Article Per Year (5 Year)
p-Index From 2021 - 2026
8.402
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Industri Pertanian Teknotan: Jurnal Industri Teknologi Pertanian Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Dharmakarya : Jurnal Aplikasi Ipteks Untuk Masyarakat Jurnal Aplikasi Teknologi Pangan Indonesian Journal of Chemistry IKRA-ITH Humaniora : Jurnal Sosial dan Humaniora JOURNAL OF APPLIED INFORMATICS AND COMPUTING SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Conference on Innovation and Application of Science and Technology (CIASTECH) Jurnal RESISTOR (Rekayasa Sistem Komputer) IKRA-ITH ABDIMAS Pontianak Nutrition Journal (PNJ) Journal of Industrial and Information Technology in Agriculture Canrea Journal: Food Technology, Nutritions, and Culinary Journal Jurnal Abdi Insani JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Food ScienTech Journal Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Teknik Informatika (JUTIF) Bulletin of Computer Science Research KLIK: Kajian Ilmiah Informatika dan Komputer Decode: Jurnal Pendidikan Teknologi Informasi SN-Biosper Scientific Student Journal for Information, Technology and Science Jurnal Buana Pengabdian Pontianak Nutrition Journal (PNJ) Composite Jurnal Sains dan Teknologi Pangan Jurnal Komtika (Komputasi dan Informatika) Global Science: Journal of Information Technology and Computer Science
Yana Cahyana
Fakultas Teknologi Industri Pertanian, Universitas Padjadjaran
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Veterinary Other

Published : 71 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 71 Documents
Search

 4   5   6   7   8 
Analisa Perbandingan Algoritma Support Vector Machine dan K-Nearest Neighbors Terhadap Ulasan Aplikasi Vidio Gumilar, Rizki Bintang; Cahyana, Yana; Sukmawati, Cici Emilia; Siregar, Amril Mutoi
Journal of Information System Research (JOSH) Vol 5 No 4 (2024): Juli 2024
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v5i4.5640

Abstract

Internet usage in Indonesia reached 77% of the total population in January 2023, with Over The Top (OTT) services showing user growth of 25% every year. The Vidio application, one of the popular OTT platforms with downloads exceeding 50 million, has a 3.5 star rating based on 649 thousand reviews on the Google Play Store. Despite its popularity, Vidio faces complaints regarding limited film selection, payment errors, and excessive advertising, which affects user satisfaction. This research aims to analyze the opinions of Vidio application user comments by applying the SVM (Support Vector Machine) method and the KNN (K-Nearest Neighbors) method to determine the model with the best accuracy. 15,000 review data were collected through scraping, then processed using text preprocessing and TF-IDF vectorization techniques. Model evaluation shows that SVM has an accuracy value of 82%, a precision value of 82%, a recall value of 83%, and an F1-score value of 82%, while KNN has an accuracy of 69%, precision 74%, recall 73%, and F1-score 69% . The research results show that SVM is superior to KNN in classifying the sentiment of Vidio application reviews. It is hoped that these findings can be used by application developers in an effort to improve service and satisfaction of Vidio application users.
Edukasi Penggunaan Media Sosial Yang Bijak dan AmanBagi Santri Baitul Qur’an Karawang Cahyana, Yana
IKRA-ITH ABDIMAS Vol. 9 No. 2 (2025): Jurnal IKRAITH-ABDIMAS Vol 9 No 2 Juli 2025
Publisher : Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37817/ikra-ithabdimas.v9i2.4086

