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
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.