Widyastuti, Hilda
Politeknik Negeri Batam

Published : 5 Documents
Articles

Found 5 Documents
Search

Analisis Pengaruh Nilai Ujian Masuk terhadap Indeks Prestasi Mahasiswa Widyastuti, Hilda
JURNAL INTEGRASI Vol 2 No 1 (2010): Jurnal Integrasi - April 2010
Publisher : Politeknik Negeri Batam

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

Abstract

Pada ujian masuk perguruan tinggi X, diujikan dua mata ujian, yaitu matematika dan bahasa Inggris. Penelitian ini bertujuan untuk mengetahui keefektifan soal-soal yang digunakan sebagai sarana seleksi dan mengetahui batas bawah nilai peserta ujian yang bisa diterima. Data-data yang digunakan meliputi data nilai ujian masuk dan data indeks prestasi(IP) semester 1. Data-data tersebut adalah data numerik. Penelitian ini menggunakan suatu metode prediksi, yaitu metode regresi linier, disesuaikan dengan tujuan yang ingin dicapai dan data yang digunakan, Dari hasil eksperimen disimpulkan bahwa metode regresi linier bisa digunakan sebagai alat untuk menganalisis pengaruh nilai ujian masuk terhadap IP mahasiswa. Dari tujuh paket soal yang ada, empat paket soal bisa digunakan sebagai sarana seleksi yang efektif, sehingga dapat digunakan kembali pada ujian-ujian tahun selanjutnya. Sedangkan informasi batas bawah nilai peserta ujian, disediakan oleh dua dari tujuh paket soal yang ada.
Aplikasi Opinion Mining dengan Algoritma Naïve Bayes untuk Menilai Berita Online Pakpahan, Daniel; Widyastuti, Hilda
JURNAL INTEGRASI Vol 6 No 1 (2014): Jurnal Integrasi - April 2014
Publisher : Politeknik Negeri Batam

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

Abstract

Opinion mining is the process of understanding, extracting and processing textual data automatically to get the sentiment of information contained in an opinion sentence. One of text mining methods that can be used to solve the problem of opinion mining is the Naïve Bayes Classifier (NBC). Source data to be processed in the process of data classification is the opinion or comment on the news online. Before the opinion or comment data is processed into the classification process, the first step that must be passed is text processing. Text processing includes tokenizing, filtering, and stemming. The next stage, producing probabilistic models whose value will be used in classification process. The core process of the classification is determining the highest probability of each category. If the results indicate the probability Bayes comments for positive cate gory is larger then the comment, then the comments is categorized as a positive opinion and vice versa.
Aplikasi Pendeteksi Opini Spam Widyastuti, Hilda; Wibowo, Ari
JURNAL INTEGRASI Vol 6 No 1 (2014): Jurnal Integrasi - April 2014
Publisher : Politeknik Negeri Batam

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

Abstract

Opinion mining aims to determine an opinion category, positive opinion, negative opinion, or neutral. Opinion mining implementation on public opinions, produces a percentage summary of positive opinions, negative opinions, or neutral from reader. In online political news context, this summary has advantage for readers to understand political situation which changed very fast and has advantage for online news manager to know respond from society towards presented news. Actually reader‟s opinion also can be used to influenced public opinion, motivate appearance mislead spam opinion. Spam opinion must be detected in opinion mining, further spam op inion will be ignored. This research purpose is opinion spam detection. This research used two methods, comments duplication checking and aberrant behavior detection. Duplication checking is done by comparing each existing comments on all articles by using the cosine similarity. This research can find some spam opinions by those methods.
Clustering Profil Pengunjung Perpustakaan Menggunakan Algoritma K-Means Mahmuda, Fauziah; Sitorus, Maya Armys Roma; Widyastuti, Hilda; Kurniawan, Dwi Ely
Journal of Applied Informatics and Computing Vol 1 No 1 (2017)
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (893.435 KB) | DOI: 10.30871/jaic.v1i1.476

Abstract

Business Entity library Batam (BP Batam) is a public library located in Batam city with thw number of visitors. Every visitor who comes to do the charging guest book manually by writing system. It causes a buildup of data which are not organized. Data mining is one of the analytical tools that can be used to address the backlog of data. The method of Clustering with the K-Means Algorithm used in analyzing the data library visitors BP Batam. Library visitors using the data processing method of Elbow to get the best number of clusters K i.e., K = 3, and by using the center point (centroid) initial i,e, P1 = (4,1), P2 = (2,4), P3 = (4,2). The purpose of this research is to apply the algorithm for K-Means clustering in the data library visitors (case study library BP Batam). K-Means clustering results obtained from 1556 dataset data library visitors are grouped into three clusters, Clusters 1 is dominated by a college student and visitor located at Batam Center, Cluster 2 is dominated by a college student and visitor located at Bengkong, Cluster 3 is dominated by public and visitor status in Batam Center.
Identifikasi Fitur Laptop beserta Orientasinya dengan Metode Apriori dan Lexicon-Based Amanattullah, Try Satria; Widyastuti, Hilda; Sari, Festy Winda
Journal of Applied Informatics and Computing Vol 1 No 2 (2017)
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (888.631 KB) | DOI: 10.30871/jaic.v1i2.508

Abstract

Perkembangan laptop saat ini sangat pesat. Para produsen menggunakan media sosial misalnya fan page di Facebook untuk mempromosikan produknya. Semakin banyaknya pilihan membuat seseorang kesulitan dalam menentukan suatu laptop bagus atau tidak, direkomendasikan atau tidak. Review-review dan komentar-komentar yang ada di fan page tentang merek-merek laptop baru  bisa dijadikan sebagai pengetahuan untuk menentukan apakah laptop baru tersebut bagus atau tidak. Jumlah review dan komentar yang ada di fan page sangat banyak sehingga diperlukan proses otomatisasi. Untuk keperluan tersebut digunakan opinion mining mencakup identifikasi target opini dan penentuan orientasinya. Identifikasi target opini digunakan untuk mengetahui fitur-fitur laptop yang dibicarakan dalam sebuah komentar sedangkan penentuan orientasi digunakan untuk menentukan apakah komentar bersifat positif atau negatif. Data yang digunakan untuk penelitian ini diambil dari data fans page Facebook yang kemudian dianalis menggunakan metode Apriori untuk menghasilkan fitur laptop sebagai target opini dan metode Lexicon-based untuk menentukan orientasi fitur laptop, apakah berorientasi positif atau negatif. Penelitian juga menghasilkan kesimpulan dari data review dan  komentar yang telah diproses.