Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Prosiding Semnastek

Identifikasi Penyakit Balita Berdasarkan Gejala yang dialami dengan menggunakan Bayesian Network Koswara Koswara; Yana Adharani; Sitti Nurbaya Ambo
Prosiding Semnastek PROSIDING SEMNASTEK 2019
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Anak-anak dibawah usia lima tahun (balita) rentan terhadap serangan berbagai jenis penyakit. Setiap penyakit pada umumnya didahului oleh gejala-gejala tertentu. Pentingnya kemampuan untuk mengidentifikasi penyakit berdasarkan gejala yang dialami dapat membantu menyelamatkan anak dari resiko penyakit yang lebih berat atau kematian. Kendati demikian, kurangnya pengetahuan orang tua terhadap berbagai jenis penyakit, kurangnya tenaga medis dan akses yang jauh ke tempat pelayanan kesehatan merupakan beberapa faktor yang menyebabkan anak sakit tidak segera mendapatkan penanganan dini. Dalam penelitian ini dibuat aplikasi yang dapat mengidentifikasi penyakit demam berdarah, campak, cacar air, batuk pilek, dan demam tifoid berdasarkan gejala yang dialami dengan menggunakan metode Bayesian Network. Terdapat dua aktor yang dapat menggunakan aplikasi, yaitu pengguna umum yang dapat melakukan pengecekan penyakit berdasarkan gejalanya dan admin yang dapat mengelola data penyakit, data gejala, dan saran pemberian pertolongan pertama. Aplikasi untuk pengguna umum berbasis android dan untuk admin berbasis web. Hasil penelitian menunjukkan penggunaan metode Bayesian Network untuk mengidentifikasi penyakit demam berdarah, campak, cacar air, batuk pilek, dan demam tifoid masih memiliki tingkat akurasi yang rendah, yaitu rata-rata dibawah 60%. Disamping itu pada Bayesian Network, penilaian hasil identifikasi sangat ditentukan oleh besarnya nilai prior probability dan conditional probability, sehingga semakin banyak gejala yang dialami balita tidak selalu berkorelasi positif dengan kenaikan nilai hasil identifikasi.
SISTEM PAKAR UNTUK TUMBUH KEMBANG ANAK MENGGUNAKAN METODE FORWARD CHAINING Rully Mujiastuti; Asyrofi Abdussani; Yana Adharani
Prosiding Semnastek PROSIDING SEMNASTEK 2018
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Tumbuh kembang anak adalah hal yang berkaitan dengan pertumbuhan dan perkembangan pada anak. Pertumbuhan berhubungan dengan bertambahnya ukuran fisik dan struktur tubuh berupa tinggi badan, berat badan dan lingkar kepala. Sementara perkembangan berkaitan dengan bertambahnya struktur dan fungsi tubuh berupa kemampuan gerak kasar, gerak halus, bicara dan bahasa serta sosialisasi dan kemandirian. Diperlukan sebuah deteksi dini tumbuh kembang anak usia 12 – 72 bulan untuk meminimalisir berbagai penyimpangan tumbuh kembang yang mungkin terjadi. Pengetahuan pakar diperoleh melalui hasil konsultasi dengan para pakar dan studi literatur. Proses identifikasi tumbuh kembang anak diawali dengan mengumpulkan fakta yang diperoleh dari pengukuran fisik dan dari sekumpulan jawaban pada pemeriksaan perkembangan menggunakan Kuesioner Pra Skrining Perkembangan (KPSP). Fakta tersebut selanjutnya dicocokkan dengan sekumpulan aturan (rules) untuk kemudian dilakukan penarikan kesimpulan menggunakan metode forward chaining. Aplikasi sistem pakar ini diimplementasikan ke dalam aplikasi berbasis mobile android, sehingga dapat diidentifikasi kondisi pertumbuhan dan perkembangan anak secara real time. Uji coba dilakukan secara manual dan melalui sistem terhadap 37 data, untuk memperoleh kesimpulan terhadap diagnosis, kategori penyimpangan dan langkah intervensi. Setelah uji coba, dilakukan perbandingan secara manual dan secara sistem dan diperoleh hasil bahwa aplikasi ini dapat digunakan untuk medeteksi tumbuh kembang anak usia 12 – 72 bulan dengan tingkat akurasi sebesar 100%.
Penilaian Hasil Audit Mutu Internal Menggunakan Metode Profile Matching Rita Dewi Risanty; Abu Halim Kusuma; Yana Adharani
Prosiding Semnastek PROSIDING SEMNASTEK 2021
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Pada perusahaan, jaminan kualitas dan kehandalan produk merupakan salah satu faktor penting agar dapat bersaing di pasar nasional maupun internasional. Untuk menjaga kualitas produk, perusahaan menetapkan standar penjaminan mutu. Salah satu standar penjaminan mutu yang banyak digunakan adalah standar ISO/TS 16949. Pemenuhan standar ISO/TS 16949 akan dievaluasi secara berkala melalui Audit Mutu Internal (AMI). Kendati demikian, pelaksanaan AMI pada beberapa perusahaan masih kurang efektif dimana penilaian mutu terhadap hasil audit tidak dapat langsung terlihat karena proses perhitungan hasil audit masih dilakukan secara manual, sehingga membutuhkan lebih banyak waktu dalam proses penghitungannya. Untuk mengatasi hal tersebut pada penelitian ini diimplementasikan metode profile matching untuk melakukukan penilaian hasil Audit Mutu Internal. Profile matching merupakan salah satu metode untuk pengambilan keputusan dengan melihat perhitungan tingkat variabel prediktor ideal yang harus dipenuhi oleh subyek yang diteliti. Indikator penilaian pada aplikasi AMI mengikuti standar ISO/TS 16949. Hasil penelitian menunjukkan metode profile matching dapat digunakan untuk melakukan penilaian hasil Audit Mutu Internal. Auditor tidak perlu lagi melakukan penilaian hasil audit secara manual sehingga dapat mempersingkat waktu yang dibutuhkan untuk melakukan penilaian hasil audit
PENGEMBANGAN SISTEM INFORMASI & BASIS DATA PIMPINAN WILAYAH ’AISYIYAH DKI JAKARTA Muhammad Reyhan Ariesgo; Yana Adharani; Popy Meilina; Nurvelly Rosanti; Retnani Latifah
Prosiding Semnastek PROSIDING SEMNASTEK 2022
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

