Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Informatics for Educators and Professional : Journal of Informatics
Nana Suarna
Teknik Informatika; STMIK IKMI CIREBON
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisa Kepuasan Mahasiswa Terhadap E-Learning Menggunakan Teknik Machine Learning Isse Liana Septiani; Abdul Rasyid Faiq Hadinata; Agus Bahtiar; Nana Suarna; Nining R
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics Vol 5 No 2 (2021): INFORMATICS FOR EDUCATORS AND PROFESSIONAL : JOURNAL OF INFORMATICS (Juni 2021)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/itbi.v5i2.1521

Abstract

: E-Learning merupakan salah satu media pembelajaan yang didukung oleh teknologi komputer dan jaringan internet yang didalamnya terdapat konten pembelajaran serta dapat diakses kapanpun dan dimanapun tanpa adanya keterbatasan jarak dan waktu. Kepuasan mahasiswa pada pembelajaran machine learning memiliki keterkaitan yang kuat. Semakin berkualitas penerapan pembelajaran di machine learning, maka semakin tinggi pula pencapaian kepuasan mahasiswa. Penelitian ini menggunakan metode algoritma naïve bayes classifier dengan menggunakan aplikasi rapidminer. Menggunakan teknik pengumpulan data kuantitatif dalam mengumpulkan data yang akan dijadikan sebagai sampel. Sumber data yang diperoleh dengan cara wawancara kepada pihak Biro Administrasi Akademik dan Kemahasiswaan (BAAK) STMIK IKMI Cirebon dan menyebarkan link kuesioner kepada responden yaitu mahasiswa kelas reguler sore secara online dengan menggunakan Google Form. Atribut yang digunakan pada data mining sistem pembelajaran mahasiswa kelas reguler sore antara lain: Ketersediaan Indigoes (A1), Penggunaan Indigoes (A2), Pengujian Indigoes (A3), Aktifitas Indigoes (A4), Kemudahan Indigoes (A5). Dari hasil pengolahan akan didapat hasil (Hasil Kepuasan) dan memperoleh klasifikasi tingkat kepuasan mahasiswa terhadap e-learning dimasa pandemic covid-19. Tujuan penelitian ini adalah ingin mengklasifikasikan tingkat kepuasan mahaiswa dengan penerapan data mining menggunakan algoritma naïve bayes classifier dalam mengetahui klasifikasi kepuasan mahaiswa dalam pembelajaran menggunakan e-learning dimasa pandemic covid-19. Pada penelitian ini diperoleh hasil tingkat akurasi sebesar 100%, recall 100% dan precision 100% dan hasil kepuasan mahasiswa terhadap e-learning dikategorikan “PUAS. Hasil penelitian ini diharapkan dapat dimanfaatkan sebagai tolok ukur dalam mengetahui tingkat kepuasan mahasiswa pada pembelajaran melalui e-learning dimasa pandemic yang sangat berpengaruh terhadap sistem pembelajaran mahasiswa.
Klasifikasi Berita Kriminal Menggunakan Algoritma Naïve Bayes Berbasis PSO Dzaffa 'Ulhaq; Nana Suarna; Gifthera Dwilestari
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics Vol 6 No 2 (2022): INFORMATICS FOR EDUCATORS AND PROFESSIONAL : JOURNAL OF INFORMATICS (Juni 2022)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/itbi.v6i2.1701

Abstract

Tindakan kriminal dipandang sebagai suatu masalah tindakan kejahatan atau hal-hal yang berkaitan dengan kejahatan (pelanggaran hukum) yang dapat dihukum menurut undang-undang. Perkembangan teknologi informasi yang begitu cepat memicu penyebaran informasi kriminal melalui internet menjadi tidak terkontrol. Sehingga diperlukan suatu sistem cerdas yang dapat melakukan klasifikasi konten berita kriminal yang tersebar melalu media internet. Penelitian ini mengklasifikasikan berita kriminal berdasarkan subkategorinya yang terbagi menjadi 2 yaitu pembunuhan dan narkoba. Berdasarkan klasifikasi berita kriminal tersebut maka akan dapat menekan terjadinya tindakan kriminal yang lebih buruk lagi. Tujuan dari penelitian ini adalah ingin melakukan klasifikasi berita kriminal menggunakan algoritma Naïve Bayes berbasis Particle Swarm Optimization. Metode yang digunakan dalam penelitian ini adalah Naïve Bayes yang merupakan salah satu algoritma klasifikasi yang sederhana akan tetapi Naive Bayes memiliki kekurangan yaitu sangat sensitive dalam pemilihan fitur maka dari itu dibutuhkan metode Particle Swarm Optimization untuk meningkatkan hasil akurasi. Proses klasifikasi kriminal dapat dilakukan melalui tahap preprocessing kemudian pembobotan kata dan dilakukan klasifikasi menggunakan naïve bayes. Hasil akurasi dari klasifikasi berita kriminal diperoleh sebesar 93.33%. Berdasarkan hasil klasifikasi tersebut maka dapat digunakan sebagai dasar penetapan berita kriminal yang valid. Sehingga masyarakat lebih mudah untuk mengetahui informasi yang terdapat dalam suatu berita dan dapat digunakan sebagai dasar sumber informasi yang dipercaya dalam bermasyarakat.
Co-Authors Abdul Rasyid Faiq Hadinata Dilla Eka Lusiana Dzaffa 'Ulhaq Gifthera Dwilestari Isse Liana Septiani Nining R