Article Per Year (5 Year)
p-Index From 2020 - 2025
5.654
P-Index
This Author published in this journals
All Journal JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI Techno.Com: Jurnal Teknologi Informasi Jurnal Simetris CAUCHY: Jurnal Matematika Murni dan Aplikasi TELKOMNIKA (Telecommunication Computing Electronics and Control) JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Teknologi Informasi dan Ilmu Komputer Scientific Journal of Informatics Kubik Jurnal Matematika dan Statistika serta Aplikasinya (Jurnal MSA) Jurnal Fourier Jurnal Sains Matematika dan Statistika InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Sistemasi: Jurnal Sistem Informasi Jurnal Pemberdayaan Masyarakat Madani (JPMM) INTEGER: Journal of Information Technology Indonesian Journal of Artificial Intelligence and Data Mining BAREKENG: Jurnal Ilmu Matematika dan Terapan JOURNAL OF APPLIED INFORMATICS AND COMPUTING MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Jurnal Telematika TELKA - Telekomunikasi, Elektronika, Komputasi dan Kontrol Infotekmesin ARBITRER: Jurnal Pendidikan Bahasa dan Sastra Indonesia InPrime: Indonesian Journal Of Pure And Applied Mathematics KUBIK: Jurnal Publikasi Ilmiah Matematika Journal of Mathematics Education and Science International Journal Of Computer, Network Security and Information System (IJCONSIST) Al-Hilal: Journal of Islamic Astronomy Jurnal Matematika Integratif STATISTIKA Scientica: Jurnal Ilmiah Sains dan Teknologi NERO (Networking Engineering Research Operation)
Nurissaidah Ulinnuha
Institut Teknologi Sepuluh Nopember
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Physics Social Sciences Transportation Other

Published : 43 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 43 Documents
Search

 1   2   3   4   5 
An Ensemble Voting Approach for Dropout Student Classification Using Decision Tree C4.5, K-Nearest Neighbor and Backpropagation Daffa Nur Cholis; Nurissaidah Ulinnuha
Indonesian Journal of Artificial Intelligence and Data Mining Vol 6, No 1 (2023): Maret 2023
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/ijaidm.v6i1.23412

Abstract

Many factors cause drop out in students. This study classified active students and drop out students using 1092 student data consisting of 557 active student data and 535 drop out student data. The independent variables used are Semester, Semester Credit Units (SKS), Semester Grade Point Average (IPS), Grade Point Average (IPK), admission pathways and Single Tuition Fee (UKT). Classification is carried out using the Ensemble Voting method where the method will combine the Decision Tree C4.5, KNN and Backpropagation methods as a single method. In addition to knowing the classification of active students and drop out students, this study aims to prove whether the Ensemble Voting method is able to get better results than the single method. This classification using a comparison of training and testing data of 90:10 to build model. Classification results from a single method will be included in the Ensemble Voting method. The Decision Tree C4.5 method gets 95.45% accuracy, 98.03% precision and 92.59% recall. KNN gets 96.36% accuracy, 100% precision and 92.59% recall. Backpropagation gets 90.90% accuracy, 95.83% precision and 95.18% recall. Meanwhile, the Ensemble Voting rule used is Ensemble Soft Voting with a weight of (2,1,1). Ensemble Voting with Ensemble Soft Voting rules is able to improve the accuracy, precision and recall values with 98.18% accuracy, 100% precision and 96.29% recall.
Analisis Cluster Untuk Pemetaan Data Kasus Covid-19 di Indonesia Menggunakan K-Means Ulinnuha, Nurissaidah; Sholihah, Siti Azizatus
Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 9 No 2 (2021): VOLUME 9 NOMOR 2 TAHUN 2021
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v9i2.19478

