Article Per Year (5 Year)
p-Index From 2021 - 2026
5.495
P-Index
This Author published in this journals
All Journal Pythagoras: Jurnal Matematika dan Pendidikan Matematika Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Informatika dan Teknik Elektro Terapan Infotech Journal Journal of Information System Jurnal Teknologi dan Sistem Komputer Jurnal Informatika JURNAL LENTERA : Kajian Keagamaan, Keilmuan dan Teknologi JIKO (Jurnal Informatika dan Komputer) JURNAL MEDIA INFORMATIKA BUDIDARMA Indonesian Journal of Artificial Intelligence and Data Mining Jurnal TAM (Technology Acceptance Model) JURNAL ILMIAH INFORMATIKA ILKOM Jurnal Ilmiah DoubleClick : Journal of Computer and Information Technology INTECOMS: Journal of Information Technology and Computer Science Jiko (Jurnal Informatika dan komputer) Jurnal ULTIMATICS Jurnal Informasi dan Komputer STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Progresif: Jurnal Ilmiah Komputer Jurnal Pendidikan dan Konseling Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Jurnal Informatika dan Rekayasa Perangkat Lunak Journal of Applied Engineering and Technological Science (JAETS) Generation Journal JATI (Jurnal Mahasiswa Teknik Informatika) Abdimasku : Jurnal Pengabdian Masyarakat Jurnal Ilmiah Wahana Pendidikan Paradigma
Betha Nurina Sari
Program Studi Informatika, Universitas Singaperbangsa Karawang
Religion Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Other

Published : 52 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Progresif: Jurnal Ilmiah Komputer

 1 
Penerapan Algoritma K-Means Dalam Pengelompokan Kesejahteraan Rakyat Berdasarkan Kecamatan di Kabupaten Karawang Dinda Fitriani; Tesa Nur Padilah; Betha Nurina Sari
Progresif: Jurnal Ilmiah Komputer Vol 17, No 2: Agustus 2021
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (336.154 KB) | DOI: 10.35889/progresif.v17i2.649

Abstract

AbstrackTo make it easier for the government to implement policies related to people's welfare issues, it is necessary to know which areas have low levels of people's welfare, so that the government can prioritize the welfare of the people in that region. In this regard, it is necessary to classify the welfare of the people based on the existing area. This paper applies data mining techniques with the k-means algorithm in classifying people's welfare based on sub-district areas. The results of data processing with the help of tools Rstudio 4.0.5 obtained 3 clusters. Cluster 1 is a cluster with a high level of people's welfare, consisting of 7 sub-districts. Cluster 2 is a cluster with a moderate level of people's welfare, consisting of 8 sub-districts. Cluster 3 is a cluster with a low level of people's welfare, consisting of 7 sub-districts. In clustering with 3 clusters, the SSE value is 23,58788, and the accuracy rate is 72.9%.Keywords: People's Welfare, Data Mining, K-Means Clustering AbstrakUntuk mempermudah pemerintah mengimplementasikan kebijakan yang terkait dengan masalah kesejahteraan rakyat, perlu diketahui daerah mana saja yang memiliki tingkat kesejahteraan rakyat rendah, sehingga pemerintah dapat memprioritaskan kesejahteraan rakyat pada wilayah tersebut. Berkaitan dengan hal tersebut, perlu dilakukan pengelompokkan kesejahteraan rakyat berdasarkan wilayah yang ada. Paper ini menerapkan teknik data mining dengan algoritma k-means dalam pengelompokan kesejahteraan rakyat berdasarkan wilayah kecamatan. Hasil pengolahan data dengan bantuan tools Rstudio 4.0.5 diperoleh 3 cluster. Cluster 1 merupakan cluster dengan tingkat kesejahteraan rakyat tinggi, terdiri dari 7 kecamatan. Cluster 2 merupakan cluster dengan tingkat kesejahteraan rakyat sedang, terdiri dari 8 kecamatan. Cluster 3 merupakan cluster dengan tingkat kesejahteraan rakyat rendah, terdiri dari 7 kecamatan. Dalam melakukan clustering dengan 3 cluster diperoleh nilai SSE sebesar 23.58788, dan tingkat akurasi sebesar 72.9%.Kata kunci: Kesejahteraan Rakyat, Data Mining, K-Means Clustering
Prediksi Rating Game Menggunakan Algoritme C4.5 Berdasarkan Entertainment Software Rating Board Rahmat Alfanza; Sani Shalihamidiq; Ratna Mufidah; Betha Nurina Sari
Progresif: Jurnal Ilmiah Komputer Vol 19, No 1: Februari 2023
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v19i1.977

