Article Per Year (5 Year)
p-Index From 2020 - 2025
0.778
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Malikussaleh Journal of Mechanical Science Technology ABDIKOM
Desta Sandya Prasvita
Universitas Pembangunan Nasional Veteran Jakarta
Automotive Engineering Computer Science & IT Control & Systems Engineering Education Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mechanical Engineering

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Malikussaleh Journal of Mechanical Science Technology

 1 
Klasifikasi Informasi Kesehatan Pada Data Media Sosial Menggunakan Support Vector Machine dan K-Fold Cross Validation Pauzi Ibrahim Nainggolan; Desta Sandya Prasvita; Dhani Syahputra Bukit
Malikussaleh Journal of Mechanical Science Technology Vol 5, No 2 (2021): Malikussaleh Journal of Mechanical Science and Technology
Publisher : Malikussaleh University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/mjmst.v5i2.6317

Abstract

Media sosial saat ini memberikan informasi yang mampu mempengaruhi masyarakat. Sehingga, kini media sosial memiliki peranan signifikan sebagai sumber rujukan yang baru oleh maysarakat. Informasi kesehatan merupakan informasi yang sering dicari oleh pengguna media sosial. Penderita penyakit mencari informasi melalui media sosial terlebih dahulu sebelum bertemu dengan tenaga kesehatan. Tetapi kebanyakan informasi tidak dapat dipastikan sebagai informasi yang sesuai. Kesalahan terkait informasi kesehatan bisa membahayakan penderita. Ini bermakna, informasi yang terdapat pada media sosial perlu mendapatkan pengesahan pakar atau tenaga kesehatan. Penelitian ini betujuan untuk mengetahui penggunaan media sosial oleh tenaga kesehatan sebagai media konsultasi dan memberikan informasi yang tidak bertentangan dengan etika profesionalisme. Penelitian ini menggunakan teknik kalasifikasi Support Vector Machine (SVM). Validasi klasifikasi data yang diperoleh dilaksanakan menggunakan K-Fold Cross Validation. Hasil penelitian menunjukkan bahwa penggunaan SVM dalam klasifikasi kesesuaian informasi kesehatan dengan akurasi 70% pada data yang digunakan..
Co-Authors Bobby Kurniadi Widodo Bukit, Dhani Syahputra Fitri Wahyuni James Julian Nainggolan, Pauzi Ibrahim Novi Trihastuti Nur Hafifah Matondang Rio Wirawan Santoni, Mayanda Mega Zackharia Rialmi