Article Per Year (5 Year)
p-Index From 2020 - 2025
12.077
P-Index
This Author published in this journals
All Journal Jurnal Informatika dCartesian: Jurnal Matematika dan Aplikasi Jurnal Simetris Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Jurnal Informatika dan Teknik Elektro Terapan SMATIKA Jurnal Informatika IJCIT (Indonesian Journal on Computer and Information Technology) Jurnal EMT KITA JIKO (Jurnal Informatika dan Komputer) JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Pilar Nusa Mandiri Syntax Literate: Jurnal Ilmiah Indonesia JUTEI (Jurnal Terapan Teknologi Informasi) JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Jurnal ULTIMA Computing J-SAKTI (Jurnal Sains Komputer dan Informatika) JURIKOM (Jurnal Riset Komputer) Jurnal Informatika JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) ComTech: Computer, Mathematics and Engineering Applications Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer Zonasi: Jurnal Sistem Informasi Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Jurnal Tekinkom (Teknik Informasi dan Komputer) Aiti: Jurnal Teknologi Informasi Jurnal Teknologi Informatika dan Komputer IJECS: Indonesian Journal of Empowerment and Community Services J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Ekonomi JUSTIN (Jurnal Sistem dan Teknologi Informasi) Malcom: Indonesian Journal of Machine Learning and Computer Science STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Jurnal Indonesia : Manajemen Informatika dan Komunikasi Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Magdalena Ariance Ineke Pakereng
Universitas Kristen Satya Wacana
Religion Humanities 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 Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Public Health Social Sciences Other

Published : 105 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 105 Documents
Search

 7   8   9   10   11 
Analisis Komparatif Kernel Linear, Polynomial, RBF, dan Sigmoid pada Support Vector Machine untuk Klasifikasi Penyakit Jantung: Comparative Analysis of Linear, Polynomial, RBF, and Sigmoid Kernels in Support Vector Machine for Heart Disease Classification Faradisia, Adeline; Pakereng, Magdalena A. Ineke
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 4 (2025): MALCOM October 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i4.2321

Abstract

Penyakit jantung masih menjadi salah satu penyebab utama kematian di berbagai belahan dunia, sehingga deteksi dini sangat diperlukan untuk menekan risiko yang mungkin timbul. Penelitian ini menerapkan algoritma Support Vector Machine (SVM) dalam mengklasifikasikan risiko penyakit jantung dengan melakukan perbandingan kinerja empat jenis kernel, yaitu linear, polynomial, radial basis function (RBF), dan sigmoid. Dataset yang digunakan berasal dari open dataset “Heart Disease” di Kaggle yang berisi 303 data pasien dengan 13 atribut klinis, age, sex, jenis nyeri dada (cp), tekanan darah saat istirahat (trestbps), kolesterol serum (chol), gula darah puasa (fbs), hasil EKG istirahat (restecg), detak jantung maksimum (thalach), angina akibat olahraga (exang), depresi ST (oldpeak), kemiringan segmen ST (slope), jumlah pembuluh darah utama (ca), dan thal, serta satu target biner yang menunjukkan ada/tidaknya penyakit jantung. Proses penelitian meliputi pemuatan dataset dan eksplorasi awal, dilanjutkan pra-pemrosesan data, inisialisasi SVM, iterasi kernel, pelatihan model, prediksi pada data uji, serta evaluasi performa. Seluruh kernel dituning secara konsisten menggunakan GridSearchCV guna memperoleh konfigurasi optimal. Hasil evaluasi menunjukkan bahwa kernel polynomial memberikan performa terbaik dengan akurasi 88,52% dan F1-score 89%. Dengan demikian, kernel polynomial dinilai sebagai pilihan paling optimal untuk klasifikasi penyakit jantung menggunakan metode SVM
PERANCANGAN UI/UX APLIKASI SISTEM PEMBERKASAN BIDANG PERTANAHAN KABUPATEN MIMIKA BERBASIS WEB MENGGUNAKAN METODE DESIGN THINKING Jaya, Deni Supimum; Pakereng, Magdalena A. Ineke
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.5064