Abstract

Games can be played by all ages including children. If the game being played is not in accordance with the child's developmental period, it will have a negative impact on the child. Therefore, the rating on the game is very influential because if there is an error in rating the game, minors can play games that are not in accordance with their developmental needs. The purpose of this research is to create a machine learning model to predict game ratings using data from the ESRB (Entertainment Software Rating Board). This study uses the C4.5 classification algorithm and the python programming language. The data used in this study is game rating data taken from 2020 to 2022. The results of this study indicate that the machine learning model created can predict game ratings with a ratio of 70% training data and 30% testing data, with an accuracy rate of 86%. Keywords: Game; Data Mining; Classification; Algorithm C4.5 AbstrakGame dapat dimainkan oleh semua kalangan usia termasuk usia anak-anak. Jika game yang dimainkan tidak sesuai dengan masa kembang anak maka akan berdampak negatif kepada anak. Oleh sebab itu rating pada game sangat berpengaruh karena apabila terjadi kesalahan terhadap pemberian rating pada game anak dibawah umur dapat memainkan game yang tidak sesuai dengan kebutuhan tumbuh kembangnya. Tujuan penelitian ini adalah membuat model machine learning untuk memprediksi rating pada game dengan menggunakan data dari ESRB (Entertainment Software Rating Board). Penelitian ini menggunakan algoritme klasifikasi C4.5 dan bahasa pemrograman python. Data yang digunakan pada penelitian ini adalah data rating game yang diambil dari tahun 2020 sampai 2022. Hasil dari penelitian ini menunjukkan model machine learning yang dibuat dapat memprediksi rating game dengan perbandingan 70% data training dan 30% data testing, dengan tingkat akurasi sebesar 86%.Kata kunci: Game; Data Mining; Klasifikasi; Algoritme C4.5
Co-Authors ., Garno Aan Rohanah Abimanyu Widhiantoyo Adam Mukti Wibisono Afifa Atira Agil Aditya Agil Aditya Ahmad Khusaeri Ammellia Putri, Zahra Andini Diyah Pramesti Anggri, Anggri Anisa Nur Hasanah Apriade Voutama aqillah Aqillah Fadia Haya Arbizal, Yusril Assyifa Khalif Ato Sugiharto Audy Sukma Putera Aulia Kusnadi, Putri Azhari Ali Ridha Bayu Adhi Pamungkas Bintang Selviana Budi Arif Dermawan Dadang Yusuf Darmawan, Adam Delpidat, Derrenz Dinda Fitriani Duwo Jiwo Saputro, Adi Dwi Latifah Rianti Fathimatuz Zahra Febriandika Dian Nurcahyo Fida Nafisah Giustin garno, Garno Hannie, Hannie Hasanah, Anisa Nur Hayah, Najmil Ibnu Alfitra Salam Ilham, Septian Ilyas Shiddiq Pratama Intan Purnamasari Iqbal Maulana Iskandar Zulkarnaen Ivan Jovian Katon Wahyudi Putra Khalif, Assyifa Lusen, Vieri Luthfiyyah, Ibtihal Qomariyyah Margaretta, Putri Mayasari, Rini Muhamad Khandava Mulyadien Muhammad Diki Hendriyanto Muhammad Fadhlil Aziz Nabilla Audy, Ide Nur Padilah, Tesa Nurhasanah, Desi Nurhusaeni, Muhamad Nurohmah, Yunita Padilah, Tesa Nur Rahmat Alfanza Rahmawati, Erika Rahmayani, Fenny Ratna Mufidah Reynaldi Azhar Ridha, Azhari Ali Ridwan, Muhammad Hafizh Rini Mayasari Rizal Fadilah Sani Shalihamidiq Senjaya, Rico Silvana Fitria Mandang Sisca Yuliantina Sisca Yuliatina Sita Alden Sofi Defiyanti Suna Mulyani Susilawati Susilawati Syafrida Nabila Salsabila Tesa Nur Padilah Tesa Nur Padilah Topan Adib Amrulloh, Ibnu Vania, Putri Wira Buana Yanti, Fajri