Article Per Year (5 Year)
p-Index From 2021 - 2026
12.665
P-Index
This Author published in this journals
All Journal JTEV (Jurnal Teknik Elektro dan Vokasional Jupiter SITEKIN: Jurnal Sains, Teknologi dan Industri Jurnal Teknologi Informasi dan Ilmu Komputer Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Journal of Information Technology and Computer Science (JOINTECS) JURNAL MEDIA INFORMATIKA BUDIDARMA INOVTEK Polbeng - Seri Informatika JITK (Jurnal Ilmu Pengetahuan dan Komputer) JURNAL TEKNOLOGI DAN OPEN SOURCE Jurnal Sains dan Informatika : Research of Science and Informatic J-SAKTI (Jurnal Sains Komputer dan Informatika) KOMPUTIKA - Jurnal Sistem Komputer JOISIE (Journal Of Information Systems And Informatics Engineering) Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming METIK JURNAL JSAI (Journal Scientific and Applied Informatics) Building of Informatics, Technology and Science Jurnal Mantik Journal of Applied Engineering and Technological Science (JAETS) JURSIMA (Jurnal Sistem Informasi dan Manajemen) JISA (Jurnal Informatika dan Sains) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) International Journal of Advances in Data and Information Systems Idealis : Indonesia Journal Information System Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Teknik Informatika (JUTIF) J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Esensi Infokom: Jurnal Esensi Sistem Informasi dan Sistem Komputer Jurnal Pengabdian Masyarakat : Pemberdayaan, Inovasi dan Perubahan Kolaborasi Jurnal Pengabdian Masyarakat Jurnal Teknoif Teknik Informatika Institut Teknologi Padang IJCOSIN : Indonesian Journal of Community Service and Innovation Jurnal Masyarakat Madani Indonesia eProceedings of Engineering Jurnal Pengabdian Masyarakat Bangsa JURSIMA SATIN - Sains dan Teknologi Informasi Jurnal Abdimas Indonesia Jurnal Informatika: Jurnal Pengembangan IT Jurnal Sistem Informasi dan Manajemen Jurnal Pengabdian Sosial Kenduri: Jurnal Pengabdian Dan Pemberdayaan Masyarakat RESLAJ: Religion Education Social Laa Roiba Journal Jurnal Pendidikan Teknologi Informasi (JUKANTI) Jurnal Ecotipe (Electronic, Control, Telecommunication, Information, and Power Engineering) Jnanadharma KOMPUTASI
Dasril Aldo
Telkom University
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 128 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 128 Documents
Search

 9   10   11   12   13 
Multivariate Forecasting of Paddy Production: A Comparative Study of Machine Learning Models Yasin, Feri; Firmansyah, Muhammad Raafi'u; Aldo, Dasril; Amrustian, Muhammad Afrizal
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 3 (2025): JUTIF Volume 6, Number 3, Juni 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.3.4681

Abstract

Accurate rice production forecasting plays an important role in supporting national food security planning. This study aims to evaluate the performance of four machine learning algorithms, namely Random Forest, XGBoost, Support Vector Regression (SVR), and Linear Regression, in predicting three target variables simultaneously: harvest area, productivity, and production. The dataset used includes annual data per province in Indonesia from 2018 to 2024 obtained from the Central Statistics Agency (BPS). Evaluation was conducted using five metrics: MAE, RMSE, MAPE, R², and training time. The results of the experiment showed that the Random Forest Regressor performed best in the 80:20 scenario, with an MAE of 76,259.52, an RMSE of 154,036.91, a MAPE of 0.61%, and an R² of 0.997. XGBoost showed a competitive performance with an MAE of 79,381.44 and faster training times. In contrast, the SVR showed the worst performance with the MAPE reaching 198.56% and the R² of 0.209. Linear Regression as baseline recorded an MAE of 1,194,355.28 and an R² of 0.503, indicating that the linear model is not effective enough for this data. The 80:20 scenario is considered the best configuration because it is able to balance the accuracy and generalization of the model. These findings show that the use of ensemble algorithms, especially Random Forest and XGBoost, has the potential to be applied practically by agricultural agencies or local governments in designing data-driven policies for more proactive and predictive rice production management. Furthermore, this study contributes to the advancement of applied informatics by demonstrating how machine learning models can be effectively used in multivariate forecasting for complex, real-world problems, thereby supporting the development of intelligent decision-support systems in the agricultural domain.
Optimization Of Extreme Learning Machine Models Using Metaheuristic Approaches For Diabetes Classification Sulaeman, Gilang; Nur, Yohani Setiya Rafika Nur; Paramadini, Adanti Wido; Aldo, Dasril; Fathoni, M. Yoka
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 3 (2025): JUTIF Volume 6, Number 3, Juni 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.3.4690