Abstract

Indonesia merupakan salah satu negara yang terjangkit virus Covid - 19. Covid - 19 merupakan penyakit yang dapat menular yang ditandai dengan gejala pada bagian pernapasan. Oleh karena itu, di masa pandemi ini sangat penting untuk menghindari wilayah dengan persebaran Covid - 19 yang tinggi. Pada Penelitian ini dilakukan clustering penyebaran kasus Covid - 19 di Indonesia dengan menerapkan metode data mining. Pengelompokan dilakukan berdasarkan parameter jumlah pasien positif, sembuh, meninggal, suspect, probable, dan negatif. Salah satu cara untuk melihat perkembangan kasus Covid - 19 di Indonesia dapat menggunakan algoritma K - Means yang mengunakan beberapa kelompok. Data - data tanpa label kelas diterima oleh algoritma K - Means ini. Penelitian ini menggunakan algoritma K - Means untuk menentukan bagaimana tingkat penyebaran Covid - 19 di setiap Provinsi di Indonesia. Validasi silhouette index (SI) digunakan untuk menentukan cluster optimal. Hasil penelitian menunjukkan bahwa cluster optimal terletak pada k = 2 dengan nilai SC = 0,74 yang menunjukkan bahwa struktur cluster termasuk kuat. Berdasarkan hasil cluster optimal, didapat 2 kelompok yaitu kelompok rawan yang terdiri dari Provinsi Banten, DKI Jakarta, Jawa Barat, Jawa Tengah, Jawa Timur, dan Riau, dan terakhir kelompok aman yang terdiri dari 28 provinsi lainnya.
VIRAL, TRENDING, DAN LATAH: EKSISTENSI PANTUN IKAN HIU MAKAN TOMAT SEBAGAI PERWUJUDAN SASTRA DIGITAL Indriyani, Jiphie Gilia; Ulinnuha, Nurissaidah
Arbitrer : Jurnal Pendidikan Bahasa dan Sastra Indonesia Vol 5 No 3 (2023): Arbitrer : Jurnal Pendidikan Bahasa dan Sastra Indonesia
Publisher : Program Studi Pendidikan Bahasa dan Sastra Indonesia FKIP Universitas Pattimura (Indonesia Language and Literature Education Department, The Faculty of Teacher's Training and Educational Sciences, University of Pattimura)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/arbitrervol5no3hlm929-948

Abstract

Kemunculan “Ikan Hiu makan tomat” sebagai trending topic Twitter pada tahun 9 Desember 2020 menjadi tanda eksistensi pantun—sastra lisan—dalam dunia digital, sebuah bentuk kelisanan kedua. Tanggapan pembaca yang beragam merupakan respon masyarakat Twitter terhadap blank space teks sastra tersebut. Ingatan kolektif masyarakat menjadikan jembatan interaksi antara teks sastra dan pembaca. Keberagaman tanggapan pembaca ini yang menjadi objek material dalam menelusuri respon pembaca. Respon pembaca “Ikan Hiu makan tomat” di Twitter dihimpun dengan metode Data Mining. Terdapat empat tahapan dasar dalam data mining yaitu pengumpulan data. Pada penelitian ini, data berasal dari API Twitter. Hasilnya ditemukan sejumlah 16.720 tweet pantun yang merupakan tanggapan pembaca. Data tersebut kemudian ditelaah sebagai bentuk resepsi menggunakan teori Wolfgang Iser. Berdasar hasil analisis tersebut, diperoleh jeni-jenis tema resepsi berupa tweets dan retweet bertema ungkapan cinta, perasaan rindu, motivasi, kekecewaan dan ragam iklan yang mengisi blank space dari “Ikan Hiu Makan Tomat”.
SELEKSI FITUR ALGORITMA GENETIKA DALAM KLASIFIKASI DATA REKAM MEDIS PCOS MENGGUNAKAN SVM Novianti, Fahriza; Ulinnuha, Nurissaidah
NERO (Networking Engineering Research Operation) Vol 9, No 1 (2024): Nero - 2024
Publisher : Jurusan Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v9i1.25399

