Article Per Year (5 Year)
p-Index From 2021 - 2026
9.376
P-Index
This Author published in this journals
All Journal Jurnal Keperawatan PROtek : Jurnal Ilmiah Teknik Elektro Bianglala Informatika : Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta Promotif: Jurnal Kesehatan Masyarakat Jurnal INSYPRO (Information System and Processing) Jurnal Manajemen Kesehatan Yayasan RS.Dr. Soetomo JURNAL INSTEK (Informatika Sains dan Teknologi) Jurnal Informasi Kesehatan Indonesia (JIKI) Journal of Health Sciences Jurnal Manajemen Informasi Kesehatan Indonesia (JMIKI) Ainet : Jurnal Informatika Jurnal Ilmiah Perekam dan Informasi Kesehatan Imelda (JIPIKI) Babali Nursing Research Madaniya J-PEN Borneo : Jurnal Ilmu Pertanian Tangible Journal Jurnal Pendidikan, Sains, Geologi, dan Geofisika (GeoScienceEd Journal) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Joutica : Journal of Informatic Unisla Al-Khidmah Jurnal Pengabdian Masyarakat Jurnal Ilmu Komputer PELS (Procedia of Engineering and Life Science) Jurnal Informatika Progres Media Bina Ilmiah International Journal of Health and Information System (IJHIS) Jurnal Abdimas Jatibara Pangulu Abdi: Jurnal Pengabdian Kepada Masyarakat VISA: Journal of Vision and Ideas Jurnal Intelek Dan Cendikiawan Nusantara ARUS JURNAL SAINS DAN TEKNOLOGI Jurnal Intelek Insan Cendikia International Journal of Research in Counseling Journal of Muhammadiyah’s Application Technology Kajian Ilmiah Mahasiswa Administrasi Publik (KIMAP) Jurnal Medis Umum
Titin Wahyuni
Informatika, Universitas Muhammadiyah Makassar
Religion Agriculture, Biological Sciences & Forestry Humanities Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 82 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 82 Documents
Search

 1   2   3   4   5 
Analisis Sentimen Aplikasi WhatsApp berdasarkan Ulasan di PlayStore Berbasis Natural Languange Processing Dewi, Syamrilla; Bakti, Rizki Yusliana; Wahyuni, Titin
Arus Jurnal Sains dan Teknologi Vol 2 No 2: Oktober (2024)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v2i2.656

Abstract

Perkembangan teknologi yang cepat, terutama di bidang internet, telah mengubah cara komunikasi individu dan kelompok dalam berbagai aspek kehidupan. Internet telah melahirkan berbagai platform digital, termasuk media sosial seperti WhatsApp. WhatsApp adalah aplikasi pesan instan yang memungkinkan penggunanya mengirim teks, pesan suara, gambar, video, dokumen, serta melakukan panggilan suara dan video melalui koneksi internet. Pemrosesan Bahasa Alami (Natural Language Processing) telah mengalami perkembangan pesat dalam beberapa dekade terakhir, terutama terkait dengan analisis sentimen. Metode naive bayes dipilih agar dapat mengklasifikasikan ulasan yang bersentimen positif dan negatif serta netral agar memudahkan masyarakat dalam menentukan aplikasi terbaik berdasarkan nilai akurasi yang telah diteliti. Berdasarkan hasil yang diperoleh dengan menggunakan naive bayes dan perbandingan 80:20 untuk data training dan data testing, menghasilkan akurasi yang cukup tinggi, yaitu sebesar 85,51%, dalam klasifikasi sentimen ulasan. Hal ini menunjukkan bahwa pendekatan NLP yang diterapkan dalam penelitian ini telah berhasil meningkatkan kinerja Naive Bayes Classifier dalam analisis sentimen ulasan pengguna di platform Google Play Store.
Sistem Pakar Tentang Mendiagnosa Penyakit pada Tanaman Padi Menggunakan Metode Forward Chaining Muslimah, Nurul Aulia; Bakti, Rizki Yusliana; Wahyuni, Titin
Arus Jurnal Sains dan Teknologi Vol 2 No 2: Oktober (2024)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v2i2.657

