Claim Missing Document
Check
Articles

Found 8 Documents
Search

Prediksi Hasil Ujian Kompetensi Mahasiswa Program Diploma Keperawatan Rayendra, R
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 4, No 1 (2020): EDISI MARET
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1356.862 KB) | DOI: 10.30645/j-sakti.v4i1.199

Abstract

Nursing Diploma Degree Student Competency Test which has been done since 2013 is still found by students who have not passed. This makes the nursing college conducting the competency test have to think of corrective steps so that in each period of the competency test there are no more students who do not pass. One way to do this is to make predictions on the results of the competency test using the Adaptive Neuro Fuzzy Inference System (ANFIS) Method. The data used are past data from the results of the Nabila Nursing Academy competency test results from 2015 to 2019 totaling 146 data. The variables used are gender, participation status, academic achievement index (GPA), and follow the tryout. For ANFIS training data were used 50 data and 96 data for testing data. Obtained a minimum error of 0.00% and a maximum error of 0.94% and a MAPE value of 0.11%. With a small MAPE value it can be concluded that ANFIS can predict the results of competency tests in nursing diploma degree students.
Pelatihan Jurnalistik untuk Literasi Media Digital bagi Siswa SMAN 7 Padang Lilimiwirdi, Lilimiwirdi; Rayendra, Rayendra; Adona, Fitri; Telaumbanua, Yohannes
Jurnal Pustaka Mitra (Pusat Akses Kajian Mengabdi Terhadap Masyarakat) Vol 4 No 6 (2024): Jurnal Pustaka Mitra (Pusat Akses Kajian Mengabdi Terhadap Masyarakat)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakamitra.v4i6.820

Abstract

Pelatihan jurnalistik untuk literasi media digital ini dilakukan untuk menumbuhkan semangat di kalangan generasi muda dalam menuliskan sejarah kehidupan. Pelatihan ini berlangsung di SMAN 7 Padang dengan diikuti oleh 25 orang siswa. Kegiatan ini dilakukan oleh tim dosen dan mahasiswa Politeknik Negeri Padang. Materi yang diberikan adalah Teknik Penulisan Feature. Teknik Penulisan Berita dan Wawancara, Pengambilan dan Penyuntingan Video dan Foto, Teknik Unggah Karya Jurnalistik ke Internet, serta Teknik dan Praktik Karya Non Jurnalistik serta Pembuatan Rubrik Karya Sastra dan Seni dan Pembentukan Pengurus Peserta didik tidak hanya diberikan teori, tetapi juga praktik menulis, seperti menulis berita, feature, karya sastra, termasuk mengambil video dan mengunggah video ke internet. Lalu, karya-karya tersebut dinilai oleh narasumber. Kemudian, diambil para pemenang karya jurnalistik terbaik di setiap materinya. Karena antusias peserta mengikuti pelatihan ini, sangat dibutuhkan kegiatan lanjutan. Untuk keberlanjutan kegiatan ini, di akhir pelatihan dilakukan pemilihan Redaksi Majalah Sekolah. Harapan nantinya mereka bisa mengemban tugas dan menerapkan dalam kehidupan sehari-hari di sekolahnya
Prediksi Hasil Ujian Kompetensi Mahasiswa Program Diploma Keperawatan Rayendra, R
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 4, No 1 (2020): EDISI MARET
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v4i1.199

Abstract

Nursing Diploma Degree Student Competency Test which has been done since 2013 is still found by students who have not passed. This makes the nursing college conducting the competency test have to think of corrective steps so that in each period of the competency test there are no more students who do not pass. One way to do this is to make predictions on the results of the competency test using the Adaptive Neuro Fuzzy Inference System (ANFIS) Method. The data used are past data from the results of the Nabila Nursing Academy competency test results from 2015 to 2019 totaling 146 data. The variables used are gender, participation status, academic achievement index (GPA), and follow the tryout. For ANFIS training data were used 50 data and 96 data for testing data. Obtained a minimum error of 0.00% and a maximum error of 0.94% and a MAPE value of 0.11%. With a small MAPE value it can be concluded that ANFIS can predict the results of competency tests in nursing diploma degree students.
Implementasi Jaringan Syaraf Tiruan Pengenalan Pola Huruf Menggunakan Metode Bidirectional Associative Memory (BAM) Rayendra, Rayendra
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 8 No. 1 : Tahun 2023
Publisher : LPPM UNIKA Santo Thomas

