Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal JOMLAI: Journal of Machine Learning and Artificial Intelligence Jurnal Inovasi Artificial Intelligence & Komputasional Nusantara
Wilman Arif Telaumbanua
Unknown Affiliation
Computer Science & IT Education Engineering Mathematics

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

Found 2 Documents
Search

 1 
Detection of Mental Health Tendencies Using Naïve Bayes Based on Social Media Activity Jeremi Sibarani; Ratih Manalu; Dongan Parulian Hutasoit; Wilman Arif Telaumbanua; Victor Asido Elyakim P
JOMLAI: Journal of Machine Learning and Artificial Intelligence Vol. 4 No. 2 (2025): Juni 2025
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/jomlai.v4i2.5959

Abstract

The development of social media has had a significant impact on individual mental health. This study aims to detect mental health trends based on user activity on social media using the Naïve Bayes algorithm. The data used is sourced from the Kaggle platform and collected through web scraping techniques with keywords related to mental health and social media activity. The analysis process includes data preprocessing, classification using Naïve Bayes, and evaluation of model performance by dividing training and test data at a ratio of 60:40, 70:30, and 80:20. The results showed that the Naïve Bayes method was able to classify mental health tendencies with the highest accuracy of 75.17% at a ratio of 60:40. Precision and recall were higher for the “Troubled” category compared to the “Good” category, showing the effectiveness of the model in detecting indications of mental disorders. However, there is still a prediction imbalance that affects the overall accuracy. These findings suggest that the Naïve Bayes algorithm can be a tool in social media-based mental health early detection, which can be used by health practitioners and researchers to design more appropriate intervention strategies.
Analisis Performa Wls2 Dengan Mesin Virtual Dalam Mengeksekusi Kueri Mysql Jeremi Sibarani; Ardiningrum, Fahriya; Wilman Arif Telaumbanua; Meta Wulansari Malau; Indra Gunawan
Jurnal Inovasi Artificial Intelligence & Komputasional Nusantara Vol. 1 No. 1 (2024): Volume 1 No 1 Tahun 2024
Publisher : PT Siantar Codes Academy Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.260396/a5fhm666

Abstract

Dalam lanskap pengembangan perangkat lunak dan manajemen basis data yang terus berkembang, pengembang sering menghadapi dilema dalam memilih platform yang tepat untuk menjalankan aplikasi mereka. Virtualisasi, sebuah solusi yang memungkinkan beberapa sistem operasi berjalan pada satu perangkat keras fisik, memberikan solusi untuk masalah ini. Windows Subsystem for Linux versi 2 (WSL2) dan mesin virtual (VM) adalah dua teknologi virtualisasi populer yang memberi pengguna Windows kemampuan untuk menjalankan distribusi Linux. Sebagai salah satu sistem manajemen basis data relasional (RDBMS) yang paling banyak digunakan, MySQL menjadi bagian integral dari banyak aplikasi. Performa saat menjalankan query MySQL merupakan faktor penting dalam keberhasilan suatu aplikasi, terutama di lingkungan yang membutuhkan respon cepat dan skalabilitas tinggi. Pada penelitian ini, akan dilakukan analisis terhadap performa WSL2 dan Mesin Virtual dalam mengeksekusi kueri MySQL, dengan perintah SELECT, UPDATE dan DELETE untuk data hingga 1.000.000 baris. Pengujian dikakukan pada sistem operasi Windows 11 sebagai Host dan Linux Ubuntu yang sudah di instal pada kedua alat virtualisasi. Hasil penelitian ini menunjukkan bahwa kedua alat virtualisasi memiliki keunggulannya masing – masing di beberapa skenario, terutama pada pengujian 1.000.000 baris data yang terdapat perbedaan kecepatan yang signifikan.
Co-Authors Ardiningrum, Fahriya Dongan Parulian Hutasoit Indra Gunawan Jeremi Sibarani Meta Wulansari Malau Ratih Manalu Victor Asido Elyakim P