Article Per Year (5 Year)
p-Index From 2020 - 2025
4.006
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnas Nasional Teknologi dan Sistem Informasi Proceeding SENDI_U InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Mantik Progresif: Jurnal Ilmiah Komputer Jurnal E-Komtek JITU : Journal Informatic Technology And Communication Jurnal Surya Masyarakat Journal of Informatics, Information System, Software Engineering and Applications (INISTA) Journal of Computer Networks, Architecture and High Performance Computing Journal of Dinda : Data Science, Information Technology, and Data Analytics Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal Hilirisasi Technology kepada Masyarakat (SITECHMAS) DEVOTE: Jurnal Pengabdian Masyarakat Global Journal of Artificial Intelligence and Digital Business Warta LPM Jurnal Abdimas Indonesia Jurnal INFOTEL E-Amal: Jurnal Pengabdian Kepada Masyarakat
Ramadhani, Rima Dias
Institut Teknologi Telkom Purwokerto
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Public Health Social Sciences Other

Published : 30 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Progresif: Jurnal Ilmiah Komputer

 1 
Perbandingan Algoritme Naïve Bayes dan C4.5 Pada Pengklasifikasian Tingkat Pemahaman Belajar Mahasiswa Dalam Pembelajaran Daring Nora Trivetisia; Rima Dias Ramadhani; Merlinda Wibowo
Progresif: Jurnal Ilmiah Komputer Vol 19, No 1: Februari 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i1.1081

Abstract

Online learning is a learning system that has been widely implemented since the Covid-19 Pandemic. This learning system is synonymous with the use of internet-based learning media. In practice, teachers often have difficulty knowing how far their students can understand the material being taught. Therefore, it is necessary to do a classification to make it easier for teachers to assess the level of understanding in terms of health, motivation, and teaching methods. Many classification algorithms can be used so that analysis is needed to find the best algorithm. This study focuses on comparative observations of two classification algorithms, namely Naïve Bayes and C4.5. The dataset used is the result of a student questionnaire at the Telkom Purwokerto Institute of Technology in the form of a Likert scale. The steps taken were data preprocessing and then classification using Naïve Bayes and C4.5. The result is that Naïve Bayes is superior to C4.5 with a Naïve Bayes testing accuracy of 99% compared to C4.5 with 91% accuracy. So, it can be concluded that Naïve Bayes is superior to C4.5 in this case.Keywords: Online Learning; Naïve Bayes; C4.5; Classification; Data Mining AbstrakPembelajaran daring adalah salah satu sistem pembelajaran yang ramai diterapkan sejak Pandemi Covid-19. Sistem pembelajaran ini identik dengan penggunaan media belajar berbasis internet. Dalam pelaksanaannya pengajar sering mengalami kesulitan untuk mengetahui sejauh mana mahasiswanya bisa menangkap materi yang diajarkan. Oleh karena itu, perlu dilakukan klasifikasi untuk mempermudah pengajar dalam menilai tingkat pemahaman dari segi kesehatan, motivasi, dan cara pengajaran. Banyak algoritme klasifikasi yang dapat digunakan sehingga dibutuhkan analisis untuk mencari algoritme terbaik. Penelitian ini berfokus pada pengamatan komparasi terhadap dua algoritme klasifikasi yaitu Naïve Bayes dan C4.5. Dataset yang digunakan adalah hasil kuesioner mahasiswa Institut Teknologi Telkom Purwokerto berbentuk skala Likert. Tahapan yang dilakukan adalah preprocessing data lalu dilakukan klasifikasi menggunakan Naïve Bayes dan C4.5. Hasilnya Naïve Bayes lebih unggul dari C4.5 dengan akurasi untuk pengujian Naïve Bayes sebesar 99% dibanding C4.5 dengan akurasi 91%. Maka, dapat disimpulkan bahwa Naïve Bayes lebih unggul daripada C4.5 pada kasus ini.Kata kunci: Pembelajaran Daring; Naïve Bayes; C4.5; Klasifikasi; Data Mining
Komparasi Algoritme C4.5 Dan Naïve Bayes Dalam Klasifikasi Produk Zam–Zam Time Berdasarkan Tingkat Kepuasan Pelanggan Martiyaningsih, Dwi Puspa; Ramadhani, Rima Dias; Dewi, Atika Ratna
Progresif: Jurnal Ilmiah Komputer Vol 19, No 2: Agustus 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i2.1226

