Electronic Theses and Dissertation
Universitas Syiah Kuala
ANALISIS PERFORMA METODE IMPUTASI DALAM MENGATASI DATA HILANG PADA DATA DERET…
Alfiandi
Kehilangan data (missing values) merupakan permasalahan umum dalam analisis data deret waktu musiman yang dapat menurunkan akurasi model dan mengganggu interpretasi pola musiman. Penelitian ini bertujuan untuk menganalisis dan membandingkan performa dua metode khusus untuk imputasi data hilang pada data deret waktu musiman, yaitu Seasonally Decomposed Missing Value Imputation (SD-MVI) dan Seasonally Splitted Missing Value Imputation (SS-MVI). Tiga dataset musiman digunakan dalam studi ini: da…
- Fakultas MIPA (S1), Banda Aceh - 2025
- Baca Selengkapnya
PERBANDINGAN PERFORMA KLASIFIKASI STATUS DAERAH KABUPATEN/KOTA TERTINGGAL DI …
SHOFIA TURSINA
Kesenjangan antar wilayah di Indonesia ditandai dengan adanya pengelompokan daerah menjadi tertinggal dan tidak tertinggal, sebagaimana ditetapkan setiap lima tahun melalui peraturan presiden. Berdasarkan Peraturan Presiden Nomor 63 Tahun 2020 tentang daerah 3T (Tertinggal, Terdepan, dan Terluar), sebanyak 62 kabupaten/kota diklasifikasikan sebagai daerah tertinggal. Penelitian ini menggunakan metode klasifikasi XGBoost dan Artificial Neural Network (ANN) untuk mengidentifikasi status daerah …
- Fakultas MIPA (S1), Banda Aceh - 2025
- Baca Selengkapnya
ANALISIS DINAMIKA SENTIMEN DAN DETEKSI ANOMALI DALAM OPINI PUBLIK TERKAIT KAM…
Diaz Darsya Rizqullah
Media sosial X sebagai platform utama untuk membentuk opini publik ketika Pemilihan Presiden 2024 di Indonesia. BERTopic adalah teknik pemodelan topik yang menggabungkan representasi berbasis transformer dengan teknik clustering untuk menghasilkan topik yang lebih interpretatif dan relevan. Penelitian ini bertujuan menganalisis perubahan opini publik dengan mengeksplorasi fluktuasi sentimen terhadap tiga pasangan calon presiden selama kampanye, serta mengidentifikasi topik utama dan hashtag p…
- Fakultas MIPA (S1), Banda Aceh - 2025
- Baca Selengkapnya
ANALISIS KINERJA DAN PERBANDINGAN MODEL LIGHTGBM, XGBOOST, SERTA PENERAPAN TE…
PUTRI SALSABILA RINALDI
Transformasi digital dalam industri keuangan telah membawa kemudahan akses layanan keuangan sekaligus tantangan baru dalam deteksi penipuan. Penelitian ini mengembangkan model machine learning untuk mendeteksi anomali transaksi finansial dengan membandingkan kinerja LightGBM, XGBoost, dan teknik Stacking yang menggabungkan keduanya dengan Random Forest sebagai meta-learner. Dataset yang digunakan berasal dari catatan peminjaman fintech, mencakup 857.899 data training dan 367.702 data testing,…
- Fakultas MIPA (S1), Banda Aceh - 2025
- Baca Selengkapnya
PERBANDINGAN MODEL CNN, LSTM, DAN MODEL HYBRID CNN-LSTM DALAM PENDETEKSIAN SE…
Rizki Mulia
Keamanan siber menjadi isu krusial di tengah pesatnya perkembangan digital, seiring meningkatnya volume lalu lintas jaringan dan kompleksitas serangan siber. Studi ini bertujuan untuk membandingkan performa model Convolutional Neural Network (CNN), Long Short-Term Memory (LSTM), dan dua model hybrid (CNN-LSTM dan LSTM-CNN) dalam mendeteksi serangan siber pada lalu lintas jaringan. Dataset yang digunakan adalah HIKARI-2021, yang mencakup berbagai jenis lalu lintas jaringan, baik normal maupun …
- Fakultas MIPA (S1), Banda Aceh - 2025
- Baca Selengkapnya
ANALISIS TOPIC MODELLING TERHADAP FLUKTUASI SENTIMEN OPINI PUBLIK TERKAIT KAM…
MUHAMMAD FARID
Pemilihan presiden di Indonesia pada tahun 2024 menunjukkan peran signifikan media sosial X dalam membentuk opini publik. Penelitian ini bertujuan untuk menganalisis perubahan opini publik dengan mengeksplorasi fluktuasi sentimen terhadap tiga pasangan calon presiden selama kampanye, serta mengidentifikasi topik utama dan hashtag populer pada periode anomali menggunakan pendekatan BERTopic. Dataset penelitian terdiri dari 9.817.355 baris yang mencakup interaksi di media sosial X. Analisis sen…
- Fakultas MIPA Statistika, Banda Aceh - 2025
- Baca Selengkapnya