Kusmira, Mira
Fakultas Teknik Universitas Persada Indonesia YAI

Published : 4 Documents
Articles

Found 4 Documents
Search

KOMPARASI ALGORITMA CLUSTERING DATA MEDIA ONLINE PADA PROSES BISNIS Iskandar, Iqbal Dzulfiqar; Pertiwi, Melisa Winda; Kusmira, Mira; Amirulloh, , Imam
IKRA-ITH INFORMATIKA : Jurnal Komputer dan Informatika Vol 2 No 3 (2018): IKRA-ITH INFORMATIKA Vol 2 No 3 Bulan November 2018
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (905.419 KB)

Abstract

Media online saat ini telah dipergunakan untuk berbagai macam bidang karena sangat mudah dalam mengjangkau informasi. Penelitian berfokus pada komparasi performa terhadap 5 algoritma clustering algoritma K-Means, K-Medoids, Self Organizing Maps, Fuzzy C-Means, dan Density-Based Spatial Clustering of Applications with Noise dengan metode komparasi Davies–Bouldin index Clustering pada dataset penggunaan media online pada proses bisnis, di ambil dari 94 perusahaan bisnis, baik itu bidang pendidikan, dinas pemerintahan, dan perusahaan swasta yang diambil di wilayah Tasikmalaya-Indonesia. Dengan menghasilkan data hasil pengolahan data Komparasi Davis-Bouldin Indeks SOM memiliki nilai rata-rata terkecil dari algoritma yang lainnya yaitu sebesar 1.073 yang artinya algoritma tersebut memiliki proses clustering dengan data kuantitatif yang lebih baik. Sedangkan DBSCAN dan K-Means memiliki nilai yang paling besar diantara keempat lagoritma cluster yang berarti memiliki proses clustering yang kurang baik. Sedangkan F-CM dan K-Medoids tidak memiliki nilai perbedaan yang signiifikan bahkan hampir sama.
Penerapan Data Mining Pengajuan Pembiayaan Perumahan (Consumen Financing) Individual Menggunakan Algoritma C4.5 wahyudi, Tri; kusmira, Mira; Hikmah, Agung Baitul
Jurnal Khatulistiwa Informatika Vol 7, No 1 (2019): Jurnal Khatulistiwa Informatika
Publisher : Universitas Bina Sarana Informatika Kampus Kota Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (879 KB) | DOI: 10.31294/jki.v7i1.5745

Abstract

Setiap manusia membutuhkan rumah untuk tempat tinggal terutama bagi mereka yang sudah berumah tangga, tetapi dengan harga rumah yang cenderung tiap tahun mengalami kenaikan harga membuat tiap orang mengurungkan niatnya untuk membeli secara tunai. Banyak pihak terutama perbankan atau lembaga keuangan yang menawari pembiayan perumahan secara angsuran, tetapi dalam memberikan pembiayaan ada resiko yang dihadapi oleh pihak perbankan atau lembaga keuangan yaitu resiko kredit macet dan gagal bayar. Oleh karena itu untuk mengatasi permasalahan itu pihak perbankan atau lembaga keuangan perlu memprediksi kelayakan pengajuan pembiayaan terlebih dahulu. Teknik data mining digunakan untuk menentukan prediksi kelayakan pengajuan pembiayaan dalam membuat keputusan kepada nasabah yang berhak diterima atau ditolak pengajuannya. Dan memperoleh tingkat akurasi sebesar 77,27%
PEMANFAATAN APLIKASI GRAF PADA PEMBUATAN JALUR ANGKOT 05 TASIKMALAYA Kusmira, Mira; Taufiqurrahman, Taufiqurrochman
Prosiding Semnastek PROSIDING SEMNASTEK 2017
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Angkutan umum merupakan salah satu transfortasi yang membatu masyarakat dalam melakukan kegiatan sehari-hari, melakukan kegitan yang jarak dekat maupun yang jarak jauh yang dapat di tempuh dengan angkot, dalam hal ini ada beberapa kendala dalam menggunakan trnsportasi umum salah satu kendalanya adalah angkot yang semberaut atau kurang rapih sehingga memicu kemacetan. Pada penelitian disini membahas bagaimana graf digunakan untuk memebantu dalam pembutan jalur supaya lebih teratur dan dapat mengurangi kemacetan. Dengan adanya jalur yang rapih dan teratur dapat membatu memudahnkan masyarakat dalam menentukan angkot mana yang akan mereka gunakan untuk menuju tujuan yang mereka pilih. Jalur yang tidak teratur akan menimbulkan permasalahan seperti ngetem dan kemacetan. Pada penenlitian ini akan menggunakan metode persoalan tukang pos cina. Lintasan dan sirkuit yang banyak dipakai adalah lintasan dan sirkuit euler.
ANALISIS SENTIMEN REGISTRASI ULANG KARTU SIM PADA TWITTER MENGGUNAKAN ALGORITMA SVM DAN K-NN Kusmira, Mira
INTI Nusa Mandiri Vol 14 No 1 (2019): INTI Periode Agustus 2019
Publisher : Pusat Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1240.092 KB)

Abstract

Analisis sentimen adalah proses menganalisa, memahami dan mengklasifikasikan pendapat, evaluasi, penilaian, sikap dan emosi terhadap suatu entitas seperti pada peristiwa Registrasi Ulang Kartu SIM yang ramai menjadi perbincangan di dunia nyata maupun media sosial, salah satunya adalah twitter. Semua orang dengan bebas memberikan pendapatnya atau beropini tentang registrasi ulang kartu SIM sehingga memunculkan banyak opini. Penelitian ini menggunakan teks bahasa indonesia yang terdapat pada twitter berupa opini sehingga pengklasifikasian kategori Positive, Negative dilakukan secara manual. Metode yang digunakan dalam penelitian ini untuk proses klasifikasi analisis sentiment menggunakan metode k-Nearest Neighbor (k-NN), dan Support Vector Machine (SVM) hasil dari penelitian ini adalah analisis sentiment terhadap registrasi ulang kartu SIM, Metode SVM dianggap lebih baik dari pada metode k-NN dalam penelitian ini karena menghasilkan Accuracy 78.97 % dan AUC 0.851