Article Per Year (5 Year)
p-Index From 2021 - 2026
3.215
P-Index
This Author published in this journals
All Journal Voice Of Informatics IT (INFORMATIC TECHNIQUE) JOURNAL Innovation in Research of Informatics (INNOVATICS) Informatics and Digital Expert (INDEX) Academic Journal of Computer Science Research (AJCSR) Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS PUBLIDIMAS CSRID Jurnal Pengabdian Masyarakat (JURDIMAS) JPPkM: Jurnal Pengabdian dan Pemberdayaan kepada Masyarakat
N. Nelis Febriani SM
Universitas Cipasung Tasikmalaya
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : CSRID

 1 
Analisis Sentimen Pengguna Twitter Terhadap Vaksin Sinovac (Covid-19) Dengan Menggunakan Metode Naïve Bayes Evi Dewi Sri Mulyani; Teuku Mufizar; N. Nelis Febriani SM; Hendri Julian Pramana; Intan Hartiwan
Computer Science Research and Its Development Journal Vol. 15 No. 1: February 2023
Publisher : LPPM Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

In 2020 Indonesia became one of the countries affected by this corona virus. The government has made various efforts to suppress the spread of the corona virus, one of which is by taking vaccinations. The existence of this vaccination, of course, received a response from the community. Many opinions that appear ranging from hopes to worries. One of the forums where the public can express themselves is through the social network Twitter. In the process of processing public opinion data from Twitter social media, a preprocessing process is needed which can then be classified. The method used to analyze public opinion on Covid-19 vaccination is Naive Bayes. The results of the analysis of public sentiment on the Sinovac vaccine using the Naive Bayes method on Twitter showed that of the 1,139 tweet data, 82% were positive and 18% were negative, so it can be concluded that public sentiment tends to be positive. With accuracy or model testing with Confusion Matrix and K Fold Validation, data accuracy is 80%.
SISTEM PAKAR DIAGNOSA PENYAKIT PADA SAPI BERBASIS WEB MENGGUNAKAN METODE FORWARD CHAINING Evi Dewi Sri Mulyani; N Nelis Febriani SM; Teuku Mufizar; Shinta Siti Sundari; Cepi Rahmat Hidayat; Gilang Muhammad Nur Alip; Kurdiman
Computer Science Research and Its Development Journal Vol. 16 No. 1 (2024): February 2024
Publisher : LPPM Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Beternak sapi merupakan bisnis yang memiliki potensi ekonomi yang sangat menjanjikan, namun tingginya permintaan daging sapi dan air susu sapi tidak disertai dengan laju pertumbuhan ternak. Selain itu, kendala yang sering dialami oleh para peternak adalah proses merawat sapi agar terhindar dari penyakit berbahaya dan menular dengan cepat yang dapat berakibat pada kematian. Untuk mencegah agar sapi tidak sakit, maka pemilik sapi harus senantiasa berkonsultasi dengan dokter hewan agar dapat dilakukan pencegahan dan pengobatan terhadap hewan sapi sedini mungkin, namun terbatasnya pakar dan tingginya biaya konsultasi menjadi kendala utama bagi para peternak. Aplikasi pakar ini dirancang sebagai solusi dari kendala yang dihadapi oleh peternak, agar para peternak dapat melakukan konsultasi mengenai penyakit sapi sehingga peternak dapat melakukan penanganan sedini mungkin dari diagnosis yang dihasilkan. Dengan menggunakan metode Forward Chaining, proses pengumpulan fakta dimulai dari gejala yang ditemukan sampai menghasilkan diagnosis sebagai konklusinya dan dengan metode Certainty Factor, hasil diagnosis tersebut diberi nilai persentase atau tingkat keyakinannya
Analisis Sentimen Pengguna Twitter Terhadap Vaksin Sinovac (Covid-19) Dengan Menggunakan Metode Naïve Bayes Evi Dewi Sri Mulyani; Mufizar, Teuku; SM, N. Nelis Febriani; Pramana, Hendri Julian; Hartiwan, Intan
CSRID (Computer Science Research and Its Development Journal) Vol. 15 No. 1: February 2023
Publisher : LPPM Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/csrid-.15.1.2023.12-21

