Article Per Year (5 Year)
p-Index From 2021 - 2026
3.534
P-Index
This Author published in this journals
All Journal Conference on Innovation and Application of Science and Technology (CIASTECH) Scientific Journal of Informatics G-Tech : Jurnal Teknologi Terapan Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) As-Sidanah : Jurnal Pengabdian Masyarakat JUSTIFY : Jurnal Sistem Informasi Ibrahimy JEECS (Journal of Electrical Engineering and Computer Sciences) JURNAL ILMIAH SAINS TEKNOLOGI DAN INFORMASI Jurnal Ilmiah Multidisiplin Nusantara NJCOM: Community Service Journal Journal of Global Research Publications
Fatah, Zaehol
Fakultas Sains Dan Teknologi Universitas Ibrahimy
Religion Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 28 Documents
Search

 1   2   3 
PREDIKSI RISIKO DEMAM BERDARAH MENGGUNAKAN DECISION TREE BERDASARKAN GEJALA KLINIS DAN DATA LABORATORIUM M. Fazlur Rahman Assauqi; Zaehol Fatah
JURNAL ILMIAH SAINS TEKNOLOGI DAN INFORMASI Vol. 2 No. 4 (2024): Oktober : Jurnal Ilmiah Sains Teknologi dan Informasi
Publisher : CV. ALIM'SPUBLISHING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59024/jiti.v2i4.972

Abstract

Dengue Hemorrhagic Fever (DHF) is a disease caused by the Dengue virus and has a significant impact on public health, especially in tropical areas. Early diagnosis and prediction of DHF risk are essential to prevent complications and improve medical care. This study aims to develop a DHF risk prediction model using the Decision Tree method based on clinical symptoms and laboratory data. The data used include symptoms such as fever, joint pain, rash, and laboratory results such as platelet count and hematocrit. The Decision Tree model was chosen because of its ability to handle data with various variables and provide easy-to-understand interpretations. The research data were taken from patients diagnosed with DHF in several hospitals during a certain period. The dataset was then analyzed to find relevant patterns that could predict a high risk of DHF. The model training and testing process was carried out using cross-validation techniques to ensure prediction accuracy. The results showed that the Decision Tree model had an accuracy rate of 96.95% and consistent results from cross-validation which produced an average accuracy of 92.8%,, with good sensitivity and specificity in predicting DHF risk based on a combination of clinical symptoms and laboratory data. Factors such as low platelet count and fever symptoms lasting more than three days were found to be significant predictive variables. In conclusion, this Decision Tree model has the potential to be used as a tool in early prediction of DHF risk, which can help medical personnel in clinical decision making and patient management. Further development can be done by adding other variables such as epidemiological data to improve model performance.
Analisis Pengaruh Jenis Buku Terhadap Minat Baca Mahasiswa di Perpustakaan Ibrahimy dengan Algoritma K-Means Clustering Mahmudi Mahmudi; Zaehol Fatah
JURNAL ILMIAH SAINS TEKNOLOGI DAN INFORMASI Vol. 3 No. 1 (2025): Januari : Jurnal Ilmiah Sains Teknologi dan Informasi
Publisher : CV. ALIM'SPUBLISHING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59024/jiti.v3i1.1013

Abstract

In today's digital era, students' interest in reading seems to be declining, particularly in literacy activities aimed at enhancing knowledge. This issue has become a concern in efforts to foster a reading culture among students. This study aims to analyze and describe the types of books that can influence students' reading interest. Data were collected through student evaluations, lecturers' opinions, and librarians' perspectives. The data collection methods included questionnaires, observations, and interviews, with data analysis conducted through reduction processes. The study results highlight four main points: 1) The types of books that attract students' interest include fiction and non-fiction books. 2) External factors influencing reading interest include the environment, support from lecturers, and available facilities. 3) From librarians' perspectives, students' reading interest is affected by curiosity, available facilities, and academic assignments. 4) Efforts to enhance students' reading interest can be carried out through activities such as library visit competitions and book review contests. In conclusion, two types of books—fiction and non-fiction—can influence students' reading interest. A survey of 100 students revealed that 75% preferred fiction books, while the remaining 25% favored non-fiction books.
PREDIKSI PRODUK PENJUALAN DI SUPERMARKET DENGAN METODE ALGORITMA K-NEAREST NEIGHBORS (KNN) Ahmad Muflih Wafir; Zaehol Fatah
JURNAL ILMIAH SAINS TEKNOLOGI DAN INFORMASI Vol. 3 No. 1 (2025): Januari : Jurnal Ilmiah Sains Teknologi dan Informasi
Publisher : CV. ALIM'SPUBLISHING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59024/jiti.v3i1.1056

