Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JRIIN :Jurnal Riset Informatika dan Inovasi AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan
Mupashal, Rafi
Unknown Affiliation
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

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

Found 2 Documents
Search

 1 
Jumlah Kepala Sekolah Dan Guru Menurut Kelompok Umur Di Provinsi Jawa Barat, Jawa Tengah, D.I. Yogyakarta, Dan Jawa Timur Tahun 2023/2024 Paradis Anwar, Borneo; Zakaria, Firza; Listanto, Muhammad; Mupashal, Rafi; Rosyani, Perani
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

Penelitian ini dilakukan untuk mengevaluasi dan memahami pola distribusi data penduduk di empat provinsi Indonesia, yaitu Jawa Barat, Jawa Tengah, D.I. Yogyakarta, dan Jawa Timur. Penelitian ini memfokuskan pada analisis frekuensi penduduk serta penghitungan parameter statistik seperti rata-rata dan ragam. Visualisasi data disajikan dalam bentuk histogram, poligon frekuensi, dan ogive untuk memperjelas tren distribusi penduduk di wilayah tersebut. Dengan pendekatan ini, penelitian ini bertujuan memberikan wawasan yang lebih mendalam mengenai variasi populasi di setiap provinsi. Hasil dari analisis menunjukkan perbedaan signifikan dalam pola distribusi penduduk di antara provinsi-provinsi yang dianalisis, yang mengindikasikan adanya variasi dalam pertumbuhan dan persebaran populasi. Temuan ini dapat menjadi landasan penting bagi perencana kebijakan publik dan pemerintah daerah dalam merumuskan strategi pembangunan yang tepat sasaran dan lebih responsif terhadap kebutuhan populasi di masing-masing wilayah. Penelitian ini diharapkan mampu memberikan kontribusi bagi pemahaman distribusi demografis dan mendukung perencanaan yang berbasis data, sehingga dapat membantu dalam mengalokasikan sumber daya secara efektif dan merancang kebijakan pembangunan yang lebih seimbang dan inklusif.
Penerapan K-Means Clustering dan Vektorisasi TF-IDF untuk Identifikasi dan Pemetaan Topik Publik Tweet Pendidikan UKT, COVID-19, dan Kereta Cepat Ardiansyah, Ferdy; Mupashal, Rafi; Mauludin, Dion; Fachriri, M. Rangga; Rosyani, Perani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

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

Abstract

Media sosial Twitter menjadi salah satu sumber utama dalam penyampaian opini dan diskusi publik terhadap berbagai isu aktual. Tingginya volume data teks yang dihasilkan membuat analisis secara manual menjadi tidak efisien, sehingga diperlukan pendekatan otomatis berbasis text mining. Penelitian ini bertujuan untuk mengidentifikasi dan memetakan topik isu publik berdasarkan data tweet menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF) dan algoritma K-Means Clustering. Data yang digunakan berupa tweet berbahasa Indonesia yang berkaitan dengan tiga isu, yaitu Tweet Pendidikan UKT, COVID-19, dan Kereta Cepat. Tahapan penelitian meliputi pengumpulan data, prapemrosesan teks, vektorisasi menggunakan TF-IDF, serta pengelompokan data menggunakan K-Means. Hasil penelitian menunjukkan bahwa metode yang diterapkan mampu mengelompokkan tweet ke dalam beberapa klaster yang merepresentasikan topik pembahasan utama pada masing-masing isu. Pemetaan topik yang dihasilkan memberikan gambaran terstruktur mengenai fokus dan kecenderungan diskusi publik di Twitter. Dengan demikian, penelitian ini dapat menjadi dasar dalam analisis isu publik berbasis media sosial serta mendukung pengambilan keputusan berbasis data.
Co-Authors Fachriri, M. Rangga Ferdy Ardiansyah, Ferdy Listanto, Muhammad Mauludin, Dion Paradis Anwar, Borneo Perani Rosyani Zakaria, Firza