Abstract

ABSTRAK Pada era globalisasi media sosial merupakan perangkat penting yang digunakan hamper oleh seluruh masyarakat. Namun, Seiring dengan meningkatnya penggunaan media sosial, beberapa orang tidak memperhatikan hal-hal etika dalam menggunakan media sosial dengan bijak. Kegiatan Sosialisasi Edukasi media sosial pada santri dilaksanakan di Baitul Qur'an. Pelaksanaan kegiatan ini dilakukan melalui metode ceramah. Kegiatan pengabdian ini dimulai dengan mengurus perizinan serta berkoordinasi dengan pihak mitra terkait sasaran program yaitu tenaga pengajar atau guru. Pada kegiatan inti pelaksana melakukan sosialisasi secara langsung kepada Santri Baitul Qur'an Karawang. Akhir dari kegiatan ini berupa evaluasi yaitu dengan menggunakan teknik wawancara. Kegiatan ini bertujuan untuk memberikan edukasi terhadap penggunaan media sosial agar santri mampu menggunakan media sosial secara aman dan bijak. ABSTRACTIn the era of globalization, social media is an essential tool used by almost everyone. However, as the use of social media increases, some people do not pay attention to ethical considerations when using social media wisely. A social media education outreach event was held for the students at Baitul Qur'an. This event was conducted using the lecture method. The outreach activity began with obtaining permissions and coordinating with the partner parties regarding the program's target, which were the teachers. During the main activity, the implementation team conducted direct outreach to the students of Baitul Qur'an Karawang. The event concluded with an evaluation using interview techniques. The purpose of this activity was to educate the students on using social media so that they can use it safely and wisely.
Evaluasi Kinerja Algoritma Random Forest Dan Gradient Boosting Untuk Klasifikasi Penyakit Jantung Ridwan, Ridwan; Handayani, Hanny Hikmayanti; Lestari, Santi Arum Puspita; Cahyana, Yana
Jurnal Komtika (Komputasi dan Informatika) Vol 9 No 1 (2025)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/komtika.v9i1.13450

Abstract

Penyakit jantung masih menjadi salah satu penyebab kematian utama di dunia, sehingga diperlukan diagnosis dini yang akurat untuk mengurangi risiko yang ditimbulkan. Kemajuan teknologi machine learning memberikan peluang baru untuk membantu tenaga medis dalam memprediksi penyakit jantung secara lebih efisien dan tepat. Penelitian ini bertujuan untuk mengevaluasi dan membandingkan kinerja dua algoritma pembelajaran terawasi yang populer, yaitu Random Forest dan Gradient Boosting, dalam klasifikasi penyakit jantung. Dataset yang digunakan terdiri dari 1.000 baris data dengan sejumlah fitur yang merepresentasikan berbagai faktor risiko penyakit jantung. Evaluasi dilakukan dengan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa Random Forest unggul dibandingkan Gradient Boosting dalam seluruh metrik evaluasi. Random Forest memperoleh akurasi sebesar 99,5%, sementara Gradient Boosting memperoleh 98,5%. Selain itu, Random Forest mencapai nilai sempurna (100%) pada presisi kelas 0, recall kelas 1, dan F1-score kelas 1, menunjukkan kemampuannya yang tinggi dalam klasifikasi penyakit jantung. Model yang dikembangkan ini memiliki potensi besar untuk diterapkan sebagai alat bantu pengambilan keputusan dalam sistem layanan kesehatan, terutama pada tahap skrining awal dan penilaian risiko pasien. Dengan mengidentifikasi pola dan fitur kunci yang berhubungan dengan penyakit jantung, model ini dapat mendukung tenaga medis dalam memberikan keputusan klinis yang lebih cepat dan tepat sasaran.
Development dark chocolate enriched with mangrove leaf powder (Sonneratia alba): Physico-chemical properties, antioxidant activity, and sensory quality Nizori, Addion; Mursyid, Mursyid; Ananda, Rizki; Latief, Madyawati; Tarigan, Indra Lasmana; humaryanto, Humaryanto; azima, Fauzan; Cahyana, Yana; Budiyanto, Budiyanto; Wazzan, Huda; Seow, Eng Keng
jurnal1 VOLUME 8 ISSUE 2, DECEMBER 2025
Publisher : Hasanuddin University Food Science and Technology Study Program

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/canrea.v8i2.1929

Abstract

The incorporation of mangrove leaf powder into food systems offers an emerging strategy for enhancing the functional value of confectionery products. This study evaluated the effects of Sonneratia alba (S. alba) mangrove-leaf powder on the physicochemical properties, antioxidant capacity, and sensory quality of dark chocolate. Leaves were processed into fine 60-mesh powder and added at concentrations of 0–5.5% (w/w). The analytical assessments included moisture content, total phenolic content (TPC), antioxidant activity using the DPPH method, CIELAB colour parameters, texture hardness, and consumer acceptance. The product underwent enrichment with S. alba produced significant (p < 0.05) increases in TPC (49.06–64.37 mg GAE/g) and antioxidant activity (60.45–69.45%). A strong linear relationship between TPC and DPPH inhibition (R² = 0.934) indicated that phenolics contributed directly to enhanced radical-scavenging performance. Colour measurements showed elevated a* and b* values with increasing leaf concentration, reflecting intensified red–yellow chromaticity from plant pigments. Meanwhile, hardness decreased from 135.33 to 98.95 g/F, suggesting that fibre components disrupted fat crystallisation and softened the chocolate matrix. Sensory evaluation demonstrated that intermediate enrichment levels (4.5%–5.5%) provided the most favourable consumer responses, yielding the highest scores for flavour, texture, and overall acceptance. Collectively, these results indicate that powder from S. alba leaves serves as an effective natural fortifying agent capable of improving the functional profile of dark chocolate without compromising sensory desirability. The findings highlight opportunities to use mangrove biomass as a sustainable, phenolic-rich ingredient for developing clean-label, functional chocolate products.
Perbandingan efektifitas pretreatment ozonolisis dan hydrothermal pressure dalam meningkatkan kandungan tanin dan kafein ekstrak kulit biji kakao (Theobroma cacao L.) Duhita D Utama; Mohammad Djali; Yana Cahyana; Melia Siti Ajijah
Composite : Jurnal Ilmu Pertanian Vol 6 No 1 (2024): Februari
Publisher : University of Insan Cendekia Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37577/composite.v6i1.629

