Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi dan Bisnis Cerdas
Kristyawan, Yudi
Universitas Dr. Soetomo Surabaya
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Industrial & Manufacturing Engineering

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

Found 2 Documents
Search

 1 
ANALISIS TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA GAGAL STUDI MENGGUNAKAN TEKNIK KLASIFIKASI Kristyawan, Yudi
Jurnal Sistem Informasi dan Bisnis Cerdas Vol 12, No 2 (2019): JURNAL SISTEM INFORMASI DAN BISNIS CERDAS (SIBC) AGUSTUS 2019
Publisher : Program Studi Sistem Informasi, Fakultas Ilmu Komputer, UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/sibc.v12i2.1550

Abstract

Ketidakseimbangan jumlah mahasiswa yang masuk dan jumlah kelulusan yang disebabkan mahasiswa gagal studi pada Fakultas Teknik Universitas Dr Soetomo sudah menjadi permasalahan yang serius. Belum adanya penelitian yang dilakukan untuk mencari faktor-faktor penyebab mahasiswa gagal studi, menyebabkan penanganan masalah ini masih sulit untuk dilakukan. Tujuan dari penelitian ini adalah untuk mencari faktor-faktor yang menyebabkan mahasiswa mengalami gagal studi.Metode yang digunakan pada penelitian ini adalah dengan cara mengumpulkan data histori sistem informasi pada Universitas Dr Soetomo selama 7 tahun sebagai suatu rangkaian proses yang dibagi menjadi beberapa tahapan yaitu tahap cleaning data untuk membuang duplikasi data, memeriksa data yang inkonsisten, dan memperbaiki kesalahan pada data, selanjutnya tahap integrasi data untuk menggabungkan data dari berbagai basis data ke dalam satu basis data baru, dilanjutkan dengan transformasi data yaitu proses penggabungan data ke dalam format yang sesuai untuk diproses dalam data mining, selanjutnya tahap data mining yang merupakan proses utama menggunakan teknik klasifikasi decision tree untuk menemukan pengetahuan berharga dan tersembunyi dari data dan tahap terakhir interpretasi data dalam bentuk yang mudah dimengerti oleh pihak yang berkepentingan.Hasil analisis dengan menggunakan teknik klasifikasi yang diperoleh menunjukkan bahwa faktor-faktor yang berpengaruh pada kegagalan mahasiswa adalah faktor cuti mahasiswa pada saat program skripsi, dan faktor lain terbesar  yang menyebabkan mahasiswa gagal studi sebelum mengambil skripsi.Kata kunci: mahasiswa gagal studi, klasifikasi. DOI : https://doi.org/10.33005/sibc.v12i2.1550
IMPLEMENTASI CASE-BASED REASONING PADA SISTEM PAKAR DIAGNOSIS PENYAKIT DALAM Kristyawan, Yudi; Hakim, Lukman Al
Jurnal Sistem Informasi dan Bisnis Cerdas Vol 13, No 2 (2020): JURNAL SISTEM INFORMASI DAN BISNIS CERDAS (SIBC) AGUSTUS 2020
Publisher : Program Studi Sistem Informasi, Fakultas Ilmu Komputer, UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/sibc.v13i2.1751

Abstract

Penyakit dalam merupakan spesialisasi  medis yang berkaitan dengan berbagai penyakit atau masalah kesehatan yang berpengaruh terhadap organ-organ dalam orang dewasa. Pada umumnya seseorang disarankan agar berkonsultasi dengan dokter spesialis penyakit dalam jika memiliki keluhan atau gejala medis yang tidak dapat ditangani oleh seorang dokter umum. Kemajuan teknologi informasi berakibat pada semakin terbukanya ilmu pengetahuan dalam berbagai hal kehidupan. Demikian pula dengan diagnosis penyakit dalam, perlu dibuat sebuah implementasi sistem pakar dalam rangka membuka wawasan pengetahuan bagi masyarakat tentang permasalahan penyakit dalam. Sehingga masyarakat dapat memahami permasalahan keluhan tentang penyakit dalam. Pada penelitian ini dibuat sebuah sistem pakar analisis penyakit dalam, mengimplementasikan case-based reasoning (CBR) dengan cara mengidentifikasi kasus baru berdasarkan kasus lama. Gejala-gejala kasus baru diidentifikasi kemiripannya dengan kasus lama menggunakan jaccard coefficient. Hasil dari penelitian menunjukkan bahwa implementasi CBR pada sistem pakar diagnosis penyakit dalam ini dapat mengidentifikasi gejala-gejala baru berdasarkan kemiripan dengan gejala-gejala lama dan sistem dapat bekerja sesuai dengan fungsinya.  DOI : https://doi.org/10.33005/sibc.v13i2.1751
Co-Authors Hakim, Lukman Al