Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Infotech Journal IJESPG (International Journal of Engineering, Economic, Social Politic and Government) journal
Ade Kania Ningsih
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Engineering Law, Crime, Criminology & Criminal Justice Social Sciences

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

Found 2 Documents
Search

 1 
KLASIFIKASI PENENTUAN KELAYAKAN PINJAMAN KOPERASI DENGAN ALGORITMA CART MENGGUNAKAN ALGORITMA ADABOOST Muhammad Rendy Raihan; Yulison Herry Chrisnanto; Ade Kania Ningsih
INFOTECH journal Vol. 8 No. 2 (2022)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v8i2.3247

Abstract

According to the Cooperative Bureau, cooperatives became a mainstay for the lower middle class to revive and stabilize their respective economies when the Covid-19 Pandemic broke out in Indonesia. Through savings and loan cooperatives, people can provide loans to cooperatives. In this case, cooperatives provide money lending services to their members, and certain conditions apply to determine which loans are eligible. In connection with this, the officer will analyze the loan by filling out a loan application form accompanied by certain requirements in each loan application. In a mechanism that is not simple, problems often arise when eligibility decisions are not appropriate, namely bad credit. This research aims to solve the problem by designing a data mining application with a function to determine the feasibility of giving loans to customers. The method used is the CART algorithm method and uses the Adaboost algorithm. The results of the application of the CART algorithm method optimized with Adaboost turned out to be able to classify the eligibility of cooperative lending well, simplify the mechanism in credit analysis activities and be able to provide accurate eligibility status, which is guaranteed by the accuracy results of CART and Adaboost.
Segmentasi Kasus Data Kematian Covid 19 Di Jawa Barat Menggunakan Algoritma DBSCAN Permatasari, Nissa Aulia; Chrisnanto, Yulison Herry; Ade Kania Ningsih
IJESPG (International Journal of Engineering, Economic, Social Politic and Government) Vol. 1 No. 4 (2023)
Publisher : IJESPG (International Journal of Engineering, Economic, Social Politic and Government)

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

Abstract

Beta-coronavirus (SARS-CoV-2) atau virus covid 19 adalah virus yang menyerang saluran pernafasan. Sejauh ini, jumlah kasus positif dan kasus kematian akibat virus ini terus meningkat. Menurut data WHO, jumlah total yang terinfeksi virus ini adalah 6.674.000 dari tanggal 3 januari 2020 sampe dengan tanggal 2 desember 2022 dengan kasus kematian mencapai 159 kasus dari indonesia . Secara global sampai tanggal 2 desember 2022 terdapat 640.395.651 kasus covid 19 yang terkonfirmasi , termasuk dengan kasus kematian nya hingga 6.618.579. peneliti memilih menggunakan algoritma dbscan untuk mengelompokkan hasil data covid 19 yang dihasilkan. Pandemi covid sendiri yang melanda china dan menyebar ke seluruh negara , indonesia menjadi salah satu satu negara yang terkena covid 19 , masuknya covid 19 ke indonesia menyebabkan beberapa provinsi terjangkit covid 19 salah satu nya merupakan provinsi jawa barat. Algoritma dbscan adalah metode pengelompokan yang menciptakan wilayah terkait kepadatan berdasarkan kepadatan yang terkoneksi. Tujuan dari algoritma dbcsan adalah untuk mengindetifikasikan area yang mampu diukur dengan jumlah objek yang mendekati. Algoritma dbscan merupakan metode yang dapat digunakan untuk segmentasi pengelompokan data covid 19. Pada penelitian ini dilakukan segmentasi dataset covid 19 di jawa barat menggunakan algoritma dbscan . Dari hasil segmentasi data dapat diperoleh 30.000 data yang menjadi sample data sehingga menghasilkan beberapa cluster yang dapat dibandingkan, dengan membandingkan nilai percobaan 1 dan ke 2, percobaan pertama hasil akurasi sembuh hingga 90% dan pada percobaan kedua 75% begitu juga dengan meninggal , aktif dan total. Maka itu dapat disimpulkan bahwa percobaan pertama mendapatkan angka akurasi sembuh , meninggal, aktif dan total lebih besar dari dari pada pecobaan kedua. Dengan nilai akurasi sebesar 0.0099502487562189.
Co-Authors Muhammad Rendy Raihan Permatasari, Nissa Aulia Yulison Herry Chrisnanto