Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Komputer dan Informasi
Imiel Ardhanenggar Tallane
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
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.
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 Anna Dina Kalifia Muhammad Satria Nugraha Nabila Nur Fadhilah Putri Citra Arrahma Rifa Abdussalam