cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Yunesman
Contact Email
riksjp21@gmail.com
Phone
+6285264454250
Journal Mail Official
yunesman@uis.ac.id
Editorial Address
Perumahan Batu Kasek, Jl. Bandes Batu Kasek. RT/RW : 001/003. Kelurahan : Pagambiran Ampalu Nan XX. Kecamatan : Lubuk Begalung
Location
Kota padang,
Sumatera barat
INDONESIA
Jurnal Pustaka Robot Sister
Published by Pustaka Galeri Mandiri
ISSN : -     EISSN : 29871522     DOI : https://doi.org/10.55382/jurnalpustakarobotsister.
Core Subject : Science, Education, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Mathematics Mechanical Engineering
Sistem Informasi berbasis Web, Aplikasi Mobile, Sistem Komputer, Jaringan Komputer, Embedded Sistem, Internet of Things (IoT) , Sistem Otomatisasi, Desain Kontrol, Robotika
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 44 Documents
 1   2   3   4   5 
Perancangan dan Evaluasi Kinerja Smart Buoy Berbasis GPS-IoT untuk Monitoring Posisi Real-Time di Perairan Batam Caniago, Deosa Putra; Umar, Najirah; Sjamsuddin, Irfan Nafis; Purnomo, Ariana Tulus; Rafsanjani, Ali Rifqi
Jurnal Pustaka Robot Sister (Jurnal Pusat Akses Kajian Robotika, Sistem Tertanam, dan Sistem Terdistribusi) Vol 4 No 2 (2026): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakarobotsister.v4i2.1831

Abstract

Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi kinerja sistem smart buoy berbasis Global Positioning System (GPS) dan Internet of Things (IoT) untuk pelacakan posisi real-time di perairan Batam. Berbeda dengan penelitian sebelumnya yang umumnya menggunakan integrasi multi-sensor dengan kompleksitas dan biaya implementasi yang tinggi, penelitian ini mengembangkan smart buoy sederhana berbasis GPS tunggal dan komunikasi seluler sebagai solusi monitoring perairan berbiaya rendah. Metode penelitian menggunakan pendekatan eksperimental berbasis prototipe yang meliputi perancangan sistem, implementasi perangkat keras dan perangkat lunak, serta pengujian lapangan pada kondisi nyata di perairan Batam. Sistem dikembangkan menggunakan modul GPS sebagai sensor utama, mikrokontroler sebagai unit pemrosesan, dan modul SIM808 untuk transmisi data melalui jaringan seluler. Parameter pengujian meliputi akurasi posisi, keberhasilan pengiriman data, dan kemampuan tracking posisi secara kontinu. Hasil pengujian menunjukkan bahwa sistem menghasilkan rata-rata error posisi sebesar 3.32 meter dengan tingkat keberhasilan pengiriman data mencapai 96%. Selain itu, sistem mampu merepresentasikan perubahan posisi secara real-time dengan tingkat konsistensi tracking di atas 95%. Berdasarkan hasil tersebut, sistem smart buoy yang dikembangkan dinilai layak sebagai prototipe awal untuk monitoring posisi perairan berbasis GPS-IoT dengan pendekatan sederhana dan biaya implementasi yang relatif rendah.
Sistem Absensi Berbasis QR Code pada Lingkungan Perkuliahan Menggunakan Android dan Web Monitoring Ikhsan, Ikhsan; Rizki, Khairul; Marsa, Arif Rizki
Jurnal Pustaka Robot Sister (Jurnal Pusat Akses Kajian Robotika, Sistem Tertanam, dan Sistem Terdistribusi) Vol 4 No 1 (2026): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakarobotsister.v4i1.1894

