Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

1.006

P-Index

This Author published in this journals

All Journal Semantik Jurnas Nasional Teknologi dan Sistem Informasi Journal of Information System Journal of Development Research Abdimasku : Jurnal Pengabdian Masyarakat OISAA Journal of Indonesia Emas

Affandy Affandy

Dian Nuswantoro University

Author-ID : 2399245

Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 11 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Rancang Bangun Aplikasi Data Mining Untuk Prediksi Kelulusan Mahasiswa Dengan Algoritma Backpropagation Neural Network Desi Hanindya Ujianti; Affandy Affandy
JOINS (Journal of Information System) Vol 1, No 01 (2016)
Publisher : Universitas Dian Nuswantoro

Saat ini sering didapati besarnya jumlah mahasiswa baru pada sebuah perguruan tinggi yang tidak sebanding dengan jumlah lulusan tiap tahunnya. Hal ini merupakan salah satu permasalahan yang harus diselesaikan oleh institusi perguruan tinggi. Agar program studi dapat melakukan langkah antisipasi atau penanganan lebih dini terhadap mahasiswa yang berpotensi tidak lulus tepat waktu, diperlukan suatu mekanisme yang dapat mendeteksi kemungkinan hal ini terjadi. Dewasa ini perkembangan data mining berkembang pesat dalam mengatasi berbagai masalah pengolahan data dengan jumlah besar. Salah satu aplikasi dari data mining adalah untuk keperluan prediksi/klasifikasi, dan salah satu algoritma yang umum digunakan adalah Neural Network. Dalam penelitian ini algoritma Backpropagation Neural Network diterapkan untuk memprediksi masa studi mahasiswa. Dari hasil pengolahan data training dengan algoritma tersebut didapatkan hasil tingkat akurasi yang didapat sebesar 99.49% dengan atribut yang digunakan ialah Indeks Prestasi (IP) dari semester 1 (satu) sampai 4 (empat) dan Indeks Prestasi Kumulatifnya. Pengolahan data tersebut diproses menggunakan RapidMiner dengan menerapkan algoritma Backpropagation Neural Network untuk membentuk pola dari data training. Untuk memperoleh pengetahuan atau knowledge, dari pola tersebut akan diterjemahkan ke dalam bentuk yang dapat dimengerti dan diproses dalam aplikasi Matlab. Kata Kunci: Data Mining, Prediksi, Algoritma Neural Network (Back Propagation), Prototipe

Sentiment Analysis Berbasis Algoritma Naïve Bayes Classsifier untuk Identifikasi Persepsi Masyarakat Terhadap Produk / Layanan Perusahaan Affandy Affandy; Oktania Nandiyati
JOINS (Journal of Information System) Vol 5, No 1 (2020): Edisi Mei 2020
Publisher : Universitas Dian Nuswantoro

Twitter is the most popular microblogging service in Indonesia, with nearly 23 million users. In the era of big data such as the current tweets from customers, observers, potential consumers, or the community of users of products or services of a company will greatly help companies in knowing the industrial and consumer landscape, so as to determine strategic plans that will contribute to the company's growth. However, the use of data from social media such as Twitter is hampered by a number of technical difficulties in the process of collecting, processing, and analysing. Specifically, this research applies the Naïve Bayes Classifier algorithm in the process of sentiment analysis of tweets data into a prototype application that is intended to make it easier for companies / organizations to know people's perceptions of their products or services. The NBC algorithm was chosen because this algorithm is able to do a good classification even though it uses small training data, but has high accuracy and process speed for handling large training data. From the evaluation results found a prototype running well where the keywords entered will trigger the Twitter API to crawl the data then the mining process can be monitored at each stage and at the end of the process, the system will show the final sentiment level values and the representation of the calculation results log in a chart form over a certain period of time.

Co-Authors Abdul Syukur Abdul Syukur Adhe Irham Thoriq Ayu Pertiwi Ayu Pertiwi Desi Hanindya Ujianti Erika Devi Udayanti Erwin Yudi Hidayat Erwin Yudi Hidayat Lu'luul Maknun Moch Arief Soeleman Mohammad Ahmad Maidanul Abrori Mohammad Faishol Zuhri Much Chafid Muhammad Haris Zuhri Muslih Muslih Nurhindarto, Aris Oktania Nandiyati Raindy Wicaksana Hardiansyah S. Kholidah Rahayu Maharani Syafaatun Khasanah Titien Suhartini

Title Search

Found 2 Documents Search Journal : Journal of Information System

Abstract

Abstract

Title

Found 2 Documents
Search
Journal : Journal of Information System