cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Arif Bijaksana Putra Negara
Contact Email
arifbpn@untan.ac.id
Phone
+62811578624
Journal Mail Official
editor_justin@informatika.untan.ac.id
Editorial Address
Sekretariat Justin Gedung Informatika Fakultas Teknik Universitas Tanjungpura Jl. Prof. Dr. Hadary Nawawi Pontianak 78124
Location
Kota pontianak,
Kalimantan barat
INDONESIA
JUSTIN (Jurnal Sistem dan Teknologi Informasi)
Published by Universitas Tanjungpura
ISSN : 24603562     EISSN : 26208989     DOI : http://dx.doi.org/10.26418/justin
Core Subject : Science,
Computer Science & IT
JUSTIN aims to publish research results and thoughts among academics, researchers, scientists, and practitioners in the field of informatics/computer science so that they are freely available to the public, and support the exchange of knowledge. The scope of JUSTIN is but is not limited to the following: theory and information science, information systems, information security, data processing and structure, programming and computing, software engineering, informatics, computer science, computer engineering, architecture and computer networks, robotics, parallel and distributed computing, operating systems, compilers and interpreters, games, numerical methods, mobile computing, natural language processing, data mining, cognitive systems, speech processing, machine learning, artificial intelligence, expert systems, geographical information systems, computational theory, and informatics applications in various fields.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 661 Documents
 59   60   61   62   63 
Sistem Pakar Diagnosa Penyakit Tanaman Kelapa Sawit Menggunakan Metode Certainty Factor (Studi Kasus: Pt Evans Simpang Kiri Plantation Aceh Tamiang) Elvanni, Imelda Elvanni; Pratama, Angga; Sahputra, Ilham
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 1 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i1.83511

Abstract

Kelapa sawit merupakan tanaman penting yang berperan besar dalam perekonomian dan industri banyak negara, termasuk Indonesia. PT Evans Simpang Kiri Plantation di Aceh Tamiang mengalami fluktuasi produksi kelapa sawit selama empat tahun terakhir, dengan puncaknya pada tahun 2022 sebesar 52.878 ton dan penurunan pada tahun 2023 menjadi 51.131 ton akibat serangan penyakit. Penurunan produksi ini menekankan pentingnya sistem diagnosa penyakit untuk menjaga produktivitas kelapa sawit. Dalam penelitian ini, Metode Certainty Factor  (faktor keyakinan) digunakan untuk mendiagnosis penyakit kelapa sawit oleh sistem pakar berbasis web. Sistem ini diharapkan dapat memberikan diagnosis cepat dan akurat, membantu pengendalian penyakit, serta meningkatkan efisiensi dan produktivitas perkebunan kelapa sawit. Penelitian ini mengambil studi kasus di PT Evans Simpang Kiri Plantation Aceh Tamiang, dengan tujuan utama merancang sistem profesional yang dapat menemukan dan mengobati penyakit kelapa sawit. Hasil penelitian diharapkan dapat mendukung PT Evans Simpang Kiri Plantation dalam meningkatkan produksi kelapa sawit dengan mengatasi masalah penyakit secara efektif dan efisien. Sistem ini mencakup 31 gejala dan 6 aturan, dengan hasil salah satu petani yang tanaman kelapa sawitnya didiagnosis memiliki penyakit Busuk pangkal batang (basal stem rot / ganoderma) dengan nilai kepastian 100%.    Kata kunci: Kelapa sawit, PT Evans Simpang Kiri Plantation, diagnosis penyakit, sistem pakar, Certainty Factor, gejala penyakit, pengendalian penyakit.
Pengembangan Aplikasi Mobile untuk Sistem Pengontrolan Reservoir Air Bersih Berbasis IoT pada Perumahan Bandung City View I Hariwidjaja, Valrama Wardhana; Hasibuan, Faisal Candrasyah; Kusuma, Purba Daru
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 1 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i1.86423

