Rahman Isnain, Auliya
Unknown Affiliation

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

Found 2 Documents
Search

Analisis Penyakit Hipertensi Menggunakan Metode Certainty Factor Jhonanda, Frandica; Rahman Isnain, Auliya
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 4 (2025): JPTI - April 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.734

Abstract

Hipertensi merupakan istilah lain dari penyakit tekanan darah tinggi, dimana tekanan darah terhadap dinding arteri cukup tinggi sehingga pada akhirnya menyebabkan masalah kesehatan pada jantung. Masalah yang sering terjadi yaitu banyak masyarakat yang tidak mengetahui penyakit hipertensi yang diderita sehingga terkadang salah dalam memilih obat. Tujuan dari penelitian ini adalah membantu masyarakat dalam  mengetahui penyakit hipertensi yang dialami sesuai dengan gejala yang dimiliki. Penelitian ini membahas tentang analisis penyakit hipertensi menggunakan metode certainty factor. Metode penelitian yang digunakan adalah kuantitatif. Dengan menerapkan metode certainty factor dalam mendiagnosa gejala-gejala penyakit hipertensi yang dapat dilakukan oleh masyarakat. Pada umumnya penelitian ini ditujukan untuk mendapatkan solusi dari hasil berupa konsultasi, diagnosa, dan prediksi. Seperti halnya pada dunia kedokteran, konsultasi, diagnosis dan prediksi sangat diandalkan karena hasilnya dapat mengantisipasi dan mengetahui jenis penyakit yang diderita dengan tepat.
Analisis Sentimen Terhadap Seleksi CPNS Tahun 2024 Berbasis Media Sosial X Menggunakan Algoritma Naïve Bayes Yudistira, Firnanda; Rahman Isnain, Auliya
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 3 (2025): JPTI - Maret 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.731

Abstract

Analisis sentimen opini terhadap seleksi CPNS tahun 2024 berdasarkan media sosial X menerapkan algoritma Naïve Bayes telah dilakukan dalam penelitian ini. Penelitian bertujuan agar dapat melakukan identifikasi terhadap sentimen masyarakat serta mengevaluasi tingkat akurasi algoritma. Data yang dipakai meliputi 3222 tweet yang diambil dari media sosial X dengan kata kunci "cpns 2024". Hasil pengujian memperlihatkan bahwasanya model Naïve Bayes mencapai akurasi sebesar 82.02%, dengan nilai F1-score untuk kategori sentimen positif mencapai 89% dan untuk kategori negatif sebesar 49%. Precision dan recall untuk sentimen positif masing-masing mencapai 92% dan 86%, sementara untuk sentimen negatif adalah 42% dan 59%. Penelitian ini menyumbangkan wawasan mengenai persepsi masyarakat terhadap seleksi CPNS dan dapat membantu pemerintah dalam menyusun strategi komunikasi yang semakin efektif. Hasil penelitian diharapkan mampu berkontribusi signifikan dalam evaluasi proses seleksi CPNS tahun 2024 dan menjadi inspirasi bagi penelitian serupa di masa mendatang.