Article Per Year (5 Year)
p-Index From 2020 - 2025
7.785
P-Index
This Author published in this journals
All Journal International Journal of Evaluation and Research in Education (IJERE) Jurnal Kependidikan: Penelitian Inovasi Pembelajaran Jurnal Buana Informatika TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Journal of Information Technology and Computer Science Cyberspace: Jurnal Pendidikan Teknologi Informasi INOVTEK Polbeng - Seri Informatika JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI JURNAL PENDIDIKAN TAMBUSAI JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Antivirus : Jurnal Ilmiah Teknik Informatika Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer JUKANTI (Jurnal Pendidikan Teknologi Informasi) Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Jurnal Mnemonic INFORMASI (Jurnal Informatika dan Sistem Informasi) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Abdimasku : Jurnal Pengabdian Masyarakat Aiti: Jurnal Teknologi Informasi Jurnal Teknologi Informasi dan Komunikasi Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Journal of Business and Audit Information System (JBASE) Jurnal Indonesia : Manajemen Informatika dan Komunikasi DECODE: Jurnal Pendidikan Teknologi Informasi Jurnal Minfo Polgan (JMP) Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) IT-Explore: Jurnal Penerapan Teknologi Informasi dan Komunikasi Eduvest - Journal of Universal Studies SmartComp Jurnal Pendidikan Teknologi Informasi (JUKANTI) Jurnal Indonesia : Manajemen Informatika dan Komunikasi Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen)
Evangs Mailoa
Universitas Kristen Satya Wacana
Aerospace Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Neuroscience Social Sciences Other

Published : 57 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Progresif: Jurnal Ilmiah Komputer

 1 
Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Perubahan Piala Dunia U-20 Epliani Limbong Rara; Evangs Mailoa
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1550

Abstract

The change of host in the FIFA U-20 World Cup 2023 has sparked controversy among various groups, as seen on the social media platform Twitter. This controversy arose due to Indonesia's rejection of hosting the U-20 World Cup, allegedly because Indonesia refused the participation of the Israel U-20 national team to play in Indonesia. This research aims to implement the Naive Bayes method to classify public sentiment on Twitter regarding this change, distinguishing between positive and negative sentiments. The testing was conducted using a confusion matrix, which resulted in accuracy, precision, and recall values of 96%, 94.83%, and 99.56% respectively. Based on these results, it can be concluded that the use of the Naive Bayes method in this research is quite good, and the performance of the system improves with an increased amount of training data.Keywords: World Cup; Naive Bayes; Sentiment Classification; Confusion Matrix AbstrakAdanya perubahan tuan rumah pada turnamen Piala dunia U-20 FIFA 2023 menimbulkan kontroversi dari berbagai golongan yang dapat dilihat dari media sosial Twitter, lantaran adanya penolakan Indonesia menjadi tuan rumah pada Piala Dunia U-20 yang diduga karena Indonesia menolak keikutsertaan Timnas Israel U-20 untuk bermain di Indonesia. Penelitian ini bertujuan untuk mengimplementasikan metode Naive Bayes dalam melakukan klasifikasi sentimen masyarakat pada Twitter terkait adanya perubahan tersebut yang berupa sentimen positif dan negatif. Pengujian dilakukan menggunakan confusion matrix yang diperoleh hasil nilai accuracy, precision, dan recall masing-masing adalah 96%, 94,83%, dan 99,56%. Berdasarkan hasil tersebut dapat disimpulkan bahwa penggunaan metode Naive Bayes pada penelitian ini cukup baik, semakin banyak data training yang digunakan semakin baik hasil kinerja dari sistem.Keywords: Piala dunia; Naive Bayes; Klasifikasi Sentimen; Confusion Matrix
Komparasi Kinerja Algoritma Mechine Learning Untuk Mengklasifikasi Penyakit Kanker Payudara Raynaldo Pakan; Evangs Mailoa
Progresif: Jurnal Ilmiah Komputer Vol 20, No 1: Februari 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v20i1.1812