Abstract

Salah satu tujuan dari penelitian ini adalah untuk membangun sistem yang akan mengontrol reservoir air bersih di perumahan Bandung City View I (BCV I). Tujuan dari sistem ini adalah untuk mencegah pemborosan air. Platform aplikasi mobile yang dibangun dengan framework Flutter memungkinkan administrator perumahan untuk mengontrol dan memantau sistem IoT yang telah dibuat secara real-time. Aplikasi ini terintegrasi dengan Database Real-time Firebase untuk memberikan kontrol dan pemantauan sistem IoT yang telah dibuat secara real-time. Hasil pengujian performa aplikasi menunjukkan bahwa aplikasi ini mampu bekerja dengan baik jika digunakan oleh sedikit pengguna; namun, beban yang lebih berat akan mengurangi performa. Namun demikian, pengembangan aplikasi ini akan membantu proses pengendalian dan pemantauan sistem reservoir air bersih di perumahan BCV I, yang akan mencegah pemborosan air.
Model Riset dan Tren Teknologi untuk Social Computing Adriyendi, Adriyendi Adriyendi
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 1 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i1.83108

Abstract

Penelitian ini membahas tinjauan teori, teknologi, dan aplikasi Social Computing (SC) pada Social-Media (SM). Pendekatan yang digunakan adalah pendekatan tinjauan cepat (rapid review) berdasarkan metode penelitian yang mencakup: obyek penelitian, pertanyaan penelitian, proses pencarian, cakupan dan batasan, koleksi data, analisa data, dan ciri artikel. Analisis penelitian SC pada SM berdasarkan teori: psikologi sosial, interaksi sosial, jaringan sosial, organisasi virtual, dan komputasi cerdas. Model tinjauan dengan ulasan teknologi: agen, web, multimedia, basisdata, nirkabel, dan mobilitas. Analisis kolaboratif menggunakan pendekatan kualitatif, analisis deskriptif, dan model adaptif. Hasil kajian ini menunjukkan bahwa Machine Learning (ML) dan Artificial Intelligencde (AI) paling banyak digunakan untuk SC pada SM. Penggunaan ML dan AI untuk SC pada SM sangat prospektif dengan dukungan komputasi dan dataset berkualitas. Implikasinya adalah pendekatan kajian ini menghasilkan model adaptif berdasarkan teori, teknologi, dan aplikasi SC pada SM. Hal ini menjadi perubahan tren media sosial juga diikuti dengan perubahan model pada komputasi sosial. Model adaptif yang dihasilkan dapat menjadi rekomendasi sekaligus peluang baru dan tantangan besar untuk pengembangan SC pada SM.
Metode Tabel Keputusan sebagai Pemodelan dalam Sistem Pendukung Keputusan Pengadaan Koleksi Perpustakaan Iswanti, Sari
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 1 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i1.84784

Abstract

Pengadaan buku/koleksi perpustakaan merupakan proses yang dilakukan oleh pengelola perpustakaan sebagai upaya meningkatkan layanan perpustakaan. Permasalahan akan muncul apabila tidak semua buku/koleksi perpustakaan yang diinginkan pemustaka dapat dibeli atau disediakan karena keterbatasan sumber daya. Terdapat banyak kriteria yang mempengaruhi pengadaan koleksi perpustakan sehingga pengelola perpustakaan selaku pengambil keputusan harus dapat menentukan   urutan prioritas daftar buku/koleksi yang sebaiknya disediakan. Permasalahan ini dapat diatasi dengan memanfaatkan sistem informasi berbasis komputer dalam bentuk sistem pendukung keputusan dengan menggunakan pemodelan tabel keputusan sebagai sebuah model yang cukup mudah dan sistematis dalam penggunaannya.   Penelitian ini memiliki tujuan   merancang pemodelan dalam bentuk tabel keputusan sebagai metode analisis yang akan di terapkan dalam Sistem Pendukung Keputusan (SPK) Pengadaan Koleksi Perpustakaan. Kriteria yang digunakan untuk pengadaan koleksi perpustakaan adalah   permintaan pemustaka dengan bobot 35%, harga koleksi dengan bobot 30%, kategori best seller dengan bobot 15%, dan dukungan terhadap program/visi misi lembaga dengan bobot 20%. Setiap kriteria dijabarkan lagi dalam bentuk sub kriteria yang lebih rinci. Kriteria dan sub kriteria direpresentasikan menggunakan tabel keputusan. Hasil penelitian berupa pemodelan terdiri dari 5 (lima) buah tabel keputusan yang mewakili semua kriteria yang digunakan dalam pengadaan koleksi perpustakaan beserta bobotnya. Uji coba pemodelan dalam penelitian ini menggunakan data simulasi dan dilakukan dengan berbagai macam data yang bervariasi sesuai dengan kriterianya. Hasil uji coba berupa   urutan prioritas buku/koleksi perpustakaan sebagai alternatif yang dapat dipilih oleh pengambil keputusan dalam   pengadaan koleksi perpustakaan. Tabel keputusan ini akan diacu untuk membuat program komputer   sistem pendukung keputusan   pengadaan koleksi perpustakaan yang dapat membantu pengambil keputusan menentukan buku/koleksi perpustakan yang akan dilakukan pengadaannya dan dapat diterapkan pada semua perpustakaan.  Kata kunci: kriteria; pengadaan koleksi perpustakaan; sistem pendukung keputusan
Pengembangan Mobile Learning Platform Pemrograman Dasar Python dengan Menggunakan Pyscript untuk Siswa Sekolah Menengah Kejuruan Sidauruk, Deardo Satria Ristiawan; Prakisya, Nurcahya Pradana Taufik; Hatta, Puspanda
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 1 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i1.84813

