Media sosial khususnya Twitter pada saat ini banyak membahas mengenai penyebaran virus corona atau lebih dikenal dengan COVID-19. Diawali dengan ditemukan kasus pertama di Wuhan, China, pemberitaan mengenai virus corona terus berlanjut hingga penyebarannya sampai ke Indonesia. Pemberitaan melalui artikel di Twitter mengenai dampak dari adanya COVID-19 ini antra lain persediaan bahan pokok yang mulai meningkat harganya termasuk harga masker dan hand sanitizer juga penyampaian setuju dan tidak setujunya masyarakat terhadap kebijakan pemerintah yang dianggap kurang tanggap dalam menangani kasus ini sangat banyak diminati dan dikritik oleh masyarakat. Pada penelitian ini, dilakukan proses menganalisis sentimen masyarakat terhadap aspirasi yang disampaikan melalui Twitter yaitu mengembangkan sistem dengan mengacu pada berbagai sistem yang sudah ada sebelumnya dengan menggunakan metode Naïve Bayes Classifier untuk mengklasifikasikan sentimen. Masukan pada sistem ini berupa tweet yang diperoleh dari Twitter menggunakan keyword seperti #coronavirusindonesia atau #covid-19 dengan jumlah data tidak melebihi 500 data tweet. Sedangkan outputnya berupa pengelompokkan sentimen positif dan negatif dari setiap tweet yang sudah melewati tahap pre proceessing. Dari hasil pengujian, dokumen dengan jumlah sebanyak 75 tweet diperoleh hasil pengukuran akurasi recall 32%, precission 80%, F-Measure 45% serta rata-rata akurasi 36%.
Information technology that continues to grow can be utilized in the service of human life in the world of health. Infectious disease is a disease that is quite dangerous for children. Delay in treating the disease can cause more severe disease. So that a system that has the ability to diagnose diseases is needed. Expert systems are computer applications that try to adopt human knowledge to computer programs like an expert. Many expert systems have been developed including diagnosing stroke and others. In this study, the expert system was used as a tool to diagnose viral infectious diseases in children. In this study we will discuss the making of expert system applications for infectious viral infections in desktop-based children using the certanty factor (CF) method. This expert system was built to diagnose tropical diseases caused by viral infections. This system provides information about diagnosis, treatment and prevention. Methods of tracking the symptoms of each patient, matching them with existing rules, and producing a diagnosis based on the knowledge base. Knowledge based from this expert system was obtained from several pediatricians and reference books. This expert system application is designed based on desktop and MySQL database as data storage. The resulting output is the value of the possibility of child disease based on the symptoms that have been given by the user. The magnitude of the probability value is the result of calculations using the certainty factor method.
Investasi ialah sebuah langkah usaha untuk menanamkan modal untuk memperoleh sebuah keuntungan. Masa sekarang ini, dunia investasi bukan lagi didominasi oleh jenis investasi konvensional seperti deposito, tabungan atau emas. saat ini investor mulai tertarik untuk menanamkan modalnya melalui kepemilikan suatu perusahaan yang ditandai dengan surat berharga yang disebut saham. salah satu investasi yang memiliki daya tarik yang besar dalam saham adalah membeli saham perusahaan Badan Usaha Milik Negara (BUMN) yang dimiliki oleh pemerintah karena produk dari perusahaan Badan Usaha Milik Negara (BUMN) banyak dibutuhkan oleh masyarakat seperti perbankkan, telekomunikasi, infratruktur dll. Sistem Pendukung Keputusan (SPK) ialah sistem yang bisa membantu seseorang pada mengambil subuah keputusan dari beragam jenis pilihan secara akurat dan sesuai yang diinginkan, Suatu keputusan saat situasi yang semiterstruktur serta tak terstruktur bisa mengunakan SPK buat memilih suatu keputusan. metode Simple Additive Weighting (SAW) dipilih dikarenakan bisa memilih nilai bobot buat setiap atribut, lalu dilanjutkan menggunakan proses perangkingan yg akan menyeleksi cara lain terbaik asal sejumlah alternatif asal kriteria yang dipergunakan. Berdasarkan hasil dari perancangan dan implementasi dari aplikasi sistem pendukung keputusan dengan metode saw dalam memilih saham bumn berbasis web maka dari pengujian fungsional yang telah dilakukan Metode SAW dapat digunakan untuk menghasilkan rekomendasi keputusan dalam memilih saham Badan Usaha Milik Negara (BUMN), Sistem yang dikembangkan menghasilkan rangking alternatif saham Badan Usaha Milik Negara (BUMN) berdasarkan urutan total bobot kriteria, Hasil pengujian dari sistem pendukung keputusan dalam memilih saham Badan Usaha Milik Negara (BUMN), dalam pengujian terdapat 5 saham yang diuji yaitu saham ANTM (PT. Aneka Tambang), BBNI (Bank Negara Indonesi), BBRI (Bank Republik Indonesi), BBTN (Bank Tabungan Negara) dan BBJB (Bank Daerah Jawa Barat) hasil yang didapat dalam pengujian BBRI (Bank Republik Indonesi) berada diperingkat pertama dan dapat disimpulkan bahwa saham tersebut bagus untuk diinvestasikan semua fitur yang terdapat dalam sistem berjalan dengan lancar.
Proses penentuan penerima Bantuan Pangan Non Tunai (BPNT) di Pemerintah Desa Rembun belum sepenuhnya memanfaatkan teknologi dalam menentukan penerima bantuan. Proses penentuan penerima BPNT saat ini masih dilakukan secara manual. Sehingga membutuhkan waktu yang lama dan memiliki kemungkinan terjadi kesalahan saat menentukan penerima BPNT. Sistem yang dibuat menerapkan metode K-Means Clustering untuk proses penentuan penerima BPNT. Sehingga dapat membantu memudahkan petugas dalam menentukan penerima BPNT dan dapat mempersingkat waktu dalam pengolahan data. Kriteria yang digunakan pada sistem ini terdapat 9 kriteria yaitu pekerjaan, jenis atap rumah, jenis dinding rumah, jenis lantai rumah, sumber penerangan utama, sumber air minum, bahan bakar memasak tempat mck, dan status kepemilikan rumah. Sistem ini dirancang menggunakan Visual Basic 2008 dengan Microsoft SQL Server Sebagai databasenya. Hasil pengujian menunjukkan bahwa beberapa fungsi yang terdapat dalam sistem dapat berjalan dengan baik. Penelitian ini menunjukkan bahwa sistem penentuan penerima bantuan pangan non tunai menggunakan metode Clustering K-Means menghasilkan data yang layak mendapatkan bantuan sesuai kriteria yang telah ditentukan.. Sehingga, sistem ini diharapkan dapat membantu dalam menentukan penerima bantuan pangan non tunai secara cepat dan akurat.
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.