Abstract

Proper classification of diabetes is a significant challenge in contemporary healthcare, especially related to early detection and clinical decision support systems. This study aims to optimize the Extreme Learning Machine (ELM) model with a metaheuristic approach to improve performance in diabetes classification. The data used was an open dataset containing the patient's medical attributes, such as age, gender, smoking status, body mass index, blood glucose level, and HbA1c. The initial process includes data cleansing, one-hot coding for categorical features, MinMax normalization, and unbalanced data handling with SMOTE. The ELM model was tested with four activation functions (Sigmoid, ReLU, Tanh, and RBF) each combined with three metaheuristic optimization strategies, namely Particle Swarm Optimization (PSO), Genetic Algorithm (GA), and Bat Algorithm. The results of the evaluation showed that the combination of the Tanh activation function with GA optimization obtained the highest accuracy of 87.98% and an F1-score of 0.5489. Overall, GA optimization appears to be superior to all other measurement configurations in consistent classification performance. The main contribution of this study is to offer a systematic approach to select the best combination of activation functions and optimization algorithms in ELM, as well as to provide empirical evidence to support the application of metaheuristic strategies to improve the accuracy of disease classification based on health data. This research has direct implications for the development of a more precise and data-based medical diagnostic classification system for diabetes.
Penerapan Teknologi IoT dan Energi Terbarukan untuk Meningkatkan Efisiensi Budidaya Ikan di Desa Kasegeran Aldo, Dasril; Ginting, Melinda Br; Tanjung, Nia Annisa Ferani; Yasin, Feri; Sulaeman, Gilang; Pangestu, Farhan Aryo
Jurnal Pengabdian Masyarakat: Pemberdayaan, Inovasi dan Perubahan Vol 4, No 5 (2024): JPM: Pemberdayaan, Inovasi dan Perubahan
Publisher : Penerbit Widina, Widina Media Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59818/jpm.v4i5.836

Abstract

This service activity aims to overcome the high energy costs due to the use of excavated wells by fish farmers in Kasegun Village. Solar panel technology and Internet of Things (IoT) systems are applied to reduce energy costs and monitor pond water quality in real-time. This program is carried out through a series of technical stages including situation analysis, Focus Group Discussion (FGD) to identify technology needs, installation of solar panels and IoT sensors, as well as training on the use and maintenance of equipment. The results of the application of technology show a reduction in energy costs by 80%, a reduction in energy waste of up to 85%, and an increase in operational efficiency from 50% to 90%. The fish mortality rate also dropped from 25% to 3.25%. The success of the program is supported by partners' active participation in FGDs and trainings, which increases their understanding and independence in utilizing technology. However, the sustainability of the program depends on ongoing technical assistance.ABSTRAKKegiatan pengabdian ini bertujuan untuk mengatasi tingginya biaya energi akibat penggunaan sumur galian oleh pembudidaya ikan di Desa Kasegeran. Teknologi panel surya dan sistem Internet of Things (IoT) diterapkan untuk mengurangi biaya energi serta memantau kualitas air tambak secara real-time. Program ini dilaksanakan melalui serangkaian tahapan teknis meliputi analisis situasi, Focus Group Discussion (FGD) untuk mengidentifikasi kebutuhan teknologi, pemasangan panel surya dan sensor IoT, serta pelatihan penggunaan dan perawatan alat. Hasil penerapan teknologi menunjukkan penurunan biaya energi sebesar 80%, pengurangan pemborosan energi hingga 85%, dan peningkatan efisiensi operasional dari 50% menjadi 90%. Tingkat kematian ikan juga turun dari 25% menjadi 3,25%. Keberhasilan program ini didukung oleh partisipasi aktif mitra dalam FGD dan pelatihan, yang meningkatkan pemahaman dan kemandirian mereka dalam memanfaatkan teknologi. Namun, keberlanjutan program bergantung pada pendampingan teknis yang berkelanjutan.
Penerapan Teknologi Tepat Guna Berbasis IoT dan Panel Surya untuk Meningkatkan Produktivitas Penetasan Telur Ayam Kampung Fathoni, M. Yoka; Alika, Shintia Dwi; Aldo, Dasril; Maulida, Elsa; Ramadhan, Firman Adi
Jurnal Pengabdian Masyarakat: Pemberdayaan, Inovasi dan Perubahan Vol 5, No 5 (2025): JPM: Pemberdayaan, Inovasi dan Perubahan
Publisher : Penerbit Widina, Widina Media Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59818/jpm.v5i5.2081

