Covid-19 dengan berbagai macam penanganannya membuat banyak pertentangan menyertainya. Untuk mengetahui apakah benar kasus pasien terkonfirmasi positif covid-19 tinggi atau rendah. Dalam penelitian ini, model Naive Bayes Classifier memprediksi bahwa kasus covid-19 di Pamekasan tinggi (>= 30 orang) dan model Gaussian Naive Bayes menunjukkan kinerja yang sangat baik dengan nilai akurasi model sebesar 0,9688 serta nilai precision (0,97), recall (1,00) dan f-1 score (0,98). menunjukkan bahwa data yang menyatakan kasus covid-19 di Kabupaten Pamekasan termasuk tinggi dengan pengambilan data dalam rentang waktu Bulan Januari 2021 sampai dengan Desember 2021. Diharapkan untuk penelitian selanjutnya sistem dapat dikembangkan lagi karena data yang didapat saat ini masih terbatas
Ujaran kebencian banyak dilihat dan sering terjadi di dunia maya, terutama media sosial Twitter. Semenjak adanya pemilihan presiden di tahun 2014, masyarakat mulai mengenal bullying di dunia maya. Ujaran kebencian, berita-berita hoax, bahkan ancaman terhadap pemerintah dan tokoh publik kerap dilakukan. Untuk mengukur sentimen masyarakat terhadap suatu berita maka perlu dilakukan analisis sentimen, khususnya komentar pengguna Twitter. Pada penelitian ini, pengujian metode menggunakan Multinomial Naive Bayes (MNB) untuk mengukur akurasi klasifikasi ujaran kebencian dalam data tweet. Sebelum melakukan perhitungan nilai akurasi, data tweet harus diolah melalui teks preprocessing agar kata (term) dapat dikonversikan ke dalam bentuk matriks. Untuk kemudian diolah sebagai data numerik. Pengujian dilakukan pada dua kondisi pembobotan n-gram, yakni unigram dan bigram. Mulai menghitung nilai akurasi masing - masing pembobotan Unigram dan Bigram sehingga didapat hasilnya bahwa model perhitungan algoritma Naive Bayes Classifier memiliki nilai akurasi yang sama untuk masing - masing pembobotan n-gram, yakni 69,23076923076923.
Abstrak: Dalam meminimalisir kesalahan serta subyektifitas keputusan untuk seleksi karyawan baru diperlukan sebuah system pendukung keputusan (Decision Support System / DSS ) yang dapat membantu bagian SDM untuk memutuskan karyawan yang akan diterima atau tidak, dalam penelitian ini digunakan kombinasi metode Composite Perfomence Index (CPI) dan Rank Order Centroid (ROC) pada system pembobotannya, luaran dari penelitian ini adalah berupa nilai perengkingan, dimana dari empat alternatif yang dihitung, alternatif pertama yaitu A1 memiliki rengking tertinggi dengan nilai 145,25 dikuti oleh A2 dengan nilai 140,25, selanjutnya A4 dengan nilai 128,3 dan rengking terahir adalah A3 dengan nilai 126. Dapat disimpulkan bahwa metode Composite Perfomence Index (CPI) yang dikombinasikan dengan metode Rank Order Centroid (ROC) dalam system pembobotan setiap kriteria dapat melakukan perengkingan yang baik dan mampu meminimalisir subjektifitas dari sistem pembobotan secara manual.Kata Kunci : DSS, CPI, ROC, Seleksi Karyawan baruAbstract: In minimizing errors and decision subjectivity for the selection of new employees, a decision support system (Decision Support System / DSS) is needed that can help the HR department to decide which employees will be accepted or not, in this study used a combination of Composite Performance Index (CPI) and Rank Order Centroid (ROC) in the weighting system, the output of this study is in the form of a ranking value, where of the four alternatives calculated, the first alternative, namely A1 has the highest ranking with a value of 145.25, followed by A2 with a value of 140.25, then A4 with a value of 128.3 and the last rank is A3 with a value of 126. It can be concluded that the Composite Performance Index (CPI) method combined with the Rank Order Centroid (ROC) method in the weighting system of each criterion can perform a good ranking and is able to minimize the subjectivity of the weighting system as a whole. manually .Keywords: DSS, CPI, ROC, New Employee Selection
