Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer (BALOK) Jurnal Tropical Aquatic Sciences
Andika Tri Saputra
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Energy Physics

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

Found 2 Documents
Search

 1 
KLASIFIKASI BERITA ONLINE PADA LIPUTAN 6 MENGGUNAKAN METODE KNN Andika Tri Saputra; Yasin Aril Mustofa; Yulianty Lasena; Irma Surya Kumala Idris
Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer Vol 4 No 1 (2025): Mei 2025
Publisher : Teknik Informatika Fakultas Ilmu Komputer Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37195/balok.v4i1.1476

Abstract

Abstrak - Penelitian ini bertujuan untuk menguji efektivitas metode klasifikasi KNN dalam mengklasifikasi berita online pada Liputan 6. Data yang digunakan dalam penelitian ini adalah data berita online dari Liputan 6 yang diterbitkan pada tanggal 19 November 2023 s/d tanggal 25 November 2023 sebanyak 788 judul berita. Data tersebut meliputi judul berita, tanggal berita, link berita dan kelas berita. Hasil penelitian menunjukkan bahwa metode klasifikasi KNN dapat mengklasifikasi berita online pada Liputan 6 dengan akurasi sebesar 91% untuk 6 kelas berita yang berbeda, yaitu kelas Bisnis, Pemilu, Islami, Showbiz, Bola dan Tekno Hasil penelitian ini menunjukkan bahwa metode klasifikasi KNN dapat digunakan untuk melakukan klasifikasi berita online dengan baik dan benar. Kata Kunci: data mining, klasifikasi, KNN, TF-IDF, berita online, Liputan6
IMPLEMENTASI ANALISIS PASANG SURUT UTIDE (UNIFIED TIDAL ANALYSIS AND PREDICTION) DENGAN DUKUNGAN ARTIFICIAL INTELLIGENCE Mohammad Tri Arwadi; Andika Tri Saputra
Jurnal Tropical Aquatic Sciences Vol. 5 No. 2 (2026): Jurnal Tropical Aquatic Sciences
Publisher : Department of Aquatic Resources Management, Faculty of Fisheries and Marine Science, Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/tas.v5i2.4889

Abstract

Analisis pasang surut berperan penting dalam mendukung kegiatan navigasi, pelayaran, batimetri, dan konstruksi pesisir. Penelitian ini bertujuan mengembangkan aplikasi analisis pasang surut berbasis web menggunakan pustaka UTIDE (Unified Tidal Analysis and Prediction) dengan dukungan kecerdasan buatan (Artificial Intelligence) untuk meningkatkan kemudahan penggunaan dan efisiensi analisis. Data pasang surut prediksi Meulaboh periode 1–29 Januari 2025 dianalisis menggunakan UTIDE dan dibandingkan dengan metode Admiralty melalui pengujian RMSE, koefisien korelasi, dan ANOVA. Hasil menunjukkan bahwa UTIDE memiliki akurasi lebih baik dengan RMSE 3,07 cm dan korelasi 97,8%, dibandingkan Admiralty dengan RMSE 8,42 cm dan korelasi 82,9%. Kedua metode menghasilkan tipe pasang surut campuran condong ke harian ganda dan tidak berbeda signifikan secara statistik. Aplikasi yang dikembangkan terbukti akurat, efisien, dan mudah digunakan.
Co-Authors Irma Surya Kumala Idris Mohammad Tri Arwadi Yasin Aril Mustofa Yulianty Lasena