cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Joseph Dedy Irawan
Contact Email
joseph@lecturer.itn.ac.id
Phone
+62811367463
Journal Mail Official
joseph@lecturer.itn.ac.id
Editorial Address
Jl. Raya Karanglo Km. 2 Malang
Location
Kota malang,
Jawa timur
INDONESIA
JATI (Jurnal Mahasiswa Teknik Informatika)
Published by Institut Teknologi Nasional Malang
ISSN : -     EISSN : 2598828X     DOI : -
Core Subject : Science,
Computer Science & IT
Adalah jurnal mahasiswa yang diterbitkan oleh Teknik Informatika Institut Teknologi Nasional Malang, sebagai media publikasi hasil Skripsi Mahasiswa Teknik Informatika ke khalayak luas, diterbitkan secara berkala 6 kali setahun pada bulan Februari, April, Juni, Agustus, Oktober, Desember.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 3,835 Documents
 147   148   149   150   151 
PENERAPAN ALGORITMA K-NEAREST NEIGHBOR PADA TWITTER UNTUK ANALISIS SENTIMEN MASYARAKAT TERHADAP LGBT DI INDONESIA Mamluatul Hikmah, Lulu; Rahaningsih, Nining; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8336

Abstract

Sampai saat ini, topik LGBT (Lesbian, Gay, Bisexsual, Transgender) di Indonesia masih sering diperdebatkan karena kelompok ini mulai mengekspresikan diri secara langsung melalui aktivitas yang mereka lakukan dan sering mengomentari aktivitas mereka di media sosial. Hasil laporan Badan Narkotika Nasional (BNN) tercatat tahun 2022 jumlah kasus HIV/AIDS ada 62.856 kasus dengan rincian 9.901 kasus AIDS dan 52.955 kasus HIV. Hal ini menimbulkan perbincangan publik melalui media sosial salah satunya Twitter dengan memberikan berbagai macam komentar berupa dukungan, penolakan dan pandangan netral terhadap fenomena tersebut. Banyaknya jumlah dan ragam respon akan menjadi big data sehingga dapat menghasilkan informasi yang berharga. Data yang digunakan sebanyak 1501 tweet dengan kata kunci yang digunakan adalah “LGBT”. Penelitian ini bertujuan untuk mengetahui sentimen masyarakat terhadap kasus LGBT. Metode yang digunakan dalam penelitian ini adalah algoritma K-Nearest Neighbor. Penelitian dilakukan untuk mengklasifikasi sentimen ke dalam tiga kelas yaitu positif, negatif dan netral dengan pemodelan 10 k-folds cross validation. Hasil klasifikasi yang diperoleh menunjukkan pandangan masyarakat terhadap LGBT cenderung netral ditunjukkan dengan polaritas sentimen netral 86.94% sebanyak 1305 tweets, sentimen positif 8.39% sebanyak 126 tweets dan sentimen negatif 4.66% sebanyak 70 tweets. Hasil akurasi tertinggi dari algoritma K-Nearest Neighbor dengan nilai k=6 yaitu 85.90%.
PENERAPAN K-MEANS UNTUK MENGANALISIS KEPUASAN MAHASISWA TERHADAP PEMBELAJARAN DARING Sudrajat, Adi; Irma Purnamasari, Ade; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8337

