Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : INTEGER: Journal of Information Technology

Klasifikasi Penyakit Menular Seksual Menggunakan Naïve Bayes Gusti Eka Yuliastuti; Citra Nurina Prabiantissa; Agung Mustika Rizki
INTEGER: Journal of Information Technology Vol 7, No 1: Maret 2022
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2022.v7i1.2883

Abstract

The number of sufferers of Sexually Transmitted Diseases (STD) in Indonesia is starting to increase. One example of the case is in the city of Malang, in 2014 as many as 466 people suffer from HIV and 14 people suffer from syphilis. According to the Malang city health report, the average patient is 25 to 49 years old. Some are asymptomatic, where the patient does not feel any symptoms and is not even detected until a medical examination is carried out. In detecting this PMS can use information technology. One way is to build an expert system that applies the Naïve Bayes algorithm to help classify the STD you suffer based on the symptoms you feel. The accuracy results obtained in this study amounted to 76.67%.
Implementasi Algoritma Shannon-Fano untuk Kompresi File Teks Khoiri, Muhammad; Firmansyah, Muhammad Farid; Yuliastuti, Gusti Eka; Prabiantissa, Citra Nurina
INTEGER: Journal of Information Technology Vol 9, No 2 (2024): September
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2024.v9i2.5889

Abstract

Kompresi file teks merupakan topik yang penting dalam hal pengolahan data dan pengiriman informasi secara efisien. Peneliti melakukan analisis dan implementasi dari algoritma Shannon-Fano untuk melakukan kompresi file teks. Tujuan utama penelitian ini dilakukan adalah untuk mengurangi ukuran sebuah file teks dengan memanfaatkan prinsip pengkodean Shannon-Fano. Metode penelitian yang digunakan meliputi langkah-langkah implementasi algoritma Shannon-Fano, yang melibatkan pembuatan tabel frekuensi kemunculan simbol dalam file teks dan pembangunan pohon Shannon-Fano. Teknik pemisahan kode diterapkan untuk membangun kode Shannon-Fano yang optimal berdasarkan frekuensi kemunculan simbol dalam file teks. Dalam metode penelitian ini juga dilakukan analisis kinerja algoritma Shannon-Fano berdasarkan faktor-faktor seperti kecepatan kompresi dan dekompresi, penggunaan memori, dan kompleksitas waktu. Data uji yang beragam telah digunakan untuk menguji kinerja algoritma, termasuk file teks dengan ukuran yang berbeda. Dari analisis kinerja yang dilakukan, didapatkan hasil yang menunjukkan bahwa algoritma Shannon-Fano memiliki kecepatan kompresi yang tinggi dan konsumsi memori yang efisien. Algoritma Shannon-Fano efektif dalam melakukan kompresi file teks dengan hasil yang signifikan. Ukuran file teks dapat dikurangi secara efisien tanpa mengorbankan keakuratan dekompresi. Hasil implementasi algoritma ini menunjukkan bahwa rata-rata ukuran file teks dapat berkurang sebesar 24.31%, dengan persentase compression ratio mencapai 75.68% dan ratio of compression sebesar 1.32. Hal ini menunjukkan bahwa algoritma Shannon-Fano dapat memberikan tingkat kompresi yang baik pada file teks.
Klasifikasi Penyakit Menular Seksual Menggunakan Naïve Bayes Yuliastuti, Gusti Eka; Prabiantissa, Citra Nurina; Rizki, Agung Mustika
INTEGER: Journal of Information Technology Vol 7, No 1 (2022): Maret
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2022.v7i1.2883

Abstract

The number of sufferers of Sexually Transmitted Diseases (STD) in Indonesia is starting to increase. One example of the case is in the city of Malang, in 2014 as many as 466 people suffer from HIV and 14 people suffer from syphilis. According to the Malang city health report, the average patient is 25 to 49 years old. Some are asymptomatic, where the patient does not feel any symptoms and is not even detected until a medical examination is carried out. In detecting this PMS can use information technology. One way is to build an expert system that applies the Naïve Bayes algorithm to help classify the STD you suffer based on the symptoms you feel. The accuracy results obtained in this study amounted to 76.67%.