Abstract

A hormonal imbalance causes a woman with polycystic ovarian syndrome (PCOS) to have an ovum or egg that does not mature normally. It usually occurs during the reproductive period, but is often difficult to detect due to lack of awareness. Therefore, it is important to detect this condition early so that proper treatment or prevention can be done. One way to diagnose PCOS is through the use of medical data. In this study, 40 variables were used, including hormonal data, ultrasound results, and other medical information. The method used was Support Vector Machine (SVM), which is able to handle non-linear data with a kernel. To improve accuracy, features were selected using a genetic algorithm, which resulted in 19 significant variables. By applying the selected variables as input, the classification produced the best model with 94.26% accuracy, 87.57% sensitivity, and 97.52% specificity. Without the feature selection process, SVM classification only has an accuracy of 82.46%, sensitivity of 60.91%, and specificity of 97.25%. From the findings of this research, it can be seen that the genetic algorithm feature selection method can improve SVM classification performance. Keywords: Genetic Algorithm, Classification, PCOS, Feature Selection, SVM.
Forecasting Population of Madiun Regency Using ARIMA Method Farida, Yuniar; Farmita, Mayandah; Ulinnuha, Nurissaidah; Yuliati, Dian
CAUCHY: Jurnal Matematika Murni dan Aplikasi Vol 7, No 3 (2022): CAUCHY: JURNAL MATEMATIKA MURNI DAN APLIKASI
Publisher : Mathematics Department, Universitas Islam Negeri Maulana Malik Ibrahim Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/ca.v7i3.16156

Abstract

The high population growth of the Madiun Regency can cause population density that can have implications for other problems, both in terms of social, economic, welfare, security, land availability, availability of clean water, and food needs. This study aims to predict the population growth of Madiun Regency using the ARIMA method. The ARIMA (Autoregressive Integrated Moving Average) method is popular for forecasting time series data, which is reliable because the calculation process is done gradually. This study uses annual population data of Madiun Regency from 1983 to 2021 and produces an ARIMA forecasting model (0,2,1) with a MAPE value of 8.42%. The results of this study are expected to be used as information from the Madiun Regency government in anticipating the emergence of problems caused by the population level of Madiun Regency in the future.
COMPARISON OF SPHERICAL TRIGONOMETRY METHOD, JEAN MEEUS ALGORITHM AND GOOGLE QIBLA FINDER IN DETERMINING OF THE QIBLA DIRECTION OF ISLAMIC HOSPITAL Sari, Firda Yunita; Yusuf Ababil, Achmad Fachril; Nafis, Urwatun; Ardelia, Nita; Khasanah, Rofina Muti'atun; Ulinnuha, Nurissaidah; Hamid, Abdulloh
Al-Hilal: Journal of Islamic Astronomy Vol 5, No 2, 2023
Publisher : Fakultas Syari'ah dan Hukum UIN Walisongo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21580/al-hilal.2023.5.2.17192

Abstract

Accuracy in facing the Qibla is an essential part of performing prayers. This vital value is evident when many mosques are built in public places. This article is qualitative with field data sources, namely coordinate points at the Jemursari Islamic Hospital mosque, Surabaya Islamic Hospital, and Al-Irsyad Hospital Surabaya. Once collected, the data was analyzed using three methods for calculating Qibla direction, namely Spherical Trigonometry, Jean Meeus, and Google Qibla Finder. This article found that the three methods obtained the same results at the Jemursari Islamic Hospital at 294°3'5", at the Surabaya Islamic Hospital at 294° 3'6", and at the Al-Irsyad Surabaya Hospital at 294°3'5 ". However, there is a difference between calculations and field measurements of 2°–7°, including within the Qibla deviation tolerance. It can be concluded that these three methods can accurately determine the Qibla direction in various locations. However, re-checking is required if the measurements exceed the tolerance limits.
PERAMALAN HARGA EMAS DENGAN METODE BACKPROPAGATION NEURAL NETWORK ( STUDY KASUS : PT. ANEKA TAMBANG TBK ) Sufriyah, Lailiyatus; Fanani, Aris; Hamid, Abdulloh; Ulinnuha, Nurissaidah; Intan, Putroue Keumala
Scientica: Jurnal Ilmiah Sains dan Teknologi Vol. 2 No. 12 (2024): Scientica: Jurnal Ilmiah Sains dan Teknologi
Publisher : Komunitas Menulis dan Meneliti (Kolibi)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.572349/scientica.v2i12.3479