Abstract

Presiden Jokowi menyatakan bahwa Indonesia telah keluar dari masa pandemi COVID-19 dan saat ini memasuki fase endemi. Pendidikan memegang peranan krusial dalam pembangunan masyarakat. Meskipun pembelajaran daring tetap menjadi pilihan utama pada fase endemi, khususnya di STMIK IKMI Cirebon, pengalaman mahasiswa terkait penggunaan platform daring seringkali menimbulkan perbedaan pendapat. Tujuan penelitian ini adalah untuk menyajikan informasi mengenai kepuasan mahasiswa terhadap pembelajaran daring, sebagai upaya evaluasi terhadap sistem pembelajaran tersebut. Dataset yang berhasil dikumpulkan melibatkan 150 responden dari mahasiswa Program Studi Teknik Informatika angkatan 2020 STMIK IKMI Cirebon. Metode penelitian menggunakan Algoritma K-Means klastering, dengan melakukan 5 iterasi untuk menentukan nilai K terbaik. Penentuan tersebut dilakukan dengan membandingkan nilai Davies-Bouldin Index, yang menunjukkan bahwa K2 merupakan nilai K terbaik. Dengan penerapan K-Means, ditemukan 2 klaster yang menggambarkan kepuasan mahasiswa terhadap 5 atribut, yaitu tangible, reliability, responsibility, assurance, dan empathy. Klaster 0 menunjukkan tingkat kepuasan tinggi sebesar 93%, sementara klaster 1 menunjukkan tingkat ketidakpuasan sebesar 7% pada setiap atribut yang digunakan. Penelitian ini diharapkan dapat memberikan wawasan yang lebih mendalam terkait evaluasi dan perbaikan sistem pembelajaran daring di STMIK IKMI Cirebon.
OPTIMALISASI SISTEM PENGELOLAAN ADMIN BERBASIS DESKTOP PADA CV RAM-SAWIT GAJAH TUNGGAL JAMBI Haikal Fathurachman, Muhammad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8338

Abstract

Pengelolaan admin yang baik menjadi kebutuhan yang harus dipenuhi bagi setiap perusahaan untuk diterapkan pada stake holder terkait. Terselenggaranya proses pengelolaan admin yang baik, dan terstruktur perlu didukung oleh sistem teknologi yang memadai. Penelitian ini bertujuan untuk menghasilkan sebuah sistem informasi pengelolaan admin yang mencakup proses pekerjaan admin pada CV RAM-Sawit Gajah Tunggal Jambi. Dimana pada perusahaan tersebut masih menerapkan sistem pekerjaan admin yang belum menggunakan sistem teknologi yang memadai dan sering mengalami kendala pada proses pencatatan setiap data sehingga menyulitkan untuk pengelolaan data, pancarian data, pengumpulan data, dan pembuatan laporan karena harus diproses dengan mencari dan mencatat satu persatu. Pembangunan sistem sistem informasi pengelolaan admin tersebut akan diimplementasikan dalam sebuah sistem berbasis aplikasi desktop. Pembangunan tersebut menggunakan bahasa pemrograman C# dengan bantuan IDE Microsoft Visual Studio dan XAMPP sebagai server local untuk penyimpanan database dengan menggunakan MYSQL. Tahapan yang dilakukan untuk membangun aplikasi desktop ini dengan melakukan identifikasi kebutuhan sistem, perancangan aplikasi, dan pengujian aplikasi menggunakan metode user acceptance test dengan hasil nilai 85,71% % telah terpenuhi, dan metode pengujian black box yang telah berjalan dengan sesuai. Dengan begitu dibangunnya sistem informasi pengelolaan admin berbasis desktop ini diharapkan dapat membantu dalam proses pekerjaan admin, sehingga menjadi lebih optimal, efisien dan terkontrol.
IMPLEMENTASI ASSOCIATION RULES MINING UNTUK ANALISIS POLA PEMBELIAN PAKET KUOTA PERDANA PELANGGAN XL MENGGUNAKAN ALGORTIMA APRIORI: STUDI KASUS: PT. XL AXIATA TEGAL Pratiwi, Intan; Suarna, Nana; Suprapti, Tati
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8339