Abstract

Kulit biji kakao, yang sering dianggap sebagai limbah dalam proses produksi cokelat, mengandung senyawa-senyawa bioaktif seperti tanin dan kafein. Guna mempermudah ekstraksi senyawa-senyawa bioaktif tersebut, diperlukan metode pretreatment delignifikasi seperti ozonolisis dan hydrothermal pressure. Tujuan dari penelitian ini adalah untuk membandingkan efektivitas metode ozonolisis dan hydrothermal pressure dalam meningkatkan perolehan senyawa tanin dan kafein pada ekstrak kulit biji kakao. Pada metode pretreatment ozonolisis menggunakan alat ozonizer, sedangkan pada metode hydrothermal pressure menggunakan alat autoklaf Sementara ekstraksi yang dilakukan yaitu dengan metode maserasi. Metode analisis data yang digunakan yaitu Rancangan Acak Kelompok (RAK) yang diuji dengan Analisis Varian (ANOVA) serta dilanjutkan Duncan Multiple Range Test (DMRT). Hasil penelitian ini menunjukkan bahwa perlakuan pretreatment ozonolisis dan hydrothermal pressure sebelum proses ekstraksi terbukti meningkatkan perolehan senyawa bioaktif ekstrak kulit biji kakao. Metode pretreatment tersebut menunjukkan pengaruh positif terhadap perolehan senyawa total tanin dan aktivitas antioksidan, sedangkan pada senyawa kafein tidak menunjukkan pengaruh nyata. Metode pretreatment ozonolisis menunjukkan hasil terbaik dalam meningkatkan perolehan kadar kafein sebesar 49,79% yaitu menjadi sebanyak 1,083 mg/g. sementara metode pretreatment hydrothermal pressure memberikan hasil terbaik dalam meningkatkan perolehan total tanin sebesar 55,19% yaitu menjadi sebanyak 9,42 mg/g. Selain itu diketahui juga bahwa semakin tinggi konsentrasi tanin, semakin tinggi pula nilai aktivitas antioksidan yang dihasilkan.
Edukasi pencegahan hoaks dan verifikasi informasi online untuk pelajar SMP/SMA di era digital Cahyana, Yana
SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Vol 10, No 1 (2026): February
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jpmb.v%vi%i.35797