Abstract

Breast cancer is a malignant neoplasm that originates from the parenchyma and produces a frequency of death that is a major cause of concern in the world. Breast cancer has a very significant impact on sufferers, including physical changes, emotional stress, and even death. In general, this disease is divided into two types, namely benign and malignant, therefore this research aims to identify how benign and malignant breast cancer is. This research processes data related to comparing the performance of Neural Network, Naive Bayes, and Decision Tree algorithms. The parameters analyzed include accuracy, precision and recall values to evaluate the performance of the three algorithms in the context of the analysis carried out. The results of the comparison of these three algorithms are that the Naive Bayes algorithm is more accurate for use in classifying breast cancer compared to the Neural Network and Decision Tree algorithms. The Naive Bayes algorithm has a higher accuracy rate of 96.4%, 96.7%, 96.6%, and 96.6%.Keywords: Breast cancer; Neural Network; Naive Bayes; Decesion Tree; Comparison AbstrakKanker payudara adalah suatu penyakit neoplasma ganas yang berasal dari parenchyma dan menghasilkan frekuensi kematian yang menjadi penyebab utama kekhawatiran di dunia. Kanker payudara membawa dampak yang sangat signifikan terhadap penderitanya termasuk perubahan fisik, stres emosional,sampai pada kematian. Secara umum Penyakit ini dibedakan menjadi dua macam yaitu jinak (benign) dan ganas (malignant), oleh karena itu penelitian ini bertujuan untuk mengidentifikasi seberapa jinak dan ganasnya kanker payudara. Penelitian ini memproses data terkait dengan perbandingan kinerja algoritma Neural Network, Naive Bayes, dan Decision Tree. Parameter-parameter yang dianalisis mencakup nilai keakuratan, presisi, dan recall untuk mengevaluasi performa ketiga algoritma dalam konteks analisis yang dilakukan. Adapun hasil perbandingan dari ketiga algoritma ini adalah Algoritma Naive Bayes lebih akurat untuk digunakan dalam melakukan klasifikasi kanker payudara dibandingkan dengan algoritma Neural Network dan Decision Tree. Algoritma Naive Bayes memiliki tingkat akurasi yang lebih tinggi sebanyak 96,4%, 96,7%, 96,6%, dan 96,6%. Kata Kunci : Kanker Payudara; Neural Network; Naive Bayes; Decesion Tree; Perbandingan
Co-Authors Ade Iriani Ade Kresna Dewantara Adeline Debby Christiana Adilla, Denise Sheryl Adinda Setya Oktami Adji, Leonard Surya Adji Antonia .M, Hutami Jane Anugramidah Limbong Madika Arbitra Satria Perdana Arief Wijanarko Azzahra, Windy Livia Bernardus Redika Westama Putra Bintang Samasto, Revo Budhi Kristianto Candrawira Wicaksana, Gede Abdi Danny Manongga Dewi, Teresia Ardika Dhinora, Monica Yoshe Dondan, Christofael Natalio Dwi Hosanna Bangkalang Epliani Limbong Rara Fairiani, Ayuquinn Astuticein Faqih, Muhammad Faiq Adhitya Fredrik Landjamara Ndjurumana G.A, Ambrosius Ludang Gede Abdi Candrawira Wicaksana Gilang Agung Saputra Harnanda, Elifas Gavra Hartono, Michael Antonius Harun B S O. Mosioi Hendry Hindriyanto Dwi Purnomo Irwan Sembiring Jacob Daan Engel Joseph Triwin Subarjo Juan Rondor Jonathan Sumakul Krisetianto, Wijaya Yoga Krisna Setiawan Luhukay, Priscila Karen Madika, Fiwi Fishinsky Muhammad Arifin Muhammad Rizky Pribadi Natacia, Fanny Nawawi, Arif Hasan Nina Setiyawati Panca Rizki Perkasa Perkasa, Panca Rizki Pramastya, Pragnanta Yopie Putri, Tiara Syah Indra Raynaldo Pakan Santoso, Fian Julio Saputra, Krisna Adi Sugeng Ariyadi, Faisal Nuryawan Susanti, Era Syahreza Triadhana Marsudi Tad Gonsalves Teresia Ardika Dewi Tesalonika, Ribka Tetikay, Aprillia Stefvani Ventje Jeremias Lewi Engel Widyasari, Elvira Resti Widyastuti, Fransisca Sonia