Abstract

In 2020 Indonesia became one of the countries affected by this corona virus. The government has made various efforts to suppress the spread of the corona virus, one of which is by taking vaccinations. The existence of this vaccination, of course, received a response from the community. Many opinions that appear ranging from hopes to worries. One of the forums where the public can express themselves is through the social network Twitter. In the process of processing public opinion data from Twitter social media, a preprocessing process is needed which can then be classified. The method used to analyze public opinion on Covid-19 vaccination is Naive Bayes. The results of the analysis of public sentiment on the Sinovac vaccine using the Naive Bayes method on Twitter showed that of the 1,139 tweet data, 82% were positive and 18% were negative, so it can be concluded that public sentiment tends to be positive. With accuracy or model testing with Confusion Matrix and K Fold Validation, data accuracy is 80%.
SISTEM PAKAR DIAGNOSA PENYAKIT PADA SAPI BERBASIS WEB MENGGUNAKAN METODE FORWARD CHAINING Evi Dewi Sri Mulyani; N Nelis Febriani SM; Teuku Mufizar; Shinta Siti Sundari; Cepi Rahmat Hidayat; Gilang Muhammad Nur Alip; Kurdiman
CSRID (Computer Science Research and Its Development Journal) Vol. 16 No. 1 (2024): February 2024
Publisher : LPPM Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/csrid-.16.1.2024.35-44

Abstract

Beternak sapi merupakan bisnis yang memiliki potensi ekonomi yang sangat menjanjikan, namun tingginya permintaan daging sapi dan air susu sapi tidak disertai dengan laju pertumbuhan ternak. Selain itu, kendala yang sering dialami oleh para peternak adalah proses merawat sapi agar terhindar dari penyakit berbahaya dan menular dengan cepat yang dapat berakibat pada kematian. Untuk mencegah agar sapi tidak sakit, maka pemilik sapi harus senantiasa berkonsultasi dengan dokter hewan agar dapat dilakukan pencegahan dan pengobatan terhadap hewan sapi sedini mungkin, namun terbatasnya pakar dan tingginya biaya konsultasi menjadi kendala utama bagi para peternak. Aplikasi pakar ini dirancang sebagai solusi dari kendala yang dihadapi oleh peternak, agar para peternak dapat melakukan konsultasi mengenai penyakit sapi sehingga peternak dapat melakukan penanganan sedini mungkin dari diagnosis yang dihasilkan. Dengan menggunakan metode Forward Chaining, proses pengumpulan fakta dimulai dari gejala yang ditemukan sampai menghasilkan diagnosis sebagai konklusinya dan dengan metode Certainty Factor, hasil diagnosis tersebut diberi nilai persentase atau tingkat keyakinannya
Co-Authors Aini Syifa, Raisa Hilia ALAM Ardhiansyah Cepi Rahmat Hidayat Cepi Rahmat Hidayat Dani Rohpandi Dede Syahrul Anwar, Dede Syahrul Depelias Setiawan, Dimas Dikdik Muhammad Siddiq Dimas Nurjaman Evi Dewi Sri Mulyani Fauzan, Riswan Ghurroh Setyoningrum, Nuk Gilang Muhammad Nur Alip Hartiwan, Intan Husna Fauziah, Gita Iin Inayatul Hidayah Intan Hartiwan Isyana Rahayu, Isyana Khairul Anwar Kurdiman Kurdiman Listiani, Lina Lodana, Mae B Maududy, Robby Mulyani, Fithri Sri Mustofa, Pramesti Melyna Nugraha, Muhammad Rizky Nuk Ghurroh Setyoningrum Nurdin, Arif Muhamad Nursamsi , Dede Rizal Nursamsi, Dede Rizal Pramana, Hendri Julian Rahma Putri, Widi Rahmawati, Alvi Safitri, Mila Meiliani Sarmidi Shinta Siti Sundari Sintia Yolanda sri sudiarti Teuku Mufizar Wijaksana, Ardiansyah