Lasatira, Gerry Santos
Unknown Affiliation

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

Found 2 Documents
Search

PENERAPAN METODE CLUSTERING K-MEANS UNTUK MENDAPATKAN NILAI RATA-RATA SISWA (STUDI KASUS : SMP NEGERI 9 AMBON) Lasatira, Gerry Santos; Akramullah, Akramullah
Jurnal Informasi dan Teknologi Vol 1 No 2 (2024): JITU: Jurnal Informasi dan Teknologi Universitas Cokroaminoto Palopo
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/jitu.v1i2.61

Abstract

Penelitian ini membahas tentang pengambilan nilai rata-rata terhadap siswa Smp Negeri 9 Ambon menggunakan metode clustering K-Means, dengan menggunakan metode tersebut memungkinkan didapatkannya nilai rata-rata terbaik berdasarkan nilai setiap mata pelajaran. Sehingga dapat ditemukan nilai rata-rata dari keseluruhan siswa, berdasarkan rule-rule yang dihasilkan dari data-data yang terdapat di dalam database. Pengujian dilakukan dengan menggunakan Aplikasi Rapidminer. Untuk hasilnya nanti akan ditampilkan dalam bentuk tabel relasi keterkaitan nilai yang ada, sebagai strategi dalam pendataan siswa berprestasi dan penulisan rangking siswa dalam laporan akhir semester. Agar kedepannya, pembuatan Rapor ini menjadi lebih mudah dan terstruktur
Optimasi Hyperparameter GridSearchCV pada Klasifikasi Kualitas Udara menggunakan Support Vector Machine Trihardianingsih, Liana; Lasatira, Gerry Santos
Jurnal Informasi dan Teknologi Vol 1 No 2 (2024): JITU: Jurnal Informasi dan Teknologi Universitas Cokroaminoto Palopo
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/jitu.v1i2.65

Abstract

Kualitas udara adalah salah satu faktor kritis yang memberian dampak secara langsung pada kesehatan manusia. Zat-zat yang terkandung pada udara sangat beragam diantaranya adalah partikel halus (PM2.5 dan PM10), karbon monoksida (CO), nitrogen dioksida (NO2), dan sulfur dioksida (SO2). Semakin tinggi nilai dari kandungan-kandungan tersebut akan sangat berpengaruh terhadap kualitas udara yang dihasilkan. Data-data tersebut dapat diproses dan di olah menggunakan teknik data mining, salah satunya adalah SVM. Dalam penelitian ini, model klasifikasi data mining SVM diusulkan. Oleh karena itu, studi ini bertujuan untuk membuat model klasifikasi SVM menggunakan pendekatan baru, yang melibatkan peningkatan pemrosesan data yang memungkinkan pengaturan hyperparameter menggunakan GridSearchCV. Berdasarkan penelitian yang telah dilakukan untuk proses klasifikasi kualitas udara, kernel rbf digunakan untuk menghasilkan parameter yang paling akurat, dengan nilai C = 100 dan gamma 0.1. Sebelum optimasi, akurasi menggunakan SVM adalah 96%, presisi 97%, recall 91%, dan F1-Score 94%. Setelah optimasi, akurasi meningkat sebesar 2%, menjadi 98%. Nilai presisi, recall, dan F1-Score juga meningkat, masing-masing menjadi 97%, 96%, dan 96%, masing-masing.