Abstract

In today's era, there are already many companies that have been established, from urban to rural areas, various companies have been established, especially companies that provide daily necessities such as supermarkets. And each company competes with each other in selling its products with the expected results. In this study, researchers use data to support this study. Because sales of goods or product stock can be calculated in sales results, the higher the sales, the higher the risk that will be faced. This study aims to apply data mining in analyzing sales results that occur in supermarkets. And to find out its impact on sales. This researcher uses the KNN method, by looking for test results with this method which will be implemented using the Rapid Miner application which will later produce the results of its analysis.
Identifikasi Pola Penyebaran Penyakit Ternak Menggunakan Clustering Spasial Zainal Mu'en; Zaehol Fatah
Journal Of Global Computer Science Vol. 1 No. 1 (2025): JGCS - FEBRUARI
Publisher : PT. Padang Tekno Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/jgcs.v1i1.2025.23

Abstract

Penyakit hewan merupakan salah satu tantangan terbesar dalam divisi hewan yang dapat mengakibatkan kerugian finansial yang signifikan. Bukti yang dapat dikenali dari pola penyebaran penyakit sangat penting untuk mendukung pengambilan keputusan dalam upaya mengantisipasi dan menangani wabah . Pertimbangan ini bertujuan untuk menganalisis dan mengidentifikasi pola penyebaran penyakit hewan menggunakan strategi pengelompokan spasial . Strategi ini memungkinkan pengelompokan wilayah berdasarkan tingkat penyebaran penyakit , sehingga zona yang berpotensi menjadi pusat penyebaran dapat diidentifikasi . Informasi yang digunakan dalam pertimbangan ini mencakup data spasial dan non - spasial yang terkait dengan kasus penyakit hewan dari berbagai wilayah , yang kemudian dianalisis di sana. Hasil dari penelitian ini menunjukkan bahwa strategi pengelompokan spasial dapat diterapkan di daerah -daerah dengan pola penyebaran penyakit yang sama . Identifikasi zona berisiko tinggi dapat membantu peternak dan pihak terkait dalam mengambil tindakan penanggulangan yang lebih tepat dan efisien . Dengan pengelompokan spasial ini , prosedur penanganan dapat difokuskan pada daerah-daerah yang lebih rentan terhadap kejadian , yang diharapkan dapat mengurangi dampak ekonomi dan meningkatkan kesejahteraan hewan secara keseluruhan . Penelitian ini memberikan kontribusi penting bagi pengembangan kerangka kerja deteksi dini berbasis teknologi untuk mitigasi penyakit ternak
Implementasi K-Means Clustring Untuk Mengelompokkan Provinsi di Indonesia Berdasarkan Tingkat Pengangguran Terbuka Muhammad Muhajir Saddami; Zaehol Fatah
Journal Of Global Computer Science Vol. 1 No. 1 (2025): JGCS - FEBRUARI
Publisher : PT. Padang Tekno Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/jgcs.v1i1.2025.24

Abstract

Pengangguran terbuka di Indonesia merupakan salah satu masalah sosial dan ekonomi yang signifikan, yang dapat menghambat pertumbuhan ekonomi serta mempengaruhi kesejahteraan masyarakat secara luas. Penelitian ini bertujuan untuk menganalisis Tingkat Pengangguran Terbuka (TPT) Indonesia dari tahun 2020 hingga 2023, dengan fokus pada perubahan klaster data TPT menggunakan metode K-Means Clustering. Data yang digunakan diambil dari Badan Pusat Statistik (BPS), yang memberikan gambaran komprehensif mengenai variasi TPT antarprovinsi. Metodologi yang diterapkan mencakup pengumpulan dan pengolahan data untuk memastikan akurasi serta kelengkapan informasi. Hasil analisis menunjukkan bahwa hanya Provinsi Riau yang berhasil naik ke cluster 1 (TPT rendah), sementara Provinsi Sumatera Barat mengalami penurunan ke cluster 2 (TPT tinggi). Evaluasi menggunakan Davies-Bouldin Index menegaskan pemisahan cluster yang optimal pada jumlah cluster 2, mengindikasikan efektivitas pengelompokan. Temuan dari penelitian ini diharapkan dapat memberikan wawasan berharga bagi pembuat kebijakan untuk merumuskan strategi yang lebih efektif dalam mengatasi masalah pengangguran di Indonesia. Dengan mempertimbangkan karakteristik pengangguran di setiap provinsi, hasil penelitian ini dapat menjadi dasar bagi upaya pengurangan tingkat pengangguran yang lebih terarah dan berdampak.
Klasifikasi Jenis Kendaraan Menggunakan Decision Tree Dan Evaluasi Akurasi Melalui Confusion Matrix Samsul; Zaehol Fatah
Journal Of Global Computer Science Vol. 1 No. 1 (2025): JGCS - FEBRUARI
Publisher : PT. Padang Tekno Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/jgcs.v1i1.2025.27