Abstract

Pengelolaan absensi pada lingkungan akademik masih banyak menggunakan metode konvensional seperti tanda tangan manual dan daftar hadir berbasis kertas. Metode tersebut dinilai kurang efisien, memerlukan waktu yang lama, dan rentan terhadap kecurangan seperti titip absen. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem absensi berbasis Android menggunakan QR Code dinamis yang terintegrasi dengan web monitoring. Metode pengembangan sistem yang digunakan adalah metode waterfall yang terdiri dari tahapan analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Aplikasi Android dikembangkan menggunakan Kotlin dan Android Studio dengan teknologi CameraX dan ML Kit Barcode Scanning untuk proses pemindaian QR Code. Sementara itu, sistem web monitoring dikembangkan menggunakan PHP dan database MySQL. Sistem yang dirancang memungkinkan dosen menghasilkan QR Code pada setiap sesi perkuliahan, mahasiswa melakukan absensi melalui pemindaian QR Code, serta administrator memantau data kehadiran secara real-time. Hasil pengujian menunjukkan bahwa seluruh fitur sistem berjalan dengan baik, mulai dari login, generate QR Code, pencatatan absensi, laporan absensi, hingga pengelolaan data pengguna. Sistem juga memiliki waktu respon API rata-rata 120–200 ms dan mampu meminimalkan kesalahan pencatatan serta potensi kecurangan absensi. Implementasi sistem ini dapat meningkatkan efisiensi, transparansi, dan akurasi pengelolaan absensi pada lingkungan akademik.
Prediksi Status Kelulusan Mahasiswa pada Mata Kuliah Big Data Berdasarkan Kehadiran dan Nilai Akademik Menggunakan Algoritma Naïve Bayes Restiady, Adiddo; Purnama, Pradani Ayu Widya; Rahmi, Nadya Alinda
Jurnal Pustaka Robot Sister (Jurnal Pusat Akses Kajian Robotika, Sistem Tertanam, dan Sistem Terdistribusi) Vol 4 No 2 (2026): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakarobotsister.v4i2.1936

Abstract

Prediksi status kelulusan mahasiswa merupakan salah satu upaya yang dapat dilakukan untuk membantu proses evaluasi akademik dan pengambilan keputusan dalam lingkungan pendidikan. Penelitian ini bertujuan untuk menerapkan algoritma Naive Bayes dalam mengklasifikasikan status kelulusan mahasiswa berdasarkan data akademik yang meliputi Kehadiran, Nilai Tugas, Nilai Kuis, Nilai Ujian Tengah Semester (UTS), dan Nilai Ujian Akhir Semester (UAS). Dataset yang digunakan terdiri dari 15 data mahasiswa dengan dua kategori kelas, yaitu Lulus dan Tidak Lulus. Proses penelitian dilakukan melalui tahapan pengumpulan data, perhitungan probabilitas prior, perhitungan probabilitas kondisional setiap atribut, serta penentuan probabilitas posterior menggunakan metode Naive Bayes yang diimplementasikan pada Google Colab menggunakan bahasa pemrograman Python. Hasil perhitungan terhadap data mahasiswa yang diuji dengan atribut Kehadiran Tinggi, Nilai Tugas Sedang, Nilai Kuis Tinggi, Nilai UTS Tinggi, dan Nilai UAS Tinggi menunjukkan nilai probabilitas P(Lulus|X) sebesar 0,0428 dan P(Tidak Lulus|X) sebesar 0,0000. Berdasarkan hasil tersebut, mahasiswa diklasifikasikan ke dalam kategori Lulus karena memiliki probabilitas yang lebih tinggi dibandingkan kategori Tidak Lulus. Selain itu, hasil pengujian model menunjukkan tingkat akurasi sebesar 100%, yang mengindikasikan bahwa model mampu mengklasifikasikan data dengan sangat baik pada dataset yang digunakan. Dengan demikian, algoritma Naive Bayes dapat digunakan sebagai metode klasifikasi yang efektif untuk membantu memprediksi status kelulusan mahasiswa berdasarkan data akademik yang tersedia.
Smart Pot Monitor Berbasis Android Menggunakan Sensor Soil Moisture Aziz, Prily Fitria; Ernes, Risa Nadia; Wirawan, Nanda Tommy
Jurnal Pustaka Robot Sister (Jurnal Pusat Akses Kajian Robotika, Sistem Tertanam, dan Sistem Terdistribusi) Vol 4 No 2 (2026): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakarobotsister.v4i2.2025

