Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Teknik Informatika UNIKA Santo Thomas

Sistem Pakar Diagnosa Penyakit Mata Manusia Menggunakan Metode Certainty Factor Berbasis Web Sari, Nilam; Nasution, Marnis; Munandar, Musthafa Haris
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54367/jtiust.v6i1.1275

Abstract

Mata adalah indera yang penting. Jika mata terganggu maka abaikan saja, itu akan mengganggu. Kenyataannya, banyak orang yang menunda untuk memeriksakan penyakit mata yang dideritanya, karena kurangnya pengetahuan masyarakat, biaya yang cukup mahal dan ketidakseimbangan antara pasien dan dokter sehingga harus mengantri jika akan memeriksakan kesehatan mata. Untuk itu diperlukan sistem pakar yang dapat mendiagnosa penyakit mata, sehingga masyarakat dapat memeriksakan penyakit mata yang dideritanya tanpa harus berobat ke dokter. Sistem pakar ini berbasis web dengan bahasa pemrograman PHP dan database MySQL. Dalam proses penarikan kesimpulan, sistem menggunakan metode faktor kepastian yang menggunakan suatu nilai untuk mengasumsikan derajat kepercayaan dari seorang pakar terhadap suatu data. Sistem pakar memberikan hasil berupa kemungkinan penyakit yang diderita, nilai persentase keyakinan dari penyakit dan solusi pengobatan berdasarkan nilai keyakinan yang diberikan dan sistem mampu mengetahui jenis penyakit mata yang dialami pengguna berdasarkan gejala yang dipilih oleh pengguna. Sehingga dapat membantu masyarakat untuk mengetahui penyakit mata yang diderita dan tindakan dapat dilakukan lebih cepat.
Model Data Mining untuk Perancangan Aplikasi Diagnostik Inflammatory Liver Disease Siahaan, Rahma Aulia; Nasution, Marnis; Hasibuan, Mila Nirmala Sari
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54367/jtiust.v6i1.1277

Abstract

Hati merupakan organ vital bagi manusia. Penyakit hati adalah gangguan pada setiap fungsi hati.Diagnosis dini penyakit hati sangat penting agar dapat diobati dan diobati dengan cepat. Di bidang medis, mendiagnosis penyakit radang hati menjadi hal yang agak sulit dilakukan. Namun, ada catatan medis yang menyimpan gejala pasien. Hal ini tentunya sangat menguntungkan bagi tenaga medis atau dokter. Mereka dapat menggunakan catatan medis sebelumnya sebagai bahan untuk membuat keputusan tentang diagnosis penyakit pasien. Teknik analisis manual konvensional yang selama ini digunakan sudah tidak efektif lagi untuk diagnosis. Seiring dengan perkembangan sistem berbasis pengetahuan medis, tuntutan penggunaan sistem pengetahuan berbasis komputer sebagai teknik analisis dalam mendiagnosis penyakit menjadi semakin penting. Dalam studi ini, peneliti akan menerapkan dan membandingkan beberapa metode klasifikasi data mining, antara lain algoritma C4.5, Naïve Bayes, dan k-Nearest Neighbor untuk mendiagnosis penyakit radang hati, kemudian membandingkan mana dari ketiga metode tersebut yang paling akurat. Berdasarkan hasil pengukuran performansi ketiga model menggunakan metode Cross Validation, Confusion Matrix dan ROC Curve, diketahui bahwa metode C4.5 merupakan metode terbaik dengan akurasi 70,99% dan under the curva (AUC). ) nilai 0,950, kemudian metode k-Nearest Neighbor dengan akurasi 67,19% dan nilai under the curve (AUC) 0,873, kemudian metode nave Bayes dengan tingkat akurasi 66,14% dan nilai under the curve (AUC) sebesar 0,742. kemudian bandingkan mana dari ketiga metode tersebut yang paling akurat. Berdasarkan hasil pengukuran performansi ketiga model menggunakan metode Cross Validation, Confusion Matrix dan ROC Curve, diketahui bahwa metode C4.5 merupakan metode terbaik dengan akurasi 70,99% dan under the curva (AUC). ) nilai 0,950, kemudian metode k-Nearest Neighbor dengan akurasi 67,19% dan nilai under the curve (AUC) 0,873, kemudian metode nave Bayes dengan tingkat akurasi 66,14% dan nilai under the curve (AUC) sebesar 0,742. kemudian bandingkan mana dari ketiga metode tersebut yang paling akurat. Berdasarkan hasil pengukuran performansi ketiga model menggunakan metode Cross Validation, Confusion Matrix dan ROC Curve, diketahui bahwa metode C4.5 merupakan metode terbaik dengan akurasi 70,99% dan under the curva (AUC). ) nilai 0,950, kemudian metode k-Nearest Neighbor dengan akurasi 67,19% dan nilai under the curve (AUC) 0,873, kemudian metode nave Bayes dengan tingkat akurasi 66,14% dan nilai under the curve (AUC) sebesar 0,742.
Seleksi Pinjaman Kredit Selama Pandemi Rekomendasi Metode MCDM-Promethee Trisno, Trisno; Nasution, Marnis; Ritonga, Ali Akbar
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54367/jtiust.v6i1.1281