Abstract

This community service program aims to address the low hatching success rate of native chicken eggs experienced by the partner, Petet Ayam Lestari Unit, in Muntang Village, Kemangkon District, Purbalingga Regency. The main problems identified were limited electricity supply, unstable incubator temperature and humidity, and manual production record-keeping. To overcome these issues, the team implemented the program “Integration of IoT and Renewable Energy in Automatic Incubators as Appropriate Technology for Farmer Empowerment and Mitigation of Hatching Failures”. The program was conducted from June to September 2025 using a participatory approach through several stages: socialization, training, technology implementation, mentoring, and evaluation. The technology introduced included an automatic incubator integrated with Internet of Things (IoT) sensors, powered by solar panels as an alternative energy source, and supported by digital systems for production and financial recording. The results demonstrated a significant improvement in the partner’s knowledge and skills. The average pretest score of 31% increased to 87% in the posttest, with an average improvement of +56%. The hatching success rate also rose from 50–70% to 75–85%. In addition, the partner satisfaction survey yielded an average score of 4.68, categorized as very satisfied. In conclusion, this program not only improved technical aspects such as hatching success and business management but also empowered the community, particularly women, and strengthened business sustainability through the adoption of renewable energy and digital record-keeping.ABSTRAKProgram pengabdian masyarakat ini bertujuan untuk mengatasi permasalahan rendahnya tingkat keberhasilan penetasan telur ayam kampung pada mitra Unit Usaha Petet Ayam Lestari di Desa Muntang, Kecamatan Kemangkon, Kabupaten Purbalingga. Permasalahan utama yang dihadapi mitra adalah keterbatasan suplai listrik, ketidakstabilan suhu dan kelembapan inkubator, serta pencatatan usaha yang masih manual. Untuk menjawab persoalan tersebut, tim melaksanakan kegiatan “Integrasi IoT dan Energi Terbarukan pada Mesin Tetas Otomatis sebagai Teknologi Tepat Guna untuk Pemberdayaan Peternak dan Mitigasi Kegagalan Penetasan”. Metode pelaksanaan program dilakukan sejak Juni hingga September 2025 dengan pendekatan partisipatif melalui tahapan sosialisasi, pelatihan, penerapan teknologi, pendampingan, dan evaluasi. Teknologi yang diterapkan berupa mesin tetas otomatis berbasis Internet of Things (IoT) dengan dukungan panel surya sebagai sumber energi alternatif, serta pencatatan produksi dan keuangan berbasis digital. Hasil pelaksanaan menunjukkan adanya peningkatan signifikan dalam keterampilan dan pemahaman mitra. Nilai rata-rata pretest sebesar 31% meningkat menjadi 87% pada posttest, dengan peningkatan rata-rata +56%. Tingkat keberhasilan penetasan juga meningkat dari 50–70% menjadi 75–85%. Selain itu, kuesioner kepuasan mitra memperoleh skor rata-rata 4,68 (kategori sangat puas). Kesimpulannya, program ini tidak hanya meningkatkan aspek teknis berupa keberhasilan penetasan dan manajemen usaha, tetapi juga memberdayakan masyarakat, khususnya perempuan, serta memperkuat keberlanjutan usaha melalui pemanfaatan energi terbarukan dan digitalisasi pencatatan.
Strategi Pemasaran Produk UMKM Desa Cikakak Berbasis Teknologi Fathoni, M Yoka; Wijayanto, Sena; Fernandez, Sandhy; Aldo, Dasril; Darmansah, Darmansah
Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Vol 6, No 1 (2023): Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstormin
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/japhb.v6i1.4520

