cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Bahar
Contact Email
bahararahman@gmail.com
Phone
-
Journal Mail Official
puslit.stmikbjb@gmail.com
Editorial Address
-
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Progresif: Jurnal Ilmiah Komputer
Published by Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru
ISSN : 02163284     EISSN : 26850877     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering
Progresif: Jurnal Ilmiah Komputer adalah Jurnal Ilmiah bidang Komputer yang diterbitkan secara periodik dua nomor dalam satu tahun, yaitu pada bulan Februari dan Agustus. Redaksi Progresif: Jurnal Ilmiah Komputer menerima Artikel hasil penelitian atau atau artikel konseptual bidang Komputer.
Arjuna Subject : -
Articles 13 Documents
 1   2 
Search results for , issue "Vol 18, No 2: Agustus 2022" : 13 Documents clear
Implementasi Metode Certainty Factor Dalam Diagnosa Dini Penyakit Hipertensi Taufiq Taufiq; Yulia Yudihartanti
Progresif: Jurnal Ilmiah Komputer Vol 18, No 2: Agustus 2022
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (351.754 KB) | DOI: 10.35889/progresif.v18i2.942

Abstract

Many people with hypertension do not know the early symptoms of the disease they are suffering from because of a lack of knowledge about the disease. It takes a tool to provide information to the public about the disease of hypertension in order to do early prevention. This study develops an expert system that can be used to diagnose hypertension. The reasoning method used by the expert system is Certainty Factor (CF), where CF or certainty factor is useful for overcoming uncertainty in determining diseases that have the same symptoms (evidence). In CF there is also the concept of Measures of Belief (MB) or a measure of trust and Measures of Disbelief (MD) or a measure of distrust. The system model is poured in the form of a Web-based Expert System application, which was developed using the PHP programming language. Testing the accuracy of the CF method is done by comparing the results of CF-based diagnoses with the results of diagnoses by experts on hypertension. The test results on 15 data samples showed that the accuracy of diagnosing the CF method reached 93%.Keywords: Expert System; Hypertension Disease; Certainty FactorAbstrak. Banyak penderita penyakit Hipertensi tidak mengetahui gejala awal penyakit yang diderita karena kurangnya pengetahuan mengenai penyakit tersebut. Dibutuhkan suatu alat bantu untuk memberi informasi kepada masyarakat mengenai penyakit Hipertensi tersebut agar dapat melakukan pencegahan dini. Penelitian ini mengembangkan Sistem Pakar yang dapat digunakan untuk mendiagnosa penyakit Hipertensi. Metode penalaran yang digunakan oleh sistem pakar adalah Certainty Factor (CF), dimana  CF atau faktor kepastian berguna untuk mengatasi ketidakpastian dalam menentukan penyakit yang mempunyai gejala (evidence) yang sama. Dalam CF juga terdapat konsep Measures of Belief (MB) atau ukuran kepercayaan dan Measures of Disbelief (MD) atau ukuran ketidakpercayaan. Model sistem dituangkan dalam bentuk aplikasi Sistem Pakar berbasis Web, yang dikembangkan menggunakan bahasa pemrograman PHP. Pengujian akurasi metode CF dilakukan dengan membandingkan hasil diagnosa berbasis CF terhadap hasil diagnosa oleh pakar penyakit Hipertensi. Hasil pengujian terhadap 15 sampel data menunjukkan ketepatan mendignosa metode CF mencapai 93%.Kata Kunci: Sistem Pakar; Penyakit Hipertensi; Certainty Factor
Penerapan Algoritma TOPSIS Dalam Penentuan Prioritas Calon Agen Perubahan Pada Kantor Pengadilan Zainal Fahriandy; Bahar Bahar
Progresif: Jurnal Ilmiah Komputer Vol 18, No 2: Agustus 2022
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (407.433 KB) | DOI: 10.35889/progresif.v18i2.933

