Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Jurnal Teknologi Informatika dan Komputer
Yuyun Umaidah
Singaperbangsa Karawang University
Computer Science & IT Electrical & Electronics Engineering

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

Found 2 Documents
Search

 1 
Implementasi Naïve Bayes Classifier Dan Information Gain Pada Analisis Sentimen Penggunaan E-Wallet Saat Pandemi Amelia Isnanda; Yuyun Umaidah; Jajam Haerul Jaman
Jurnal Teknologi Informatika dan Komputer Vol 7, No 2 (2021): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v7i2.648

Abstract

World Health Organzation (WHO) pada Maret 2020 mengkategorikan Coronavirus sebagai pandemi setelah mewabah ke berbagai negara belahan dunia. Indonesia yang terdampak pandemi menetapkan peraturan Pembatasan Sosial Berskala Besar (PSBB) seperti physical distancing, wajib memakai masker, peraturan jam malam hingga sekolah dan belajar dari rumah untuk mengurangi kemungkinan penyebaran virus. Sejak kebijakan PSBB diberlakukan, penggunaan e-wallet meningkat karena diyakini mengurangi kontak fisik antar sesama sehingga mengundang berbagai tanggapan masyarakat mengenai kehadirannya. Tanggapan tersebut dituangkan melalui media sosial yang salah satunya adalah Twitter. Terdapat tanggapan yang menyetujui kehadiran e-wallet karena merasakan manfaatnya, namun ada yang beranggapan bahwa penggunaanya sulit atau tidak aman. Berbagai tanggapan tersebut dapat dianalisis untuk mengetahui berbagai tanggapan masyarakat mengenai penggunaan e-wallet di masa pandemi. Maka, dilakukan analisis sentimen Twitter mengenai penggunaan e-wallet pada masa pandemi dengan Naïve Bayes dan dikombinasikan menggunakan seleksi fitur Information Gain. Hasil klasifikasi menggunakan Naïve Bayes Classifier menghasilkan accuracy 84%, precision 91% dan recall 91%. Hasil klasifikasi menggunakan Naïve Bayes dan Information Gain adalah accuracy 92%, precision 92% dan recall 100%.
IMPLEMENTASI K-MEANS DALAM PENGELOMPOKAN PENYEBARAN PENYAKIT DBD DI JAWA BARAT Puput Silva Rosiana; Alpin Apriliansyah Mohsa; Yuyun Umaidah
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 3 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3.3344

Abstract

Penyakit menular ini disebut penyakit demam berdarah atau DBD adalah penyakit infeksi virus aedes aegyppti yang akut yang disebabkan oleh virus dengue yang di tularkan melalui gigitan pada nyamuk. Berdasarkan tahun 2020, terjadi 24 ribu kasus infeksi DBD di Provinsi Jawa Barat. Maka dari itu, pada penelitian ini mengenai penyakit atau infeksi virus DBD pada Provinsi Jawa Barat menjadi sangat penting untuk dilakukan penelitian untuk menemukan pola penyebaran pada kasus ini. Data yang digunakan dalam penelitian ini berasal dari Open Data Jawa Barat, yaitu portal resmi data terbuka milik Pemerintah Provinsi Jawa Barat. Data yang diambil adalah data yang terkait dengan kasus infeksi Demam Berdarah Dengue (DBD) berdasarkan provinsi dari tahun 2014 hingga 2021.  Open Data Jawa Barat menyediakan data dari Perangkat Daerah di lingkungan Pemerintah Provinsi Jawa Barat guna memenuhi kebutuhan masyarakat akan data yang akurat dan terkini.   Kemudian data ini akan diseleksi, dari total terdapat 9 atribut hanya 3 atribut saja yang dipilih yaitu nama kabupaten kota, jumlah kasus, dan tahun. Jumlah anggota cluster 0 menunjukan 139 data dan kriteria rendah 139 data, lalu untuk cluster 1 menunjukan 33 data dengan kriteria tinggi 33 data, dan untuk cluster 2 memiliki 260 data dengan kriteria sedang 260 data. Evaluasi  yang digunakan yaitu dengan teknik silhouette score dengan hasil score 0,5931974349414901.
Co-Authors Alpin Apriliansyah Mohsa Amelia Isnanda Jaman, Jajam Haerul Puput Silva Rosiana