Abstract

Pada saat ini strategi pemasaran berbasis teknologi merupakan suatu alternative pilihan masyarakat untuk berbelanja secara online. Metode yang dipakai dalam penjualan yang digunakan untuk pemasaran sebelumnya seperti melalui media whatsapp/ Instagram. Dengan adanya marketplace sebagai media penjualan mampu membuat sistem pemasaran menjadi lebih efektif, efisien dan mudah sehingga Masyarakat Desa Cikakak dapat mengenal marketplace sebagai media penjualan online.  Tujuan dari pengabdian ini merupakan untuk menambah wawasan masyarakat Desa Cikakak dari fungsi media promosi dan penjualan elektronik untuk mengetahui kendala yang dihadapi dalam memperkenalkan product UMKM ke dalam media marketplace. Jenis pengabdian masyarakat ini dilakukan dengan cara pelatihan langsung ke Desa Cikakak. Hasil pengabdian berupa pembuatan toko online di marketplace dengan menggunakan media promosi seperti Shopee, Tiktokshop dan Google My Business yang dapat membantu serta mempermudah mengurangi biaya yang dikeluarkan, dapat menyampaikan informasi secara detail dan cepat mengenai produk kepada pelanggan, sehingga produk dari UMKM desa Cikakak dapat dikenal lebih luas. Berdasarkan hasil pengabdian masyarakat ini diharapkan dapat membantu Desa Cikakak untuk mendapatkan hasil yang lebih maksimal serta dapat bersaing dengan toko offline maupun online yang sejenis.
Multimedia Interaktif Pengenalan Kerajinan Tangan Budaya Indonesia dengan Metode MDLC Saputra, Sandra; Nugraha, Alfa Yudha; Hakim, Faiq Mufrih; Aldo, Dasril
Jurnal Esensi Infokom : Jurnal Esensi Sistem Informasi dan Sistem Komputer Vol 8 No 1 (2024): Jurnal Esensi Infokom : Jurnal esensi sistem informasi dan sistem komputer
Publisher : Lembaga Riset dan Pengabdian Masyarakat Institut Bisnis Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55886/infokom.v8i1.829