Abstract

Dalam kondisi COVID-19 saat ini, banyak usaha menengah ke bawah seperti Usaha Mikro, Kecil, dan Menengah (UMKM) mengalami penurunan omset pendapatan, sehingga membutuhkan tambahan biaya modal untuk menjalankan kehidupan usahanya. Untuk memberikan pinjaman modal tambahan, ada beberapa persyaratan yang harus dipenuhi oleh setiap UMKM. Ibarat usaha mandiri yang dijalankan, apakah tetap atau hanya sebatas domisili, lalu berapa lama mereka memulai usaha yang mereka bangun sampai sekarang, apakah mereka memiliki agunan sebagai jaminan pinjaman, apakah mereka memiliki tingkat usaha yang baik. produktivitas selama berjalan, dilihat dari laporan yang dibuat, apakah Anda sudah memiliki banyak pelanggan dari bisnis yang Anda jalankan. Hal ini menjadi tolak ukur pemberian pinjaman kepada UMKM. Metode yang dapat direkomendasikan adalah Promethee, yang merupakan bagian dari konsep Multi-Criteria Decision Making (MCDM) sebagai metode pemeringkatan dalam menentukan masalah pinjaman yang direkomendasikan oleh metode Promethee. Hasil yang diperoleh dari pemeringkatan dengan metode Promethee yaitu dari enam UMKM yang dipilih dan dievaluasi, peringkat pertama adalah UMKM-3 dengan nilai bobot tertinggi 0,208, disusul UMKM-1 dengan bobot 0,042 dan disusul oleh UMKM-5 yang masih dianggap layak meskipun tidak bernilai. negatif, sedangkan dua UMKM lainnya belum dapat dikatakan layak untuk mendapatkan pinjaman yaitu UMKM-2 dan UMKM-4 karena negatif. peringkat pertama adalah dari UMKM-3 dengan nilai bobot tertinggi sebesar 0,208, disusul oleh UMKM-1 dengan bobot 0,042 dan disusul oleh UMKM-5 yang masih dianggap layak meskipun tidak bernilai. negatif, sedangkan dua UMKM lainnya belum dapat dikatakan layak untuk mendapatkan pinjaman yaitu UMKM-2 dan UMKM-4 karena negatif. peringkat pertama adalah dari UMKM-3 dengan nilai bobot tertinggi sebesar 0,208, disusul oleh UMKM-1 dengan bobot 0,042 dan disusul oleh UMKM-5 yang masih dianggap layak meskipun tidak bernilai. negatif, sedangkan dua UMKM lainnya belum dapat dikatakan layak untuk mendapatkan pinjaman yaitu UMKM-2 dan UMKM-4 karena negatif.