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

Abstract

Jaringan syaraf tiruan merupakan bagian dari ilmu kecerdasan buatan, Jaringan syaraf tiruan memiliki proses kerja sama dengan cara kerja otak manusia. Proses pengenalan pola dengan cara melihat nilai input apakah sama hasilnya dengan nilai output sehingga pola tersebut bisa dikenali oleh sistem itu sendiri. Penelitian ini menggunakan metode Bidirectional Associative Memory (BAM) memiliki kemampuan sebagai associative memory atau content addressable memoryi yaitu memori yang dapat dipanggil menggunakan bagian dari informasi yang tersimpan di dalamnya. Metode Bidirectional Associative Memory (BAM) memiliki 2 lapisan dan terhubung penuh dari satu lapisan ke lapisan yang lainnya, sehingga dimungkinkan adanya hubungan timbal balik antara lapisan input dan lapisan output. Konsep algoritma bersifat bidirectional dimana bobot sinyal akan dikirim dari lapisan Input X ke lapisan output Y . Bobot akan dirobah menjadi nilai yang lebih halus dengan ketentuan hasil antara rang [1,0]. Fungsi yang digunakan dalam penelitian ini yaitu fungsi aktifasi sigmoid. Hasil pengenalan pola huruf dari penelitian ini menggunakan system Matrik ordo 5x5 dengan inputan 3 Karakter yaitu karakter huruf S, O dan huruf X. Target Huruf S [1,-1] menghasilkan pola [27 4] sesuai dengan target, Pola huruf O [1.1] menghasilkan pola [27 -3] tidak sesuai dengan target dan huruf X [-1,1] menghasilkan pola [-37 21] sesuai dengan target. Dengan demikian tidak semua pola bisa memperoleh target yang sudah ditentukan.
Implementasi Jaringan Syaraf Tiruan Pengenalan Pola Huruf Menggunakan Metode Bidirectional Associative Memory (BAM) Rayendra, Rayendra
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 8 No. 1 : Tahun 2023
Publisher : LPPM UNIKA Santo Thomas

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

Abstract

Jaringan syaraf tiruan merupakan bagian dari ilmu kecerdasan buatan, Jaringan syaraf tiruan memiliki proses kerja sama dengan cara kerja otak manusia. Proses pengenalan pola dengan cara melihat nilai input apakah sama hasilnya dengan nilai output sehingga pola tersebut bisa dikenali oleh sistem itu sendiri. Penelitian ini menggunakan metode Bidirectional Associative Memory (BAM) memiliki kemampuan sebagai associative memory atau content addressable memoryi yaitu memori yang dapat dipanggil menggunakan bagian dari informasi yang tersimpan di dalamnya. Metode Bidirectional Associative Memory (BAM) memiliki 2 lapisan dan terhubung penuh dari satu lapisan ke lapisan yang lainnya, sehingga dimungkinkan adanya hubungan timbal balik antara lapisan input dan lapisan output. Konsep algoritma bersifat bidirectional dimana bobot sinyal akan dikirim dari lapisan Input X ke lapisan output Y . Bobot akan dirobah menjadi nilai yang lebih halus dengan ketentuan hasil antara rang [1,0]. Fungsi yang digunakan dalam penelitian ini yaitu fungsi aktifasi sigmoid. Hasil pengenalan pola huruf dari penelitian ini menggunakan system Matrik ordo 5x5 dengan inputan 3 Karakter yaitu karakter huruf S, O dan huruf X. Target Huruf S [1,-1] menghasilkan pola [27 4] sesuai dengan target, Pola huruf O [1.1] menghasilkan pola [27 -3] tidak sesuai dengan target dan huruf X [-1,1] menghasilkan pola [-37 21] sesuai dengan target. Dengan demikian tidak semua pola bisa memperoleh target yang sudah ditentukan.
Perbandingan Metode Simple Additive Weighting (SAW) dan Weight Product (WP) dalam Menentukan Penerima Zakat Rayendra, Rayendra
Journal of Information System Research (JOSH) Vol 5 No 2 (2024): Januari 2024
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v5i2.4646

