Article Per Year (5 Year)
p-Index From 2021 - 2026
1.633
P-Index
This Author published in this journals
All Journal Format : Jurnal Imiah Teknik Informatika Jurnal Ilmiah FIFO Jurnal Teknologi Komputer dan Sistem Informasi Jurnal Ilmiah Teknik Informatika (TEKINFO) Eduvest - Journal of Universal Studies Journal of Informatics and Advanced Computing JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi)
Ionia Veritawati
Universitas Pancasila
Aerospace Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Health Professions Industrial & Manufacturing Engineering Neuroscience Social Sciences Transportation

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : journal of informatics and advanced computing

 1 
Analisis Gambar MRI Otak Untuk Mendeteksi Tumor Otak Menggunakan Algoritma CNN Valliant Benvenuto Gianzurriell; Ferdi Husnal; Fiky Ari Wijaya; Fahmi Fauzi; Iman Paryudi; Ionia Veritawati; Sri Rezeki Candra Nursari
Journal of Informatics and Advanced Computing (JIAC) Vol 4 No 2 (2023): Journal of Informatics and Advanced Computing (JIAC)
Publisher : Teknik Informatika Universitas Pancasila

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

Abstract

Brain tumor disease is one of the deadliest diseases that can attack anyone without exception. This disease is characterized by the development of abnormal cells in human brain tissue is a sign of this disease. A digital image technology called Magnetic Resonance Imaging (MRI) can be used to detect these brain tumors. This technology is meant to help doctors identify and classify different types of brain tumors. An effective and accurate method is needed to perform MRI image classification as manual classification takes a long time and carries a high risk. One effective solution to this problem is Convolutional Neural Network (CNN). CNN is an algorithm that can learn itself from previous cases. The deep learning method, CNN with the VGG16 model, can be implemented as a solution to the problem. The process of making this system with the stages of making Image Detection, namely image acquisition, preprocessing, extraction, classification, and identification of image data. This study uses 3 datasets where each dataset has 1311 images of patient MRI results. The dataset is separated into 3 different data, namely train data, validation data, and test data. The results of testing these three datasets are able to identify the images tested into the system with a percentage accuracy of 99%.
Prediksi Harga Smartphone berdasarkan Spesifikasi menggunakan K-Nearest Neighbors Dea Fitra Ningrum; Shabrina Putri Ramadhani; Iman Paryudi; Ionia Veritawati; Sri Rezeki Candra Nursari
Journal of Informatics and Advanced Computing (JIAC) Vol 4 No 2 (2023): Journal of Informatics and Advanced Computing (JIAC)
Publisher : Teknik Informatika Universitas Pancasila

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

Abstract

Di era teknologi informasi yang terus berkembang, pasar ponsel pintar menjadi salah satu pasar konsumen yang paling dinamis dan beragam. Pembeli seringkali dihadapkan pada banyak pilihan dalam memilih smartphone baru yang sesuai dengan kebutuhan dan budgetnya. Penelitian ini bertujuan untuk memprediksi harga smartphone berdasarkan spesifikasi. Metodologi yang digunakan adalah algoritma K-Nearest Neighbor dengan menggunakan Euclidean distance, membagi dataset menjadi 70% data latih dan 30% data uji. Model ini telah diuji sebanyak 2 kali, pengujian pertama menggunakan k sebesar 1 dan menghasilkan akurasi sebesar 57%, sedangkan pengujian kedua menggunakan nilai k sebesar 3 dan memperoleh akurasi sebesar 65%.
ANALISIS SENTIMEN TANGGAPAN MASYARAKAT MENGENAI KORUPSI PERTAMINA MENGGUNAKAN METODE NAÏVE BAYES Paundra Nabiilah M.H; Ionia Veritawati
Journal of Informatics and Advanced Computing (JIAC) Vol 7 No 1 (2026): Journal of Informatics and Advanced Computing
Publisher : Universitas Pancasila

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35814/1ng1xe27

Abstract

Kasus dugaan korupsi PT Pertamina (Persero) memicu respons luas masyarakat di media sosial yang menghasilkan data opini dalam jumlah besar dan bersifat tidak terstruktur. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap kasus tersebut menggunakan pendekatan klasifikasi teks berbasis pembelajaran mesin. Data dikumpulkan dari Platform X (Twitter) berdasarkan kata kunci terkait korupsi Pertamina dan diproses melalui tahapan preprocessing yang meliputi pembersihan teks, normalisasi, penghapusan stopword, dan stemming. Pelabelan sentimen dilakukan secara otomatis menggunakan model Indonesian RoBERTa Base Sentiment Classifier untuk menghasilkan tiga kategori sentimen, yaitu positif, netral, dan negatif. Representasi fitur menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), sedangkan proses klasifikasi dilakukan dengan algoritma Naïve Bayes. Untuk mengatasi ketidakseimbangan distribusi kelas, diterapkan metode Synthetic Minority Over-sampling Technique (SMOTE) pada data latih. Evaluasi model dilakukan menggunakan 5-Fold Cross Validation dan split validation dengan metrik akurasi, precision, recall, F1-score, serta analisis ROC-AUC. Hasil penelitian menunjukkan bahwa model awal tanpa penyeimbangan menghasilkan rata-rata akurasi sebesar 45,1%, sedangkan penerapan SMOTE meningkatkan akurasi menjadi 61% pada pengujian split validation. Peningkatan performa terutama terlihat pada kelas sentimen positif yang sebelumnya memiliki tingkat recall rendah. Temuan ini menunjukkan bahwa penanganan ketidakseimbangan data berperan penting dalam meningkatkan kinerja klasifikasi sentimen pada data media sosial berbahasa Indonesia yang bertema isu sosial-politik.
Co-Authors Adi Wahyu Pribadi Adinda Putri Kusuma Wardani Amir Murtako Andrian Permana Bambang Riono Bella Fitsolyna Dea Fitra Ningrum Fahmi Fauzi Febri Maspiyanti Ferdi Husnal Fiky Ari Wijaya Husein Zidan Iman Paryudi Moehamad Ibnu Triwahyudi Paundra Nabiilah M.H Rahmat Dharma Yoga Satrio Anggoro Aji Leksono Shabrina Putri Ramadhani Valliant Benvenuto Gianzurriell Zekha Galih Prastyawan Galih Prastyawan