Abstract

Penelitian ini berfokus pada perancangan dan implementasi sistem pakar berbasis web dengan menggunakan metode forward chaining untuk diagnosis penyakit pada tanaman padi. Sistem ini dikembangkan untuk membantu petani mengidentifikasi penyakit padi secara cepat dan akurat berdasarkan gejala yang terdeteksi. Metode penelitian yang digunakan mencakup pengumpulan data, desain sistem, implementasi, serta pengujian dengan metode black box untuk memastikan sistem berfungsi sesuai dengan yang diharapkan.Dari hasil perhitungan dan pengujian yang telah dilakukan memperlihatkan gejala dan penyakit yang dihitung mendapatkan hasil yang sangat akurat. Sistem ini juga memberikan saran penanganan yang sesuai berdasarkan hasil diagnosis. Evaluasi terhadap metode forward chaining dalam sistem pakar menunjukkan bahwa metode ini efektif dalam menganalisis gejala yang diinput pengguna untuk mengidentifikasi penyakit.Secara keseluruhan, sistem pakar berbasis web ini dapat menjadi alat yang bermanfaat bagi petani dalam mendeteksi dan menangani penyakit pada tanaman padi secara lebih efisien dan efektif, serta berpotensi meningkatkan produktivitas hasil pertanian.
Analisa Diagnosa Penyakit Berdasarkan Riwayat Medis menggunakan Algoritma Random Forest Studi Kasus Rumah Sakit Padjongadg Ngalle Kabupaten Takalar Sulastri; Lukman; Wahyuni, Titin
Arus Jurnal Sains dan Teknologi Vol 2 No 2: Oktober (2024)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v2i2.658

Abstract

Penelitian ini bertujuan untuk menganalisis dan mendiagnosis penyakit berdasarkan riwayat medis menggunakan algoritma Random Forest di Rumah Sakit Padjonga Dg Ngalle, Kabupaten Takalar. Data yang digunakan mencakup 1000 pasien. Hasil analisis menunjukkan bahwa model Random Forest mencapai akurasi 48,50%. Precision, recall, dan F1-Score bervariasi untuk setiap jenis penyakit, dengan precision tertinggi pada diabetes (0,71) dan recall tertinggi pada penyakit jantung (0,66). F1-Score secara keseluruhan menunjukkan tantangan dalam keseimbangan antara presisi dan recall, terutama untuk penyakit ginjal dan kanker payudara. Penelitian ini memberikan wawasan mengenai efektivitas model Random Forest dalam mendiagnosis penyakit berdasarkan riwayat medis dan hasil tes laboratorium. Temuan ini dapat digunakan untuk meningkatkan sistem diagnosis berbasis data di rumah sakit dan memberikan dasar untuk pengembangan algoritma yang lebih akurat di masa depan.
Analisis Deteksi Dini Penyakit Jantung dengan Pendekatan Support Vector Machine pada Data Pasien Natsir, Fitra M.; Bakti, Riski Yusliana; Wahyuni, Titin
Arus Jurnal Sains dan Teknologi Vol 2 No 2: Oktober (2024)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v2i2.669

Abstract

Penelitian ini mengevaluasi deteksi dini risiko penyakit jantung menggunakan algoritma Support Vector Machine (SVM) pada data pasien RSUD Haji Makassar. Dari 640 data pasien yang diproses, tersisa 640 data yang siap untuk analisis. Metode Elbow digunakan untuk mengidentifikasi tiga klaster utama berdasarkan tingkat risiko penyakit jantung: rendah, tinggi, dan sangat tinggi. Model SVM diterapkan dengan akurasi sebesar 0.984375, menunjukkan performa unggul dalam mengklasifikasikan risiko penyakit jantung dengan kesalahan minimal. Analisis ini menegaskan bahwa SVM adalah alat yang efektif untuk identifikasi awal faktor risiko penyakit jantung, dengan pemilihan dan pengolahan data yang tepat berperan krusial dalam meningkatkan akurasi. Temuan ini memberikan dasar bagi pengembangan sistem deteksi dini yang lebih akurat dan intervensi pencegahan yang lebih efektif.
Pemeriksaan KTP Menggunakan Optical Character Recognition (OCR) dan Pengenalan Background serta Komponen KTP Nisha, Khairun; Wahyuni, Titin; Hayat, Muhyiddin A M
Arus Jurnal Sains dan Teknologi Vol 2 No 2: Oktober (2024)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v2i2.671