Abstract

Zakat is part of a person's assets, which according to Islam, if the assets exceed the nishab limit, the owner is obliged to hand them over to someone who has the right to receive them under certain conditions or is called mustahiq zakat. To determine zakat mustahiq, BAZNAS Solok City collects data on prospective zakat recipients and determines mustahiq based on criteria determined manually. Therefore, through this research, the Simple Additive Weighting (SAW) and Weighted Product (WP) methods are used to determine mustahiq zakat so that it can help BAZNAS Solok City in making decisions. There are five criteria used, residence status, monthly income, employment status, number of dependents, and monthly expenses. Monthly income is a cost criterion and the other is a profit criterion. After carrying out calculations using both methods, ranking results were obtained from prospective zakat recipients (mustahiq). In the SAW Method, the first ranking results were obtained for the fourth (A4) and ninth (A9) recipient candidates, as well as in the WP Method. However, there is a difference in ranking between third and fourth. It can be seen that the SAW and WP methods provide almost the same ranking results, but there are differences in several ranking orders even though the best rankings are in the same alternative. Through the sensitivity test, the results were obtained that the WP method has a higher sensitivity than the SAW method, that is 4,14% > 3,17%, so it can be concluded that the WP method is better used as decision support by decision makers, is BAZNAS Solok City.
Pengembangan Sistem Pendukung Keputusan Diagnosis Kanker Payudara Menggunakan Regresi Logistik Rayendra, Rayendra; Ikhsan, Ikhsan; Meri, Rozi; Ismael, Ismael; Eka Putra, Dian; Ahmad Efendi, Rostam; Ikhbal Salam, Riyan
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 3 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i3.1344

Abstract

Kanker payudara merupakan salah satu penyebab kematian tertinggi pada wanita di Indonesia. Diagnosis yang akurat dan cepat sangat penting untuk meningkatkan tingkat kesembuhan pasien. Penelitian ini bertujuan mengembangkan sistem pendukung keputusan untuk diagnosis kanker payudara menggunakan model regresi logistik yang dioptimasi. Metode penelitian menggunakan dataset Wisconsin Diagnostic Breast Cancer yang terdiri dari 569 sampel dengan 30 fitur morfologis sel. Data dibagi menjadi 75% data latih dan 25% data uji. Model regresi logistik diimplementasikan dengan regularisasi L2 dan dievaluasi menggunakan analisis ROC, optimasi ambang batas dengan Indeks Youden, serta kalibrasi probabilitas menggunakan Expected Calibration Error (ECE). Hasil penelitian menunjukkan model mencapai akurasi 95,8%, sensitivitas 96,2%, dan spesifisitas 95,6% dengan nilai AUC-ROC 0,993. Optimasi ambang batas menghasilkan nilai optimal 0,560 yang menyeimbangkan sensitivitas dan spesifisitas. Kalibrasi probabilitas menunjukkan ECE sebesar 0,0390 yang dapat ditingkatkan menjadi 0,0328 menggunakan regresi isotonik. Kata kunci: kanker payudara, sistem pendukung keputusan, regresi logistik, kalibrasi probabilitas, optimasi ambang batas
Pelatihan Pengenalan Flowgorithm sebagai Solusi Inovatif untuk Mendekomposisi Abstraksi Algoritma untuk Guru MGMP Informatika SMA Kota Padang Sonatha, Yance; Azmi, Meri; Rayendra, Rayendra; Rasyidah, Rasyidah; Suryani, Ade Irma
Jurnal Abdi Masyarakat Indonesia Vol 6 No 1 (2026): JAMSI - Januari 2026
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jamsi.2378

Abstract

Perkembangan teknologi digital menuntut penguasaan keterampilan berpikir komputasional, di mana pemahaman algoritma menjadi fondasi kritis. Namun, pembelajaran algoritma di tingkat sekolah menengah sering terkendala oleh sifatnya yang abstrak. Observasi awal terhadap Guru MGMP Informatika Kota Padang menunjukkan 56% dari 25 responden belum pernah menggunakan alat bantu visual untuk pengajaran algoritma. Pengabdian masyarakat ini bertujuan untuk menjembatani kesenjangan tersebut melalui introduksi dan pelatihan Flowgorithm, sebuah perangkat lunak untuk memvisualisasikan algoritma dalam bentuk flowchart interaktif. Metode pelaksanaan mencakup tahap perencanaan, pendahuluan (pre-test), pelatihan (12 Agustus 2025), pendampingan intensif, dan evaluasi (post-test). Hasil kegiatan menunjukkan peningkatan kompetensi guru yang signifikan. Sebanyak 96% peserta mengalami peningkatan pemahaman konsep algoritma, 92% peserta menjadi terampil menggunakan Flowgorithm, dan 92% lainnya melaporkan peningkatan kepercayaan diri dalam mengajar. Analisis mengungkap bahwa pendekatan "learning by doing", relevansi materi dengan kurikulum, dan antarmuka Flowgorithm yang user-friendly menjadi faktor kunci keberhasilan. Disimpulkan bahwa Flowgorithm efektif sebagai media transisi dari konsep algoritma abstrak ke implementasi nyata, sehingga direkomendasikan untuk diadopsi secara lebih luas dan didukung dengan pelatihan lanjutan.