Abstract

Pemerataan fasilitas pendidikan di Indonesia masih menjadi isu yang krusial. Salah satu proses belajar mengajar yang terdampak dari masalah ini adalah pembelajaran pemrograman dasar untuk siswa SMK/sederajat. Mata pelajaran ini seringkali menitikberatkan pada penggunaan komputer atau laptop agar proses belajar dapat berjalan dengan baik. Baru-baru ini, telah dikembangkan teknologi baru untuk menjalankan Python live compiler dalam web HTML dengan menggunakan PyScript. Penelitian ini bertujuan untuk menguji pemanfaatan PyScript dalam pengembangan media pembelajaran mobile berbasis web dengan pokok materi pemrograman dasar Python. Pengembangan media pembelajaran dilakukan menggunakan model pengembangan SAM (Successive Approximate Model). Model SAM diterapkan melalui tiga tahap utama: persiapan, perancangan iteratif, dan pengembangan iteratif. Pada tahap persiapan, kebutuhan pengguna dan perangkat dirumuskan, diikuti dengan desain prototipe awal. Pada tahap perancangan iteratif dilakukan pengujian dan revisi berulang, serta validasi oleh ahli. Tahap akhir adalah pengujian produk akhir berbasis web dalam pembelajaran di sekolah. Penilaian dilihat dari aspek penerimaan pengguna, dan dilakukan menggunakan kuesioner WAMMI (Website Analysis and Measurement Inventory). Pengujian penerimaan pengguna dilakukan pada siswa kelas XI SMK Negeri 2 Surakarta, dan didapati hasil tingkat penerimaan pengguna sebesar 78,38%. Hasil ini menunjukkan bahwa media pembelajaran berbasis web ini dapat diterima dengan baik oleh siswa, dan PyScript dapat digunakan sebagai solusi pembelajaran pemrograman yang bersifat mobile, dapat diakses kapan saja dan dimana saja.
Integrasi Pengenalan Pelat Nomor Kendaraan untuk Otomasi Garasi Berbasis NI MyRIO Rosiana, Elfirza; Kiswanta, Kiswanta; Abdurahman, Abdurahman; Suryanto, Yudi
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 2 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i2.89041

Abstract

Kebutuhan akan sistem otomasi semakin meningkat, terutama dalam pengelolaan akses garasi untuk meningkatkan efisiensi dan keamanan. Penelitian ini bertujuan merancang dan mengimplementasikan sistem pintu garasi otomatis berbasis pengenalan pelat nomor kendaraan dengan penambahan sensor jarak menggunakan modul NI MyRIO sebagai pengendali utama. NI MyRIO dipilih karena kecepatan pemprosesan datanya dan mampu mengintegrasikan tegnologi pengolahan citra dengan algoritma cerdas dengan program LabVIEW. Sensor jarak digunakan untuk mengaktifkan kamera.   Kamera digunakan untuk mengambil gambar. Gambar akan memasuki tahap pengolahan gambar, lokalisasi pelat nomor, segmentasi karakter, dan   karakter akan diterjemahkan menjadi entri teks alfanumerik dengan teknik optical character recognition (OCR). Selanjutnya karakter terbaca akan dicocokkan dengan karakter yang dipilih dan tersimpan dalam database. Sistem dirancang agar dapat membuka dan menutup pintu garasi secara otomatis setelah validasi pelat nomor. Hasil pengujian sensor jarak menunjukkan error rata-rata sebesar 0.149%. Sistem mampu mengenali pelat nomor kendaraan dengan tingkat akurasi tinggi dalam kondisi pencahayaan normal tingkat akurasi 93.93%.
Pengembangan Fitur Kontributor pada Aplikasi Penerjemah Teks Multibahasa Daerah Rahmasari, Reza; Sujaini, Herry; Tursina, Tursina
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 2 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i2.86928

