Article Per Year (5 Year)
p-Index From 2020 - 2025
1.607
P-Index
This Author published in this journals
All Journal Creative Information Technology Journal SISFOTENIKA RESEARCH : Computer, Information System & Technology Management JurTI (JURNAL TEKNOLOGI INFORMASI) JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) Jurnal Tecnoscienza Journal of Information Technology (JIfoTech) Explore
Mei P Kurniawan
Universitas Amikom Yogyakarta
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Mathematics Other

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

Found 2 Documents
Search
Journal : Explore

 1 
Analisis Sentimen Pemilu 2024 dengan Naive Bayes Berbasis Particle Swarm Optimization (PSO) Tommy Dwi Putra; Ema Utami; Mei P Kurniawan
Explore Vol 13 No 1 (2023): Januari 2023
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v11i2.13

Abstract

Pemilu merupakan sarana kedaulatan masyarakat untuk memilih anggota DewanPerwakilan Rakyat, anggota Dewan Perwakilan Daerah, Presiden dan Wakil Presiden, dan pemilihananggota Dewan Perwakilan Rakyat Daerah, dilakukan secara langsung. Pada penelitian ini penulismenggunakan metode Naïve Bayes (NB) berbasis Particle Swarm Optimization (PSO) dalammenganalisa label sentimen positif, negatif dan netral pada postingan para pengguna media sosialTwitter yang berkaitan dengan pemilu 2024. Jumlah dataset setelah pemrosesan menjadi 1.000 data.Tahap evaluasi menggunakan Confusion matrix diperoleh nilai akurasi algoritma yaitu untuk NaïveBayes tanpa Particle Swarm Optimization (PSO) nilai akurasi sebesar 73,67%. Sedangkan untukalgoritma Naïve Bayes berbabis Particle Swarm Optimization (PSO) nilai akurasi sebesar 78,33%.Dapat diketahui bahwa tingkat akurasi dari algoritma Naïve Bayes berbabis Particle SwarmOptimization (PSO) lebih unggul dibandingkan algoritma Naïve Bayes tanpa Particle SwarmOptimization (PSO).
Klasifikasi penderita kanker Paru Paru Menggunakan Algoritma Artificial Neural Network (ANN) Tommy Dwi Putra; Ema Utami; Mei P Kurniawan
Explore Vol 12 No 2 (2022): Juli 2022
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v12i2.67

Abstract

Kanker adalah penyakit yang disebabkan oleh perubahan sel yang menyebabkan pertumbuhan dan pembelahan sel tidak terkendali. kasus kanker paru di Indonesia mencapai 8,6% atau 30.023 kasus dengan angka kematian 12,6%. atau 26.095 kematian akibat kanker paru-paru. Kecerdasan Buatan membuat mesin mampu secara cerdas menjawab pertanyaan saat ini di bidang teknik yang sangat luas salah satunya bidang medis. Jaringan saraf tiruan adalah cabang dari kecerdasan buatan (artificial intelligence) yang cara kerjanya meniru aktivitas saraf otak manusia. Dengan cara ini, Artificial Neural network memberikan program komputer kemampuan untuk mengenali pola dan memecahkan masalah. Artificial Neural network juga termasuk dalam algoritma klasifikasi dan digunakan dalam penelitian. Pengklasifikasian pada penelitian penderita kanker paru menghasil akurasi training 92.79% dengan presisi 86.98% dan akurasi testing sebesar 95.12% dengan presisi 90.23%.
Co-Authors Aditya Hastami Ruger Barka Satya Dwi Lestari Ema Utami Fajar Sudana Putra Janeman Sumah Kusrini Kusrini Kusrini M Suyanto M Suyanto Nasarudin Sar Afwan rendy mahardika Siti Hartinah Tommy Dwi Putra