‘Aisyiyah merupakan organisasi perempuan muhammdiyah. Pimpinan Wilayah Aisyiyah (PWA) DKI Jakarta menaungi 5 Pimpinan Daerah Aisyiyah (PDA), yaitu PDA Jakarta Pusat, PDA Jakarta Barat, PDA Jakarta Selatan, PDA Jakarta Timur, dan PDA Jakarta Utara. PWA DKI Jakarta beserta PDA memiliki majelis dan lembaga yang bertanggungjawab terhadap pelaksanaan setiap program kerja ‘Aisyiyah. Untuk menjamin pelaksanaan program kerja diperlukan monitoring/ pemantauan oleh pimpinan. Kendati demikian PWA DKI Jakarta masih mengalami kesulitan dalam melakukan pemantauan pelaksanaan progam kerja dari setiap majelis dan lembaga, baik di bawah PWA langsung ataupun PDA, sehingga seringkali program kerja yang tidak berjalan baru diketahui ketika laporan pertanggungjawaban di akhir masa kepengurusan. Disamping itu PWA DKI Jakarta belum memiliki basis data kader, padahal kader ‘Aisyiyah DKI Jakarta terdiri dari beragam latar belakang pendidikan dan profesi yang dapat berkontribusi dalam pelaksanaan program kerja. ‘Aiysiyah DKI Jakarta memiliki beberapa amal usaha dan aset dalam bentuk sekolah, panti asuhan, gedung dan lain sebagainya. Akan tetapi data amal usaha, aset, dan dokumen penting lainnya belum terdokumentasi dengan baik, bahkan ada yang masih tersebar di sekertariat daerah maupun perorangan, sehingga menyulitkan dalam melakukan pencarian dokumen, bahkan berpotensi hilang. Untuk mengatasi permasalahan tersebut dibuat sistem informasi dan basis data Pimpinan Wilayah ‘Aisyiyah DKI Jakarta berbasis web. Pengujian dilakukan dengan menggunakan blackbox testing. Hasil uji coba menunjukan dengan adanya sistem informasi ini PWA DKI Jakarta dapat melakukan pemantauan capaian program kerja setiap majelis dan lembaga di wilayah DKI Jakarta, serta dapat mengakses data kader, aset, amal usaha, dan dokumen penting lainnya kapan saja dan dimana saja.
Identifikasi Pneumonia Pada Anak Berbasis Citra X-Ray Paru-Paru Menggunakan Metode Convolutional Neural Network (CNN) Fitria, Natasya Umi; Adharani, Yana; Meilina, Popy; Risanty, Rita Dewi
Prosiding Semnastek PROSIDING SEMNASTEK 2025
Publisher : Universitas Muhammadiyah Jakarta