Abstract

Bahasa merupakan alat komunikasi utama dalam kehidupan sehari-hari. Di Indonesia, selain Bahasa Indonesia sebagai bahasa nasional, terdapat pula bahasa daerah yang tak kalah penting. Menurut UNESCO, Indonesia memiliki lebih dari 640 bahasa daerah, di antaranya 154 bahasa terancam punah. Oleh karena itu, upaya pelestarian bahasa daerah sangat diperlukan agar tidak hilang ditelan zaman. Salah satu cara untuk melestarikannya adalah dengan mengembangkan mesin penerjemah bahasa daerah. Namun, pengembangan ini menghadapi kendala berupa keterbatasan dataset. Salah satu solusi untuk mengatasi kendala tersebut adalah dengan mengembangkan fitur kontributor, yang memungkinkan pengguna berpartisipasi menyumbangkan pengetahuannya dalam penerjemahan bahasa daerah. Kontribusi tersebut disimpan untuk memperkaya dataset bahasa daerah. Penelitian ini bertujuan untuk membangun fitur kontributor dalam aplikasi penerjemah teks multibahasa daerah. Metodologi yang digunakan meliputi pengumpulan data, analisis kebutuhan, perancangan sistem, implementasi sistem, dan pengujian. Pengujian dilakukan menggunakan dua metode, yaitu Black Box Testing dan User Acceptance Testing (UAT). Pengujian Black Box dilakukan dengan teknik Equivalence Partitions, yang menguji setiap form dalam sistem, menunjukkan bahwa seluruh fungsi berjalan dengan baik sesuai spesifikasi. Sementara itu, pengujian UAT dilakukan dengan membagikan kuesioner online berupa Google Form kepada responden, dan hasilnya dinilai menggunakan pengukuran skala Likert. Hasil pengujian UAT menunjukkan tingkat kepuasan sebesar 78% dari responden sebagai validator dan 89% dari responden sebagai kontributor. Berdasarkan hasil tersebut, aplikasi ini dapat dinyatakan berhasil dan mampu memenuhi kebutuhan pengguna.
Analisis Clustering Data Balita dengan Algoritma K-Means dan Fuzzy C-Means: Sebuah Studi Komparatif Menggunakan Silhouette Index ridwan, mohammad; Ebrison, Muhamad AlHafidz; Baenudin, Muhamad
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 2 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i2.82529

Abstract

Kemampuan untuk mengelola dan menganalisis data menjadi sangat penting di era informasi saat ini, terutama dalam industri yang memerlukan pengambilan keputusan berdasarkan data yang kompleks dan beragam. Studi ini bertujuan untuk mengevaluasi efektivitas dua algoritma pengelompokan, yaitu K-Means dan Fuzzy C-Means, dalam mengelompokkan data balita untuk mengidentifikasi pola pertumbuhan dan kondisi kesehatan. Dengan menggunakan Silhouette Index sebagai alat evaluasi, penelitian ini menganalisis kualitas clustering dari kedua algoritma tersebut. Data penelitian dikumpulkan dari survei lapangan di Posyandu pada tahun 2024, mencakup 700 balita dengan indikator utama yaitu nama, berat badan, dan tinggi badan. Data ini kemudian diproses menggunakan algoritma K-Means dan Fuzzy C-Means, dengan hasil validitas melalui Silhouette Index untuk menetapkan total cluster yang paling efisien. Hasil penelitian memperlihatkan bahwa algoritma FCM memiliki nilai validitas tertinggi yaitu 0.564 yang memiliki jumlah cluster optimal yaitu dua cluster, dibandingkan dengan algoritma K-Means yang mempunyai nilai validasi sebesar 0.563. Kesimpulan penelitian ini memperlihatkan algoritma Fuzzy C-Means lebih efektif untuk menentukan kelompok data balita dibandingkan dengan K-Means. Hasil ini diharapkan bisa memberikan kontribusi terhadap pengembangan kebijakan dan program kesehatan anak yang lebih baik, dengan pemahaman yang lebih mendalam mengenai pola pertumbuhan dan kondisi kesehatan balita. Untuk penelitian selanjutnya, disarankan menggunakan data terbaru dan membandingkan dengan metode clustering lainnya untuk mendapatkan hasil yang lebih komprehensif.
Pemodelan Multikriteria Analytical Process Heirarchy dengan Nilai Eigen untuk Menentukan Prioritas Pengerjaan Task Dosen Yuliyanti, Siti
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 2 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i2.80123