Abstract

Permasalahan utama dalam penelitian ini adalah kekurangan sumber informasi edukatif interaktif berbasis multimedia yang menarik dan mudah diakses untuk menyediakan informasi tentang keragaman kerajinan tangan budaya Indonesia. Kekurangan ini menjadi kritis, terutama untuk meningkatkan minat generasi muda, khususnya anak-anak yang masih kekurangan pengetahuan mengenai kerajinan tangan tradisional dan untuk memberikan dorongan dalam mengapresiasi kekayaan budaya Indonesia. Tujuan penelitian ini adalah menciptakan suatu yang menarik untuk sumber informasi edukatif, terutama untuk anak-anak, untuk memberikan informasi tentang kerajinan tangan budaya Indonesia. Multimedia interaktif dianggap sebagai solusi untuk mengatasi permasalahan ini. Penelitian ini menerapkan metode Multimedia Development Life Cycle (MDLC) sebagai pedoman dalam pembangunan sumber informasi edukatif berbasis multimedia interaktif, melibatkan proses konseptualisasi, desain, pengumpulan material, perakitan, pengujian, dan distribusi. Dari hasil pengujian alpha testing menunjukkan bahwa seluruh fitur berjalan cukup baik dalam konteks media interaktif. Media interaktif ini sangat baik dan layak digunakan sebagai media informasi edukatif tentang kerajinan tangan, menurut hasil pengujian beta terhadap 20 responden, dengan rating 4,09 dari skala 5, menandakan bahwa kualitasnya sangat baik dan pantas digunakan sebagai sarana informasi edukatif mengenai kerajinan tangan budaya Indonesia.
Identifikasi Wajah Untuk Sistem Presensi Di Sekolah Menggunakan Algoritma Yolo V9 Sulaeman, Gilang; Aldo, Dasril
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sistem presensi manual di sekolah masih rentanterhadap kecurangan dan kurang efisien. Penelitian inibertujuan untuk membuat model pengenalan wajah berbasisalgoritma YOLOv9 sebagai solusi sistem presensi otomatis.Proses meliputi pengumpulan dataset wajah dari lima siswa,preprocessing data, pelatihan model, serta evaluasi performamenggunakan dua varian: YOLOv9e dan YOLOv9c. Hasilevaluasi menunjukkan bahwa YOLOv9e memiliki precisionsebesar 0,99, recall 1,00, dan mAP 0.5:0.95 sebesar 0,89,sementara YOLOv9c memiliki precision 0,98, recall 0,99, danmAP 0.88. Kedua model menunjukkan akurasi tinggi dan cocokdigunakan untuk presensi berbasis wajah secara real-time.Model ini diharapkan dapat meningkatkan efisiensi dankeamanan sistem presensi di sekolah.Kata kunci— : Identifikasi Wajah, Presensi Sekolah, YOLOV9, Pengenalan Wajah, Deep Learning
Klasifikasi Motif Batik Semarang Menggunakan Convolutional Neural Network Dengan VGG16 Nafidanisa; Aldo, Dasril; Nicolaus
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Batik Semarang memiliki kekayaan motif sepertiAsem Arang, Blekok Warak, Gambang Semarangan, KembangSepatu, dan Semarangan. Untuk mendukung pelestariannya,penelitian ini mengembangkan sistem klasifikasi otomatismenggunakan Convolutional Neural Network (CNN) denganarsitektur VGG16 dan pendekatan transfer learning. Datasetberisi 1.360 citra diperoleh dari Kaggle, dengan preprocessingberupa resize ke 224×224 piksel dan normalisasi piksel.Pelatihan model dilakukan dengan variasi optimizer, learningrate, dan epoch. Evaluasi performa dilakukan menggunakanconfusion matrix, classification report, serta grafik akurasi danloss. Kombinasi terbaik menggunakan optimizer SGD, learningrate 0.01, dan 50 epoch, menghasilkan performa tinggi tanpaoverfitting. Model diimplementasikan ke dalam antarmukaStreamlit agar dapat digunakan secara praktis. Berdasarkananalisis prediksi tiap kelas, sistem mampu mengenali motifbatik secara akurat dan stabil. Penelitian ini diharapkan dapatmendukung digitalisasi batik melalui teknologi klasifikasi citra.Kata kunci— Batik, Klasifikasi, Convolutional NeuralNetwork, VGG16.I. PENDAHULUANIndonesia dikenal sebagai negara kepulauan yang kayaakan