Abstract

Perkembangan teknologi informasi dan sistem otomasi telah mendorong munculnya berbagai inovasi di bidang pertanian, khususnya dalam pemantauan kondisi media tanam. Salah satu permasalahan yang sering dihadapi pada budidaya tanaman dalam pot adalah menjaga kelembapan tanah serta memantau kondisi media tanam secara berkelanjutan. Penelitian ini bertujuan untuk merancang dan membangun sistem Smart Pot Monitor sebagai alat pemantauan kondisi media tanam pada tanaman dalam pot menggunakan sensor Soil Moisture yang terintegrasi dengan smartphone Android. Metode penelitian yang digunakan meliputi analisis kebutuhan, perancangan perangkat keras dan perangkat lunak, implementasi sistem, serta pengujian menggunakan model pengembangan Waterfall. Sistem dirancang menggunakan mikrokontroler Arduino Mega 2560, sensor Soil Moisture, sensor ultrasonik, modul Bluetooth HC-05, ESP32-CAM, buzzer, dan aplikasi Blynk berbasis Android. Data yang diamati meliputi tingkat kelembapan tanah, kondisi ketinggian air pada media tanam, serta hasil pemantauan visual melalui kamera. Hasil pengujian menunjukkan bahwa sensor Soil Moisture mampu mendeteksi tingkat kelembapan tanah dengan baik, sedangkan sensor ultrasonik mampu mendeteksi kondisi genangan air pada pot tanaman. Informasi kondisi media tanam dapat dikirimkan ke smartphone melalui komunikasi Bluetooth dan pemantauan visual dapat dilakukan secara jarak jauh menggunakan ESP32-CAM. Berdasarkan hasil penelitian, sistem yang dikembangkan mampu membantu pengguna dalam memantau kondisi media tanam secara efektif dan real-time. Dengan demikian, Smart Pot Monitor dapat menjadi solusi alternatif dalam meningkatkan efisiensi perawatan tanaman pot berbasis teknologi Android.
Developing a Web Based Sales Monitoring and Forecasting System for Digital Transformation of Rural MSMEs Arief, Murahartawaty; Azzahra, Zalina Fatimah; Panduwiyasa, Haryasena; Lijona, Lijona; Sawardi, Stefanus Arda; Pratama, Reza Herdianto
Jurnal Pustaka Robot Sister (Jurnal Pusat Akses Kajian Robotika, Sistem Tertanam, dan Sistem Terdistribusi) Vol 4 No 2 (2026): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakarobotsister.v4i2.2063

Abstract

Micro, Small, and Medium Enterprises (MSMEs) in Indonesia face significant hurdles in digital adoption, with only 30% to 32% currently utilizing digital management tools. To address this challenge, this research focuses on Dapur Ovaltin, an agribusiness MSMEs in Ciwidey, West Java, that previously relied entirely on manual sales recording. The primary objective of this study is to design and implement a web-based monitoring and forecasting system to enhance operational efficiency. Developed through a hybrid framework integrating Design Thinking and the Prototyping SDLC, the resulting application streamlines sales management and applies Simple Linear Regression to transactional data for precise inventory forecasting. This implementation yielded a comprehensive platform featuring digital product catalogs, transaction management, and interactive data visualization. Ultimately, the deployed system successfully transformed manual operations into a cohesive digital process, replacing fragmented logs with a centralized database that empowers data-driven decision-making for sustainable enterprise growth.
Sistem Pakar Adaptif Berbasis Case-Based Reasoning untuk Monitoring dan Deteksi Kecanduan Game Free Fire pada Remaja Ningtyas, Alyiza Dwi; Raja Gunung, Tar Muhammad; Odang, Diana Kemala; Idaman, Akbar; Lubis, Siti Sahara
Jurnal Pustaka Robot Sister (Jurnal Pusat Akses Kajian Robotika, Sistem Tertanam, dan Sistem Terdistribusi) Vol 4 No 2 (2026): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakarobotsister.v4i2.2148

