Claim Missing Document
Check
Articles

Found 3 Documents
Search

Analisa Sentimen Tentang Ibu Kota Nusantara (IKN) Dengan Menggunakan Algoritma K-Nearest Neighbors (KNN) dan Naïve Bayes Huda, Choirul; Betty Yel, Mesra
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 7 No. 1 (2024): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jikomsi.v7i1.2846

Abstract

Pemindahan ibu kota bukan merupakan suatu fenomena yang baru. Senin, 17 Januari 2022 nama “Nusantara” diumumkan pertama kali oleh kepala Bappenas Suharso Monoarfa. Panja RUU IKN menyetujui “Nusantara” sebagai nama ibu kota negara setelah delapan fraksi menyetujui. Terletak di Kalimantan Timur, Nusantara adalah sebuah kata yang akan mengganti posisi Jakarta sebagai ibu kota negara Indonesia. Pemindahan Ibu Kota Nusantara (IKN) menimbulkan berbagai macam pro dan kontra. Mulai dari pemilihan lokasi, pengesahan Undang-Undang yang dinilai terlalu terburu-buru, dan akhir-akhir ini pemerintah juga mengajak masyarakat Indonesia untuk membantu mendukung untuk membangun Ibu Kota Nusantara. Menurut seorang pejabat dari Kementerian Perencanaan Pembangunan Nasional Indonesia, pemerintah bertekad untuk memindahkan ibu kota Indonesia keluar dari pulau jawa. Pada April 2019, rencana 10 tahun untuk memindahkan semua kantor pemerintahan ke ibukota baru diumumkan Kementrian Perencanaan Pembangunan Nasional merekomendasikan tiga provinsi yaitu Kalimantan Selatan, Kalimantan Tengah, dan Kalimantan Timur yang memenuhi syarat ibu kota baru, termasuk bebas dari gempa bumi, tsunami dan gunung berapi. Dari nama ini pemerintah dan DPR berharap agar ibu kota yang berlokasi di Sepakunegara (sekitar Penajam Paser Utara dan Kutai Kartanegara) menjadi symbol identitas nasional, kota dunia untuk semua dan menjadi penggerak ekonomi Indonesia masa depan.
Pelatihan Penggunaan Tools WEKA untuk Kepentingan Proses Data Mining di ITS NU Pekalongan Tundo, Tundo; Betty Yel, Mesra; Sutisna, Nandang; Kastum, Kastum; Adrianto, Sopan
ABDINE: Jurnal Pengabdian Masyarakat Vol. 4 No. 1 (2024): ABDINE : Jurnal Pengabdian Masyarakat
Publisher : Sekolah Tinggi Teknologi Dumai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/abdine.v4i1.826

Abstract

Pada pelatihan ini, penggunaan WEKA akan fokus dalam hal data mining, yang artinya pengelolahan data dan menggali data menjadi suatu knowledge dan visualisasi yang memberikan manfaat informasi yang berguna. Banyak cara dalam mengelolah data dan menggali data untuk dijadikan sebuah visual, salah satunya dengan menggunakan aplikasi WEKA, dimana cara ini juga membantu mahasiswa dalam menentukan tema skripsi yang didalamnya mengandung algoritma dan metode data mining. Bentuk cara dalam membantu mahasiswa tersebut, salah satunya yaitu memberikan pelatihan penggunaan aplikasi WEKA untuk membantu mahasiswa dalam mengelolah data dan menggali data menjadi sebuah visual dan knowledge. Pelatihan dilakukan di ITS NU Pekalongan dengan tujuan menambahkan wawasan baru kepada seluruh mahasiswa terkait proses pembuatan visualisasi data dengan WEKA. Kegiatan pelatihan ini masih fokus ke pembuatan visualisasi data berupa rule dari algoritma decision tree J48. Kegiatan dilaksanakan dalam bentuk pendampingan dan praktik dalam penggunaan aplikasi WEKA mulai dari penyampaian materi data mining dan tools WEKA, dilanjutkan praktik cara membuat visualisasi data berupa rule otomatis. Berdasarkan hasil kuesioner menunjukkan bahwa 92% peserta merasa WEKA mudah digunakan untuk proses pengolahan data dan menggali data.
Website Sistem Pakar Deteksi Risiko Kesehatan Mahasiswa Berdasarkan Pola Tidur dan Aktivitas Harian Menggunakan Certainty Factor dengan Studi Kasus di STIE BPKP Akbar, Yuma; Betty Yel, Mesra; Laia, Apriyanus; Laia, Masaranto; Tafonao, Wewisman
Kawanad : Jurnal Pengabdian kepada Masyarakat Vol. 5 No. 1 (2026): March
Publisher : Yayasan Kawanad

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56347/kjpkm.v5i1.401

Abstract

Student health directly affects the quality of learning and academic achievement. When sleep patterns and daily routines become irregular, students face a higher probability of developing health-related problems. To address this issue, a web-based expert system was designed and developed to detect student health risks based on sleep patterns and daily activities, applying the Certainty Factor (CF) method, with a case study conducted at STIE BPKP. The Certainty Factor method was used to quantify the degree of confidence in a particular health risk by combining symptom data selected by users with certainty weights assigned by domain experts. The system was built as a web application featuring three core functions: symptom data input, diagnostic processing, and output presentation in the form of health risk levels along with actionable recommendations. Functional testing was carried out to verify that each module operated correctly and that diagnostic outputs aligned with the expected Certainty Factor calculations. Findings from this study confirm that the expert system successfully assists students in assessing their health risk levels in a fast and accessible manner. Beyond individual use, the system also serves as a supporting instrument for academic institutions seeking to strengthen health awareness programs among their student population. As a result, this expert system holds practical value as an early-warning tool for student health risk detection.