budaya, salah satunya adalah batik, yang telah menjadiwarisan tak benda dunia versi UNESCO sejak 2 Oktober2009. Batik tidak hanya sekadar kain bergambar, tetapi jugasarat dengan nilai estetika, historis, filosofis, sertamencerminkan identitas lokal setiap daerah. Masing-masingwilayah di Indonesia memiliki motif batik yang khas,termasuk Kota Semarang yang dikenal dengan motif sepertiAsem Arang, Blekok Warak, Gambang Semarangan,Kembang Sepatu, dan Semarangan. Keunikan motif tersebutmerepresentasikan kekayaan budaya masyarakat pesisir yangekspresif dan terbuka[1].Meskipun demikian, proses pengenalan dan klasifikasimotif batik masih dilakukan secara manual dan bergantungpada keahlian individu, sehingga menimbulkan tantangandalam hal kecepatan, efisiensi, dan akurasi. Untuk mengatasihal tersebut, diperlukan pemanfaatan teknologi, khususnyadalam bidang pengolahan citra digital dan kecerdasan buatan.Salah satu pendekatan yang relevan adalah penggunaanConvolutional Neural Network (CNN), yang telah banyakditerapkan untuk tugas klasifikasi citra, termasuk dalampengenalan objek dan pola visual. CNN mampumengekstraksi fitur visual melalui lapisan konvolusi,pooling, dan fully connected secara bertahap[2].Penelitian terdahulu menunjukkan efektivitas CNNdalam klasifikasi gambar, termasuk batik. Misalnya, RizkiMawan (2020) berhasil mengklasifikasikan tiga jenis motifbatik dengan akurasi sebesar 85% menggunakan CNN[3].Selain itu, beberapa penelitian telah mengembangkan sistemklasifikasi batik dari daerah lain seperti Yogyakarta, Solo,dan Banyuwangi. Namun, klasifikasi motif batik Semarangmasih belum banyak dieksplorasi. Hal ini menjadi celahpenelitian yang penting untuk dikaji lebih lanjut[4].Penelitian ini bertujuan untuk membangun modelklasifikasi citra motif batik Semarang menggunakan metodeCNN dengan arsitektur VGG16 dan pendekatan transferlearning. VGG16 dipilih karena kesederhanaan strukturnya,penggunaan kernel kecil 3×3, serta kemampuan da
Perbandingan Algoritma Support Vector Machine Dan Algoritma Random Forest Dalam Prediksi Hipertensi Zefanya Yuni Br, Syaloom; Aldo, Dasril; Sa'adah, Aminatus
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Hipertensi merupakan salah satu penyakit tidakmenular yang berpotensi menimbulkan komplikasi serius danmenunjukkan tren peningkatan prevalensi baik secara globalmaupun nasional. Deteksi dini terhadap kondisi ini sangatpenting guna mencegah dampak kesehatan yang berbahaya.Penelitian ini bertujuan untuk membandingkan kinerja duaalgoritma machine learning, yaitu Support Vector Machine(SVM) dan Random Forest (RF), dalam memprediksi hipertensimenggunakan data rekam medis dari Puskesmas PurwokertoTimur I. Karena data hipertensi biasanya memiliki distribusikelas yang tidak seimbang, penelitian ini menerapkan teknikOversampling untuk menyeimbangkan data. Tahapanpenelitian mencakup preprocessing data, pembangunan modelmenggunakan algoritma SVM dan RF, serta evaluasi modeldengan metrik akurasi, presisi, recall, dan F1-score. Hasilpengujian menunjukkan bahwa algoritma RF memberikanhasil terbaik dengan akurasi mencapai 98,92%, sementaraSVM menghasilkan akurasi tertinggi sebesar 83,91%.Berdasarkan temuan tersebut, dapat disimpulkan bahwaalgoritma RF lebih efektif dalam melakukan prediksi hipertensipada data yang tidak seimbang, dan penerapan teknikOversampling secara signifikan dapat meningkatkan performamodel. Penelitian ini diharapkan dapat berkontribusi dalampengembangan sistem prediksi hipertensi yang lebih akuratuntuk mendukung upaya pencegahan dan pengelolaankesehatan masyarakat.Kata kunci—hipertensi, Prediksi, Oversampling, RandomForest, Support Vector Machine
Identifikasi Dan Pengendalian Hama Tanaman Jambu Air Dengan Pendekatan Case Based Reasoning Berbasiskan Sistem Pakar Aldo, Dasril
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106556

