Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Publikasi Teknik Informatika (JUPTI) "JAMASTIKA" Jurnal Mahasiswa Teknik Informatika
Resa Nur Rahmawaty
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
PREDIKSI LAJU PERTUMBUHAN PENDUDUK DENGAN PROGRAM MATLAB MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN (STUDI KASUS KECAMATAN CIPANAS, KABUPATEN SUKABUMI JAWA BARAT) Resa Nur Rahmawaty
Jurnal Publikasi Teknik Informatika Vol 2 No 1 (2023): Januari: Jurnal Publikasi Teknik Informatika
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (964.35 KB) | DOI: 10.55606/jupti.v1i1.793

Abstract

Indonesia merupakan salah satu negara yang mempunyai jumlah penduduk terbanayak didunia sekitar dua ratus juta jiwa dan menduduki urutan ke empat setelah Amerika Serikat dalam daftar jumlah penduduk terbanyak didunia. Pertumbuhan penduduk di Indonesia selalu mengalami peningkatan setiap tahunnya, hal ini menyebabkan semakin sempitnya suatu daerah atau perkotaan. Apabila jumlah semakin meningkat maka luas wilayah juga akan ikut berkurang oleh padatnya jumlah penduduk. Untuk mencegah hal itu terjadi maka kesiapan dari pemerintah sekitar untuk mempersiapkan penigkatan dari jumlah penduduk pada suatu wilayah. Disisi lain diketahui bahwasannya dalam memeprediksi jumlah kepadatan penduduk untuk beberapa tahun kedepan sangatlah sulit, sehingga perlu dilakukan analisis serta penerapan metode untuk memprediksi jumlah kepadatan penduduk beberapa tahun kedepan. Melihat dari hasil data pelatihan menunjukan grafik dan performa yang bagus dan mendapatkan hasi yang signifikan dengan nilai 0.0226 serta gradient 0.169 pada eppoch ke 1000. Dan, hasil grafik pengujian keluaran ANN vs target memperoleh nilai MSE 0.0080208 dan grafik keluaran ANN sebesar 10,4 atau dikali 10.000 dengan pembacaan angka dikali eksponen 4. Dengan begitu bahwa data hasil prediksi sesuai dengan data aktual yang bisa dijadikan sebagai perhitungan prediksi untuk tahun berikutnya.
A PENERAPAN METODE NAÏVE BAYES DAN COSINE SIMILARITY DALAM ANALISIS SENTIMEN TERHADAP PLATFORM FILM ILEGAL DI MEDIA SOSIAL X (Twiter): APPLICATION OF NAÏVE BAYES AND COSINE SIMILARITY METHODS IN SENTIMENT ANALYSIS TOWARD ILLEGAL FILM PLATFORMS ON SOCIAL MEDIA X (Twiter) Resa Nur Rahmawaty; Didik Indrayana; Agung Pambudi
Jurnal Mahasiswa Teknik Informatika Vol. 3 No. 1 (2024): Jurnal Jamastika Vol.3 No.1 April 2024
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v3i1.3059

Abstract

Indonesia termasuk salah satu negara dengan pengguna platform streaming ilegal terbanyak di dunia, menurut survei Asia Video Industry Association's, Coallition Againts Piracy (CAP) mengungkap bahwa 63% warga Indonesia yang menggunakan streaming online, lebih suka menonton dari platform streaming ilegal secara gratis dengan berbagai macam, konsekuensi disisi lain tindakan menonton secara ilegal termasuk tindakan melanggar hukum karena tidak memiliki izin siar, dimana hal ini dapat menimbulkan berbagai macam jenis komentar ataupun tanggapan dari netizen terhadap maraknya platform streaming ilegal ini, komentar ataupun tanggapan dari netizen dapat berjenis sentimen positif dan negatif. Komentar berupa sentimen ini dapat muncul dari berbagai media, salah satunya media sosial twitter, dimana media ini merupakan salah satu tempat yang berguna untuk menyerukan pendapat,tanggapan ataupun reaksi sentimen. enelitian ini dilakukan untuk mengetahui komentar, tanggapan netizen terhadap platform situs streaming ilegal yang akan diklasifikasikan kedalam sentimen positif dan negatif dengan Algoritma Naïve Bayes Classification dengan bantuan metode Cosine Similiarity. Berdasarkan presentase sentiment atau tanggapan pengguna dimedia social x terhadap platform film illegal cenderung negative. Hal tersebut dapat dilihat dari hasilklasifikasi naïve bayes classifier dengan sentiment negatif sebesar 82,6%. Serta tingkat akurasi pengujian dengan menggunakan confusion matrix menghasilkan akurasi sebesar 68% positif dan 100% negatif. Sementara itu hasil klasifikasi menggunakan metode cosine similarity berdasarkan kategori yang paling sering dibicarakan untuk platform film illegal sebesar 65,4% , kategori harga sebesar 5,2%, kategori aksesibilitas sebesar 9,5%, kategori legalitas sebesar 19% dan keamanan sebesar 0,9%.
Co-Authors Agung Pambudi Didik Indrayana