Abstract

Abstrak Perkembangan era digital meningkatkan paparan informasi daring pada pelajar, namun tidak seluruh informasi yang beredar bersifat valid sehingga meningkatkan risiko paparan hoaks. Kondisi ini menegaskan pentingnya penguatan literasi digital, khususnya kemampuan verifikasi informasi secara kritis. Kegiatan Pengabdian kepada Masyarakat ini bertujuan meningkatkan pemahaman pelajar SMP/SMA mengenai pencegahan hoaks dan teknik verifikasi informasi daring. Program dilaksanakan pada 15 peserta melalui pendekatan edukasi partisipatif berbasis ceramah interaktif dan simulasi studi kasus. Evaluasi dilakukan menggunakan desain pre-test dan post-test untuk mengukur perubahan pemahaman peserta. Hasil evaluasi menunjukkan bahwa lebih dari 70% peserta mengalami peningkatan skor pemahaman setelah pelatihan. Jumlah peserta yang mampu mengidentifikasi ciri-ciri hoaks dengan benar meningkat dari 6 orang sebelum pelatihan menjadi 15 orang setelah pelatihan. Temuan ini menunjukkan bahwa pendekatan edukasi berbasis simulasi kasus efektif dalam meningkatkan kemampuan verifikasi informasi. Selain peningkatan aspek kognitif, observasi selama diskusi menunjukkan perubahan sikap peserta menjadi lebih berhati-hati dalam menerima dan membagikan informasi digital. Kata kunci: era digital; pencegahan hoaks; verifikasi informasi online. Abstract The rapid development of the digital era has increased students’ exposure to online information; however, not all circulating information is reliable, making students vulnerable to hoaxes and misinformation. This condition highlights the importance of strengthening digital literacy, particularly students’ ability to critically verify information. This community engagement program aimed to improve junior and senior high school students’ understanding of hoax prevention and online information verification techniques. The program involved 15 participants and was conducted using a participatory educational approach through interactive lectures and case-based simulation activities. Evaluation was carried out using a pre-test and post-test design to measure changes in participants’ understanding. The results showed that more than 70% of participants experienced an improvement in their comprehension scores after the training. The number of students who were able to correctly identify characteristics of hoaxes increased from 6 participants before the intervention to 15 participants after the program. These findings indicated that simulation-based educational approaches were effective in enhancing students’ information verification skills. In addition to cognitive improvement, observations during discussions suggested changes in participants’ attitudes, as they became more cautious in receiving and sharing digital information. Keywords: preventing hoaxes; the digital age; verifying information online.
Sistem Pendukung Keputusan Siswa Terbaik di SMK Yayasan Baetussa’diyah Tirtamulya Menggunakan Metode Weighted Product Putra Rizki Pangestu; Yana Cahyana; Rahmat
Scientific Student Journal for Information, Technology and Science Vol. 7 No. 1 (2026): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Perkembangan teknologi informasi pada masa modern ini dapat menunjang berbagai aktivitas manusia. Salah satu perkembangan teknologi informasi telah merambah ke bidang pendidikan. Sistem Pendukung Keputusan siswa terbaik merupakan sebuah aplikasi yang berguna untuk menentukan siswa berprestasi. Data siswa yang digunakan dalam penelitian ini berjumlah 39 siswa, yang diperoleh melalui wawancara dan observasi dengan seorang guru. Penelitian ini bertujuan untuk membangun Sistem Pendukung Keputusan siswa terbaik serta mengaplikasikan metode Weighted Product di SMK Yayasan Baetussa’diyah Tirtamulya. Tahap awal yang dilakukan adalah normalisasi bobot setiap kriteria untuk memperoleh bobot perbaikan. Hasil normalisasi bobot menunjukkan bahwa nilai rata-rata memiliki bobot 40%, presensi 40%, keaktifan organisasi 10%, serta prestasi akademik dan nonakademik sebesar 10%. Setelah proses normalisasi, langkah selanjutnya adalah menghitung nilai vektor S dari setiap alternatif. Selanjutnya, nilai vektor S tersebut diolah untuk memperoleh nilai vektor V, yang kemudian digunakan untuk menentukan hasil akhir. Model waterfall diterapkan dalam penelitian ini karena merupakan salah satu model SDLC yang banyak digunakan dalam pengembangan perangkat lunak. Hasil dari penelitian ini dapat diimplementasikan untuk membantu pemilihan siswa terbaik di SMK Yayasan Baetussa’diyah Tirtamulya.