Abstract

Tujuan dari penelitian ini untuk mengidentifikasi hama tanaman jambu air serta memberikan saran pengendalian terhadap hama yang teridentifikasi. Telah banyak penelitian sejenis, namun hanya terbatas kepada hasil identifikasi, namun tidak memberikan saran pengendalian. Tanaman jambu air sangat berpotensi untuk di budidayakan karena memiliki daya jual yang tinggi sehingga bisa membantu perekonomian masyarakat. Masih kurang nya informasi untuk masyarakat mengenai hama yang menyerang tanaman jambu air akan menyebabkan kerugian terhadap masyarakat yang melakukan pembudidayaan jambu air sehingga menyebabkan banyak permasalahan, seperti gagal panen, pertumbuhan tidak sempurna, buah menjadi busuk, daun mudah gugur dan permasalahan lainnya. Terdapat beberapa hama yang dapat menyerang tumbuhan jambu air, diantaranya: Hama Bactrocera spp, Hama Pagodiella hekmeyeri, Hama Attacus atlas L, Hama Phenacoccus manihoti, Hama Liriomyza sp, Hama Leptocorisa oratorius dan Hama Tungau. Sistem pakar merupakan salah satu solusi yang dapat menjadi solusi atas permasalahan tersebut. Masyarakat dapat melakukan konsultasi dengan menggunakan sistem pakar dengan cara memilih gejala yang tampak, maka sistem pakar akan memproses gejala yang dipilih kemudian melakukan diagnosis terhadap jenis hama menyerang tanaman jambu air dan memberikan solusi berupa pencegahan dan pengendalian. Metode yang digunakan adalah metode CBR untuk pengolahan data input gejala oleh user kemudian akan dicari nilai similarity terhadap masing-masing hama tanaman jambu air yang tersimpan pada base pengetahuan, metode ini sangat mudah diterapkan dan memiliki akurasi yang cukup tinggi. Dari 30 sampel data yang diuji terdapat 28 data yang valid dan 2 data tidak valid. Nilai akurasi diperoleh sebesar 93% maka metode CBR sangat cocok digunakan sebagai metode dalam pengembangan sistem pakar identifikasi tanaman jambu air.  AbstractThe purpose of this study was to identify pests of water guava plants and provide suggestions for controlling the identified pests. There have been many similar studies, but they are limited to the identification results and do not provide control suggestions. Water guava plants have the potential to be cultivated because they have high selling power, so they can help the community's economy. There still needs to be more information for the public about pests that attack water guava plants which will cause losses to people who cultivate guava, causing many problems, such as crop failure, imperfect growth, rotten fruit, leaves quickly falling, and other problems. Several pests can attack water guava plants, including Pests Bactrocera spp, Pests Pagodiella hekmeyeri, Pests Attacus atlas L, Pests Phenacoccus manihoti, Pests Liriomyza sp, Pests Leptocorisa oratorius, and Pests Mites. An expert system is one solution that can be a solution to these problems. The community can consult using an expert system by selecting visible symptoms, and then the expert system will process the selected symptoms, then diagnose the types of pests that attack the guava plant and provide solutions in the form of prevention and control. The method used is the CBR method for processing symptom input data by the user and then the similarity value for each guava plant pest is stored in the knowledge base, this method is very easy to apply and has fairly high accuracy. Of the 30 data samples tested, there are 28 valid data and 2 invalid data. The accuracy value obtained is 93%, so the CBR method is very suitable to be used as a method in developing an expert system for diagnosing guava plants.
Co-Authors A.A. Ketut Agung Cahyawan W Abdillah, Alifia Dhia Abimanyu Abimanyu Achmad Solichin Adanti Wido Paramadini Adanti Wido Paramadini Adhe Nuzula Ramadlana Adriano, Riftian Dimas Affiyanti, Rakhma Yuli Afif Dwi Laksono Agung Irman Syaifudin Agustianto, Satya Helfi Ahmad Faishal Fahrisena Ahmad Riau Ardi Ahmad Rijal Arifin Ahmadi Ahun Ismi Aziz Ajeng Ayu Suryani Ajeng Dyah Kurniawati Aksaningtyas, Laeli Lutfiana Al 'Arifah, Difla Mazidah Al Faiz, M. Hanif Alfan Rizki Juliano Azitya Alifia Dhia Abdillah Alika, Shintia Dwi Alwendi, Alwendi Alzi Mula Baharsyah Amanah, Farah Sofiatul Nur Aminatus Sa’adah An-Naayif, Hanief Taqiyuddien Adz-Dzaky Andi Sano, Andreas Novito Andika Bayu S Andre Citro Febriliyan Lanyak Annisa Risqi Sulistya Kusuma Wardhani Apri, Muhamad Ar rasyid, Fauzan Cholis Ardanu, Riski Fitria Ardi - Ardi Ardi Ardi Ardi