Abstract

Kartu perdana mulai ramai digunakan oleh pelanggan ponsel di seluruh dunia sebagai akses koniktivitas pada internet. Kartu perdana adalah paket penyedia layanan seluler yang mencakup akses paket data prabayar ke internet, panggilan, pesan teks, dan layanan komunikasi lainnya. Permasalahan yang terjadi di PT. XL Axiata Tegal adalah perusahaan belum menemukan pola pembelian paket kuota perdana pelanggan XL yang teridentifikasi, padahal peluang tersebut dapat mengoptimalkan strategi pemasaran dan menawarkan layanan yang lebih disesuaikan dengan preferensi pelanggan. Metode yang digunakan dalam analisis Association Rules Mining adalah pengimplementasian atau penerapan algoritma apriori pada dataset berupa data histori transaksi yang diperoleh dari PT. XL Axiata Tegal pada periode bulan Oktober 2023 dengan jumlah data sebanyak 22.121 transaksi. Tujuan penelitian ini adalah untuk menganalisis data transaksi pembelian paket kuota perdana, sehingga perusahaan dapat mengidentifikasi pola pembelian pelanggan XL yang dapat dijadikan sumber informasi untuk perusahaan dalam memperkirakan jumlah produksi dan persedian stok paket kuota perdana. Hasil penelitian ini ditemukan aturan asosiasi tertinggi item yang paling kuat dengan nilai confidence tertinggi adalah yang pertama jika pelanggan membeli PV Hotrod Special M (4GB) maka akan membeli juga paket kuota perdana PV Hotrod Special S (2.5 GB) secara bersamaan dengan nilai pendukung 39% dan confidence sebesar 93% dan aturan asosiasi terendah adalah Jika pelanggan PV Hotrod Special S (2.5 GB) maka akan membeli juga PV FLEX M 9GB secara bersamaan dengan nilai support 36% dan nilai confidence 60%.
IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA K- MEANS CLUSTERING DALAM ANALISIS PENJUALAN PRODUK Tiara Alifa, Talitha; Astuti, Rini; Muhamad Basysyar, Fadhil
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8340

Abstract

Fashion pria beroperasi di sebuah Department Store X dan fokus pada penjualan pakaian pria dengan berbagai macam produk seperti Kemeja, T-shirt, Celana pendek, Celana Panjang dan produk sebagainya. menghadapi tantangan memanfaatkan informasi penjualan yang melimpah untuk meningkatkan strategi penjualan. Oleh karena itu, penelitian ini menggunakan metode clustering K-Means untuk mengelompokkan data penjualan dan menentukan produk pakaian mana yang laris dan produk mana yang kurang laris di pasar mode pria. Dengan demikian, penelitian ini dapat mempermudah mengidentifikasi produk. Algoritma clustering K-Means digunakan untuk membuat kelompok produk yang saling terkait dari data penjualan pakaian pria.. Dalam konteks ini, informasi yang dimiliki, seperti Nama Barang (Artikel), Stok Awal, dan Produk yang Terjual, digunakan sebagai atribut dalam analisis K-Means Clustering. Tujuan dari studi ini adalah untuk memperdalam pemahaman terhadap pola penjualan produk Fashion Pria, sehingga hasil analisis dapat memberikan wawasan yang berharga dalam mengelola data penjualan. Hasil dari penerapan K-Means Clustering diharapkan dapat meningkatkan pemahaman tentang tren penjualan, membantu mengidentifikasi produk yang paling diminati, dan memberikan dasar untuk mengoptimalkan strategi pemasaran. Dengan demikian, penelitian ini berperan penting dalam mengubah informasi menjadi pengetahuan yang dapat meningkatkan kinerja penjualan Fashion Pria. Kesimpulan dari penelitian ini memberikan landasan untuk pengembangan strategi bisnis yang lebih cerdas dalam menghadapi dinamika pasar yang terus berubah.
ANALISIS POLA PEMBELIAN PRODUK PADA TOKO ONLINE DAUN INDAH MENGGUNAKAN ASSOCIATION RULE DAN ALGORITMA FP-GROWTH DI PLATFORM E-COMMERCE SHOPEE Ramanto, Aditiya; Irma Purnamasari, Ade; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8341

