Article Per Year (5 Year)
p-Index From 2021 - 2026
2.727
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Sistemasi: Jurnal Sistem Informasi Jurnal Teknik Komputer AMIK BSI Industri Inovatif : Jurnal Teknik Industri JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Peduli Masyarakat Teknika Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) International Journal of Social Science Prosiding Seminar Nasional Program Pengabdian Masyarakat Indonesian Journal on Data Science Fahma : Jurnal Informatika Komputer, Bisnis dan Manajemen Teknomatika: Jurnal Informatika dan Komputer Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer
Herdiesel Santoso
Program Studi Sistem Informasi, STMIK El Rahma Yogyakarta
Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Medicine & Pharmacology Public Health Social Sciences Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Indonesian Journal on Data Science

 1 
Analisis Kepercayaan Masyarakat Tentang Kepolisian Indonesia di Twitter Menggunakan Latent Dirichlet Allocation (LDA) Bagas Dwi Santosa; Nurul Fatimah; Netania Indi Kusumaningtyas; Ulfi Saidata Aesyi; Herdiesel Santoso
INDONESIAN JOURNAL ON DATA SCIENCE Vol 1 No 2 (2023): Indonesian Journal on Data Science
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/ijds.v1i2.1198

Abstract

Kepolisian Negara Republik Indonesia merupakan instansi yang bertugas untuk menjaga ketertiban dan keamanan masyarakat, menerapkan hukum, memberikan perlindungan, dukungan dan layanan kepada warga negara guna menjaga stabilitas dalam negeri. Namun, ditengah peran dari kepolisian itu sendiri, justru banyak kasus yang menyeret beberapa anggota polisi. Hal tersebut yang membuat masyarakat ramai membicarakannya di sosial media, salah satunya Twitter. Bahkan tagar-tagar yang berkaitan dengan kasus lingkup kepolisian juga sempat trending di Twitter. Dari hal tersebut, maka perlu dilakukan analisis terhadap topik kepercayaan masyarakat terhadap kepolisian. Analisis yang dilakukan menggunakan Latent Dirichlet Allocation (LDA). Hasil dari analisis yang dilakukan yaitu kepercayaan masyarakat terhadap kepolisian berkurang atas banyaknya kasus yang dilakukan anggota polisi saat ini. Analisis yang dilakukan menggunakan Latent Dirichlet Allocation (LDA) mengungkapkan bahwa kepercayaan publik terhadap kepolisian telah terkikis secara signifikan akibat banyaknya kasus yang melibatkan anggota kepolisian. Kesimpulan ini didukung oleh prevalensi tagar terkait kepolisian dan diskusi di platform media sosial seperti Twitter.
Analisis Perbandingan Pengukuran Jarak Algoritma K-Nearest Neighbor Dengan Menggunakan Data Breast Cancer Dan Data Heart Disease Herdiesel Santoso; Pratiwi, Linda
INDONESIAN JOURNAL ON DATA SCIENCE Vol 1 No 2 (2023): Indonesian Journal on Data Science
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/ijds.v1i2.1200

Abstract

Breast Cancer is a cancerous condition that appears in the breast area. This type of cancer is often experienced by women with a characteristic feature of Breast Cancer, namely the appearance of unusual lumps in the breast area. Heart or Heart Disease is a type of Non-Communicable Disease (PTM): which results in a fairly high mortality rate. Heart Disease is caused by several risk factors including smoking, an unhealthy lifestyle, high cholesterol, hypertension, and diabetes. Based on these facts, an appropriate algorithm is needed to classify Breast Caner and Heart Disease as an effort to prevent an increase in mortality rates due to Breast Cancer and Heart Disease. And the algorithm that will be used is the K-Nearest Neighbor algorithm with 3 distance measurement methods, namely Euclidean distance, Manhattan distance, and Minkowsky distance . From the stages that have been carried out, the final results of the Euclidean distance method obtained an Accuracy value of 80.88% Breast Cancer data at K = 11, and 78.69% heart Disease data at K = 11. The Manhattan distance method obtained an Accuracy value of 89.71% of Breast Cancer data on K=11, and 78.69% of Heart Disease data on K=20.The Minkowsky distance method obtained an Accuracy value of 98.53% of Breast Cancer data on K=11, and 79.41% of Heart Disease data on K=11. This shows that the Minkowsky distance method works more optimally than the Euclidean distance and Manhattan distance methods.
Analisis Kepercayaan Masyarakat Tentang Kepolisian Indonesia di Twitter Menggunakan Latent Dirichlet Allocation (LDA) Bagas Dwi Santosa; Nurul Fatimah; Netania Indi Kusumaningtyas; Ulfi Saidata Aesyi; Herdiesel Santoso
INDONESIAN JOURNAL ON DATA SCIENCE Vol. 1 No. 2 (2023): Indonesian Journal on Data Science
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/ijds.v1i2.1198

