Claim Missing Document
Check
Articles

Found 2 Documents
Search

KLASIFIKASI PENERIMA BANTUAN BEASISWA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOUR DENGAN SELEKSI FITUR BACKWARD ELIMINATION Ikrimatul Wilda Lorenza; Reni Umilasari; Moh Dasuki
IPTEQ Vol 3, No 1 (2021): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v3i1.8710

Abstract

Penelitian ini menjelaskan penggunaan algoritma K-Nearest Neighbor terhadap klasifikasi  data bantuan beasiswa. Dataset yang digunakan dalam penelitian ini berasal dari SMK Darus Sholihin Puger dengan jumlah variabel 11, dengan output iya dan tidak yang diperoleh dari data bantuan beasiswa sebanyak 293 siswa, metode yang digunakan adalah K-Nearest Neighbor. Pada metode K-Nearest Neighbor dengan  nilai K= 3 mendapatkan akurasi sebesar 82,91%, presisi  84,52%, dan recall 75,45%. Sedang K-Nearest Neighbor menggunakan Backward Elimination dengan nilai K= 3 mendapatkan akurasi sebesar  83,76%, presisi 85,23%, recall 76,78%. Penentuan kriterian terhadap output data hasil menggunakan algoritma K-Nearest Neighbor terhadap data SMK Darus Sholihin Puger diperoleh hasil peningkatan terbaik dengan nilai akurasi terbesar pada K= 7 yaitu 2,56%, presisi terbesar didapatkan pada K= 7 yaitu 11,16%, sedangkan recall terbesar didapatkan pada K= 9 yaitu 5,09%.
Analisis Sentimen Terhadap Identitas Kependudukan Digital Menggunakan Algoritma Multinomial Naïve Bayes Putri, Alevia Mentari; Rosita Yanuarti; Moh Dasuki; Agus Milu Susetyo
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 10 No. 2 (2025): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v10i2.2777

Abstract

Inovasi baru dalam perkembangan teknologi kini pemerintah telah meluncurkan inovasi baru yaitu Identitas Kependudukan Digital berbasis digital melalui aplikasi yang dijadikan sebagai tujuan pemerintah dalam mengurangi cetak fisik KTP dan blangko sehingga lebih efisien dan mudah dalam mengakses identitas masyarakat dalam smartphone masing-masing dan digunakan untuk mengelola data identitas masyarakat. Aplikasi ini telah banyak menimbulkan pro dan kontra  dari masyarakat yang menilai sebuah aplikasi IKD ini dalam mendukung digitalisasi, sehingga tujuan dari penelitian ini diperlukan analisis sentimen untuk mengetahui penilaian serta ulasan masyarakat terhadap adanya IKD tersebut sehingga dapat dijadikan sebagai bahan evaluasi oleh pemerintah. Media sosial banyak yang digunakan dalam menyampaikan pendapat serta opini masyarakat tentag IKD ini terutama pada platform X atau Twitter, dengan pengambilan data dengan teknik crawling. Analisis pada platform X ini sangat penting karena menjadi sumber pengumpulan data yang cepat dan luas dari penyampaian masyarakat tentang IKD tersebut. Pendekatan penelitian ini menggunakan algoritma Multinomial Naive Bayes untuk mengklasifikasi analisis sentimen masyarakat. Dari hasil pengujian menggunakan K-Fold Cross Validation, didapatkan hasil tertinggi pada 10 Fold uji ke-8 dengan nilai akurasi tertinggi 95%, presisi 94% dan recall 100%, sehingga algoritma Multinomial Naive Bayes ini cocok untuk dijadikan sebagai metode analisis data.