Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jurnal Sains Teknologi dan Sistem Informasi Jurnal Inovasi Hasil Pengabdian Jurnal Teknik Informatika dan Desain Komunikasi Visual
Tresi Aprilia
Unknown Affiliation
Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Education Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Kepemimpinan Dan Manajerial Organisasi Tristiawan, Feri; Suparno; Tresi Aprilia; Demmy Adhi Mulya Darma
JURNAL INOVASI HASIL PENGABDIAN (JIHAN) Vol. 3 No. 1 (2025): JURNAL INOVASI HASIL PENGABDIAN (JIHAN)
Publisher : 3026-1791

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.45671/jihan.v3i1.64

Abstract

Mempersiapkan mahasiswa lulusan untuk terjun ke dunia kerja setelah lulus, yang membuat program ini sangat relevan. Jika mereka memiliki kemampuan kepemimpinan yang baik, mereka tidak hanya akan menjadi pekerja yang bertahan lama, tetapi mereka juga akan dapat mengarahkan dan memotivasi rekan kerja mereka dan mungkin menjadi pemimpin di tempat kerja mereka di masa depan. Pelaksanaan seminar Kepemimpinan dan Manajemen Organisasi  melibatkan berbagaimulai dari perencanaan, pelaksanaan kegiatan, hinggaevaluasi dan tindak lanjut. Setiap tahap dirancang untuk memastikan bahwa Mahasiswa mendapatkan pengalaman belajar yang maksial dan dapat mengaplikasikan keterampilan yang mereka dapat dalam kehidupan nyata.
Klasifikasi Kanker Payudara Menggunakan Algoritma K-Nearest Neighbor dan Metode Naive Bayes Tresi Aprilia
SATESI: Jurnal Sains Teknologi dan Sistem Informasi Vol. 4 No. 2 (2024): Oktober 2024
Publisher : Yayasan Pendidikan Penelitian Pengabdian ALGERO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54259/satesi.v4i2.3167

Abstract

Breast cancer is one of the diseases that causes death and is one of the most frightening leading causes worldwide. This disease falls under the category of highly dangerous cancers, ranking second after lung cancer. Breast cancer cases occur in large numbers across various regions of the world, raising significant concerns globally. Breast cancer not only affects the quality of life of patients but also contributes significantly to the global cancer mortality rate. It ranks as the fifth leading cause of cancer-related deaths, accounting for approximately 16.6% of the total cancer deaths worldwide. In this study, a classification of blood sample data from breast cancer patients was conducted. Various classification techniques and methods were applied, including the K-Nearest Neighbor (KNN) method and Naïve Bayes (NB). To achieve accurate results, this study tested accuracy using Cross Validation techniques and a Confusion Matrix to evaluate the test data. Of the total 569 data points collected, 70% were used as training data, amounting to 398 data points, while the remaining 30%, or 171 data points, were used as test data. The results of this study showed that the Naïve Bayes method produced an accuracy rate of 96%, with a precision of 94% and a recall of 91%. On the other hand, the K-Nearest Neighbor method yielded a lower accuracy rate of 73%, with a precision of 74% and a recall of 66%, using K=7.
Analisa Metode Boolean dalam Machine Learning untuk Pencarian Dokumen Batan Dataset dengan Algoritma K-Nn dan TF-IDF Tresi Aprilia; Hidayat, Taufik; Khozin, Muhammad; Tresi Aprilia, Tresi Aprilia
Jurnal Teknik Informatika dan Desain Komunikasi Visual Vol 3 No 2 (2024): Jurnal Teknik Informatika dan Desain Komunikasi Visual
Publisher : Fakultas Komputer Dan Desain

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

Abstract

Salah satu sarana untuk memenuhi kebutuhan pencarian informasi adalah dengan mesin pencarian dokumen. Mesin pencarian informasi dokumen adalah serangkaian program komputer yang dirancang untuk melakukan pencarian dokumen yang terdapat di dalam koleksi dokumen atau dataset. Penelitian ini memiliki tujuan untuk memperoleh kecocokan sumber informasi dalam pencarian yang bersifat eksplorasi yang efektif. Untuk mencari sumber keaktifan data atau konten dalam pencarian publikasi dataset Batan (Badan Tenaga Nuklir Nasional) untuk menemukan topik tertentu. Penelitian ini menggunakan pendekatan metode Boolean dan ekstraksi TF-IDF (Term Frequency-Inverse Document Frequency) dengan membandingkan hasil query. Metode Boolean menggunakan notasi AND dan NOT, namun belum bisa untuk memperingkat dokumen yang dihasilkan. Maka dari itu, menggunakan metode Extend Boolean merupakan gabungan keduanya. Terdapat dua proses yang dilakukan pada penelitian ini, yaitu proses penentuan indeks dan proses pencarian. Proses penentuan indeks mengekstraksi dokumen yang telah dilakukan proses preprocessing kemudian disimpan ke dalam database. Proses pencarian data dengan menggunakan TF-IDF menghasilkan daftar dokumen yang terurut. Hal ini dapat diketahui berdasarkan hasil pengujian dokumen yang relevan pada dokumen publikasi Batan dataset. Klasifikasi yang dibentuk dengan bantuan algoritma K-Nn dengan jenis kata kunci yang serupa untuk menumakn kata yang berdekatan satu sama lain dan mendapatkan hasil akurasi sebesar 84%.
Co-Authors Demmy Adhi Mulya Darma Muhammad Khozin Suparno Taufik Hidayat Tresi Aprilia, Tresi Aprilia Tristiawan, Feri