Abstract

Dosen merupakan pendidik profesional dan ilmuwan yang memiliki task atau tugas utama mentransformasikan, mengembangkan, dan menyebarluaskan ilmu pengetahuan, teknologi, dan seni melalui pendidikan, penelitian, dan pengabdian kepada masyarakat. Dimana task Dosen melengkat dengan konsep tri dharma perguruan tinggi, yang realita dilapang sering terjadi banyaknya task Dosen yang memiliki deadline sama namun wkaru terbatas dengan keanekaragaman kesulitan. Permasalahan yang sering terjadi adalah tidak terselesaikannya task prioritas dikarenakan banyaknya task yang menumpuk. Pemodelan Analytical Hierarchy Process dengan Nilai Eigen dan Vektor Eigen mampu menentukan prioritas dalam pengerjaan task Dosen dengan mempertimbangkan multikriteria sehingga meminimalkan terjadinya traffic atau bentrok pengerjaan saat batas waktu suatu task sama dengan tingkat kesulitan, deadline, kepentingan dan bobot nilai yang berbeda. Sehingga harus dibandingkan dan dievaluasi kriteria-kriteria tersebut untuk menentukan urutan pengerjaan tugas yang paling efisien dan efektif dengan manfaat untuk mengurangi trasa stress pada seseorang dalam menjalani rutinitas kegiatan. Maka dari itu diperlukan sebuah pemodelan untuk penjadwalan kegiatan agar dapat terstruktur berdasarkan task yang menjadi perioritas, sehingga dapat mengakomodasi kriteria yang beragam dan subjektif atau multikriteria yang memberikan hasil yang objektif dan akurat yaitu dengan menggunakan nilai eigen untuk menentukan faktor-faktor pendukung prioritas sebuah task yang dilanjutkan dengan mengimplementasikan analytical hierarchy process dengan nilai eigein. Tahapan penelitian mencakup pengumpulan data, teknik analisis data, pemodelan dan evaluasi. Teknik analisis data pada penelitian kuantitatif ini adalah  proses mengolah data yang sudah terkumpul dari responden di lapangan atau referensi lain yang terpercaya untuk mengelompokkan data berdasarkan jenis responden, membuat tabulasi dan melakukan perhitungan uji hipotesis dalam menentukan faktor-faktor kriteria untuk masuk dalam proses selanjutnya yaitu menentukan prioritas dengan menggunakan nilai eigen dan vektor eigen. Hasil penelitian menunjukan task yang paling prioritas untuk dikerjakan berdasarkan kriteria prioritas pengerjaaan task secara berurutan dimulai dnegan task yang memiliki tingkat kesulitan tertinggi yaitu 2,143 nilai vektor eigennya, timeline sebesar 1,095, jenis task sebesar 0,984, Bobot task sebesar 0,977, jenis task 0,984 dan terakhir status task sebesar 0,882. Kemudian berdasarkan pengujian konsistensi menghasilkan 0,016 dan rasio konsistensi sebesar 0,037 menunjukan nilai 0,1 maka data konsisten.
Perbandingan Algoritma Support Vector Machine (SVM) dan Naive Bayes pada Analisis Sentimen Bahasa Jawa dan Sunda Putri, Galuh Kusuma; Sujaini, Herry; Ulumi, Desepta Isna
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 2 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i2.88285