Abstract

Pada era digital, toko online menjadi salah satu pilihan bagi konsumen untuk berbelanja produk dengan mudah. Toko Daun Indah adalah salah satu toko online yang menjual berbagai macam produk kecantikan. Namun, Toko Online Daun Indah belum memanfaatkan data transaksi yang tersimpan di Shopee. Akibatnya, Toko Daun Indah belum memiliki informasi mengenai produk apa yang sering dibeli bersama, produk apa yang paling diminati. Oleh karena itu, penelitian bertujuan menganalisis pola pembelian produk menggunakan metode data mining, yaitu association rule dan algoritma FP-Growth. Association rule merupakan metode yang dapat menemukan hubungan antara item-item sering dibeli bersama oleh konsumen dan Algoritma FP-Growth dapat mengekstrak frequent itemset dari data transaksi dengan efisien dan cepat. Hasil penelitian ini adalah Implora Liptint & Cheek, Mascara Evany Esenses / Evany Esenses Mascara Original -8ml, Dan Implora Urban Lip Cream Matte Dengan Nilai Confidence: 0.667. Fres & Natural Parfum Semprot -100ml Dan Fresh & Natural Hijab -100ml Dengan Nilai Confidence: 0.857. 1 Renteng 12pcs 9ml Garnier Sakura White Hyaluron Glow Foam, 1 Renteng Isi 12pcs 7ml Garnier Bright Complete Vitamin C Serum Cream Uv Dengan Nilai Confidence: 1.000. Sehingga dapat memberikan informasi yang berguna bagi Toko Online Daun Indah untuk menentukan rekomendasi produk yang sesuai kebutuhan konsumen.
PREDIKSI HUNIAN HOTEL MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORS: STUDI KASUS : HOTEL RUMAH KITA KOTA CIREBON Christian Anderson Wint's II, Hans; Irma Purnamasari, Ade; Suprapti, Tati
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.8342

Abstract

Penelitian ini bertujuan untuk menerapkan teknik data mining, termasuk algoritma K-Nearest Neighbors (K-NN), untuk memprediksi tingkat hunian hotel dari tahun 2021 hingga 2022 di hotel Rumah Kita yang terletak di jalan Siliwangi Kota Cirebon. Data yang digunakan dalam penelitian ini mencakup variabel seperti harga kamar, lokasi geografis, sarana hotel, dan faktor lain yang mempengaruhi tingkat hunian. Metode K-Nearest Neighbors (K-NN) digunakan untuk mengetahui tren dan hubungan antara variabel-variabel tersebut dengan tingkat hunian hotel. Data tahun 2021 dan 2022 digunakan sebagai data pelatihan untuk mengembangkan model prediksi, sementara data tahun 2023 digunakan untuk menguji akurasi model. Untuk mengukur efektivitas dan akurasi sistem, penelitian ini melakukan pengujian dengan menggunakan data aktual tahun 2023 selama periode tiga bulan terakhir. Pengujian dilakukan dengan membandingkan hasil prediksi model terhadap data sebenarnya untuk menghitung tingkat akurasi. Hasil pengujian menunjukkan bahwa model dapat memperkirakan tingkat okupansi hotel pada tahun 2023 dengan tingkat akurasi mencapai 91,67%. Prediksi hunian ramai mencapai 6 dengan akurasi class prediction 100% dan class recall 85,71%, sedangkan prediksi hunian sepi mencapai 5 dengan akurasi class prediction 83,33% dan class recall 100%.Hasil ini menunjukkan bahwa model K-NN yang dikembangkan efektif dalam memprediksi tingkat hunian dan dapat membantu manajemen hotel dalam perencanaan kapasitas, strategi penetapan harga, dan pengelolaan sumber daya. Penelitian ini berpotensi untuk diterapkan secara luas di industri perhotelan dan bisnis serupa lainnya yang mengandalkan perkiraan tingkat hunian. Dengan penambahan informasi tentang pengujian dan pengukuran akurasi, abstrak ini sekarang memberikan gambaran yang lebih lengkap tentang penelitian dan hasilnya.
PENGELOMPOKAN KASUS PENYAKIT MALARIA BERDASARKAN KABUPATEN DI PROVINSI JAWA BARAT DENGAN ALGORITMA K-MEDOIDS Nur alamsyah, Deri; Narasati, Riri; Solihudin, Dodi; Rifa’i, Ahmad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.8343

