Hilda Widyastuti
Unknown Affiliation

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

Found 2 Documents
Search

Clustering Profil Pengunjung Perpustakaan Menggunakan Algoritma K-Means Fauziah Mahmuda; Maya Armys Roma Sitorus; Hilda Widyastuti; Dwi Ely Kurniawan
Journal of Applied Informatics and Computing Vol 1 No 1 (2017): Juli 2017
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (893.435 KB) | DOI: 10.30871/jaic.v1i1.476

Abstract

Business Entity library Batam (BP Batam) is a public library located in Batam city with thw number of visitors. Every visitor who comes to do the charging guest book manually by writing system. It causes a buildup of data which are not organized. Data mining is one of the analytical tools that can be used to address the backlog of data. The method of Clustering with the K-Means Algorithm used in analyzing the data library visitors BP Batam. Library visitors using the data processing method of Elbow to get the best number of clusters K i.e., K = 3, and by using the center point (centroid) initial i,e, P1 = (4,1), P2 = (2,4), P3 = (4,2). The purpose of this research is to apply the algorithm for K-Means clustering in the data library visitors (case study library BP Batam). K-Means clustering results obtained from 1556 dataset data library visitors are grouped into three clusters, Clusters 1 is dominated by a college student and visitor located at Batam Center, Cluster 2 is dominated by a college student and visitor located at Bengkong, Cluster 3 is dominated by public and visitor status in Batam Center.
Identifikasi Fitur Laptop beserta Orientasinya dengan Metode Apriori dan Lexicon-Based Try Satria Amanattullah; Hilda Widyastuti; Festy Winda Sari
Journal of Applied Informatics and Computing Vol 1 No 2 (2017): Desember 2017
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (888.631 KB) | DOI: 10.30871/jaic.v1i2.508

Abstract

Perkembangan laptop saat ini sangat pesat. Para produsen menggunakan media sosial misalnya fan page di Facebook untuk mempromosikan produknya. Semakin banyaknya pilihan membuat seseorang kesulitan dalam menentukan suatu laptop bagus atau tidak, direkomendasikan atau tidak. Review-review dan komentar-komentar yang ada di fan page tentang merek-merek laptop baru bisa dijadikan sebagai pengetahuan untuk menentukan apakah laptop baru tersebut bagus atau tidak. Jumlah review dan komentar yang ada di fan page sangat banyak sehingga diperlukan proses otomatisasi. Untuk keperluan tersebut digunakan opinion mining mencakup identifikasi target opini dan penentuan orientasinya. Identifikasi target opini digunakan untuk mengetahui fitur-fitur laptop yang dibicarakan dalam sebuah komentar sedangkan penentuan orientasi digunakan untuk menentukan apakah komentar bersifat positif atau negatif. Data yang digunakan untuk penelitian ini diambil dari data fans page Facebook yang kemudian dianalis menggunakan metode Apriori untuk menghasilkan fitur laptop sebagai target opini dan metode Lexicon-based untuk menentukan orientasi fitur laptop, apakah berorientasi positif atau negatif. Penelitian juga menghasilkan kesimpulan dari data review dan komentar yang telah diproses.