Ardi, Ahmad Riau Ardianto, Rian Arifin, Ahmad Rijal Army, Widya Lelisa Arrasyid, Zidhan Asti Herliana, Asti Auliya Burhanuddin Aziz, Ahun Ismi Bagus Ahmad Setiawan Baharsyah, Alzi Mula Bidayatul Masulah Bita Parga Zen Briliana, Carlita Wahyu Chevin, Virginawan Alessandro Dading Qolbu Adi Dading Qolbu Adi Damiana Trivinita L. B Dana Eko Wahyu Pambudi Danny Kurnianto Darmansah Darmansah, Darmansah Dedi Rahman Habibie Dedi Rahman Habibie Dedy Agung Prabowo Dedy Mirwansyah Deni Prasetyo Deni Prasetyo, Deni Denis Oktawandira Dewi Larasae Diah Ayu Lestari Diah Ayu Lestari, Diah Ayu Dian Maharani Dian Maharani Dian Riliyanda Difla Mazidah Al 'Arifah Dika Alim Mu’adin Dwi Satrio, Imam Edwin Adhi Wijaya Eko Wahyu Pambudi, Dana Elizabeth Christina Endro Muhammad Akbar Wijiantoro Fadhilatus Salamah, Khanif Rahmah Fahrezy, Fiqry Fahmy Dwe Fahrisena, Ahmad Faishal Fahrullah Fahrullah Faiz, M. Hanif Al Faizah Faizah Fajar Maulana . Farah Sofiatul Nur Amanah Farhan Aryo Pangestu Farhan Rasyid Kamaludin Farhan Yudha Pratama Fathan, Faizal Burhani Ulil Fau, Andrew Fauzi Ahmad Muda Febriliana, Miranda Dwi Feri Yasi Filfimo Yulfiz Ahsanul Hulqi Fiqrian, Muhammad Nafal Fiqry Fahmy Dwe Fahrezy Firmansyah, Muhammad Raafi'u Fuady, Tb. Dedy Gigih Attayauban Purnomo Gusla Nengsih, Yeyi Gustiwa, Risang Abdurrahman Hakim, Faiq Mufrih Halim Pratama, Muhammad Fajrul Hammam, Nizar Dhafirul Hanugrah Surya Purwaka Harald Riandi Rantetana Purukan Hariselmi Hariselmi Hariselmi Hariselmi Hariselmi, Hariselmi Hasby Arrahman Hermawaty Hermawaty Hidayat, Afifah Naurah Hutama, Iqbal Yoga Ihsan Maulana Ilwan Syafrinal Iqbal Yoga Hutama Irfan Venny Rahmayanti Irfanza Fadhly, Rafy Islam, Melinta Nurul Ismail Nur Fuadi Jaka Lintang Ramadhan Kamaludin, Farhan Rasyid Khairunnisa Samosir Khanif Rahmah Fadhilatus Salamah Kisviantari, Rizkyna Sekar Kristina Natasia Sinurat Kurniawan, Adrian Kurniawat, Ajeng Dyah Larasae, Dewi Lathif Luqmanul Hakim Lina Fatimah Lishobrina Linda Qornaeni Luqman Wahyudi M Yoka Fathoni M. Aldi Yudhi Pradana Mahazam Afrad Maryona Septiara Maulana Faridzal Eka Nugraha Maulana, Fajar Maulana, Ihsan Maulana, ⁠Ihsan Maulida, Elsa Melinda Br Ginting Melinta Nurul Islam Miftahul Ilmi Miftahul Ilmi, Miftahul Miranda Dwi Febriliana Muadin, Dika Alim Muhamad Apri Muhamad Apri Muhamad Azrino Gustalika Muhammad Afrizal Amrustian Muhammad Agus Muljanto Muhammad Briliantama Putra Muhammad Husni Muhammad Nazmi Al Faiz Muhammad Zaky Mubarok munir, Zainul Munir Nafidanisa Nanda Arista Rizki Nariza Wanti Wulan Sari Nia Annisa Ferani Tanjung Nicolaus Nizar Dhafirul Hammam Novanda Alim Setya Nugraha Nugraha, Alfa Yudha Nugraha, Maulana Faridzal Eka Nursaka Putra Nurul Hikmah NURUL HIKMAH Nyimas Ananda Putri Mulyono Oktavia, Laksmi Dwi Oktawandira, Denis P , Affriza Brilyan Relo Pambudi Agus Pambudi, Dana Eko Wahyu Pamuji, Yanuar Ikhsan Pangestu, Farhan Aryo Pradana, M. Aldi Yudhi Prakoso, Thorik Agung Pratama, Farhan Yudha Purnomo, Gigih Attayauban Putra, Muhammad Briliantama Putri, Yuliarni Rahayu, Trisna Kenti Rakhma Yuli Affiyanti Ramadhan, Firman Adi Ramadhan, Jaka Lintang Ramadhani, Rima Dias Ramadlana, Adhe Nuzula Rania Nur Hikmah Raspati, Mochamad Ravy Ratna Budiarti Dwi Rahayu Reza Iqbal Pramudya Rian Ardianto Rian Ardianto Richki Hardi Richo Richo Rifa Yanti Risfendra, Risfendra Riski Fitria Ardanu Riswan Azhari Riyani, Annisa Defitriana Rizkyna Sekar Kisviantari Rostina Rostina Rostina Rostina Sa'adah, Aminatus Sahara Sahara Salsabila, Luciana Sandhy Fernandez Sapta Eka Putra Saputra , Wahyu Andi Saputra, Candra Eka Saputra, Sandra Saputri, Sekar Isnaeni Nurul Saragih, Lorance Saraswati, RR Michelle Dewi Sarwenty, Putri Nabilah Satya Nur Hutama Sekar Isnaeni Nurul Saputri Setiawan, Bagus Ahmad Setyawan Suroso Sinurat, Kristina Natasia Sophia Deo Sandeva Sri Mulyani Sudianto, Sudianto Sulaeman, Gilang Suleman, Gilang Suprapto, Amelia Rut Suroso, Setyawan Susi Irwanti Susie Susie Syahputra, Dio Syaifudin, Agung Irman Tb. Dedy Fuady Tegar Alamsyah Tohari, Mohammad Amin Tondang, Beny Alphon Toni Anwar Trihastuti Yuniati Trisna Kenti Rahayu Ulumiddiin, Ichya Usman, Muhammad Lulu Latif Utami, Annisaa Wanda Ilham Wanda Ilham Wardhani, Annisa Risqi Sulistya Kusuma Wendra, Yumai Widya Lelisa Army Wijaya, Edwin Adhi Wijaya, Trisno Wijiantoro, Endro Muhammad Akbar Yasin, Feri Yoga Madhasatya, Satriya Yogo Dwi Prasetyo Yohani Setiya Rafika Nur Yoka Fathoni, M. Yumai Wendra Yunita, Salsabila Firda Zefanya Yuni Br, Syaloom