Elsa Awal
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Scientific Student Journal for Information, Technology and Science

Implementasi Data Mining Untuk Clustering Asal Daerah Pengunjung Pada Wisata Alam Puncak Sempur Kabupaten Karawang Adinda Ryanda; Ahmad Fauzi; Elsa Awal
Scientific Student Journal for Information, Technology and Science Vol. 4 No. 2 (2023): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Setiap pengelola objek wisata melakukan pendataan kunjungan wisatawan, pendataan ini sangat diperlukan dalam menentukan target promosi. Puncak sempur merupakan salah satu objek wisata alam di Karawang yang melakukan pendataan kunjungan wisatawan melalui buku pengunjung, namun tidak mudah dalam menentukan daerah kurang peminat jika dilihat dari buku daftar pengunjung. Teknik yang tepat dalam permasalahan tersebut berdasarkan penelitian sebelumnya adalah teknik Data Mining clustering, yang dimana prosesnya melalui pengelompokan dengan proses algoritma K-means dan K-medoids. Variabel yang dibutuhkan dalam data mining ini berupa asal daerah pengunjung dan jumlah pengunjung, yang di mana data tersebut dapat ditemui pada buku daftar pengunjung. Data yang didapat terdiri dari 1.797 wisatawan dan 32 daerah akan dihitung manual dan bahasa phyton menggunakan algoritma k–means dan dibandingkan dengan perhitungan algoritma k-medoid, hasil perhitungan algoritma k-means dan k-medoid berbeda sehingga dilakukan evaluasi untuk mengetahui tingkat akurasi dengan menggunakan metode Silhouette coefficient. Hasil evaluasi menunjukan algoritma k-means lebih baik akurasinya yaitu dengan nilai 0,8% sedangkan algoritma k-medoid memiliki nilai akurasi di bawah algoritma k-means yaitu 0,7%. Jadi hasil perhitungan algoritma k-means yang lebih baik untuk hasil penelitianini yaitu 1 daerah asal wisatawan yang tergolong ramai (C0), 1 daerah asal wisatawan yang tergolong sedang (C1), dan 28 daerah asal wisatawan yang tergolong sepi (C2).
Implementasi Algoritma Naïve Bayes Untuk Mendiagnosa Skizofrenia Berbasis Web Farhan Poetra; Tatang Rohana; Elsa Awal
Scientific Student Journal for Information, Technology and Science Vol. 4 No. 2 (2023): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Skizofrenia merupakan penyakit fungsi jiwa yang menyebabkan gangguan pola pikir, kehendak, emosi, tindakan, dan hubungan sosial yang dapat menimbulkan hambatan sosial dalam peran manusia. Namun, saat ini masyarakat masih sering menutup mata atau mengabaikan pentingnya kesehatan jiwa, salah satunya adalah skizofrenia. Tujuan dari penelitian ini adalah untuk mengimplementasikan dan membangun sistem pakar yang dapat mendiagnosis kemungkinan terjangkit penyakit skizofrenia berdasarkan gejala - gejala yang ada beserta rekomendasi berupa solusi terhadap penyakit tersebut. Sistem pakar dibangun menggunakan model pengembangan ESDLC dengan tahapan penilaian, representasi pengetahuan, perancangan sistem, pengujian, dokumentasi, dan pemeliharaan. Sistem pakar yang dihasilkan sesuai dengan desain serta fungsi – fungsi pada sistem yang diharapkan, karena keseluruhan kebutuhan fungsional yang diuji dengan pengujian Whitebox dan Blackbox adalah 100% valid. Sistem pakar yang dibangun menerapkan perhitungan algoritma Naïve Bayes. Berdasarkan hasil pengujian, sistem ini dapat menangani proses konsultasi pengguna dengan tingkat akurasi 92%. Hasil pengujian sistem pakar diagnosis skizofrenia menggunakan algoritma Naïve Bayes dilakukan melalui data uji sebanyak 25 kali dengan hasil akurasi yang sebanding atau mendekati seorang pakar.