p-Index From 2021 - 2026
6.093
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Jurnal Akuntansi Indonesia Jurnal Simetris Prosiding SNATIF Jurnal Pseudocode E-Dimas: Jurnal Pengabdian kepada Masyarakat Sistemasi: Jurnal Sistem Informasi Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Jurnal SOLMA Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal DISPROTEK International Journal of Elementary Education EDUMATIC: Jurnal Pendidikan Informatika Jurnal SITECH : Sistem Informasi dan Teknologi Abdimas Toddopuli: Jurnal Pengabdian Pada Masyarakat Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Teknik Informatika (JUTIF) Journal of Information Technology Ampera Indonesian Journal of Technology, Informatics and Science (IJTIS) Journal of Software Engineering Ampera Jurnal UNITEK Devotion: Journal of Research and Community Service Jurnal Pengabdian Masyarakat (ABDIRA) Indonesian Journal of Networking and Security - IJNS SPEED - Sentra Penelitian Engineering dan Edukasi Muria Jurnal Layanan Masyarakat Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal Locus Penelitian dan Pengabdian Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer IC Tech: Majalah Ilmiah Jurnal Sistem Informasi dan Manajemen Sasambo: Jurnal Abdimas (Journal of Community Service) International Journal of Artificial Intelligence and Science IC Tech: Majalah Ilmiah
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Pseudocode

Analisis Keranjang Pasar Menggunakan K-Medoids Dan FP-Growth Wiwit Agus Triyanto; Vincent Suhartono; H. Himawan
Jurnal Pseudocode Vol 1, No 2 (2014)
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (8335.282 KB) | DOI: 10.33369/pseudocode.1.2.129-142

Abstract

Analisis keranjang pasar (juga disebut dengan penambangan aturan hubungan)  adalah salah satu metode penambangan data yang memfokuskan pada penemuan pola pembelian dengan mengekstrak hubungan atau kejadian dari data transaksi pasar. Mendapatkan pola pembelian sangat penting karena dapat membantu dalam menyusun strategi rekomendasi dan promosi produk. Ada banyak algoritma yang dapat digunakan untuk menemukan pola hubungan, seperti Apriori dan FP-Growth. Namun ada beberapa kendala teknis yang berhubungan dengan teknik rekomendasi yang biasa digunakan, aturan hubungan sering kali mengabaikan kumpulan item yang banyak. Untuk mengatasi hal ini, atribut yang ada dikelompokkan berdasarkan atribut yang sama dan kemudian ditentukan hubungan antar pola dalam setiap grup. Penelitian ini akan menggunakan algoritma K-Medoid untuk pengklusteran data penjualan dan menerapkan algoritma FP-Growth untuk mendekati hubungan tiap kluster. Sehingga rekomendasi produk kepada konsumen dapat lebih akurat karena kelompok data yang akan dihubungkan menjadi lebih kecil. Nilai minimum yang mendukung eksperimen yaitu 10%-100% dan nilai minimum kepercayaan adalah 10%-100%. Dari pengukuran menggunakan rasio dukungan, kepercayaan, dan kenaikan ditemukan bahwa terdapat banyak aturan yang salah pada kluster kelima.Kata kunci: Analisis Keranjang Pasar, Rekomendasi Produk, Promosi Produk, Association Rule Mining, K-Medoids, FP-Growth
Implementasi Data Mining Dalam Proses Analisa Sentimen Penggunaan Sunan (Sinau Temenanan) E-Learning UMK Sebagai Media Pembelajaran Menggunakan Metode Naïve Bayes Classifier Pramita, Alvina Gusti; Triyanto, Wiwit Agus; Muzid, Syafiul
Jurnal Pseudocode Vol 12 No 1 (2025): Volume 12 Nomor 1 Februari 2025
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/pseudocode.12.1.1-6

Abstract

The advancement of information technology has driven the adoption of e-learning platforms, including Sunan (Sinau Temenanan) at Universitas Muria Kudus (UMK). This study aims to analyze students' perceptions and satisfaction with the Sunan platform through sentiment analysis. A total of 300 questionnaire responses were collected, with sentiments categorized into 151 negative and 148 positive. Data Mining techniques, specifically the Naïve Bayes Classifier algorithm, were utilized for sentiment classification. The research process included data collection, preprocessing (case folding, tokenizing, filtering, and stemming), transformation using the TF-IDF method, and model evaluation. The evaluation results demonstrated an accuracy of 88.24%, with precision, recall, and F1-score of 83.33%, 83.33%, and 85.51%, respectively. These findings highlight the algorithm's effectiveness in sentiment analysis and provide valuable insights for improving the Sunan platform to enhance user experience and better meet student needs. Keywords: Data Mining, Sentiment Analysis, E-Learning, Naïve Bayes.
Co-Authors - Universitas Muria Kudus, Muhammad Arifin - Universitas Muria Kudus, Nanik Susanti A.A. Ketut Agung Cahyawan W Agusta, Feriyan Alif Catur Murti, Alif Catur Amalia, Syifa Anastasya Latubessy Arif Setiawan Diana Laily Fithri Dimyati Utoyo Erlina Nofianti Fajar Nugraha Fakhriyyah, Anis Farid Noor Romadlon Ferianti, Lydya Ayu Fernando Candra Yulianto Fikri Hamdhan Fithri, Diana Layli H. Himawan Hanafi, Bachtiar Hartiningsih Hartiningsih Hasan Basri Hidayatullah, Muhamad Arzak Hutomo Rusdianto Ilyas, Muhamad Dwi Iskandar Iskandar Jamhari Jamhari Jayanti Putri Purwaningrum Kevin Putra Adama Khoiruz Zahro Latifah Nur Ahyani Maula, Ahmad Inzul Mochammad Imron Awalludin Muhammad Arifin Muzakkiy, Muhammad Nandalisa Lisa Fa’ati Rahmawati Nanik Susanti Nia Zuliyana, Nia Nisa, Nila Akhidatul Noor Latifah Nurhaliza, Aulia Nurhaliza, Maulin Pambudi, Satrio Pramita, Alvina Gusti Pratomo Setiaji Pratomo Setiaji Pratomo Setiaji Putri, Rizka Ferbriliana R Rhoedy Setiawan Ramandani, Fitri Ratna Wijayani, Dianing Retno Tri Handayani Riawan Yudi Purwoko Ridwan, Muhammad Eldo Rizal Naufal Farras Arkanda Selamet , Ahmad Alif Candra Semit, Danial Setiawan, Faris Apri Slamet Kusmanto, Agung Sonia Shekha Anggriani Sri Septiana, Deyana Fitri Stiaji, Pratomo Suku Rahayu, Sri Intan Supriyono Supriyono Syafiul Muzid Sya’diah, Ary Kania Tamami, Ghufron Teguh Prasetyo Vincent Suhartono Wahyu Wibowo, Angga Wardhani, Indah Kusuma Widodo, Wahyu Kurniawan Ade Nur Yudie Irawan Yuniarsi Rahayu Zahra, Fatimah Az Zuliyati Zuliyati Zuliyati Zuliyati