Abstract

Bidang Pertanahan sebagai pijakan utama pembangunan suatu daerah tidak bisa dipandang sebelah mata dengan memahami peran sentral bidang pertanahan dalam menyediakan layanan publik yang efisien. Upaya untuk meningkatkan kualitas pelayanan, maka perlu merancang Aplikasi Sistem Pemberkasan Bidang Pertanahan yang berbasis web , mengusung konsep Design Thinking yang inovatif . Pengujian prototipe Aplikasi Sistem Pemberkasan Bidang Pertanahan dilakukan dengan menerapkan tata System Usability Scale (SUS) sebagai landasan yang digunakan dalam ventilasi desain yang telah ditampilakan. Dalam proses penghitungan System Usability Scale (SUS), dilakukan melalui pengisian kuesioner yang berisi 10 pernyataan sesuai dengan format pertanyaan standar. Aplikasi Sistem Pemberkasan Bidang Pertanahan mendapat jawaban positif berdasarkan identifikasi masalah yang telah diidentifikasi waktu mendesain web, dimana mendapat nilai rata-rata pengujian desain menggunakan tata SUS adalah mendapat 76.67. Masuk dalam pendapat yang Baik, dan keseluruhannya berarti desain berfungsi dengan optimal.
Analisis Tingkat Kepuasan Pengguna Website Tanggap COVID-19 Provinsi Jawa Tengah Menggunakan Metode Kano Santoso, Chrys Nathanael; Ineke Pakereng, Magdalena A.
Syntax Literate Jurnal Ilmiah Indonesia
Publisher : Syntax Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (296.464 KB) | DOI: 10.36418/syntax-literate.v8i3.11497

Abstract

Pemerintah Provinsi Jawa Tengah melakukan terobosan dalam bidang teknologi yaitu menciptakan sebuah aplikasi berbasis website yang dinamakan “ Tanggap COVID – 19 Provinsi Jawa Tengah”, yaitu merupakan sebuah website yang dibentuk untuk menyajikan informasi, data, dan visualisasi tentang penyebaran, pencegahan, penanggulangan Covid-19, data vaksinasi, RS rujukan, dan juga berita seputar pandemi di Jawa Tengah. Analisa tingkat kepuasan pengguna terhadap website Tanggap Covid-19 Provinsi Jawa Tengah ini dilakukan untuk mendapatkan sebuah penilaian dari masyarakat pengguna website tersebut. Penilaian kepuasan pengguna terhadap website tersebut merupakan suatu hasil dan penilaian keberhasilan. Berdasarkan permasalahan tersebut akan dilakukan sebuah analisis tingkat kepuasan pengguna menggunakan metode KANO sebagai masukan untuk pengembangan system selanjutnya. Hasil dari pengukuran tingkat kepuasan pengguna menggunakan metode KANO memberikan hasil yang berada pada attractive dan must-be, dimana hasil evaluasi menyatakan bahwa kepuasan pengguna sangat berpengaruh terhadap system
IDENTIFIKASI PENGARUH KUALITAS UDARA TERHADAP KONDISI PASIEN COVID-19 DENGAN 1 ALGORITMA NAIVE BAYES Febriyanti, Monica Dias; Wowor, Alz Danny; Pakereng, Magdalena A. Ineke
JURNAL INFORMATIKA DAN KOMPUTER Vol 8, No 2 (2024): September 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v8i2.867

Abstract

Pandemi Covid-19 atau corona virus sangat meresahkan bagi masyarakat Indonesia karena penyebarannyayang sangat mudah, virus ini dapat ditularkan melalui tetesan kecil (droplet) dari mulut maupun hidung pen-derita covid-19. Pada kasus tertentu virus ini juga bisa menginfeksi pernafasan berat sehingga menyebabkanpneumonia (infeksi paru-paru). Masyarakat yang memiliki daya tahan tubuh lemah sangat mudah tertular virusini, salah satu penyebab daya tahan tubuh melemah yaitu kualitas udara yang tidak bagus oleh karena itu pene-litian ini melakukan identifikasi pengaruh dari kualitas udara terhadap kondisi pasien covid-19 menggunakanalgoritma Naïve Bayes. Data diperoleh melalui website corona.jakarta.go.id dan Jakarta OpenData, setelah prep-rocessing diperoleh 610 data yang dibagi menjadi 80% data training dan 20% data testing. Penggunaan denganAlgoritma Naïve Bayes menunjukkan nilai akurasi yang tinggi yaitu 82,73%. Hasil identifikasi berdasarkan al-goritma naïve bayes dalam empat class, class sangat berpengaruh 2,3%, class berpengaruh 62,8%, class kurangberpengaruh 34,5%, dan class tidak berpengaruh 0.4%. Dengan demikian kualitas udara ikut mempengaruhikondisi pasien covid-19 di wilayah Propinsi DKI Jakarta.
Analisis Sentimen Komentar Youtube Terhadap Wawancara Presiden Prabowo Menggunakan Machine Learning Dan Orange Data Mining E.V. Sihombing, Kristina; A. Ineke Pakereng, Magdalena
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 4 No. 4 (2025): November
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v4i4.6478

