Claim Missing Document
Check
Articles

Found 33 Documents
Search

Menganalisa Tingkat Sosial Ekonomi Calon Pengantin Pria Yang Terdapat Di Kabupaten Bondowoso Dengan Metode Algoritma Naïve Bayes Classifier Tito Alif Firdaus; Lutfi Ali Muharom; Daryanto Daryanto
IPTEQ Vol 7, No 2 (2025): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v7i2.22319

Abstract

Pernikahan sebuah cara yang dipilih Allah SWT untuk manusia agar berkembang dan melestarikan hidupnya. Keharmonisan sebuah keluarga yaitu Anggota keluarga dapat berinteraksi secara seimbang dan serasi, saling memuaskan, dan memenuhi kebutuhan anggota keluarga lainnya.Agar dapat merasakan kebahagiaan. Pernikahan dini terjadi dikarenakan pergaulan bebas yang tidak terkendali, seperti hamil di luar nikah dan alasan ekonomi. Penerapan algoritma Naive Bayes Classifier merupakan sebuah algoritma atau cara untuk mencari dan membuat keputusan tentang masalah tersebut dengan mempertimbangkan berbagai aspek yang ada dalam lingkup masalah. Dalam penelitian sebelumnya, algoritma Naive Bayes sangat menarik untuk dibahas karena mampu memanfaatkan data pelatihan untuk menghasilkan probabilitas untuk setiap kriteria untuk berbagai kelas. Misalnya, algoritma ini dapat memprediksi minat beli pelanggan terhadap kartu internet yang baru diluncurkan dengan menggunakan prediksi yang didasarkan pada kartu internet yang sudah beredar sebelumnya.Untuk penelitian ini memiliki data sebanyak 238 dan di proses secara klasifikasi data menggunakan algoritma Naïve Bayes Gaussian menghasilkan angka persentase di akurasi 57%, presisi 20,8% dan recall 86%. Sehingga sebagai calon pengantin pria dapat dikatakan layak di klasifikasi akurasi dan recall, sedangkan di klasifikasi presisi calon pengantin pria masih belum cukup untuk dikatakan layak dalam hal sosial ekonominya.
Sistem Rekomendasi Novel Menggunakan Pendekatan Hybrid Berbasis Best Matching 25 (BM25) dan Matrix Factorization Sattyo Ardicta Pradana; Ilham Saifudin; Lutfi Ali Muharom
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.12786

Abstract

Pada era digital, jumlah novel yang tersedia di berbagai platform digital berkembang sangat pesat sehingga menyulitkan pembaca dalam memilih judul yang sesuai dengan minat dan preferensinya. Penelitian terdahulu mengenai sistem rekomendasi bacaan umumnya masih berfokus pada buku secara umum dan menggunakan pendekatan tunggal, baik content-based filtering maupun collaborative filtering, yang masing-masing memiliki keterbatasan dalam menangani teks naratif panjang atau permasalahan cold-start. Penelitian ini mengusulkan sistem rekomendasi novel berbasis hybrid yang mengombinasikan metode Best Matching 25 (BM25) untuk mengukur relevansi konten berdasarkan judul, genre, dan sinopsis, serta Matrix Factorization untuk memodelkan preferensi pengguna berdasarkan data rating. Kedua skor digabungkan menggunakan skema hybrid berbobot dengan nilai alpha = 0,6, setelah skor BM25 dinormalisasi menggunakan normalisasi min-max agar sebanding dengan skala rating 1-5 yang dihasilkan oleh Matrix Factorization. Dataset yang digunakan terdiri dari Goodreads-books untuk konten novel dan Goodbooks-10k untuk data rating pengguna, yang disaring sehingga hanya memuat item novel, menghasilkan 8.480 novel, 16.220 pengguna, dan 640.396 rating setelah pre-processing. Kinerja sistem dievaluasi menggunakan NDCG@10 dan Precision@10 pada daftar rekomendasi Top-10. Hasil evaluasi menunjukkan bahwa pendekatan hybrid memperoleh nilai NDCG@10 sebesar 0,943 dan Precision@10 sebesar 0,488, dengan rata-rata runtime 136,46 detik untuk 15.813 pengguna. Pengujian lanjutan terhadap variasi alpha, data split, dan Top-N menunjukkan bahwa Matrix Factorization memberikan kontribusi yang lebih dominan terhadap kualitas pemeringkatan, sedangkan BM25 tetap penting untuk menjaga relevansi berbasis konten. Temuan ini menunjukkan bahwa pendekatan hybrid BM25 dan Matrix Factorization dapat menghasilkan rekomendasi novel yang relevan dan efisien secara komputasi.
Pengembangan Web Scraper Menggunakan Algoritma DFS Untuk Analisis Penyusupan Situs Judi Online Pada Domain AC.ID, GO.ID, MY.ID, .ID, Dan SCH.ID Ramadhan, Angga Rizki; Dasuki, Moh.; Muharom, Lutfi Ali
Computer Science and Information Technology Vol 7 No 1 (2026): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v7i1.10910

Abstract

The infiltration of online gambling into official domains such as ac.id, go.id, my.id, .id, and sch.id has become a serious issue because it can damage institutional reputation, disrupt information security, and reduce public trust. One of the common objectives of this infiltration practice is to boost the SEO ranking of the gambling sites by exploiting the authority of official domains. This research aims to develop a web scraper using the Depth First Search DFS algorithm capable of performing deep traversal on website structures and automatically analyzing the infiltration of online gambling links. The system conducts crawling, extraction of html elements containing gambling-related links, text analysis, and keyword pattern matching. Testing was carried out in several stages, starting with an initial evaluation on 40 domains followed by a formal accuracy test on 50 domains. The results show that the system performs stably and consistently when conducting traversal using DFS. The achieved accuracy reached 98%, with 49 correct analyses and 1 detection error. Further evaluation on an additional 60 domains increased the accuracy to 98,33% after improvements were applied to the analysis module.