Abstract

Data mining merupakan salah satu metode yang paling efektif dalam menghasilkan klasifikasi yang akurat, efisien, dan relevan. Pengelompokan jenis kendaraan berdasarkan sistem transmisi dilakukan dengan menggunakan algoritma Decision Tree dan dievaluasi melalui confusion matrix. Dataset yang digunakan mencakup empat jenis kendaraan: Bebek, Skuter, Sport, dan Trail, dengan tiga jenis transmisi: Manual, Automatic, dan Kopling. Algoritma Decision Tree dipilih karena kemampuannya dalam membagi dataset secara rekursif untuk menghasilkan aturan klasifikasi yang jelas dan mudah dipahami. Model dilatih dan diuji untuk memprediksi jenis transmisi berdasarkan fitur kendaraan, dengan hasil akurasi mencapai 95%. Evaluasi menggunakan confusion matrix mengungkap distribusi prediksi benar dan salah pada setiap kategori. Hasilnya menunjukkan bahwa transmisi Automatic dan Kopling diklasifikasikan dengan akurasi tinggi, meskipun terdapat beberapa kesalahan pada prediksi transmisi Manual. Nilai Cohen’s Kappa sebesar 0,913 mengindikasikan kesesuaian yang sangat baik antara prediksi dan data aktual. Algoritma Decision Tree terbukti efektif dalam klasifikasi jenis kendaraan, meskipun diperlukan perbaikan untuk meningkatkan akurasi pada kategori tertentu.
Sistem Informasi Survey Kepuasan Masyarakat Berbasis Web Pada Badan Kepegawaian Dan Pengembangan Sumber Daya Manusia Kabupaten Bondowoso Nori Nur Fasratul Aini; Zaehol Fatah; Ahmad Homaidi
Journal Of Global Computer Science Vol. 1 No. 1 (2025): JGCS - FEBRUARI
Publisher : PT. Padang Tekno Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/jgcs.v1i1.2025.34

Abstract

Survey Kepuasan Masyarakat di Badan Kepegawaian dan Pengembangan Sumber Daya Manusia (BKPSDM) Kabupaten Bondowoso seringkali terdapat kendala dalam mengumpulkan data kepuasan masyarakat terkait layanan publik yang diberikan oleh instansi BKPSDM Kabupaten Bondowoso. Metode survey konvensional yang menggunakan kuesioner manual seringkali membutuhkan waktu, tenaga, dan sumber daya yang signifikan. Selain itu, data yang diperoleh dari survey tersebut sering tidak tersedia secara real-time dan sulit untuk diolah secara efisien. Dalam penelitian ini bertujuan untuk meningkatkan akurasi dan kendala data kepuasan masyarakat. kuesioner online akan meminimalkan kesalahan penulisan dan memungkinkan validasi data secara langsung. Penelitian ini menghasilkan nilai survey kepuasan masyarakat terhadap pelayanan pada Badan Kepegawaian dan Pengembangan Sumber Daya Manusia.
Sistem Informasi Data Pelayanan Pengunjung (Buku Besar) Berbasis Website Di Bidang Kearsipan Dinas Perpustakaan Dan Kearsipan Nur Kamila; Zaehol Fatah
Journal Of Global Computer Science Vol. 1 No. 1 (2025): JGCS - FEBRUARI
Publisher : PT. Padang Tekno Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/jgcs.v1i1.2025.38

Abstract

Dinas Perpustakaan dan kearsipan, Khususnya di bagian kearsipan sering kali terdapat kendala dalam melakukan pencatatan pada buku besar. Akibatnya, petugas bidang kearsipan sering mengalami kesulitan dalam emlakukan penelusuran data baik saat pelayanan pengunjung mengenai laporan perminggu, perbulan dan pertahun. Sistem pengisian buku tamu yang digunakan masih menggunakan buku besar atau secara manual, sehingga menyebabkan penumpukan data pada buku besar, sulit dalam melakukan pembuatan laporan kunjungan tamu. Dalam  penelitian ini bertujuan untuk mengatasi berbagai kebutuhan untuk mencari data pengunjung dan pwmbuatan laporan. Penelitian ini menggunakan bahasa pemograman php mysql dan metode yang digunakan adalah metode waterfall.
Co-Authors Abdul Jalil Abu Dzarrin Al Ghifari Achmad Baijuri Ahmad Efendi Ahmad Homaidi Ahmad Muflih Wafir Ahmad Wahyu Fernando Ahmad Yogianto Akhlis Munazilin Ali Muhajir As’ad Alwi Shihab Cindy Nur Dina Alifia Fikri Febrian Imam Nawawi Irma Yunita Jarot Dwi Prasetyo Jarot Dwi Prasetyo Lukman Aliyasin Lukman Fakih Lidimilah M. Fazlur Rahman Assauqi Mahmudi Mahmudi Moh. Aqil Mukhtar Alfarera Moh. Bahauddin Muhammad Muhajir Saddami Neny Yuli Susanti Neny Yuli Susanti Nori Nur Fasratul Aini Nur Azizah Nur Kamila Rohiqim Mahtum Rohiqim Mahtum Samsul Taufik Saleh Taufik Saleh Tawakal, Anzori Zainal Mu'en Zainul Arifin Alwi Al Qayyis Zainur Rohman