Abstract

Penyakit malaria, disebabkan oleh parasit dari genus Plasmodium melalui gigitan nyamuk Anopheles Dampaknya melibatkan peningkatan kematian pada kelompok rentan seperti bayi, anak di bawah lima tahun, dan ibu melahirkan, sambil merugikan produktivitas kerja dan mengancam citra politis negara. Penderita utamanya berasal dari daerah pedesaan dan ekonomi lemah. Tujuan penelitian ini adalah mengidentifikasi tingkat keparahan kasus malaria berdasarkan provinsi menggunakan teknik data mining K-medoids dengan aplikasi RapidMiner. Dari hasil analisis, 24 provinsi teridentifikasi dengan tingkat penyakit malaria tertinggi, termasuk di jawa barat Rekomendasi diberikan agar pemerintah memberikan perhatian khusus pada provinsi-provinsi ini untuk mendukung upaya penanggulangan penyakit malaria. Tujuan dan manfaat dari penelitian ini adalah untuk memberikan pengetahuan mengenai hasil dari analisis menggunakan metode k-medoids selain itu untuk memberikan kontribusi dalam mendalami pengelompokan pada kasus penyakit malaria di kabupaten berdasarkan provinsi.
ESTIMASI HARGA MOBIL BEKAS TOYOTA YARIS MENGGUNAKAN ALGORITMA REGRESI LINIER Aji Saputra, Mohammad; Martanto, Martanto; Hayati, Umi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.8344

Abstract

Industri otomotif mengalami perkembangan pesat di era modern ini, didorong inovasi teknologi dan persaingan antar perusahaan mobil untuk menghasilkan produk berkualitas. Mobil saat ini sudah menjadi kebutuhan bagi berbagai kalangan konsumen sehingga memerlukan kreativitas dalam pengembangan produk. Pesatnya pertumbuhan sektor otomotif dan teknologi menyebabkan diperkenalkannya berbagai jenis kendaraan, berdampak signifikan terhadap kenaikan harga mobil baru. Hal ini menyebabkan penjualan dan minat terhadap mobil bekas, sehingga menjadi alternatif yang lebih terjangkau bagi konsumen. Penelitian ini bertujuan mengembangkan model estimasi harga mobil bekas toyota yaris dengan menggunakan algoritma regresi linier. Penerapan data mining, khususnya regresi linier, digunakan untuk mengeksplorasi pola dan informasi tersembunyi dalam dataset mobil bekas toyota yaris. Hasil penelitian menunjukkan bahwa model regresi linier mampu memberikan estimasi harga mobil bekas toyota yaris dengan tingkat akurasi yang baik. Estimasi harga mobil berdasarkan inputan seperti tahun = 2022, transmisi = 0, jarak tempuh = 1113 km, jenis bahan bakar = 0, pajak = 145, konsumsi bahan bakar = 47,9 km per galon, dan ukuran mesin = 1.5, estimasi harga sebesar 220.973.121,60 dalam satuan rupiah. Evaluasi model menghasilkan nilai MSE sebesar 886,503, RMSE 941,543, dan R2-Score 0,861, menunjukkan bahwa model regresi linier dapat digunakan dalam estimasi harga jual mobil bekas toyota yaris berdasarkan spesifikasi.
KOMPARASI EFEKTIFITAS ALGORITMA C4.5 DAN NAÏVE BAYES UNTUK MENENTUKAN KELAYAKAN PENERIMA MANFAAT PROGRAM KELUARGA HARAPAN: STUDI KASUS : KECAMATAN CICALENGKA KABUPATEN BANDUNG Abdul Rohim, Adi Nur; Purnamasari, Ade Irma; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.8345

