Article Per Year (5 Year)
p-Index From 2021 - 2026
0.517
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Insand Comtech : Information Science and Computer Technology Journal
Angga Dwinanda
Politeknik Negeri Jember
Computer Science & IT Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Implementasi Artificial Intelligence untuk Prediksi Penyakit Jantung dengan Pendekatan Explainable AI Bima Wahyu Maulana; Agung Muliawan; Muhammad Hafidh Firmansyah; Angga Dwinanda; Difari Afreyna Fauziah
Insand Comtech : Information Science and Computer Technology Journal Vol. 11 No. 1 (2026): Insand Comtech
Publisher : Universitas Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53712/jic.v11i1.2972

Abstract

Fokus utama penelitian ini adalah rancang bangun sistem prediksi penyakit kardiovaskular dengan mengimplementasikan algoritma Random Forest. Guna mengatasi masalah "kotak hitam" pada kecerdasan buatan, studi ini mengintegrasikan pendekatan Explainable Artificial Intelligence (XAI) melalui metode SHAP (SHapley Additive exPlanations) untuk memperkuat aspek transparansi model. Analisis dilakukan menggunakan data sekunder dari Heart Disease UCI Dataset, yang mencakup variabel klinis esensial seperti usia, gender, tekanan darah, hingga kadar kolesterol. Siklus riset dimulai dari tahap pra-pemrosesan data, distribusi data latih dan uji, hingga fase konstruksi model. Evaluasi efektivitas sistem diukur menggunakan metrik akurasi, precision, recall, dan F1-score. Temuan empiris menunjukkan bahwa model mampu menghasilkan tingkat akurasi sebesar 83%, dengan kapabilitas klasifikasi yang stabil baik pada pasien positif maupun negatif penyakit jantung. Lebih lanjut, penerapan SHAP mengungkap bahwa variabel oldpeak, thalach, dan ca menjadi determinan paling krusial dalam pembentukan prediksi. Menariknya, fitur seperti kolesterol tidak selalu memberikan dampak linier langsung, melainkan bekerja melalui interaksi kompleks dengan atribut lainnya. Secara keseluruhan, integrasi XAI dalam studi ini terbukti meningkatkan interpretabilitas model machine learning. Hal ini diharapkan dapat memberikan landasan klinis yang lebih kuat bagi tenaga medis dalam proses pengambilan keputusan serta mempertebal kepercayaan terhadap sistem diagnostik berbasis AI.
Heading stabilization of a mecanum wheel mobile robot using Kalman filter and SMC under variation condition Ardianto Syaifur Rohman; Tunjung Genarsih; Sihmaulana Dwianto; Nuzula Afianah; Salsabila Liandra Putri; Nurul Zainal Fanani; Mochamad Irwan Nari; Ahmad Rofi'i; Fendik Eko Purnomo; Syamsiar Kautsar; Angga Dwinanda; Alfan Ahmad Berlian
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 24, No 4: August 2026
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v24i4.27654

Abstract

This paper presents a robust heading stabilization system for a mecanum wheel mobile robot by integrating a Kalman filter (KF) with sliding mode control (SMC). A two-state KF estimates the robot’s heading angle and gyroscope bias from ICM20948 inertial measurement unit (IMU) measurements, reducing sensor noise by 65% and compensating for bias drift of 0.3° per second. The estimated heading is regulated using SMC with a boundary layer to minimize chattering. Implemented on a Raspberry Pi 3B, the system was validated under varying surface friction conditions and external disturbances. The controller achieved heading stabilization with root mean square error (RMSE) between 0.380° and 0.589° across all surfaces, steady-state error within ±0.5°, and convergence within 2.0–2.6 seconds. Under severe disturbances causing heading deviations up to 238°, rapid recovery within 0.5 seconds was achieved with only 3.04° final steady state error. The results demonstrate the feasibility of implementing robust heading stabilization on low-cost embedded platforms for autonomous navigation applications.
Co-Authors Agung Muliawan Ahmad Rofi'i Alfan Ahmad Berlian Ardianto Syaifur Rohman Bima Wahyu Maulana Fanani, Nurul Zainal Fauziah, Difari Afreyna Fendik Eko Purnomo Mochamad Irwan Nari MUHAMMAD HAFIDH FIRMANSYAH Nuzula Afianah Salsabila Liandra Putri Sihmaulana Dwianto Syamsiar Kautsar Tunjung Genarsih