http://429005.jxltd.asia/index.php/jodi/issue/feed Journal Of Data Insights 2024-07-22T09:42:44+00:00 Saeful Amri [email protected] Open Journal Systems <table> <tbody> <tr> <td>Journal Title</td> <td>: Journal of Data Insights</td> </tr> <tr> <td>Print ISSN</td> <td>: -</td> </tr> <tr> <td>Online ISSN</td> <td>: 2988 - 2109</td> </tr> <tr> <td>Publication schedule</td> <td>: 2 issues per year </td> </tr> <tr> <td>Editor-in-chief</td> <td>: Saeful Amri, S.Kom., M.Kom.</td> </tr> <tr> <td>Language</td> <td>: English</td> </tr> <tr> <td>Publisher</td> <td>: Department of Data Science</td> </tr> <tr> <td> </td> <td> Universitas Muhammadiyah Semarang</td> </tr> <tr> <td>Organized</td> <td>: Department of Data Science</td> </tr> <tr> <td> </td> <td> Universitas Muhammadiyah Semarang</td> </tr> <tr> <td>Citation Analysis</td> <td>: -</td> </tr> </tbody> </table> <p>The Journal of Data Insights is an open access publication for peer-reviewed scholarly journals. The Journal of Data Insights focuses on the processing, analysis and interpretation of data for data-driven decisions and solutions in industry, hospitals, government and universities. All articles should contain a validation of the proposed idea, e.g. through case studies, experiments, or a systematic comparison with other already practiced approaches. Two types of papers will be accepted: (1) a short paper discussing a single contribution to a particular new trend or idea, and; (2) a longer paper outlining a specific Research trends. As part of our commitment to scientific advancement, Journal of Data Insights follows an open access policy, which makes published articles freely available online without subscription.</p> http://429005.jxltd.asia/index.php/jodi/article/view/201 Klasifikasi Dataset Diabetes menggunakan Algoritma K-Nearest Neighbors 2023-10-16T09:19:10+00:00 Fitri Diana Musa [email protected] M. Al Haris [email protected] Dannu Purwanto [email protected] Saeful Amri [email protected] Alwan Fadlurohman [email protected] Ariska Fitriyana Ningrum [email protected] <p>Data&nbsp; mining&nbsp; merupakan&nbsp; suatu&nbsp; metode&nbsp; yang&nbsp; baik&nbsp; untuk&nbsp; menangani&nbsp; data&nbsp; skala&nbsp; besar. Performasi&nbsp; menjadi&nbsp; penting&nbsp; dalam&nbsp; metode&nbsp; data&nbsp; mining.&nbsp; Salah satu&nbsp; metode&nbsp; yang&nbsp; memiliki performasi terbaik adalah K-Nearest Neighbor (KNN). Artikel ini membahas terkait performasi K-NN. Data yang digunakan pada penelitian&nbsp; ini&nbsp; adalah&nbsp; Diabetes.&nbsp; Data&nbsp; dibagi&nbsp; menjadi&nbsp; 80%&nbsp; data trainingdan&nbsp; 20%&nbsp; data testing. Dengan menggunakan 11 tetangga terdekat, model menghasilkan akurasi sebesar 0.765625. Angka ini mencerminkan kinerja yang baik. Metrik kritis termasuk akurasi sebesar 0.77, presisi sebesar 0.80, dan recall sebesar 0.85. Hasil ini menunjukkan bahwa model KNN memiliki potensi untuk mengklasifikasikan pasien diabetes dengan akurasi yang baik.</p> 2024-06-30T00:00:00+00:00 Copyright (c) 2024 Journal Of Data Insights http://429005.jxltd.asia/index.php/jodi/article/view/158 A Pengelompokan Kabupaten/Kota di Jawa Tengah Berdasarkan Kepadatan Penduduk Menggunakan Metode Hierarchical Clustering 2024-06-20T05:11:49+00:00 Yusrisma Asyfani [email protected] Indah Manfaati Nur [email protected] Ihsan Fathoni Amri [email protected] Novia Yunanita [email protected] Febi Anggun Lestari [email protected] Zahra Aura Hisani [email protected] Febrian Hikmah Nur Rohim [email protected] <p><span style="font-weight: 400;">Jawa Tengah merupakan provinsi dengan urutan kelima di Indonesia berdasarkan kepadatan penduduk pada tahun 2020 sebanyak 1.113 jiwa/km2. Pengaruh kepadatan penduduk yang tinggi dapat menyebabkan berbagai masalah diantaranya kemacetan,pengangguran,kesehatan,kriminalitas serta permasalahan serius lainnya. Kepadatan penduduk dipengaruhi oleh angka kelahiran,angka kematian serta laju pertumbuhan, Untuk mengevaluasi kepadatan penduduk di provinsi Jawa Tengah, kita perlu mengklasifikasikan/mengelompokkan kabupaten/kota yang berada didalamnya. Pengelompokan ini bertujuan agar kebijakan yang dibuat oleh pemerintah dapat tepat sasaran. Metode yang dapat digunakan untuk pengelompokkan kabupaten.kota di provinsi Jawa Tengah berdasarkan kepadatan penduduknya yaitu </span><em><span style="font-weight: 400;">Clustering Hierarchical Ward. </span></em><span style="font-weight: 400;">Dari hasil analisis pengelompokan tersebut kabupaten/kota di provinsi Jawa Tengah dibagi menjadi empat kelompok berdasarkan kepadatan penduduknya.