Abstract

Media sosial seperti Youtube telah menjadi platform utama dalam menyampaikan opini publik, termasuk dalam isu-isu politik nasional. Penelitian ini bertujuan untuk menganalisis sentimen komentar publik terhadap video wawancara Presiden Prabowo Subianto yang ditayangkan di kanal Youtube Najwa Shihab. Komentar yang dikumpulkan melalui Youtube API diproses menggunakan tahapan text preprocessing dan pelabelan semi-supervised dengan Orange Data Mining. Tiga algoritma machine learning Naive bayes, Random Forest, dan Support Vector Machine (SVM) digunakan untuk melatih model klasifikasi sentimen. Hasil evaluasi menunjukkan bahwa SVM menghasilkan kinerja terbaik dengan akurasi sebesar 74% dan f1-score tertimbang 0.73. Random Forest mencapai akurasi 73%, sedangkan Naïve Bayes 66%. Temuan ini menunjukkan bahwa model klasik memiliki keterbatasan dalam memahami konteks dan sentimen tersirat, khususnya pada komentar berbahasa tidak formal. Oleh karena itu, penelitian selanjutnya disarankan menggunakan pendekatan deep learning seperti BERT dan metode pelabelan manual untuk meningkatkan kualitas klasifikasi.
Co-Authors Adam Belo Paembonan Afiyatar Asyer Asyer Afril Caesar Muhammad Hanif Agnes Meilosa Callysta Alvira Karisma Putri Alz Danny Wowor Andeka Rocky Tanaamah Angela Putri Larasati Darakay Anggara, Richardus Sapta Antonius Bintang Timur Aziiz, Anriza Kurnia Bramantya, Samuel Dwi Briandika, Jordan Canavaro, Claudio Christin Ngongoloy, Beststinsi Deni Supimum Jaya Devara Putra Aryasa Dewi, Syarafina Dimara, Indri Dio Yudha Perdana Diva Christalivea Dwayne Jeremy Euagellino Prihanto Dwi Hosanna Bangkalang E.V. Sihombing, Kristina Eirene Claudia Ratmoko Ellen Arnetta Ellen Yumanda Erwien Christianto Evangs Falensky, Lee Valdho Faradisia, Adeline Febriyanti, Monica Dias Federick Jonathan Felik Darmawan Wijaya Felix David Fernando, Fery Ferryan Nur Setyawan Feybiola Agustine Andrea Ompo Geraldie Tanu Saputra Getsemani Salisa Margaretha Harjono, Rhaka Pradena Heinricho Dimas Prasetya Hendrawan Suprayogi Jaya, Deni Supimum Jesajas, Marthen Billy Jessica Christiani Irawan Jonathan Nandika Gustin Juan Andrew Suthendra Julio, Erry Kaferin, Eggia Kevin Alexander Harjanto Kevin Setiawan Klaudius Nikotino P Kristoko Dwi Hartomo Kumbara, Perdana Bagas Tirta Lenda, Julita Veronika Letuna, Noliyanti Ria Mei Irawati Michael, Sean Mochammad Iqbal Tawakal Muhammad Haidar Wijaya Nadya Glorya Najoan Najoan, Nadya Glorya Nanda Choirul Ngantung, Ronaldo Kristoforus Ni Made Grace Advendi Nina Setiyawati Obidje, Bhilton Mesianus Pali'pangan, Prihart Julian Pattipeilohy, Rioldy Leonard Perdana Bagas Tirta Kumbara Prasetya, Ezra Inti Pratama, Leonnyndra Putra Puspitasari, Pipit Putra, Arios Wardana Putra, Oktavian Alle Mahenswa Radithya Airlangga Ramos Somya Ririn Ayu Ardila Rizki, Muhammad Bagus Saghoa, Evifania Chayu Salama, Aditya Santoso, Chrys Nathanael Saputra, Denny Agusto Simamora, Lasriama Agnes E Sindhi Diah Ayu Palupi Sofia Sofia Sonny Endrawan Susanto, Vincent Exelcio Talahaturuson, Januar C. Tarigan, Aldy Alvharo Tobing, Prihantoro Manahan Tolanda, Dominus Alfin Tuah, Oliver Vincent Virgelius Hendrawan Taralandu Wicaksana, Prasetya Wicaksono, Embang Aulia William Chrisnando Ekasaputra Yoridi, Maria Leonila Yawa Yos Richard Beeh Yos Richard Beeh Yosepinus Trinaldo Yoshua Kenny Nugroho Yuliadi, Yusup