Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : INTECOMS: Journal of Information Technology and Computer Science

Tuberculosis Disease Detection Application Using Forward Chaining Method Vina Yanuar Prasasti; Asep Jamaludin; Didi Juardi
INTECOMS: Journal of Information Technology and Computer Science Vol 4 No 2 (2021): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v4i2.2689

Abstract

Developments in expert system technology and the addition of human needs with an accurate health information and ease of human work is very important in daily life sometimes people lack awareness about the wrong lifestyle and diet is always neglected. Until the occurrence of tuberculosis caused by the bacterium mycrobacterium tuberculosis and caused attacks on parts of the lungs, bones, glands and intestines. In the study conducted the creation of tubekrulosis disease detection application using website-based and for the application process there are 16 questions about the symptoms of tuberculosis disease and will come to a conclusion with 4 diagnoses of each tuberculosis disease accurately based on experts. In the creation of this application using forward chaining method, MySQL, DFD and breadth first search.
Perbandingan Lexicon Based Dan Naïve Bayes Classifier Pada Analisis Sentimen Pengguna Twitter Terhadap Gempa Turki Ahmad Faizal; Agung Susilo Yuda Irawan; Didi Juardi
INTECOMS: Journal of Information Technology and Computer Science Vol 6 No 2 (2023): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v6i2.7360

Abstract

Peristiwa bencana Gempa Turki yang menelan banyak korban jiwa sedang ramai saat ini baik di media nasional maupun media internasional, hal ini menyebabkan munculnya banyak opini pengguna sosial media teruma dalam Platform Twitter. Tweet yang diposting oleh pengguna sosial media Twitter tersebut kemudian dapat dijadikan sumber informasi yang bermanfaat. Dikarenakan hal tersebut, analisis sentimen dapat digunakan sebagai solusi untuk mengolah suara tersebut dengan menggunakan pendekatan Lexicon Based dan Naïve Bayes Classifier. Tujuan dari penelitian ini adalah untuk mengklasifikasikan pendapat tentang peristiwa Bencana Gempa yang terjadi di Turki pada 6 Februari 2023 berdasarkan kelas sentimen positif, sentimen netral dan sentimen negatif. Skenario 90:10 digunakan untuk pengujian. Hasil evaluasi menunjukkan bahwa pengujian pendekatan Lexicon Based dan Naïve Bayes Classifier menghasilkan nilai akurasi sebesar 65%. Sedangkan Naïve Bayes Classifier tanpa pendekatan Lexicon Based menghasilkan nilai akurasi sebesar 64%.