Article Per Year (5 Year)
p-Index From 2021 - 2026
3.199
P-Index
This Author published in this journals
All Journal METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Jurnal Ilmiah Intech : Information Technology Journal of UMUS Jurnal Litbang Kota Pekalongan JSITP Journal of Artificial Intelligence and Digital Business IC Tech: Majalah Ilmiah Jurnal Pengabdian Pada Masyarakat METHABDI Surya Informatika SmartComp IC Tech: Majalah Ilmiah
Wahyu Setianto, Wahyu
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Immunology & microbiology Languange, Linguistic, Communication & Media Medicine & Pharmacology Physics Public Health Other

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : SmartComp

 1 
Implementasi Algoritma Naive Bayes Untuk Menentukan Lokasi Usaha Strategis Pasca Pandemi Covid 19 risqiati, risqiati; Syaifudin, Anas; Jumiati, Eny; setianto, wahyu; Hapsoro, Hermanus Wim
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 2 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i2.6594

Abstract

Setelah adanya pandemi covid 19 sektor UMKM sangat terdapat karena ketidak kestabilan perekonomian. UMKM harus melakukan terobosan dalam penjualannya. Lokasi usaha juga sangat menentukan berkembangnya suatu usaha. Dalam penentuan lokasi usaha menggunakan algoritma naive bayes. UMKM sangat membutuhkan sebuah aplikasi untuk dapat membantu dalam penentuan lokasi usahanya, karena semala ini masih mengandalkan intutif saja.  Algoritma naive bayes dipilih karena mempunyai tingkat akurasi yang lebih tinggi. Objek penelitian pada Ricco salah satu UMKM yang mengahsilkan kripik singkong yang pemasarannya sudah sampai keluar kota. Dalam penelitian ini menggunakan data sebanyak 92 data training dengan atribut nya adalah jenis toko, lokasi, ukuran toko, keramian toko, keramian sekitar toko, dan jam operasional dengan label yang diinginkan adalah tempat usaha tersebut rugi atau profit. tahapan penelitian yang dilakukan: identifikasi permsalahan, persiapan data, melakukan modeling, pembuatan aplikasi, dan pengujian. Hasil dari aplikasi tersebut dapat mendata toko, mendata kreteria, mendata atribut serta dapat melakukan perhitungan naive bayes. Sistem aplikasi sudah diuji dengan menggunakan pengujian balck box  
Analisis Sentimen Penerapan Kurikulum Merdeka Pada Pengguna Twitter Menggunakan Metode K-Nearest Neighbor Dengan Forward Selection Darmawan, Wachid; Kurniawan, Muhammad Faizal; Setianto, Wahyu; Hapsoro, Wim
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 12, No 1 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v12i1.4634

Abstract

Kurikulum yang di terapkan di Indonesia untuk kegiatan belajar mengajar selalu mengalami perubahan yang tujuannya untuk meningkatkan sistem pembelajaran yang ada. Kurikulum terbaru yang di terapkan pemerintah adalah kurikulum merdeka. Kurikulum merdeka ini akan serta merta menggantikan kurikulum 2013, walaupun saat ini masih ada sekolah yang menerapakan kurikulum 2013. Kurikulum yang baru diluncurkan dan diterapkan tahun ajaran 2022/2023 sudah banyak dirasakan dan banyak bermunculan opini yang bernada positif ataupun negatif di Twitter. Untuk mengetahui Analisis Sistemen dari opini yang ada, akan digunakan metode klasifikasi pada hasil opini masyarakat yang ada di Twitter. Data yang digunakan sebanyak 500 tweet, setelah dilakukan pembersihan data didapatkan data sebanyak 220 tweet, terdiri dari 110 data tweet positif dan 110 data tweet negatif. Metode klasifikasi yang digunakan untuk mengetahui Analisis Sentimen pada kurikulum Merdeka Belajar adalah metode K-Nearest Neighbor (K-NN) dengan Forward Selection (FS). Berdasarkan ekperimen yang sudah dilakukan metode K-NN akurasinya sebesar 73.64%, sedangkan K-NN + FS akurasinya meningkat menjadi 76.82%. berdasarkan perhitungan machine learning dihasilkan Sentimen Analisis bernada atau opini negatif yang banyak di tweetkan oleh masyarakat terkait penerapan Kurikulum Merdeka. Untuk penelitian selanjutnya bisa menggunnakan algoritma klasifikasi lainya serta ada penambahan datasetnya.
Co-Authors Agung Budijanto, Hari Aidjili, Mosses Alkaromi, M. Adib Anas Syaifudin Arochman, Arochman Binabar, Sattriadi Wahyu Budijanto, Hari Agung DARMAWAN, ARIEF SOMA Darmawan, Wachid Faizal Kurniawan Hapsoro, Hermanus Wim Hapsoro, Wim Ilyas, Agus Indrayanti, Indrayanti Ivandari Jumiati, Eny Riskiana, Citra Nabila Risqiati, Risqiati Rusli, Christian Yulianto Sampurno, Anton Sugianti, Devi Syaifudin, Anas Tri Agus Setiawan Wahyu Binabar, Sattriedi WIBOWO, ARI PUTRA Wim Hapsoro, Hermanus Yunianto, Era