Abstract

Investasi emas merupakan investasi yang cukup mudah dan banyak digemari oleh berbagai kalangan. Dengan melakukan investasi emas, maka kekayaan yang dimiliki akan terjaga. Hal ini dikarenakan investasi emas hampir tidak dipengaruhi dengan adanya inflasi. Sebelum memutuskan untuk berinvestasi, seorang investor harus memiliki pengetahuan mengenai keuntungan dan risiko yang akan terjadi. Pada penelitian ini penulis akan meramalkan harga emas PT Aneka Tambang Tbk di masa yang akan datang menggunakan metode backpropagation neural network. Dari hasil pengujian data harga emas didapatkan jaringan paling optimal yaitu 12-30-1, dengan varian 2,82, mean 9,441, standar deviasi 1,67, dan nilai error MSE sebesar 0,037517. Dari nilai eror tersebut didapatkan harga emas pada bulan Juli 2022 sebesar 921891. Dan metode Backpropagation Neural Network terbukti dapat digunakan untuk menyelesaikan peramalan harga emas PT. Aneka Tambang Tbk.
Ekstraksi Topik Pantun di Twitter Menggunakan K-Means Clustering Ulinnuha, Nurissaidah; Indriyani, Jiphie Gilia
KUBIK Vol 8, No 1 (2023): KUBIK: Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v8i1.29191

Abstract

Pantun is an old form of poetry in Indonesia. Over time, the anxiety of the existence of rhymes in society has become the anxiety of literary, language and cultural activists. This study aims to explore the existence of the use of rhymes on social media which was highly encouraged by young people in the era of Society 5.0. There are two types of rhymes studied, namely general and islamic rhymes. The method used is K-Means clustering analysis to find rhyme topics that are often used in social media. The general category of pantun cluster structure belongs to the weak structure because the silhouette coefficient values are in the range of 0.26-0.5 while the Islamic pantun group structure belongs to the good too strong structure because the silhouette coefficient values are in the range of 0.4-0.9. It was found that the general category of rhymes were still widely used on social media with the type of theme being youth rhymes. The purpose of using the rhyme is more dominant to express feelings. On the other hand, the islamic category of rhymes is rarely used on social media with the type of theme being parental rhymes. The purpose of using the rhyme is more dominant to religious symbols.
Penerapan Fuzzy C-Means untuk Pengelompokkan Tingkat Kualitas Pendidikan di Jawa Timur Ulinnuha, Nurissaidah; Novitasari, Dian Candra Rini; Maulana, Achmad Resnu
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 14, No 2 (2023): JURNAL SIMETRIS VOLUME 14 NO 2 TAHUN 2023
Publisher : Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/simet.v14i2.9442

Abstract

Salah satu faktor yang menentukan apakah perkembangan manusia itu positif atau negatif adalah pendidikan. Khususnya Provinsi Jawa Timur yang memiliki angka kesenjangan mutu pendidikan antar daerah dan Lembaga. Penelitian ini bertujuan untuk untuk mengelompokkan kualitas pendidikan pada kota/kabupaten di Jawa Timur berdasarkan sejumlah parameter yaitu, angka partisipasi sekolah kasar, angka partisipasi murni, rata-rata lama sekolah, angka melek huruf. Metode clustering pada penelitian ini menggunakan algoritma Fuzzy C-Means.  Didapatkan cluster terbaik  0.65 dengan 2 cluster. Berdasarkan kualitas pendidikan, temuan mengungkapkan bahwa Jawa Timur terbagi menjadi dua cluster kota/kabupaten: cluster 1 (dengan tingkat kualitas pendidikan tinggi) dengan 14 anggota, dan cluster 2 (dengan tingkat pendidikan rendah) dengan 24 anggota.
Klasifikasi Status Drop Out Mahasiswa Menggunakan Naïve Bayes dengan Seleksi Fitur Information Gain Ulinnuha, Nurissaidah; Fanani, Aris
Techno.Com Vol. 22 No. 4 (2023): November 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i4.9004