Abstract

Perkembangan pesat game online berbasis mobile, khususnya Free Fire, telah memberikan dampak signifikan terhadap perilaku remaja, termasuk meningkatnya risiko kecanduan. Penelitian ini bertujuan untuk mengembangkan sistem pakar adaptif berbasis case-based reasoning yang mampu melakukan monitoring dan deteksi dini kecanduan game secara efektif. Data penelitian diperoleh melalui kuesioner, observasi, serta data penggunaan (user usage) dan statistik permainan (in game statistics) seperti jumlah permainan, jumlah kill, rata-rata jarak tempuh, rata-rata waktu hidup, dan win rate. Metode case-based reasoning digunakan untuk menghitung tingkat kemiripan antara kasus baru dengan kasus dalam basis pengetahuan guna menentukan tingkat kecanduan pengguna. Hasil penelitian pada pengguna dengan username Dvin DVZ menunjukkan bahwa tingkat kemiripan tertinggi berada pada kategori severe addiction sebesar 60%, diikuti oleh moderate addiction sebesar 31%, sedangkan kategori non addicted dan mild addiction menunjukkan nilai 0%. Temuan ini mengindikasikan bahwa pengguna yang dianalisis cenderung berada pada tingkat kecanduan yang tinggi. Sistem yang dikembangkan terbukti mampu memberikan diagnosis yang akurat serta rekomendasi penanganan, seperti pembatasan durasi bermain, pengaturan aktivitas harian, dan peningkatan interaksi sosial. Dengan demikian, sistem pakar ini diharapkan dapat menjadi alat bantu yang efektif dalam mengidentifikasi serta mengurangi dampak negatif kecanduan game pada remaja.
Analisis Komparatif Sentimen Ulasan Google Play Store pada Shopee dan Tokopedia Menggunakan Algoritma Naive Bayes Andika, Apria; Sabita, Hary
Jurnal Pustaka Robot Sister (Jurnal Pusat Akses Kajian Robotika, Sistem Tertanam, dan Sistem Terdistribusi) Vol 4 No 2 (2026): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakarobotsister.v4i2.2220

Abstract

Shopee dan Tokopedia merupakan dua platform niaga elektronik (e-commerce) yang paling mendominasi di Indonesia. Keduanya mengandalkan ulasan konsumen di Google Play Store sebagai indikator keberhasilan layanan. Sebanyak 60.000 data ulasan dikumpulkan selama periode 1 Mei hingga 18 Juni 2026. Untuk efisiensi komputasi tanpa mengurangi validitas statistik, data direduksi menjadi 500 sampel per platform yang dihitung menggunakan pendekatan rumus Slovin dengan margin kesalahan 5%. Tahap prapemrosesan teks dikerjakan menggunakan Python, sementara pemodelan dilakukan secara terintegrasi menggunakan RapidMiner. Algoritma Naive Bayes dipilih karena komputasinya yang ringan namun memiliki akurasi tinggi dalam mengklasifikasikan data teks berskala besar. Pengujian Cross-Validation menghasilkan akurasi sebesar 78,20% untuk Shopee dan 80,00% untuk Tokopedia. Hasil ini menunjukkan bahwa sentimen positif Tokopedia (60,6%) lebih unggul dibandingkan dengan Shopee (49,2%). Visualisasi Word Cloud mempertegas perbedaan ulasan; ulasan positif Shopee didominasi kata "barang" dan "mantap", sedangkan Tokopedia menonjol pada kata "Indonesia" dan "produk". Pada sisi keluhan, pengguna Shopee menyoroti aspek promosi ("buruk", "diskon"), sementara pengguna Tokopedia mengeluhkan kendala teknis ("gabisa", "lama", "ribet"). Hasil ini membuktikan bahwa pendekatan metodologi tersebut efektif dalam memetakan sentimen guna memberikan wawasan strategis bagi perbaikan layanan e-commerce. Berbeda dengan penelitian sebelumnya yang umumnya hanya mengevaluasi satu platform, kebaruan (novelty) dari penelitian ini secara tegas terletak pada analisis komparatif langsung antara kedua platform yang diperkuat dengan penggunaan skema komputasi hibrida serta ekstraksi visual.
Analisis Faktor Impulsive Buying pada Pengguna E-Commerce Menggunakan Regresi Linear Berganda Wahyu Irawan, Febby; Sabita, Hary
Jurnal Pustaka Robot Sister (Jurnal Pusat Akses Kajian Robotika, Sistem Tertanam, dan Sistem Terdistribusi) Vol 4 No 2 (2026): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakarobotsister.v4i2.2235

