Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal JRIIN :Jurnal Riset Informatika dan Inovasi
Nur Zakiyyah, Nabilah
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 2 Documents
Search

 1 
Literature Review: Perbandingan Metode Klasifikasi Dalam Data Mining Pangestu, Dandi; Nur Zakiyyah, Nabilah; Fauziah, Nurul; Rahayu, Zulaizah; Heidiani Ikasari, Ines
Jurnal Riset Informatika dan Inovasi Vol 1 No 11 (2024): JRIIN : Jurnal Riset Informatika
Publisher : shofanah Media Berkah

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

Abstract

Pada penelitian ini penulis menganalisis 10 jurnal terkait implementasi Data Mining pada berbagai aspek. Data mining sendiri merupakan teknik penting dalam menghasilkan informasi berharga dari data yang besar. Data mining banyak diimplementasikan dalam banyak aspek kehidupan seperti aspek kesehatan, akademik atau pendidikan, dan ekonomi. Penelitian dilakukan dengan membandingkan berbagai metode klasifikasi data mining dalam memprediksi kinerja akademik mahasiswa. Metode yang dibahas meliputi Naive Bayes, K-Nearest Neighbors (KNN), Support Vector Machines (SVM), dan Decision Tree. Tujuan penelitian ini adalah untuk melakukan kajian pustaka dengan mengidentifikasi subjek atau dataset yang digunakan, metode analisis data yang diterapkan, tahun penelitian, dan tingkat akurasi yang dicapai dalam jurnal-jurnal yang dianalisis. Dengan menggunakan metode yang disajikan, penulis berusaha untuk menyimpulkan hasil penelitian guna mencari tingkat akurasi tertinggi dan mengidentifikasi peluang penelitian lanjutan.
Literature Review: Klasifikasi Penyakit Menular Dengan Algoritma Machine Learning Berbasis SVM Nazara, Anniwarni; Vinatalia Dachi, Jesika; Nur Zakiyyah, Nabilah; Lahagu, Serniman
Jurnal Riset Informatika dan Inovasi Vol 2 No 7 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

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

Abstract

Salah satu tantangan kesehatan global adalah penyakit menular, yang membutuhkan pendekatan inovatif untuk diagnosis dan pencegahan. Penelitian ini menyelidiki penggunaan algoritma Support Vector Machine (SVM) dalam pengajaran mesin untuk menemukan dan memprediksi penyebaran penyakit menular. Dengan menggunakan dataset yang kaya akan informasi klinis dan epidemiologis, kami mengembangkan model SVM yang dapat memberikan akurasi tinggi dalam klasifikasi dan prediksi. Hasil menunjukkan bahwa model ini tidak hanya efektif dalam mendeteksi penyakit menular tetapi juga dalam memberikan pengetahuan bermanfaat tentang faktor risiko yang berperan dalam penyebarannya. Temuan ini diharapkan dapat membantu peneliti dan praktisi kesehatan meningkatkan respons terhadap penyakit menular dengan menggunakan teknologi pembelajaran mesin.
Co-Authors Heidiani Ikasari, Ines Lahagu, Serniman Nazara, Anniwarni Nurul Fauziah Pangestu, Dandi Rahayu, Zulaizah Vinatalia Dachi, Jesika