Abstract

Salah satu masalah dalam perguruan tinggi adalah kasus drop out. Banyaknya mahasiswa yang mengalami drop out merupakan salah satu indikator yang mempengaruhi kualitas pembelajaran dan akreditasi yang sangat penting untuk keberlangsungan suatu institusi. Penelitian ini menerapkan algoritma Naive Bayes dan algoritma seleksi fitur Information Gain untuk melakukan klasifikasi mahasiswa drop out.  Hasil penelitian menunjukkan bahwa dua fitur yang berpengaruh paling signifikan terhadap klasifikasi mahasiswa drop out adalah jumlah SKS yang ditempuh dan nilai IPS pada semester 4. Temuan ini menunjukkan bahwa aspek akademik yang terkait dengan perkembangan studi mahasiswa berpengaruh dalam klasifikasi drop out. Penerapan seleksi fitur menggunakan metode Information Gain berhasil meningkatkan akurasi dan presisi dari model Naïve Bayes. Model yang dihasilkan mencapai akurasi sebesar 98.36%, presisi sebesar 88.37%, dan recall sebesar 97.44%. Hasil ini menunjukkan bahwa seleksi fitur dengan metode Information Gain membantu dalam mengidentifikasi fitur-fitur penting yang berkontribusi terhadap kualitas model klasifikasi.
Co-Authors Abdulloh Hamid Abdulloh Hamid Ahmad Hanif Asyhar Alfirdausy, Roudlotul Jannah Almumtazah, Nilna Aprilianti, Inggrit Delima Aqilah Khansa, Shafa Fitria Ardelia, Nita Ariestia Ramadhani Aris Fanani Basuki, Athiyah Fitriyani Burhanudin, Muhamad Aris Daffa Nur Cholis Dino Ramadhan Elisa Syafaqoh Fadhila, Riska Nuril FAJAR SETIAWAN Farmita, Mayandah Fery Firmansyah Fransisca, Velicia Hani Khaulasari Haniefardy, Addien Hilmi, Moh. Aditya Sirojul Indriyani, Jiphie Gilia Intan, Putroue Kumala Isye Arieshanti Khasanah, Rofina Muti'atun Kiromi, Muhammad Sahrul kristanti, beni tiyas Lutfi Hakim Maghfiroh, Wardatul Maulana, Achmad Resnu Maulidya, Rahmania Moh. Hafiyusholeh Mohamat Ulin Nuha Mu'afa, Sulthan Fikri Nafis, Urwatun Novianti, Fahriza Pertiwi, Aisyah Prilindaputra, Brilian Purwanti, Ida Putri, Anindya Maya Putri, Dinda Rima Rachcita Putroue Keumala Intan Rafika Veriani Romdloni, Ro’iqotul Fathiyyah SA'DYAH, HALIMATUS Safira, Icha Dwi Sari, Dian Candra Rini Novita Sari, Firda Yunita Sari, Ghaluh Indah Permata Satria, Vinza Hedi Septiani, Intan Karunia Septiani Sholihah, Siti Azizatus Siti Aisyah Sufriyah, Lailiyatus Sulthan Fikri Mu'afa Tussholikhah, Anissa Nurul Farida USWATUN KHASANAH Utami, Tri Mar'ati Nur Wahyudi, Sharenada Norisdita Wika Dianita Utami Wika Dianita Utami Wilda Imama Sabilla Yanuwar Reinaldi Yudhi Purwananto Yuliati, Dian Yuniar Farida, Yuniar Yunita Ardilla Yusuf Ababil, Achmad Fachril