Analisis Dampak SelectKBest dan SMOTEENN terhadap Akurasi Model Klasifikasi Penyakit Cacar Monyet Menggunakan Algoritma Machine Learning Agung Triatna; Yana Cahyana; Tohirin Al Mudzakir; Adi Rizky Pratama
Scientific Student Journal for Information, Technology and Science Vol. 7 No. 1 (2026): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Penyebaran cacar monyet yang cepat dan sulit dikendalikan membutuhkan metode prediksi penyakit yang akurat. Kesalahan prediksi false negative dapat menyebabkan infeksi tidak terdeteksi. Sebaliknya, diagnosis false positive menimbulkan kecemasan yang tidak perlu dan membebani fasilitas kesehatan dengan kasus yang sebenarnya tidak terinfeksi. Penelitian ini dilakukan untuk mengetahui pengaruh SelectKBest dan SMOTEENN terhadap akurasi model klasifikasi penyakit cacar monyet. Dataset yang digunakan berisi rekam medis gejala klinis pasien cacar monyet dengan dimensi (25.000, 11). Tahapan pengolahan data meliputi pengumpulan data, analisis data eksploratif (Exploratory Data Analysis / EDA), prapemrosesan, pemodelan, dan evaluasi. Penelitian ini menggunakan empat variasi dataset, yaitu dataset asli tanpa modifikasi, dataset hasil seleksi fitur menggunakan SelectKBest, dataset hasil resampling menggunakan SMOTEENN, serta dataset hasil kombinasi SelectKBest dan SMOTEENN. Hasil penelitian menunjukkan bahwa kombinasi SelectKBest dan SMOTEENN terbukti paling efektif dalam meningkatkan akurasi model klasifikasi. Algoritma XGBoost mencapai akurasi sebesar 100%, diikuti oleh Gradient Boosting dengan akurasi 98,57%, serta AdaBoost sebesar 89,97%. Temuan ini menunjukkan bahwa pemilihan fitur yang tepat, yang dikombinasikan dengan metode resampling data, mampu meningkatkan performa model dalam klasifikasi penyakit cacar monyet.
Penerapan Smart Contract Ethereum pada Aplikasi Crowdfunding dengan Keamanan Keccak-256 M. Naufal Faqih; Deden Wahiddin; Kiki Ahmad Baihaqi; Yana Cahyana
Scientific Student Journal for Information, Technology and Science Vol. 7 No. 1 (2026): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Crowdfunding telah muncul sebagai metode yang populer untuk mengumpulkan dana secara daring. Namun, permasalahan seperti salah urus dana dan kurangnya transparansi masih sering terjadi. Penelitian ini bertujuan untuk mengatasi permasalahan tersebut dengan mengembangkan platform crowdfunding berbasis teknologi blockchain menggunakan smart contract pada Ethereum. Sistem yang dikembangkan menjamin transparansi, integritas, dan ketertelusuran transaksi dengan mencatat seluruh aktivitas secara permanen di blockchain. Setiap kampanye penggalangan dana diidentifikasi menggunakan ID unik yang dihasilkan melalui algoritma hashing Keccak-256, sehingga mampu mencegah duplikasi data serta memastikan proses pengindeksan yang aman. Proses pengembangan sistem meliputi perancangan smart contract, implementasi antarmuka berbasis web, serta penerapan server backend untuk penyimpanan gambar menggunakan Express.js. Pengujian fungsionalitas sistem dilakukan menggunakan metode black-box testing pada beberapa skenario, seperti pembuatan kampanye, pemrosesan donasi, dan validasi penarikan dana. Hasil pengujian menunjukkan bahwa sistem berjalan dengan baik, di mana setiap fitur inti berfungsi sesuai dengan yang diharapkan dan integritas data tetap terjaga. Transparansi dicapai melalui transaksi yang dapat diverifikasi secara publik, sementara penggunaan Keccak-256 memberikan perlindungan yang efektif terhadap potensi gangguan. Selain itu, analisis biaya gas menunjukkan bahwa transaksi berada dalam kisaran biaya yang wajar untuk implementasi skala kecil. Studi ini menunjukkan bahwa sistem berbasis blockchain mampu meningkatkan kepercayaan terhadap platform crowdfunding serta dapat dijadikan referensi dalam pengembangan sistem penggalangan dana yang transparan dan aman di masa depan.