ABSTRAK Dalam penelitian ini teknologi Wireless Sensor Networks (WSN) digunakan untuk memantau kondisi sawah tadah hujan secara realtime, data yang dipantau antara lain kelembaban tanah, suhu dan kelembaban udara. Adapun proses pengambilan data di lapangan, sensor digunakan dan diintegrasikan dengan mikrokontroller, sensor berfungsi untuk mengambil data, kemudian dikirim dan disimpan di firebase's cloud dengan mengunakan komunikasi wireless yang telah dikoneksikan ke jaringan internet, selanjutnya data yang disimpan tersebut ditampilkan ke aplikasi berbasis android. Dari hasil percobaan selama tiga hari, sistem mampu melakukan perekaman data secara realtime dengan pengaturan waktu 15 menit dalam satu proses perekaman, sedangkan rentang nilai hasil perekaman sensor, untuk soil moisture dihasilkan rentang nilai antara 31% -76 % pada hari pertama, 45%-75% pada hari ke dua, 51%-56% pada hari ke tiga, untuk humadity antara 40%-84% pada hari pertama, 24%-95% pada hari ke dua, 52%-94% pada hari ke tiga, sedangkan untuk temperature 26 0 C -370 0 C pada hari pertama, 21 0 C -43 0 C pada hari kedua, 23 0 C -29 0 C pada hari ketiga.
Untuk mengikuti perkembangan industri yang telah masuk pada era revolusi industri 4.0, dimana era ini merupakan era pengembangan Internet of Things (IoT) dan big data, semua sektor secara tidak langsung dipengaruhi, tidak terkecuali sektor pertanian, perkembangan pertanian dengan memanfaatkan teknologi komunikasi dan informasi khususnya teknologi IoT dan big data di indonesia masih sangat minim sekali, bahkan bisa dikatakan masih belum berkembang, maka dalam penelitian ini peneliti melakukan peneltian di sektor pertanian, khususnya sektor irigasi pertanian dengan memanfaatkan teknologi IoT. Penelitian ini merupakan salah satu tahapan untuk memanfaatkan teknologi IoT yang diaplikasikan pada sistem irigasi pertanian, penelitian ini tidak hanya membangun sistem kontrol sensor yang diintegrasikan pada mikrokontroller namun juga membahas tentang arsitektur jaringan komunikasi, sehinga sistem irigasi ini bisa melakukan komunikasi dua arah dengan baik, cepat dan menjangkau area luas, sistem juga dibekali antarmuka yang mudah digunakan, antarmuka dibangun menggunakan aplikasi berbasis Mobile, antarmuka ini akan memudahkan user dalam mengakses informasi dan mengontrol sistem yang dibangun. penelitian ini mampu melakukan kontrol sistem irigasi jarak jauh dangan memanfaatkan teknologi IoT serta diharapkan berkontribusi dalam mewujudkan revolusi industri di indonesia yang dikenal dengan “ Making Indonesia 4.0” khususnya dalam bidang pertanian.
One of the factors that can create a successful economic development in each country is the absorption of labor. The high absorption of labor will reduce poverty and increase economic growth. Thus, the government of each country is no exception, Indonesia is also carrying out reforms related to labor issues. The purpose of this study is to determine the factors that influence employment in East Java Province in 2010-2017. The variables used in this study are employment, wages, population and Gross Regional Domestic Product (GRDP). The data used in this study is panel data. The analysis tool used is panel data regression analysis. The results in this study using the model fixed effect are the variables of labor, wages, population and Gross Regional Domestic Product (GRDP) affecting employment in East Java. The policy recommendations carried out are programs to improve the quality and productivity of the workforce, programs for expanding and placing workers, developing industrial relations and sharia work programs and labor inspection and labor protection programs.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.