Claim Missing Document
Check
Articles

Found 3 Documents
Search

Penerapan K-Means untuk Clustering Data Stunting pada Kecamatan Kota Waingapu Talakua, Alfrian Carmen; Radjah, Erwianta Gustial; Uly, Novem Berlian
Jurnal Inovatif Vol. 3 No. 1 (2024): April 2024
Publisher : Universitas Kristen Wira Wacana Sumba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58300/inovatif.v3i1.964

Abstract

Stunting di Waingapu menjadi isu penting bagi layanan Kesehatan, proses pendataan dan pengolahan data menjadi salah satu faktor utama dalam pengambilan keputuan bagi pemerintah dalam menjalankan program kerja, kekurangan tenaga Kesehatan menjadi alasan untuk memproses data dengan cepat dan terarsip dengan baik Penelitian ini waingapu yang menjadi salah satu kecamatan penyumbang angka stunting terbanyak dan perlu melakukan pengolahan data untuk menentukan rencana mendatang, data yang tersedia dari 2021- 2023, K – means digunakan untuk mengolah data tersebut untuk membantu mengelompokan data cluster secara akurat. Hasil K-mean dari 171 data menghasilkan 3 cluster dengan Nilai Davies Bouldin = 0.968 dengan perangkian data Gizi buruk 53 anak, Gizi Cukup 48 anak dan Gizi baik 70 anak.
Analisis Sentimen Komentar Terhadap Konten Tenun NTT di Youtube Menggunakan Metode SMOTE dan Logistic Regression Radjah, Erwianta Gustial; Talakua, Alfrian Carmen
JURNAL TRANSFORMATIF UNKRISWINA SUMBA Vol. 13 No. 2 (2024): Vol XIII No 2 (November) 2024
Publisher : Universitas Kristen Wira Wacana Sumba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58300/transformatif.v13i2.1005

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen komentar YouTube terkait konten tenun ikat NTT menggunakan SMOTE dan Logistic Regression. Hasil menunjukkan sentimen positif mendominasi dengan kata kunci seperti "tenun," "kain," dan "bagus," mengindikasikan apresiasi terhadap budaya NTT. Logistic Regression menghasilkan akurasi 91% dengan kinerja sempurna pada sentimen negatif, meskipun terdapat kesalahan klasifikasi pada sentimen netral dan positif akibat tumpang tindih kata kunci. Penggunaan SMOTE efektif menyeimbangkan data sehingga meningkatkan akurasi model. Penelitian ini memberikan wawasan penting tentang persepsi publik untuk mendukung pelestarian dan promosi tenun ikat NTT.
Analisis Sentimen Publik di Media Sosial Selama Kampanye Pilkada Sumba Timur 2024 menggunakan metode Support Vecktor Machine Talakua, Alfrian C; Radjah, Erwianta Gustial; Mangngi, Prishaylla Ocha; Fretes, Paulina Rade De
Jurnal Minfo Polgan Vol. 14 No. 1 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i1.15096

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap calon kepala daerah dalam Pemilihan Kepala Daerah (Pilkada) Sumba Timur 2024 dengan menggunakan metode Support Vector Machine (SVM). Seiring dengan meningkatnya peran media sosial dalam kampanye politik, penelitian ini memanfaatkan data dari platform media sosial seperti Facebook dan Instagram untuk mengidentifikasi dan mengkategorikan opini publik dalam tiga kategori sentimen utama: positif, negatif, dan netral. Metode yang digunakan mencakup pengumpulan data melalui web scraping, pra-pemrosesan data teks, serta klasifikasi sentimen menggunakan SVM. Hasil analisis menunjukkan bahwa Paslon 1 menerima 58,59% komentar positif, Paslon 2 memperoleh 66,67% komentar positif, dan Paslon 3 menerima 62,16% komentar positif. Meskipun sentimen positif mendominasi, komentar netral dan negatif tetap menjadi tantangan yang perlu diperhatikan oleh setiap paslon. Penelitian ini diharapkan dapat memberikan wawasan bagi strategi komunikasi publik dalam kampanye Pilkada Sumba Timur dan sebagai kontribusi dalam pengembangan analisis sentimen berbasis pembelajaran mesin