</span></p> 2024-06-30T00:00:00+00:00 Copyright (c) 2024 Journal Of Data Insights http://429005.jxltd.asia/index.php/jodi/article/view/210 DASHBOARD LINGKUNGAN HIDUP UNTUK ANALISIS DIARE MENGGUNAKAN METODE K-MEANS CLUSTERING 2024-06-20T03:43:33+00:00 Sitti Sahara [email protected] Saeful Amri [email protected] Ariska Fitriyana Ningrum [email protected] Dannu Purwanto [email protected] <p>Abstrak Singkat: Diare adalah penyakit umum dengan penyebab yang beragam, termasuk virus, bakteri, dan faktor-faktor lainnya. Faktor-faktor lingkungan, gizi yang buruk, dan kurangnya pengetahuan masyarakat berperan penting dalam tingginya kasus diare, terutama pada anak-anak di bawah lima tahun, di Indonesia. Analisis cluster digunakan untuk mengelompokkan daerah berdasarkan kasus diare dan membantu perencanaan penanggulangan. Penelitian ini menggunakan data BPS 2021 dari 34 provinsi di Indonesia dan berfokus pada faktor penyebab diare. Penelitian ini bertujuan untuk memahami faktor-faktor yang berkontribusi pada kasus diare, dengan harapan dapat merumuskan strategi penanggulangan yang lebih efektif.</p> 2024-06-30T00:00:00+00:00 Copyright (c) 2024 Journal Of Data Insights http://429005.jxltd.asia/index.php/jodi/article/view/167 Pemodelan Seasonal Autoregressive Integrated Moving Average (SARIMA) untuk Meramalkan Volume Angkutan Barang Kereta Api di Pulau Jawa Tahun 2021 2024-06-20T03:26:41+00:00 ine fitriani [email protected] Prizka Rismawati Arum [email protected] Saeful Amri [email protected] <p>Tujuan&nbsp;penelitian ini&nbsp;untuk meramalkan jumlah angkutan barang menggunakan kereta api di Pulau Jawa. Metode yang digunakan yakni pendekatan kuantitatif dengan memanfaatkan sumber data sekunder dari situs resmi Badan Pusat Statistik (bps.go.id). Hasil penelitian memberikan gambaran jika&nbsp;terdapat prediksi penurunan pada bulan November 2021, yang disertai&nbsp;oleh peningkatan pada periode berikutnya.&nbsp;Dalam upaya peramalan, digunakan model SARIMA(0,1,1)(0,2,0)12. Keputusan menggunakan model ini didasarkan pada parameter&nbsp;yang signifikan serta pemenuhan asumsi terkait residu white noise.&nbsp;Model ini dipilih sebagai model terbaik karena memiliki nilai AIC yang paling rendah dibandingkan dengan model SARIMA lain yang telah melalui uji diagnostik residual</p> 2024-06-30T00:00:00+00:00 Copyright (c) 2024 Journal Of Data Insights http://429005.jxltd.asia/index.php/jodi/article/view/393 Deteksi Kerentanan SQL Injection pada Website Menggunakan Vulnerability Assessment 2024-07-19T03:45:11+00:00 Nova Christina Sari [email protected] Achmad Solichan [email protected] Basirudin Ansor [email protected] Aditya Putra Ramdani [email protected] Muhammad Zainudin Al Amin [email protected] Mulil Khaira [email protected] Auliya Rohman Riquelme Al Ubaidah [email protected] <p>Website merupakan sumber informasi yang terus berkembang mengikuti perkembangan teknologi dimasa sekarang, dan penggunaan website telah banyak diterapkan di berbagai bidang. Penggunaan cyber security berkembang sangat pesan mengikuti perkembangan teknologi dan penelitian-penelitian dalam tema cyber security semakin banyak. Metode vulnerability asesement dalam penelitian ini digunakan untuk melakukan scanning terhadap suatu website untuk mendeteksi kerentananan website tersebut terhadap SQL Injection. SQL Injection. SQL Injection merupakan salah satu teknik peretasan dengan cara menyalahgunakan celah keamanan yang ada di lapisan SQL berbasis data pada suatu aplikasi atau website. Vulnerability scanner menggunakan Zap, memberikan hasil 22 alert, 3 diantaranya memiliki kerentanan yang tinggi (high risk). Hasil dari kerentanan website memiliki SQL Injenction yang tinggi. Terdapat 5 dari 10 ancaman yang terdapat pada OWASP Top 10</p> 2024-06-30T00:00:00+00:00 Copyright (c) 2024 Journal Of Data Insights