkan untuk klasifikasinya menggunakan metode Support Vector Machine. Data yang digunakan berupa opini tentang seseorang Anies Baswedan dari media sosial Twitter yang berjumlah 1000 tweet yang diambil pada tanggal 17 Desember 2019. Dari hasil pelabelan didapatkan banyaknya komentar positif berjumlah 429 dan yang berkomentar negatif berjumlah 530. Sedangkan klasifikasi metode Support Vector Machine mendapatkkan nilai akurasi sebesar 95,9%, nilai presisis sebesar 94,49%, dan nilai recall sebesar 96,4%.
Analisis Algoritma K-Means dalam Pengelompokkan Persebaran Covid-19 di Indonesia Fitriyani, Nurul Khasanah; Abdulloh, Ferian Fauzi
MEANS (Media Informasi Analisa dan Sistem) Volume 6 Nomor 2
Publisher : LPPM UNIKA Santo Thomas Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (880.061 KB) | DOI: 10.54367/means.v6i2.1372

Abstract

Covid-19 or Coronavirus is a virus that is found in humans and animals. This virus can infect humans to cause various diseases such as flu, to serious diseases such as Middle East Respiratory Syndrome (MERS) and Severe Acute Respiratory Syndrome (SARS). In Indonesia, the spread of Covid-19 cases continues to increase and is evenly distributed in all provinces in Indonesia because of the fairly rapid spread due to the vast area in Indonesia, making it possible for grouping based on regions in Indonesia to be needed which will result in the center points of the spread of this Covid-19 case. This study aims to group Covid-19 data into a cluster using the K-Means Clustering Data Mining Algorithm. The Covid-19 data used in this study is Covid-19 data on July 6, 2021 which was taken from the official website of Kawal Covid-19 (KawalCovid-19.id). The attributes used are positive cases, recovered, and died. The clusters formed from the results of research using K-Means Clustering are 3 clusters with the first cluster consisting of 2 provinces, the second cluster 3 provinces, and for the third cluster 29 provinces. The cluster with the largest Covid-19 spread rate is cluster one. From this study, the accuracy was 91.176% and evaluated using the Davies-Bouldin Index yielded a fairly good cluster result with a value of 0.493371469.
Co-Authors Abdulloh, Ferian Fauzi Anggit Dwi Hartanto, Anggit Dwi