Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Cerdika: Jurnal Ilmiah Indonesia Innovative: Journal Of Social Science Research
Diana Dewi, Dhita
Unknown Affiliation
Humanities Computer Science & IT Economics, Econometrics & Finance Education Health Professions Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

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

Found 2 Documents
Search

 1 
Multiple Group Confirmatory Factor Analysis dalam Mengukur Kesetaraan Lintas Negara Skala Sikap Masyarakat Terhadap Demokrasi Diana Dewi, Dhita; Pertiwi, Ani
Innovative: Journal Of Social Science Research Vol. 4 No. 1 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

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

Abstract

Perkembangan survei penelitian lintas negara seperti World Value Survey (WVS) dan berbagai barometer regional telah memperluas kemampuan ilmiah untuk mengeksplorasi sikap demokratis. Penelitian survei komparatif memungkinkan para peneliti untuk menguji variasi lintas-nasional dalam sikap terhadap demokrasi dan sejauh mana perbedaan tersebut dapat dijelaskan. Studi-studi ini telah memperluas pemahaman kita tentang nilai-nilai demokrasi dan demokratisasi. Dalam penelitian ini ingin diketahui kesetaraan lintas negara dari dua skala yang mengukur sikap masyarakat terhadap demokrasi di beberapa negara dalam World Value Survey (WVS) 2020. Peneliti melakukan pemeriksaan kesetaraan skala ini untuk mengeksplorasi apakah dapat membandingkan sikap demokratis di berbagai negara secara bermakna. Multiple Group Confirmatory Factor Analysis (MGCFA) diterapkan untuk menjawab pertanyaan ini. Analisis menunjukkan bahwa skala dapat dibandingkan tetapi hanya untuk tingkat tertentu dan tidak di semua negara.
PERBANDINGAN METODE NEURAL NETWORK DAN SUPPORT VECTOR MACHINE DALAM KLASIFIKASI DIAGNOSA PENYAKIT DIABETES Diana Dewi, Dhita; Qisthi, Nurul; Lestari, Siti Sarah Sobariah; Putri, Zulfa Hidayah Satria
Cerdika: Jurnal Ilmiah Indonesia Vol. 3 No. 09 (2023): Cerdika : Jurnal Ilmiah Indonesia
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/cerdika.v3i09.662

Abstract

Terdapat banyak penelitian yang telah dilakukan untuk memprediksi atau mendiagnosa awal penyakit sesuai dengan kondisi yang berkaitan. Penelitian tersebut dilakukan dengan teknik data mining yang terdiri dari berbagai algoritma seperti Naive Bayes, Neural Network, Support Vector Machine (SVM) dan lain-lain. Dengan adanya diagnosis awal atau prediksi, diharapkan dapat menghindari atau mencegah hal yang membahayakan, pada kasus ini adalah terkena penyakit diabetes. Penelitian ini bertujuan untuk mengetahui pengklasifikasian diagnosis penyakit diabetes dan membandingkan dua algoritma yang digunakan yaitu Neural Network dan Support Vector Machine untuk mendapatkan algoritma dengan tingkat akurasi paling baik dalam pengklasifikasian diagnosis penyakit diabetes. Data yang digunakan dalam penelitian ini adalah data sekunder. Data tersebut berjumlah 768 observasi dengan menampilkan 9 atribut, yaitu Pregnancies, Glucose, Blood Pressure, Skin Thickness, Insulin, BMI, Diabetes Pedigree Function, Age dan Outcome. Teknik klasifikasi data mining yang digunakan dalam penelitian ini adalah Neural Network dan Support Vector Machine (SVM). Evaluasi dan validasi model pada penelitian ini menngunakan metode K-Fold Cross Validation (K-Fold=10). Berdasarkan hasil analisis pada penelitian ini didapatkan nilai akurasi untuk metode ANN sebesar 77,60%, sedangkan nilai akurasi untuk metode SVM sebesar 65,24%. Artinya penggunaan metode ANN lebih baik daripada SVM untuk mengklasifikasikan seseorang menderita diabetes atau tidak. Sedangkan untuk metode ANN memiliki nilai AUC sebesar 0,834 sehingga dapat dikategorikan dalam good classification.
Co-Authors Lestari, Siti Sarah Sobariah Pertiwi, Ani Putri, Zulfa Hidayah Satria Qisthi, Nurul