Abstract

The grouping of Zam-Zam Time products based on the level of customer satisfaction is carried out using the C4.5 and Naïve Bayes classification algorithms. Algorithm classification for Zam-Zam Time products is carried out to find out which products are classified as Best Selling or Less Selling. The purpose of this study is to measure and analyze the best algorithm for handling data on the level of customer satisfaction. Zam-Zam Time is classified as a best seller or not a best seller. The method used in this study was data preprocessing by distributing questionnaires and labeling taken from private or primary data from Zam-Zam Time itself as well as the results of a questionnaire of 400 customer respondents, then a classification analysis process was carried out. The results of the performance of the C4.5 Algorithm in the classification of Zam-Zam Time products are classified as Best Selling or Less Selling, namely with a Training data accuracy value of 98%, computation time of 0.003989458084106445 seconds, Testing data accuracy value of 96%, commutation time of 0.001993417739868164 seconds, with the 8th max_depth, and while Naïve Bayes Data Accuracy Value Training 90% computing time 0.0049860477447509766 seconds, Data Testing 85%, computing time 0.0019948482513427734 seconds.Keywords: Classification; Customer Satisfaction; C4.5 Algorithm; Naïve Bayes; Zam-Zam Time AbstrakPengelompokan produk Zam-Zam Time berdasarkan tingkat kepuasan pelanggan dilakukan menggunakan klasifikasi algoritme C4.5 dan Naïve Bayes. Klasifikasi algoritme pada produk Zam-Zam Time dilakukan untuk mengetahui produk tergolong laris atau kurang laris. Tujuan dari penelitian ini mengukur dan analisis algoritme terbaik dalam menangani data tingkat kepuasan pelanggan Zam-Zam Time tergolong laris atau kurang laris. Metode yang digunakan dalam penelitian ini adalah dilakukan preprocessing data dengan penyebaran kuesioner dan pelabelan yang diambil dari data privat atau primer dari Zam-Zam Time itu sendiri serta hasil kuesioner sebanyak 400 responden pelanggan, kemudian dilakukan proses analisis klasifikasi. Hasil kinerja Algoritme C4.5 dalam klasifikasi produk Zam-Zam Time tergolong Laris atau Kurang Laris yaitu dengan Nilai Akurasi data Training 98%, waktu komputasi 0.003989458084106445 detik, nilai akurasi data Testing 96%, waktu komutasi 0.001993417739868164 detik, dengan max_depth ke-8, sedangkan Naïve Bayes Nilai Akurasi data Training 90% waktu komputasi 0.0049860477447509766 detik, data Testing 85%, waktu komputasi 0.0019948482513427734 detik.Kata Kunci: Kepuasan Pelanggan; Algoritme C4.5; Naïve Bayes; Klasifikasi; Zam-Zam Time
Co-Authors Adi Nugroho Afandi Nur Aziz Thohari Afandi Nur Aziz Thohari Afandi Nur Aziz Thohari Afandi Nur Aziz Thohari, Afandi Nur Aziz Agi Prasetiadi Agus Priyanto AGUS PRIYANTO Agustianto, Satya Helfi Ahyana, Afan Arga Akhmad Fathurohman Alfin Hikmaturokhman Amalia Beladinna Arifa Anggana, Muhammad Wahyu Annisa Nugraheni Anto, Novri Apri Junaidi Ardianne Luthfika Fairuz Arief Rais Bahtiar Ariesta Dwi Saputri Atika Ratna Dewi Aulia, Avina Ulfa Aulia, Avina Ulfa Auliya Burhanuddin Ayu Silvia Bintang Abillah Safna Condro Kartiko Danny Kurnianto Dasril Aldo Dian Nurdiansyah Didi Supriyadi Edelin Gultom Fadilah, Moh Lutfi Firmasyah, Teguh Ilham, Ahmad Janur Syah Putra Kindarto, Asdani Kurnia, Janu Yogi Lukman Assaffat Mahargyani, Yasinta Swasti Martiyaningsih, Dwi Puspa Merlinda Wibowo Muna, Bunga Laelatul Munsarif, Muhammad Nashrulloh Khoiruzzaman Nia Annisa Ferani Tanjung Nora Trivetisia Novanda Alim Setya Nugraha Pradana Ananda Raharja Purwono, Adhi Rahmatika Diana Firdaus Rifki Adhitama, Rifki Safuan Safuan Sam’an, Muhammad Sena Wijaya Sena Wijayanto Setiawan, Rehan Nur Sidiq, Muhammad Fajar Siti Khomsah, Siti Syaifani, M. Amin Teguh Rijanandi Tri Ginanjar Laksana Tri Ginanjar Laksana Wahyu Adi Prabowo Yohani Setiya Rafika Nur