Claim Missing Document
Check
Articles

Found 2 Documents
Search

ANALISIS SENTIMEN TERHADAP MASYARAKAT ADANYA UANG KERTAS BARU MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR(KNN) Septi Hasanah; Intan Purwasih; Imam Santoso
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol 7 No 2 (2023): IKRAITH-INFORMATIKA Vol 7 No 2 Juli 2023
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Abstract

Desain pecahan uang kertas baru yang diganti dari Rp 100. 000, Rp 50. 000, Rp 20. 000, Rp 10. 000, Rp 5. 000, Rp 2. 000, dan Rp 1. 000. Dalam uang kertas yang baru, gambar pahlawan, kemudian tarian, pemandangan alam, dan flora masih dipertahankan. Inovasi dimaksudkan agar uang Rupiah semakin mudah untuk dikenali ciri keasliannya, nyaman, dan aman untuk digunakan, serta lebih sulit untuk dipalsukan sehingga uang rupiah semakin berkualitas dan terpercaya serta menjadi kebanggaan bersama sebagai simbol kedaulatan Negara Kesatuan Republik Indonesia.1. Metode Pengambilan Data Pengambilan data yang bertujuan untuk mengumpulkan dataset pada penelitian ini. Data yang akan digunakan berupa respon pengguna mata uang baru di media sosial dengan menggunakan youtube untuk mendapatkan akses youtube berupa akun google kemudian dataset yang diambil dari komentar dengan kata kunci mata uang baru. kunci mata uang baru. Untuk penelitian ini, peneliti menggunakan 510 data. Yang diambil dari opini pengguna youtube. Kemudian data tersebut kumpulkan dalam format file xls, setelah itu data dikelompokan menjadi 2 bagian yaitu data positif dan data negatif.Berdasarkan hasil penelitian dengan menggunakan 510 data menggunakan metode K- Nearest Neighbor mendapatkan akurasi sebesar 75,06% dengan sentimen positif sebesar 76,05% dan negatif 67,74% .
Klasifikasi Status Gizi Balita Menggunakan Algoritma K-Nearest Neighbor Studi Kasus Puskesmas Sunter Agung 1 Tri Wahyudi; Septi Hasanah
TEKNIKA Vol. 18 No. 2 (2024): TEKNIKA
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.12750684

Abstract

Permasalahan gizi balita masih menjadi permasalahan yang perlu mendapat perhatian khususnya di Indonesia, karena balita merupakan kelompok yang paling rentan terhadap permasalahan kesehatan dan status gizi. Data penelitian merupakan segala fakta dan angka yang dapat dijadikan bahan untuk menyusun suatu informasi, di tahap inilah pengumpulan data didapatkan melalui program intervensi keperawatan gizi kepada masyarakat. Adapun tempat yang menjadi lokasi penelitian adalah Puskesmas Sunter Agung 1 Jakarta Utara. Hasil dari pengujian rapidminer menunjukkan hasil akurasi algoritma KNN (K-Nearest Neighbors) dari 500 data yang diperoleh sebagai berikut: Nilai Akurasi yang didapat pada rapidminer sebesar 82,78% untuk keseluruhan data gizi balita. Kemudian untuk melihat AUC dari penelitian ini klik di bagian criterion dan pilih AUC kemudian nilai AUC akan muncul. Jadi nilai AUC yang di dapatkan sebesar 0,619. Dari Hasil Penelitian status gizi balita merupakan salah satu permasalahan yang sedang dialami dunia kesehatan. Salah satu cara mencegah terjadinya stunting adalah dengan memantau perkembangan gizi balita dan tumbuh kembang balita yang dilakukan oleh Posyandu dan Puskemas Sunter Agung 1 setiap bulannya. Penelitian ini menggunakan pendekatan data mining metode Algoritma KNN (K-Nearest Neighbors) pada klasifikasi status gizi balita di Puskesmas Sunter Agung 1.