Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Media Infotama Tematik : Jurnal Teknologi Informasi Komunikasi
I Gede Sugita Aryandana
Politeknik Negeri Bali
Computer Science & IT

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

Found 2 Documents
Search

 1 
Analisis Algoritma Machine Learning untuk Gagal Jantung dengan Interpretability SHAP dan LIME I Gede Sugita Aryandana; Leni Anggraini Susanti; Putu Eka Suryadana; Wayan Gede Suka Parwita
TEMATIK Vol. 12 No. 2 (2025): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Desember 2025
Publisher : LPPM POLITEKNIK LP3I BANDUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/tematik.v12i2.2627

Abstract

Kesehatan adalah keadaan sejahtera secara fisik, mental, dan sosial yang memungkinkan setiap individu dapat menjalani kehidupan secara produktif. Di antara berbagai dimensi kesehatan, kesehatan fisik menjadi aspek yang paling fundamental karena berperan penting dalam menjaga kualitas hidup manusia. Salah satu indikator utama dari kesehatan fisik adalah fungsi jantung, yang memiliki peran vital dalam mendukung aktivitas dan kinerja tubuh. Gangguan pada fungsi jantung tidak hanya berdampak pada kondisi fisik, tetapi juga dapat memengaruhi kesejahteraan mental dan sosial individu sehingga menyebabkan gagal jantung. Untuk mendeteksi gagal jantung secara dini, diperlukan penelitian dalam penerapan algoritma Machine Learning sebagai metode analisis yang dapat mendukung ketepatan serta efisiensi dalam proses diagnosis. Instrumen yang digunakan dalam algoritma Machine Learning adalah SHAP dan LIME, dengan memanfaatkan dataset medis pasien penderita gagal jantung sebagai objek analisis. Hasil penelitian ini bahwa algoritma random forest merupakan algoritma terbaik dalam memprediksi resikok gagal jantung. Hasil accuracy dari algoritma random forest menunjukkan nilai sebesar 0.8334 secara keseluruhan diikuti dengan nilai rata-rata precission sebesar 0,8125, nilai rata-rata recall sebesar 0,793, nilai rata-rata f1-scorenya sebesar 0,8015 dan nilai UACnya sebesar 0.90. Berdasarkan hasil klasifikasi selanjutnya dilakukan interpretability metode SHAP dan LIME. Hasil metode SHAP memberikan gambaran mendalam mengenai pengaruh variabel utama seperti time, serum creatinine, ejection fraction, dan age terhadap risiko gagal jantung. Hasil metode LIME memberikan hasil secara lokal yang artinya dalam kasus ini, metode LIME menyoroti serum creatinine sebagai variabel utama yang meningkatkan prediksi kematian.
Analisis Pemanfaatan E-Learning dalam Proses Pengajaran: Studi Kasus Dosen CPNS Politeknik Negeri Bali Putu Eka Suryadana; Ni Putu Ritra Trees Ari Kartika Hadi Saraswati; Wayan Gede Suka Parwita; I Gede Sugita Aryandana
Jurnal Media Infotama Vol 21 No 1 (2025): April 2025
Publisher : UNIVED Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37676/jmi.v21i1.7935

Abstract

New lecturers at the Bali State Polytechnic can utilize a learning management system (LMS) to improve online teaching. This system supports various academic functions, such as providing access to resources, sending assignments, and creating interactive learning experiences. However, E-learning has the potential for over-reliance on technology, which can reduce traditional teaching methods and personal interaction in the classroom. This research aims to analyze the use of e-learning in the teaching process for CPNS 2024 lecturers at the Bali State Polytechnic. The research used a questionnaire with a Likert scale with a sample of 30 CPNS 2024 lecturers who had no experience as lecturers. The results of the questionnaire responses were tested for validity and reliability to ensure that the data processed was valid data. The validity test results show that all the questions tested are valid and the reliability results show a Cronbach alpha value of 0.736 and is included in the high category. Meanwhile, the results of processing the USE questionnaire by calculating the average percentage score for each factor include: usability 96%, convenience 89.5% and satisfaction 94%. A questionnaire designed to measure the usefulness of e-learning for new lecturers has proven to be valid and reliable. The results of the questionnaire show that e-learning really helps CPNS 2024 lecturers in delivering material and managing lecture assignments effectively.
Co-Authors Leni Anggraini Susanti Ni Putu Ritra Trees Ari Kartika Hadi Saraswati Putu Eka Suryadana Wayan Gede Suka Parwita