Abstract

Pesatnya perkembangan bisnis digital di Indonesia telah mengubah perilaku belanja masyarakat dan memicu fenomena online pembelian impulsif di berbagai platform e-commerce. Penelitian ini bertujuan untuk menganalisis pengaruh faktor diskon dan penjualan kilat terhadap pembelian impulsif konsumen, baik secara parsial maupun simultan. Pendekatan penelitian menggunakan metode kuantitatif dengan desain survei. Data primer dikumpulkan melalui kuesioner daring dengan teknik purposive sampling terhadap 100 responden aktif pengguna e-commerce. Data kemudian diolah menggunakan analisis regresi linear berganda melalui perangkat lunak SPSS. Kebaruan (novelty) penelitian ini terletak pada pemberian bukti empiris mengenai pengaruh penjualan kilat terhadap pembelian impulsif menggunakan analisis regresi linear berganda yang menguji aspek keterbatasan waktu secara komparatif dengan efektivitas diskon reguler. Hasil analisis menunjukkan bahwa secara simultan, diskon dan penjualan kilat berpengaruh signifikan dalam memicu pembelian impulsif dengan kontribusi nilai R-Square sebesar 66,9%. Namun secara parsial, penjualan kilat terbukti berpengaruh positif dan sangat signifikan karena manipulasi visual hitung mundur mampu meningkatkan urgensi belanja instan. Sebaliknya, faktor diskon tidak memiliki pengaruh signifikan secara mandiri karena tingginya habituasi membuat konsumen cenderung tetap bertindak rasional. Kesimpulannya, strategi promosi yang membatasi waktu dan stok barang (penjualan kilat) jauh lebih efektif meningkatkan kecenderungan pembelian impulsif konsumen dibandingkan sekadar potongan harga biasa, sehingga memberikan kontribusi penting bagi strategi pemasaran digital.
Systematic Literature Review: Artificial Intelligence untuk Klasifikasi pada Sistem Manajemen Jaringan Berbasis Web Fadhlan Rahmatullah, Muhammad Rifqi; Putri, Hana Kurnia; Arsyad, Candhy Fadhila
Jurnal Pustaka Robot Sister (Jurnal Pusat Akses Kajian Robotika, Sistem Tertanam, dan Sistem Terdistribusi) Vol 4 No 2 (2026): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakarobotsister.v4i2.2253

