Article Per Year (5 Year)
p-Index From 2020 - 2025
1.588
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Komputer dan Informasi Dewantara: Jurnal Pendidikan Sosial Humaniora Gudang Jurnal Multidisiplin Ilmu Jurnal Arjuna : Publikasi Ilmu Pendidikan, Bahasa dan Matematika Nusantara Journal of Multidisciplinary Science MERDEKA: Jurnal Ilmiah Multidisiplin
Anna Dina Kalifia
Unknown Affiliation
Religion Aerospace Engineering Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Health Professions Languange, Linguistic, Communication & Media Mathematics Public Health Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Analisis Data Sampah Plastik Dunia Pada Tahun 2023 Dengan Metode Naive Bayes Muhammad Satria Nugraha; Imiel Ardhanenggar Tallane; Nabila Nur Fadhilah; Putri Citra Arrahma; Rifa Abdussalam; Anna Dina Kalifia
Jurnal Teknologi Komputer dan Informasi Vol. 12 No. 2 (2024): Juli - Desember 2024
Publisher : Sekolah Tinggi Teknologi Dumai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/jutekinf.v12i2.1165

Abstract

Sampah pelastik dapat berdampak besar pada ekosistem lingkungan terutama lingkungan pesisir Pantai. Penelitian ini bertujuan untuk menganalisis dan mengklasifikasikan pola sampah plastik global dengan menerapkan algoritma Naïve Bayes. Dataset yang digunakan adalah Global Plastic Waste 2023: Country-wise Data. Algoritma Naïve Bayes diterapkan pada dataset ini untuk menilai efektivitasnya dalam mengklasifikasi dataset Sampah Plastik Global 2023: Data-bijaksana negara. Hasil penelitian menunjukkan bahwa Naïve Bayes memiliki performa terbaik pada kategori High, namun pada kategori Medium, model mengalami kesulitan dengan F1-Score 0.18 dan Recall hanya 0.11, sedangkan pada kategori Very High, model gagal sepenuhnya mengenali data Precision, Recall, F1-Score 0.00 akibat jumlah data yang sangat sedikit. Penelitian ini mengungkapkan tantangan dalam menerapkan Naïve Bayes pada dataset dengan distribusi data yang tidak merata dan menyarankan pendekatan metode lain untuk meningkatkan akurasi. Hasil ini memberikan wawasan tentang penerapan Naïve Bayes dalam analisis sampah plastik global dan dapat menjadi referensi untuk pengembangan model yang lebih akurat.
Co-Authors Adib Tri Kuncoro Alwi Syahri Arjuna Annisa Puspita Debby Irola Dimas Wahyu Sejati Feby Indranu Meylanda Kesuma Haryo Arimurti Imiel Ardhanenggar Tallane Luthfiyah Annisa Muhammad Satria Nugraha Nabila Nur Fadhilah Nadhira Putri Kinaura Putri Citra Arrahma Putri Khasanah Rifa Abdussalam Rizki Dimas Sasongko Taufik Yoga Pratama Uhti Lestar