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

Abstract

Pneumonia merupakan salah satu penyebab utama kematian anak balita di seluruh dunia. Penyakit ini disebabkan oleh bakteri, virus, atau jamur yang menyebabkan paru-paru terisi nanah dan cairan sehingga menyulitkan anak-anak dalam bernafas. Organisasi Kesehatan Dunia (WHO) menyebutkan 99% kematian anak akibat pneumonia terjadi di negara berkembang. Salah satu cara pengidentifikasi penyakit pneumonia adalah dengan melakukan rontgen x-ray. Hasil rontgen x-ray termasuk citra kompleks sehingga diperlukan metode yang sesuai untuk melakukan identifikasi. Convolutional Neural Network (CNN) merupakan salah satu metode dalam deep learning yang dapat digunakan untuk melakukan klasifikasi. Pada penelitian ini dilakukan klasifikasi terhadap hasil rontgen x-ray paru-paru anak dengan menggunakan CNN. Klasifikasi dibagi kedalam dua kelas, yaitu terindikasi pneumonia dan normal. Hasil uji coba menunjukkan CNN dapat digunakan untuk melakukan klasifikasi apakah seorang anak terindikasi pneumonia atau tidak berdasarkan hasil rontgen x-ray paru-paru anak dengan tingkat akurasi 0.9632 dan loss 0.1139.
Co-Authors Abean, Mohammad Arief Abu Halim Kusuma Ahmad Fikri Adriansyah Ahmad Noval Ahmad Wigi Sudio Alfarizi, Muhammad Azis Alriyanto, Abri Okta Ambo, Siti Nurbaya Andika Restu Anggana Fitri Satwikasari Annafi, Ananda Radhiyya Annisa, Regina Arafah, Aryuni Ardiansyah Dores Asyahri, Aldo Dwi Asyrofi Abdussani Azizah, Faza Shafa Bintang, Reihan Aditya Permata Budiarto, Khamdan Dalilah, Almira Fitri Daulay, Azhari Diana Nur Haliza Dzaki Fawwaz Aryadi Dzakiyuddin Rohman, Hilmi Eko Purwanto Emi Susilowati Fahmi, Sonny Fahri, Mohammad Adam Fajri, Muhammad Akbar Al Fakhul Jannah, Elsa Ananda Hanifah Fauzan Azima Filayati, Muhammad Albi Akbar Fitria, Natasya Umi Fizar, Bintang Al FJ, Elsa Ananda Hanjfah Gimnastiar, Nazar Ginawan, Najla Maharani Dewi Tiawa Habibie, Muhammad Fadhil Haryanda, Muhammad Hendra Hendra Hidayat, Ragil Irawan, Doni Irsyadi Hanif Elnur Iryu Astika Haidar Jumail Jumail, Jumail Jundullah, Khalid Khairunnisa, Hasna Khalid Jundullah Khamdan Budiarto Koswara Koswara Kukuh Setiawan Kurniawan, Bagas Lenny Dwi Novitasari Lestari, Fina Dwi Maulana Saputra, Reza Ade Maulana, Fikri Naufal Maulana, Hanif Meilina, Poppy Memanda, Freddy Mirza Sutrisno Mochammad Gendry Afriansyah Muhammad Daffa MUHAMMAD HASBI Muhammad Imam Najib Muhammad Izzudin Rosadi Muhammad Lutfi Yatna Muhammad Ni’am Syukri Muhammad Rayyan Ghifari Muhammad Reyhan Ariesgo muhammad rizky, muhammad Muhammad Rizqi Raihan Firdaus Muhammad Taqi Wijdan Mukti, Hari Nashiro, Muhamad Sultonan Nugraha, Septian Andhika Nurbaya Ambo, Sitti Nurvelly Rosanti Nurvelly Rosanti Nurvelly Rosanti, Nurvelly Pebriano Nurba, Putra Popy Meilina Prasetio, Iqlal Wira Pratama, Renaldi Prayogo, Ikhsan Adi Putra, Meidi Kelana Nugroho Putri, Khansa Aqilla Qaedi Setiawan, Muhammad Thirafi Qardhawi, Nadif Yusuf Rabbani, Syamil Ghufron Rabiatul Nurhasanah Rahmat Fajrial Azim Ramadhan, Atthilla Sulthan Ramadhan, Muhammad Thoriq Retnani Latifah Retnani Latifah, Retnani Rifki Syarif Hidayat Rika Sa’diyah Rinanto Rinanto Risanty, Rita Dewi Rita Dewi Risanty Rizky Maulana, Rizky Rosanty, Nurvelly Rully Mujiastuti S, Muhamad Thirafi Qaedi Sabhan, Rifqi Baihaqi Sadam, El Faath Saleh, Oldi Alfani Sunan Sandhi Alfianda Ghifari Saptrian, Muhammad Daffa Saputra, Ambar Dwi Septyawan, Reihan Setiawan, Muhamad Thirafi Qaedi Shidqi, Muhammad Abyan Sitti Nurbaya Sitti Nurbaya Ambo Sutrisno, Mirza Syahrul Al Habib Syauqi, Muhammad Haikal Viska Octavian Vivria, Muhammad Efendi Wahyu Nugraha Widia Winata Yeptadian Sari Zahro, Rahmita Zhuang, Tan Kelvin Zia Zia Zhuang, Tan Kelvin