Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : CogITo Smart Journal

Klasifikasi Sentimen Tweet Mengenai Covid-19 Pada Twitter Di Indonesia Dengan Metode Vector Space Model Sitti Harlina; Rudy Donny Lillikwatil; Komang Aryasa; Cucut Susanto; Sapriadi Sapriadi; Edwin Tri Alfriady
CogITo Smart Journal Vol. 8 No. 2 (2022): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31154/cogito.v8i2.405.422-433

Abstract

Berdasarkan laporan dari Direktur Jenderal Sumber Daya Perangkat Pos dan Informatika (SDPP) Kementerian Komunikasi dan Informatika Tahun 2019 Indonesia menjadi negara yang menduduki peringkat 8 dalam mengakses situs Twitter, Pandemi corona virus saat ini membuat seluruh sendi kehidupan berubah, salah satunya yaitu proses belajar mengajar yang harus dilakukan dari rumah, di Indonesia pendapat mengenai corona virus masih beragam. Pada penelitian ini data yang dipakai adalah data percakapan digital di media sosial twitter yang menjadi objek dari penelitian ini. Penelitian ini menggunakan jenis penelitian eksperimental yang berarti mencoba, mencari, dan mengkonfirmasi data pada percakapan di twitter mengenai Covid-19 yang di klasifikasi dengan metode Vector Space Model, telah berhasil dan sesuai dengan spesifikasi yang diinginkan,  Metode Vector Space Model untuk mengklasifikasi tweet mengenai Covid-19, dapat di impelemntasikan dengan hasil tweet yang memperlihatkan nilai positif dengan 52,1%. Sistem dapat menjadikan program ini digunakan untuk menganalisa penentuan terhadap data tweet pada tahun berjalan. Pengembangan dapat dilakukan dengan mengimplementasikan pengunaan metode lain dalam mengklasifikasi data twitter.Untuk menyempurnakan sistem ini, dapat mengembangkan sistem yang dapat digunakan oleh perangkat mobile.
Sistem Pakar Prediksi Penyakit Diabetes Menggunakan Metode K-NN Berbasis Android Cucut Susanto; Taufiq Taufiq; Erfan Hasmin; Komang Aryasa
CogITo Smart Journal Vol. 8 No. 2 (2022): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31154/cogito.v8i2.406.359-370

Abstract

Diabetes tipe 2 atau diabetes melitus adalah penyakit jangka panjang saat kadar gula darah pada tubuh bernilai tinggi melewati batas normal karena adanya resistensi insulin sehingga tubuh kesulitan mengubah glukosa menjadi energi. Salah satu penyakit yang paling umum diderita banyak orang adalah diabetes tipe 2 terutama pada orang dewasa dan lansia dikarenakan gaya hidup yang tidak sehat, seperti kurang olahraga dan pola makan yang salah. Kondisi ini jika dibiarkan tanpa penanganan dapat menyebabkan terjadinya komplikasi penyakit seperti serangan jantung, kehilangan penglihatan, stroke, dan gagal ginjal. Sebagian besar orang tidak mengetahui kalau dirinya mengidap penyakit ini dan hanya tahu ketika mereka mengalami beberapa gejala serius, untuk menghindari hal tersebut pendiagnosaan dini perlu dilakukan. Penelitian ini dilakukan untuk merancang aplikasi sistem pakar berbasis android untuk memprediksi kemungkinan seseorang mengalami penyakit diabetes dengan menerapkan metode K-Nearest Neighbor (KNN), agar masyarakat lebih cepat sadar dan menghindari resiko penyakit dengan mengubah pola hidup menjadi lebih sehat. Hasil pengujian sistem aplikasi dengan black box menunjukan bahwa fungsi-fungsi pada aplikasi dapat berjalan lancar dengan tingkat keberhasilan 100% dan hasil pengujian akurasi dari 50 data testing mendapatkan nilai sebesar 72%.