Abstract

Considering the importance level of each parameter becomes very ideal in determine priorities. However, this concept has not been applied in the process of selecting candidates for change agents in all District Court offices in Indonesia, so the process becomes less accurate. This paper examines the application of the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) algorithm in determining the priorities of prospective change agent employees at the District Court office, with a case study at the Martapura District Court Office. Parameters of Innovation, Behavior, Discipline, Responsibility, and Communication become a reference in determining the priority order of candidates. Each parameter is given a weight according to the level of importance that has been formulated by policy makers, then the average value obtained from the results of the assessment of each parameter is processed using the TOPSIS algorithm. The system accuracy test is carried out by comparing the process results without parameter weighting and the process results with a parameter weighting system. Based on the 16 cases tested, the TOPSIS accuracy rate reached 100%, so it deserves to be considered a decision support tool.Keywords: Decision support system; Parameter importance level; Accuracy testing Abstrak. Memperhitungan tingkat kepentingan setiap parameter menjadi sangat ideal dalam penetapan prioritas. Namun konsep ini belum diterapkan dalam proses pemilihan calon pegawai agen perubahan di seluruh kantor Pengadilan Negeri tingkat Kabupaten/kota di Indonesia, sehingga proses menjadi kurang akurat. Makalah ini menguji penerapan algoritma Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) dalam penetapan prioritas calon pegawai agen perubahan pada kantor Pengadilan Negeri, dengan studi kasus pada Kantor Pengadilan Negeri Martapura. Parameter Inovasi, Perilaku, Disiplin, Tanggung Jawab, dan Komunikasi menjadi acuan dalam menetapkan urutan prioritas calon. Setiap parameter diberi bobot sesuai dengan tingkat kepentingan yang telah dirumuskan oleh pengambil kebijakan, selanjutnya rerata angka yang diperoleh dari hasil penilaian setiap parameter diproses menggunakan algoritma TOPSIS. Uji akurasi sistem dilakukan dengan membandingkan hasil proses tanpa pembobotan parameter dan hasil proses dengan sistem pembobotan parameter. Berdasarkan 16 kasus yang diuji, tingkat akurasi TOPSIS mencapai 100%, sehingga layak dipertimbangkan menjadi alat pendukung pengambilan keputusan.Kata Kunci: Sistem pendukung keputusan; Tingkat kepentingan parameter; Uji Akurasi  
Penerapan Metode K-Means Clustering Dalam Menganalisis Sentimen Masyarakat Terhadap K-Popers Pada Twitter Miranti Alysha Zulia Larasati; Nurul Anisa Sri Winarsih; Muhammad Syaifur Rohman; Galuh Wilujeng Saraswati
Progresif: Jurnal Ilmiah Komputer Vol 18, No 2: Agustus 2022
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (551.485 KB) | DOI: 10.35889/progresif.v18i2.877

Abstract

The evolution of Twitter as a platform loved by the general public in Indonesia is evidenced by statistical data that shows that Indonesia is ranked 7th in the world and has a large number of users, reaching 13.2 million. Many users have expressed their opinions on Twitter. This includes expressions with hate speech to bullying. From this research, an analysis was carried out on public satisfaction with K-Pop to get a benchmark for how far people know the existence of K-Pop in Indonesia. This research was conducted using the K-Means Clustering algorithm method to group (positive, neutral and negative) sentiments from datasets taken from Twitter. The dataset used consists of 1000 data retrieved according to the results of the polarity of the tweet. Based on the test results, it got a negative sentiment value of 15.09%, neutral 51.75%, and positive 33.15%. With the evaluation level using the silhouette coefficient method, which is 0.687974 which means it has good structural results.Keywords: Data Mining, K-means Clustering, Silhouette coefficient, K-pop Abstrak. Evolusi Twitter sebagai platform yang digemari masyarakat umum di Indonesia dibuktikan dengan data statistik yang menunjukkan bahwa Indonesia menempati peringkat ke-7 dunia dan memiliki jumlah pengguna yang besar yaitu mencapai 13,2 juta. Banyak pengguna yang mengutarakan pendapat di Twitter. Ini termasuk ekspresi dengan ujaran kebencian hingga perundungan. Dari penelitian tersebut dilakukan analisis tentang kepuasan masyarakat terhadap K-Pop untuk mendapatkan tolok ukur seberapa jauh masyarakat mengetahui eksistensi K-Pop di Indonesia. Penelitian ini dilakukan dengan menggunakan algoritme K-Means Clustering untuk mengelompokkan sentimen positif, netral dan negatif dari dataset yang diambil dari twitter. Dataset yang digunakan terdiri dari 1000 data yang diambil sesuai hasil polaritas tweet. Berdasarkan hasil pengujian mendapatkan nilai sentimen negatif sebanyak 15,09%, netral 51,75%, dan positif 33,15%. Dengan tingkat evaluasi menggunakan metode Silhouette Coefficient yaitu sebesar 0.687974 yang berarti memiliki hasil struktur yang baik.Kata kunci: Data Mining, K-means Clustering , Silhouette coefficient, K-pop

Page 2 of 2 | Total Record : 13

 1   2 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol 22, No 1 (2026): Januari Vol 21, No 2 (2025): Agustus Vol 21, No 1 (2025): Februari Vol 20, No 2: Agustus 2024 Vol 20, No 1: Februari 2024 Vol 19, No 2: Agustus 2023 Vol 19, No 1: Februari 2023 Vol 18, No 2: Agustus 2022 Vol 18, No 1: Februari 2022 Vol 17, No 2: Agustus 2021 Vol 17, No 1: Februari 2021 Vol 16, No 2: Agustus 2020 Vol 16, No 1: Februari 2020 Vol 15, No 2: Agustus 2019 Vol 15, No 1: Februari 2019 Vol 14, No 2: Agustus 2018 Vol 14, No 1: Februari 2018 Vol 13, No 2: Agustus 2017 Vol 13, No 1: Pebruari 2017 Vol 12, No 2: Agustus 2016 Vol 12, No 1: Pebruari 2016 Vol 11, No 2: Agustus 2015 Vol 11, No 1: Pebruari 2015 Vol 10, No 2: Agustus 2014 Vol 10, No 1: Pebruari 2014 Vol 9, No 2: Agustus 2013 Vol 9, No 1: Pebruari 2013 Vol 7, No 2: Agustus 2011 Vol 6, No 2: Agustus 2010 Vol 6, No 1: Pebruari 2010 Vol 4, No 1: Pebruari 2008 Vol 2, No 2: Agustus 2006 More Issue