Abstract

Program keluarga harapan PKH adalah sebuah program bantuan sosial yang disalurkan oleh pemerintah Indonesia melalui kementrian sosial. Bantuan yang diberikan merupakan bantuan keuangan kepada rumah tangga sangat miskin yang telah memenuhi kriteria tertentu. Namun program pemberdayaan pemerintah ini, seringkali timbul masalah dimana bantuan PKH tidak tepat sasaran. Oleh karena itu, penelitian ini bertujuan untuk menganalisis program keluarga harapan agar penerima bantuan benar benar layak menerima bantuan. Digunakan komparasi metode klasifikasi data mining untuk mengetahui algoritma mana yang baik untuk mengkalasifikasi kelayakan bantuan, dengan menggunakan dua algoritma, algoritma C4.5 dan Naïve Bayes. Algoritma C4.5 adalah adalah salah satu algoritma decision tree yang digunakan untuk melakukan klasifikasi atau segmentasi yang bersifat prediktif. Kelebihan algoritma C4.5 yaitu menghasilkan model pohon keputusan yang mudah diinterpretasikan, memiliki tingkat akurasi yang tinggi, efisien dalam menangani atribut bertipe diskrit dan numerik. Algoritma Naïve Bayes adalah algoritma yang menggunakan cabang matematika dikenal dengan teori probabilitas untuk mencari peluang terbesar dari kemungkinan klasifikasi, dengan cara melihat frekuensi tiap klasifikasi pada data training. Naive Bayes adalah tehnik yang diterapkan untuk menentuan kelas dari tiap masalah, yang sudah dibagi berdasarkan tiap-tiap masalah. Perhitungan numerik berdasarkan pada pendekatan grup. Proses pengujian dimulai dengan persiapan data awal. Selanjutnya, sampel data dianalisis menggunakan metode CRISP-DM, diuji dengan algoritma seperti C4.5 dan Naïve Bayes untuk memperoleh validasi yang akurat, setelah itu, data sampel data kembali diuji dengan validasi untuk mendapatkan Confusion matriks dan nilai ROC untuk C4.5 dan Naïve Bayes dengan tujuan mencapai akurasi maksimum. Hasil evaluasi perbandingan dan validasi menunjukkan bahwa algoritma Naive Bayes memiliki nilai akurasi sebesar 99,87% dan AUC sebesar 1,000, yang merupakan yang tertinggi di antara metode lainnya. Sementara itu, Algoritma C4.5 memiliki akurasi sebesar 99,61% dan AUC sebesar 0,743. Dari hasil algoritma Naive Bayes dalam data mining ini, tingkat AUC mengindikasikan klasifikasi yang sangat baik (Excellent classification). Sebaliknya, Algoritma C4.5 memiliki tingkat AUC yang diagnostik sebagai Fair (Adil). Dengan demikian, dapat disimpulkan bahwa algoritma Naive Bayes merupakan metode yang cukup baik dalam memprediksi kelayakan warga untuk menerima bantuan dari Program Keluarga Harapan (PKH).

Page 149 of 384 | Total Record : 3835

 147   148   149   150   151 

Filter by Year

2017 2025


Reset
Filter By Issues
All Issue Vol. 9 No. 5 (2025): JATI Vol. 9 No. 5 Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4 Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3 Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2 Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1 Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6 Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5 Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4 Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3 Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2 Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1 Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6 Vol. 7 No. 5 (2023): JATI Vol. 7 No. 5 Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4 Vol. 7 No. 3 (2023): JATI Vol. 7 No. 3 Vol. 7 No. 2 (2023): JATI Vol. 7 No. 2 Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1 Vol. 6 No. 2 (2022): JATI Vol. 6 No. 2 Vol. 6 No. 1 (2022): JATI Vol. 6 No. 1 Vol. 5 No. 2 (2021): JATI Vol. 5 No. 2 Vol. 5 No. 1 (2021): JATI Vol. 5 No. 1 Vol. 4 No. 2 (2020): JATI Vol. 4 No. 2 Vol. 4 No. 1 (2020): JATI Vol. 4 No. 1 Vol. 3 No. 2 (2019): JATI Vol. 3 No. 2 Vol. 3 No. 1 (2019): JATI Vol. 3 No. 1 Vol. 2 No. 2 (2018): JATI Vol. 2 No. 2 Vol. 2 No. 1 (2018): JATI Vol. 2 No. 1 Vol. 1 No. 2 (2017): JATI Vol. 1 No. 2 Vol. 1 No. 1 (2017): JATI Vol. 1 No. 1 More Issue