Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Simantec REKAYASA
Andharini Dwi Cahyani
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Computer Science & IT Electrical & Electronics Engineering Engineering Physics

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

Found 2 Documents
Search

 1 
DETEKSI CYBERBULLYING PADA DATA TWEET MENGGUNAKAN METODE RANDOM FOREST DAN SELEKSI FITUR INFORMATION GAIN Rachmad Masbadi Hatullah Nurnaryo; Mulaab Mulaab; Ika Oktavia Suzanti; Doni Abdul Fatah; Andharini Dwi Cahyani; Fifin Ayu Mufarroha
Jurnal Simantec Vol 11, No 1 (2022): Jurnal Simantec Desember 2022
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v11i1.17256

Abstract

Indonesia merupakan salah satu negara dengan pengguna media sosial terbanyak. Dengan banyaknya pengguna media sosial, hal ini dapat memicu munculnya cyberbullying. Cyberbullying adalah tindakan berulang yang melecehkan, mempermalukan, mengancam, atau mengganggu orang lain melalui komputer, ponsel, dan perangkat elektronik lainnya, termasuk situs web jejaring sosial online. Twitter merupakan salah satu media sosial yang sering digunakan untuk melakukan cyberbullying. Deteksi cyberbullying merupakan langkah penting untuk membuat lingkungan yang baik dalam interaksi media sosial. Penelitian ini mendeteksi cyberbullying yang berasal dari tweet berbahasa Indonesia dengan menggunakan metode Random Forest sebagai pengklasifikasi. Seleksi fitur information gain juga digunakan untuk menyeleksi fitur yang berupa atribut. Penelitian ini bertujuan untuk mengetahui akurasi deteksi cyberbullying dari metode Random Forest dan memilih fitur penting untuk meningkatkan kinerja metode. Dari hasil pengujian, didapatkan nilai Accuracy tertinggi sebesar 72.1% dengan atribut berjumlah 1295 dari 2277 atribut. Hal ini berarti, pemilihan fitur yang baik dapat meningkatkan performa dari metode machine learning.Kata kunci: Cyberbullying, Information Gain, Random Forest, Tweet
Pemilihan Pemasok dan Penentuan Jumlah Optimal Pembelian Bahan Baku di PT. X Andharini Dwi Cahyani; Ari Basuki
Rekayasa Vol 13, No 3: December 2020
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/rekayasa.v13i3.19766

Abstract

Dalam konsep manajemen rantai pasok, kelancaran pemenuhan permintaan konsumen dipengaruhi oleh pemasok. Kinerja pemasok akan mempengaruhi ketepatan pemenuhan kuantitas dan kualitas produk yang dipesan oleh konsumen. PT. X merupakan sebuah gudang beras yang membeli gabah dari berbagai pemasok dan kemudian memproses gabah tersebut menjadi beras. Beras ini kemudian dikemas dan dijual kepada konsumennya. Akan tetapi, proses aliran material ini tidak berjalan lancar, beberapa kali terjadi ketidaksesuaian jumlah dan kualitas barang yang dikirim oleh pemasok, sehingga berpengaruh terhadap jadwal pemenuhan permintaan konsumennya. Tujuan penelitian ini yaitu untuk menilai dan memilih sejumlah pemasok yang terbaik dan menentukan jumlah pesanan yang optimal agar kebutuhan konsumen dapat terpenuhi dengan baik. Terdapat 3 jenis komoditas gabah yang dipasok dari 10 pemasok. Ke-10 pemasok ini yang akan dinilai dengan menggunakan kriteria: harga, kualitas, kemampuan pemasok dalam menyediakan bahan baku, pelayanan dalam bentuk pengiriman. Metode yang digunakan yaitu Simple Additive Weighting (SAW) dan Linier Programming. Hasil penelitian ini yaitu terdapat 6 pemasok yang dinilai memiliki kinerja baik yang disarankan kepada PT. X untuk dijadikan sebagai pensuplai 3 jenis gabah. Dengan menggunakan 6 pemasok ini, PT. X diperkirakan mampu melakukan penghematan biaya pembelian gabah sebesar Rp. 32.124.136,- per bulan.
Co-Authors Ari Basuki Doni Abdul Fatah Fifin Ayu Mufarroha Ika Oktavia Suzanti Mulaab Mulaab Rachmad Masbadi Hatullah Nurnaryo