Abstract

Kepolisian Negara Republik Indonesia merupakan instansi yang bertugas untuk menjaga ketertiban dan keamanan masyarakat, menerapkan hukum, memberikan perlindungan, dukungan dan layanan kepada warga negara guna menjaga stabilitas dalam negeri. Namun, ditengah peran dari kepolisian itu sendiri, justru banyak kasus yang menyeret beberapa anggota polisi. Hal tersebut yang membuat masyarakat ramai membicarakannya di sosial media, salah satunya Twitter. Bahkan tagar-tagar yang berkaitan dengan kasus lingkup kepolisian juga sempat trending di Twitter. Dari hal tersebut, maka perlu dilakukan analisis terhadap topik kepercayaan masyarakat terhadap kepolisian. Analisis yang dilakukan menggunakan Latent Dirichlet Allocation (LDA). Hasil dari analisis yang dilakukan yaitu kepercayaan masyarakat terhadap kepolisian berkurang atas banyaknya kasus yang dilakukan anggota polisi saat ini. Analisis yang dilakukan menggunakan Latent Dirichlet Allocation (LDA) mengungkapkan bahwa kepercayaan publik terhadap kepolisian telah terkikis secara signifikan akibat banyaknya kasus yang melibatkan anggota kepolisian. Kesimpulan ini didukung oleh prevalensi tagar terkait kepolisian dan diskusi di platform media sosial seperti Twitter.
Analisis Perbandingan Pengukuran Jarak Algoritma K-Nearest Neighbor Dengan Menggunakan Data Breast Cancer Dan Data Heart Disease Herdiesel Santoso; Pratiwi, Linda
INDONESIAN JOURNAL ON DATA SCIENCE Vol. 1 No. 2 (2023): Indonesian Journal on Data Science
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/ijds.v1i2.1200

Abstract

Breast Cancer is a cancerous condition that appears in the breast area. This type of cancer is often experienced by women with a characteristic feature of Breast Cancer, namely the appearance of unusual lumps in the breast area. Heart or Heart Disease is a type of Non-Communicable Disease (PTM): which results in a fairly high mortality rate. Heart Disease is caused by several risk factors including smoking, an unhealthy lifestyle, high cholesterol, hypertension, and diabetes. Based on these facts, an appropriate algorithm is needed to classify Breast Caner and Heart Disease as an effort to prevent an increase in mortality rates due to Breast Cancer and Heart Disease. And the algorithm that will be used is the K-Nearest Neighbor algorithm with 3 distance measurement methods, namely Euclidean distance, Manhattan distance, and Minkowsky distance . From the stages that have been carried out, the final results of the Euclidean distance method obtained an Accuracy value of 80.88% Breast Cancer data at K = 11, and 78.69% heart Disease data at K = 11. The Manhattan distance method obtained an Accuracy value of 89.71% of Breast Cancer data on K=11, and 78.69% of Heart Disease data on K=20.The Minkowsky distance method obtained an Accuracy value of 98.53% of Breast Cancer data on K=11, and 79.41% of Heart Disease data on K=11. This shows that the Minkowsky distance method works more optimally than the Euclidean distance and Manhattan distance methods.
Pengembangan Aplikasi Mobile Saffco Skin untuk Edukasi Perawatan Wajah dengan Sistem Rekomendasi Menggunakan Algoritma KNN : Pengembangan Aplikasi Mobile Saffco Skin untuk Edukasi Perawatan Wajah dengan Sistem Rekomendasi Menggunakan Algoritma KNN Mita Aprilia Damayanti; Dini Siskasari; Syarief Hidayatullah; Rois Ali Fernandi; Herdiesel Santoso
INDONESIAN JOURNAL ON DATA SCIENCE Vol. 3 No. 1 (2025): Indonesian Journal On Data Science
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30989/ijds.v3i1.1585

Abstract

Aplikasi Saffco Skin dirancang untuk membantu pengguna memahami kebutuhan kulit mereka dan memperoleh rekomendasi produk perawatan wajah yang sesuai. Sistem rekomendasi pada aplikasi ini menggunakan algoritma K-Nearest Neighbors (KNN) yang menganalisis data profil pengguna, termasuk tipe kulit (berminyak, kering, sensitif, normal, dan kombinasi), untuk memberikan saran produk yang relevan. EvaluasI model dilakukan dengan dua metrik utama, yaitu jarak rata-rata ke lima tetangga terdekat dan konsistensi tipe kulit produk rekomendasi. Hasil pengujian menunjukkan bahwa rata-rata jarak dari sepuluh sampel produk ke lima rekomendasi terdekat adalah 0.1075, yang menandakan bahwa produk yang direkomendasikan memiliki kemiripan fitur yang tinggi. Selain itu, pada pengujian produk "Perfect Lip Gloss", seluruh rekomendasi (5 dari 5) memiliki tipe kulit yang sama, menghasilkan 100% konsistensi tipe kulit. Model KNN diintegrasikan ke dalam backend berbasis Flask dan terhubung ke antarmuka pengguna Flutter melalui API. Selain sistem rekomendasi, aplikasi ini juga menyediakan katalog produk, artikel edukatif seputar perawatan kulit, serta fitur daftar favorit. Dengan demikian, Saffco Skin menjadi solusi praktis dan cerdas bagi pengguna dalam memilih produk perawatan wajah yang sesuai dengan karakteristik kulit mereka.
Co-Authors Ahmad Arif Nurrahman Aina Musdholifah Aksan, Azzikra Alamiyah, Resda Amalia Beladinna Arifa Anggraini, Deviana Dyah Bagas Dwi Santosa Dini Siskasari Edi Iskandar Edi Iskandar Harimanto Istika Dwi Kusumaningrum Istika Dwi Kusumaningrum Istika Dwi Kusumaningrum Khasanah, Setiyani Nur Kholidun Kholidun LINDA PRATIWI Minarwati Mita Aprilia Damayanti Muhammad Alvian Rizky Netania Indi Kusumaningtyas Nurul Fatimah Ridwan, Muhamad Fikry Maulana Rois Ali Fernandi Sanuri, Rachmad Sari, Aurellya Fadhilla Tunjung Suahati, Ajrina Febri Sur Yanti Sur Yanti Sur Yanti Swastyani, Resa Syarief Hidayatullah Ulfi Saidata Aesyi Untung Subagyo Wahyu Widodo Zilfana Falahi