Perbandingan Dampak Penggunaan LASSO dan Hyperparameter Tuning terhadap Performa Prediksi Kegagalan Mesin pada Model Machine Learning Wahyu Setio Aji; Sutan Faisal; Santi Arum Puspita Lestari; Yana Cahyana
Scientific Student Journal for Information, Technology and Science Vol. 7 No. 1 (2026): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Revolusi Industri 4.0 telah mendorong integrasi teknologi seperti Big Data, Internet of Things (IoT), dan machine learning dalam industri untuk meningkatkan efisiensi serta mengurangi downtime. Salah satu tantangan utama di sektor manufaktur adalah terjadinya kerusakan mesin secara mendadak yang dapat mengganggu proses produksi dan meningkatkan biaya perawatan. Predictive Maintenance menjadi solusi penting dengan memanfaatkan data sensor dan model prediksi untuk mencegah kerusakan sejak dini. Penelitian ini membandingkan performa tiga algoritma machine learning, yaitu K-Nearest Neighbor (KNN), Logistic Regression (LR), dan Support Vector Machine (SVM), dalam memprediksi kegagalan mesin berdasarkan empat skenario. Skenario pertama menguji ketiga algoritma klasifikasi, yaitu KNN, SVM, dan Logistic Regression, tanpa optimasi (baseline). Skenario kedua menerapkan seleksi fitur menggunakan Least Absolute Shrinkage and Selection Operator (LASSO), kemudian menguji kembali ketiga algoritma tersebut. Pada skenario ketiga, dilakukan hyperparameter tuning tanpa seleksi fitur. Sementara itu, skenario keempat menggabungkan seleksi fitur LASSO dengan hyperparameter tuning untuk memperoleh model yang lebih optimal. Hasil penelitian menunjukkan bahwa algoritma KNN merupakan model dengan kinerja paling unggul. Pada skenario keempat, KNN mencapai akurasi maksimum sebesar 97,4% dengan parameter terbaik n_neighbors = 4 dan weights = ‘distance’. Selanjutnya, algoritma SVM mencatat akurasi sebesar 97,2% dengan parameter C = 13,716, gamma = ‘scale’, dan kernel = ‘rbf’. Sementara itu, algoritma Logistic Regression menunjukkan performa paling rendah. Meskipun telah dioptimalkan, akurasi tertingginya hanya mencapai 88,2% dengan konfigurasi C = 2,053, penalty = ‘l2’, dan solver = ‘sag’.
Co-Authors Abda Abda Abdullah Darussalam Addion Nizori Adi Rizky Pratama Adi Susilo Aenul Fuadah Agung Triatna Agustin, Rachmayanti Tri Ahmad Fauzi Alifa, Naila Ratu Ambarwati, Evi Karlina Amid Rakhman amril siregar Anisa Itiawanti Annisa Nurhalizah Aqib Zhaky Arum Galih Pertiwi Awal, Elsa Elvira Ayu Juwita Baihaqi, Kiki Ahmad Banafshah Shafa Bramandito Affandi Budiyanto Budiyanto Deden Wahiddin Dewi, Indah Purnama Didik Remaldhi Direja, Azhar Ferbista Duhita D Utama DWI KUSUMANINGRUM Een Sukarminah Efri Mardawati Enjelia, Lola Faisal, Sutan Fauzan Azima Fauzi Ahmad Muda Fitri Nur Masruriyah, Anis Fitria, Denisa Gumilar, Rizki Bintang Hanan, Sofiah Marwah Hanny Hikmayanti Handayani Hartono Wijaya, Sony Heri Hermawan Herlina Marta Hilda Novita Humaryanto, Humaryanto Iis Sadiah Imas Siti Setiasih In-In Hanidah Indira Lanti Kayaputri Indra Lasmana Tarigan Iskandar, Muhammad Irsyad Jovan Pangestu Juwita, Ayu Ratna Kiki Baihaqi Kusumaningrum, Dwi Sulistya Lestari, Santi Arum Puspita M. Budi Kusarpoko M. Naufal Faqih Madyawati Latief Marsetio Marsetio Melia Siti Ajijah Miptahul Ulum Mochamad Djali Mohammad Djali Mohammad Djali Mohammad Djali Mohammad Djali Mudzakir, Tohirin Al Muhamad Amirrullah Muhammad Fadillah, Farhan Muhammad Ramadhan Mursyid Djawas Narwan Nahrudin Nina Puspitaloka Nofie Prasetiyo Nova Wulandari Praditya Putri Utami Pratama, Adi Rizky Pratiwi, Sinta Amanda Putra Rizki Pangestu Putri, Septiani Nuruldharma Rachmawati, Dhea Raden Duhita Diantiparamudita Utama Rahmat Rahmat Rahmat Rahmat Rahmat Restiana, Resti Ricky Steven Chandra Ridho Pratama, Ilham Ridwan, Ridwan Rizka Ayu Permana Rizki Ananda Rizki Nur Annisa Rizky Nugraha Rizky Riyanto Robi Andoyo Rohana, Tatang Rossi Indiarto Rusmin Saragih, Rusmin Sabirin Sandra Intan Sari Santi Lestari Seow, Eng Keng Siregar, Amril Siregar, Amril Mutoi Siregar, Amril Mutoi Siti Hanifah Khairun Nisa Suci Rahma Ajiaviaty Sukmawati, Cici Emilia Sulistya, Dwi Suningwar Mujiana Surya Martha Pratiwi Sutan Faisal Syahril, Ade Tatang Rohana Tita Rialita Tjong Wan Sen Tohirin Al Mudzakir Tsani Adiyanti Tukino, Tukino Wahiddin, Deden Wahyu Setio Aji Wazzan, Huda Wenda Adi Kusnaya Widiharto, Banani Yudo Devianto