Abstract

Perbedaan  struktur  kalimat,  pilihan  kata, dan  tingkatkesopanan  dalam  Bahasa Jawa dan Sunda  dibandingkan  dengan  Bahasa Indonesia  membuat  analisis  sentimenmenjadi  lebih  kompleks.  Karakteristik  unik  kedua  bahasaini  sering  kali  sulit  dipahami,  terutama  bagi  bukan  penuturaslinya,  sehingga  metode  pemrosesan  teks  yang  umumdigunakan  untuk  Bahasa Indonesia  tidak  selalu  efektif.  Oleh  karena  itu,  diperlukan  pendekatan  yang  dapatmengklasifikasikan  sentimen  teks  berbahasa  daerah  ini,  apakah  bersifat  positif,  negatif,  atau  netral,  gunameningkatkan  pemahaman  terhadap  opini  masyarakat  sertamemperluas  aksesibilitas  informasi.  Mengingat  tantangantersebut,  penelitian  ini  berfokus  pada  eksplorasi  metodeklasifikasi  yang  dapat  secara  efektif  menanganikarakteristik  unik  dari  Bahasa Jawa dan Sunda  dalamanalisis  sentimen.  Untuk  itu,  penelitian  ini  bertujuanmelakukan  perbandingan  antara  algoritma  Support Vector Machine  (SVM) dan  Naive Bayes  guna  menentukanpendekatan  yang paling  sesuai  dalam  mengklasifikasikansentimen  teks  pada  kedua  bahasa  ini.  SVM  mencari  garis  pemisah  terbaik  untuk  mengklasifikasikan  data,  sedangkanNaive Bayes  menggunakan  perhitungan  probabilitasberdasarkan  pola  kata yang  muncul.  Dalam  penelitian  iniekstraksi  fitur  dilakukan  menggunakan  TF-IDF  dan  seleksifitur  menggunakan  Chi-Square. Data yang  digunakan  dariIndonesian NLP data catalogue  yang  terdata  mulai  daritahun  2020-2023.  Hasil  penelitian  menunjukkan  bahwametode  klasifikasi  Support Vector Machine  (SVM)  lebihbaik  dari  pada  Naive Bayes  di  kedua  bahasa.  SVM  mendapatkan  akurasi  pada Bahasa Jawa  sebesar  76% dan Bahasa Sunda  sebesar  80%  sedangkan  Naive Bayes  pada Bahasa Jawa  sebesar  73% dan Bahasa Sunda  sebesar  77%. SVM  menjadi  metode  terbaik  dalam  penelitian  ini  karenamenunjukkan  performa  yang  lebih  baik  pada  kedua  bahasadibandingkan  Naive Bayes.

Page 61 of 67 | Total Record : 661

 59   60   61   62   63 

Filter by Year

2013 2026


Reset
Filter By Issues
All Issue Vol 14, No 1 (2026) Vol 13, No 4 (2025) Vol 13, No 3 (2025) Vol 13, No 2 (2025) Vol 13, No 1 (2025) Vol 12, No 4 (2024) Vol 12, No 3 (2024) Vol 12, No 2 (2024) Vol 12, No 1 (2024) Vol 11, No 4 (2023) Vol 11, No 3 (2023) Vol 11, No 2 (2023) Vol 11, No 1 (2023) Vol 10, No 4 (2022) Vol 10, No 3 (2022) Vol 10, No 2 (2022) Vol 10, No 1 (2022) Vol 9, No 4 (2021) Vol 9, No 3 (2021) Vol 9, No 2 (2021) Vol 9, No 1 (2021) Vol 8, No 4 (2020) Vol 8, No 3 (2020) Vol 8, No 2 (2020) Vol 8, No 1 (2020) Vol 7, No 4 (2019) Vol 7, No 3 (2019) Vol 7, No 2 (2019) Vol 7, No 1 (2019) Vol 6, No 4 (2018) Vol 6, No 3 (2018) Vol 6, No 2 (2018) Vol 6, No 1 (2018) Vol 5, No 4 (2017) Vol 5, No 3 (2017) Vol 5, No 2 (2017) Vol 5, No 1 (2017) Vol 4, No 3 (2016) Vol 4, No 2 (2016) Vol 4, No 1 (2016) Vol 3, No 3 (2015) Vol 3, No 2 (2015) Vol 3, No 1 (2015) Vol 2, No 3 (2014) Vol 2, No 2 (2014) Vol 2, No 1 (2014) Vol 1, No 3 (2013) Vol 1, No 2 (2013) Vol 1, No 1 (2013) More Issue