Hidayatus Sibyan
Universitas Sains Al Qur'an

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

Found 2 Documents
Search

SISTEM PENDUKUNG KEPUTUSAN KELAYAKAN PENERIMA BANTUAN SOSIAL PIP MENGGUNAKAN METODE CERTAINTY FACTOR Muhammad Faradhika Prabayu; Hidayatus Sibyan; Nur Hasanah
Biner : Jurnal Ilmiah Informatika dan Komputer Vol 2 No 1 (2023): Januari
Publisher : Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Sains Al-Qur'an

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

Abstract

Penelitian ini berisi rancangan untuk membangun sistem pendukung keputusan untuk mengukur tingkat kelayakan siswa dalam penerimaan banyuan sosial PIP dengan metode certainty factor. Sistem pendukung keputusan merupakan program cerdas komputer yang mampu meniru proses pemikiran dan pengetahuan dari seorang pakar dalam menyelesaikan suatu masalah tertentu. Bantuan sosial PIP merupakan upaya pemerintah terkait pemberdayaan siswa kurang mampu, yang berupa bantuan tunai, perluasan akses dan kesempatan belajar. Certainty factor merupakan suatu metode yang digunakan untuk menyelesaikan suatu permasalahan yang selalu terjadi dengan ketidak pastian, dengan langsung mendefinisikan ukuran kepastian terhadap suatu fakta atau aturan, untuk menggambarkan tingkat keyakinan dari seorang pakar terhadap suatu masalah yang dihadapi. Dalam penelitian ini dilakukan pengujian sistem yaitu pengujian black box. Untuk pengujian black box, tidak ditemukan kesalahan sistem.
ANALISIS SENTIMEN ULASAN PADA WISATA DIENG DENGAN ALGORITMA K-NEAREST NEIGHBOR (K-NN) Hidayatus Sibyan; Nur Hasanah
Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ Vol 9 No 1 (2022): Januari
Publisher : Lembaga Penelitian, Penerbitan dan Pengabdian Masyarakat (LP3M) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/ppkm.v9i1.2218

Abstract

Tujuan penelitian ini adalah untuk melakukan identifikasi dan klasifikasi ulasan pengunjung wisata dieng melalui analisis sentimen. Dengan adanya analisis sentimen ini diharapkan bisa bermanfaat untuk pengelola wisata sebagai bahan pertimbangan dalam melakukan perbaikan atas kekurangan pada tempat wisata yang dikelola. Serta bisa bermanfaat bagi para wisatawan sebelum memutuskan untuk berkunjung ke destinasi wisata tanpa harus membaca ulasan satu per satu. Metode K-Nearest Neighbor digunakan untuk melakukan klasifikasi data sentimen pada wisata dieng. Klasifikasi data dibagi ke dalam sentimen positif, negatif. Penelitian ini menghasilkan sebuah sistem analisis sentimen yang dapat mengidentifikasikan dan mengklasifikasi ulasan pengunjung wisata dieng dengan menggunakan algoritma K-Nearest Neighbor (K-NN) dengan hasil dari pengujian akurasi sebesar 86%.