Abstract

Penelitian ini bertujuan memetakan perkembangan penerapan Artificial Intelligence (AI) berbasis klasifikasi dalam sistem manajemen jaringan berbasis web serta mengidentifikasi kesenjangan antara pengembangan algoritma dan implementasinya pada sistem operasional. Penelitian menggunakan metode Systematic Literature Review dengan protokol Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA). Artikel ditelusuri melalui IEEE Xplore, MDPI, SpringerLink, ScienceDirect/Elsevier, Nature/Scientific Reports, Wiley Online Library, Frontiers, dan jurnal nasional yang relevan. Dari 60 artikel kandidat yang diterbitkan pada periode 2021–2025, sebanyak 50 artikel memenuhi kriteria inklusi, eksklusi, dan penilaian kualitas. Data dianalisis berdasarkan tema penelitian, metode klasifikasi, jenis dataset, metrik evaluasi, peran web atau dashboard, serta kesenjangan penelitian. Hasil kajian menunjukkan bahwa penerapan AI didominasi oleh deteksi dan klasifikasi intrusi jaringan sebesar 40%, manajemen jaringan dan klasifikasi lalu lintas sebesar 36%, serta klasifikasi serangan web sebesar 24%. Metode yang digunakan berkembang dari Machine Learning klasik menuju Deep Learning, Ensemble Learning, Federated Learning, dan Hybrid Model. Namun, integrasi model dengan dashboard real-time, data jaringan operasional, interpretabilitas, skalabilitas, dan evaluasi kegunaan masih terbatas. Penelitian ini berkontribusi melalui pemetaan terpadu, identifikasi kesenjangan implementasi, serta usulan kerangka pengembangan sistem manajemen jaringan berbasis web yang akurat, informatif, adaptif, dan mudah digunakan untuk mendukung pengambilan keputusan administrator jaringan secara cepat dan tepat.
Peningkatkan Kinerja Gaussian Naive Bayes melalui Hyperparameter Tuning pada Dataset Car Evaluation Trisna, Novi; Izzaty Jamhur, Annisak; Mahessya, Raja Ayu; Yenila, Firna
Jurnal Pustaka Robot Sister (Jurnal Pusat Akses Kajian Robotika, Sistem Tertanam, dan Sistem Terdistribusi) Vol 4 No 2 (2026): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakarobotsister.v4i2.2123

Abstract

Evaluasi kelayakan mobil merupakan permasalahan klasifikasi yang penting karena harga beli, biaya perawatan, jumlah pintu, kapasitas penumpang, ukuran bagasi, dan tingkat keamanan berpengaruh terhadap pengambilan keputusan. Penelitian ini menerapkan dan mengoptimalkan algoritma Gaussian Naive Bayes untuk klasifikasi kelayakan mobil menggunakan dataset Car Evaluation dari UCI Machine Learning Repository. Dataset terdiri dari 1.728 data dengan enam atribut input dan empat kelas target, yaitu unacc, acc, good, dan vgood. Tahapan penelitian meliputi transformasi data kategorikal, pembagian data latih dan data uji dengan rasio 90:10, pelatihan model, hyperparameter tuning menggunakan GridSearchCV, serta evaluasi performa menggunakan accuracy, precision, recall, dan F1-score. Model Naive Bayes awal menghasilkan accuracy 69%, macro precision 39%, macro recall 51%, dan macro F1-score 37%. Setelah dilakukan hyperparameter tuning, performa model meningkat menjadi accuracy 81%, macro precision 63%, macro recall 63%, dan macro F1-score 61%. Hasil penelitian menunjukkan bahwa tuning berbasis GridSearchCV mampu meningkatkan kemampuan klasifikasi Naive Bayes, terutama dalam mengenali kelas minoritas yang sebelumnya sulit diprediksi.

Page 4 of 5 | Total Record : 44

 1   2   3   4   5 

Filter by Year

2023 2026


Reset
Filter By Issues
All Issue Vol 4 No 2 (2026): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si Vol 4 No 1 (2026): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si Vol 3 No 2 (2025): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si Vol 3 No 1 (2025): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si Vol 2 No 2 (2024): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si Vol 2 No 1 (2024): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si Vol 1 No 2 (2023): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si Vol 1 No 1 (2023): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si