Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Prosidia Widya Saintek

APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT PADA BATITA BERBASIS WEB DENGAN METODE CERTAINTY FACTOR Yudid Nuriantono; Fitri Marisa; Rangga Pahlevi Putra; Syahroni Wahyu Iriananda; Anik Vega Vitianingsih
Prosidia Widya Saintek Vol 1, No 1 (2022)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (372.23 KB)

Abstract

Dalam kondisi saat ini usia – usia  yang sangat rentan terserang penyakit mulai usia 0 - 36 bulan atau usia Batita, karena disebabkan oleh sistem imun di dalam tubuh anak yang memang belum terbangun dengan sempurna atau sedang dalam kondisi yang lemah. Sering kali para orang tua tidak tahu apa yang harus dilakukan kepada anak-anak mereka saat anak sedang sakit atau salah mengartikan gejala yang terjadi pada anak tersebut. Oleh sebab itu, di perlukan system yang dapat membantu orang tua, terutama orang tua muda atau baru mempunyai buah hati dan minim akan pengetahuan akan batita, dalam penelitian ini  menggunakan   metode Certainty Factor untuk mendiagnosa penyakit pada batita. Berdasarkan 22 data yang telah di uji menggunakan precission and recall sebesar 86,36% untuk nilai ketepatan (precission) dan sebesar 100% untuk nilai keberhasilan (recall). Dari nilai precission and recall system dapat berfungsi meskipun masih jauh dari 100%, tapi masih dapat digunakan untuk user mendiagnosa penyakit pada batita. Dengan adanya system tersebut diharapkan dapat membantu para orangtua untuk menentukan penyakit yang diderita dengan cepat.  
ANALISIS SENTIMEN ULASAN GAME MOBILE FIRST-PERSON SHOOTER DI GOOGLE PLAY STORE MENGGUNAKAN METODE PEMBOBOTAN TF-IDF Iriananda, Syahroni Wahyu; Putra, Rangga Pahlevi; Raihan, Anugrah Ahzul; Saputra, Deni Adi; Verdiansyah, Egi
Prosidia Widya Saintek Vol. 2 No. 2 (2023)
Publisher : Universitas Widyagama Malang

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

Abstract

Paper ini membahas tentang analisis sentimen ulasan game mobile genre FPS menggunakan metode pembobotan TF-IDF. Dalam penelitian ini, penulis menggunakan 2180 ulasan yang telah divalidasi dan dibersihkan, di mana 1258 ulasan diklasifikasikan sebagai positif dan 922 ulasan sebagai negatif. Dengan menggunakan pembobotan TF-IDF dan pengujian model klasifikasi, penelitian ini mencapai tingkat akurasi sebesar 76%, dengan presisi 75%, recall 74%, dan F1-score 75%. Hasil ini menunjukkan bahwa metode pembobotan TF-IDF dapat menghasilkan analisis sentimen yang efektif dan otomatis untuk ulasan game mobile genre FPS, memberikan kontribusi penting dalam pengembangan metode analisis sentimen dalam konteks tersebut.