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem verifikasi identitas berbasis Kartu Tanda Penduduk (KTP) yang lebih aman dan akurat dengan memanfaatkan teknologi Optical Character Recognition (OCR), khususnya Tesseract OCR. Sistem ini dikembangkan untuk menangani peningkatan kebutuhan akan perlindungan data pribadi di era digital, di mana risiko penyalahgunaan data KTP semakin meningkat. Penelitian ini dilakukan di Laboratorium Informatika Universitas Muhammadiyah Makassar selama bulan Juli hingga Agustus 2024, dengan menerapkan teknik pra-pemrosesan gambar seperti grayscale, Gaussian blur, dan thresholding untuk memperbaiki hasil ekstraksi teks. Hasil pengujian menunjukkan bahwa sistem ini mampu mengekstraksi elemen-elemen penting pada KTP, seperti NIK, nama, dan jenis kelamin, dengan tingkat akurasi yang tinggi. Dari 10 KTP yang diuji, 9 di antaranya berhasil diekstraksi dengan benar, memberikan akurasi keseluruhan sebesar 90%. Namun, beberapa elemen seperti alamat dan RT/RW masih menimbulkan tantangan dalam proses ekstraksi, terutama pada gambar dengan kualitas rendah atau format penulisan yang tidak konsisten. Kesimpulan dari penelitian ini menegaskan bahwa teknologi OCR efektif dalam mendeteksi dan menganalisis informasi utama pada KTP, namun memiliki keterbatasan saat berhadapan dengan variasi kualitas gambar. Oleh karena itu, disarankan untuk melakukan pengujian tambahan di lingkungan operasional nyata untuk mengidentifikasi dan mengatasi tantangan yang mungkin muncul dalam penerapan aplikasi ini di dunia nyata.
Pengaplikasian Spell Checker pada Aplikasi Kamus Bahasa Bugis dengan Metode Levenshtein Dzakki Adam, Ahmad Wildan; Wahyuni, Titin; Hayat, Muhyiddin A. M
Arus Jurnal Sains dan Teknologi Vol 2 No 2: Oktober (2024)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v2i2.679

Abstract

Penelitian ini bertujuan untuk mengimplementasikan metode Levenshtein sebagai spell checker pada aplikasi kamus Bahasa Bugis. Metode ini digunakan untuk mengukur jarak antara dua string, memungkinkan pendeteksian dan koreksi kesalahan ejaan dengan menghitung perbedaan karakter antara kata yang dimasukkan oleh pengguna dan kata yang ada dalam kamus. Aplikasi ini dirancang untuk membantu pengguna menemukan kata yang tepat meskipun terdapat kesalahan pengetikan. Metodologi yang digunakan meliputi penerapan algoritma Levenshtein pada sistem spell checker dalam aplikasi kamus Bahasa Bugis, dengan evaluasi kinerja berdasarkan akurasi deteksi kesalahan ejaan dan efektivitas koreksi yang dihasilkan. Hasil pengujian menunjukkan bahwa metode Levenshtein mencapai tingkat akurasi yang tinggi, dengan rata-rata akurasi berkisar antara 80% hingga 90% dalam mendeteksi dan memperbaiki kesalahan ejaan. Implementasi ini diharapkan dapat mempermudah pelestarian dan pembelajaran Bahasa Bugis di era modern.
Kejadian Mortalitas Wanita dengan Kanker Payudara Berdasarkan Indeks Massa Tubuh (BMI): Tinjauan Naratif Dahliana, Anita; Sukmantoro, Agung Anjar; Suryadinata, Rivan Virlando; Wahyuni, Titin; Aditya, Dwi Martha Nur
Jurnal Manajemen Kesehatan Yayasan RS.Dr. Soetomo Vol 10, No 1 (2024): JMK Yayasan RS.Dr.Soetomo, April 2024
Publisher : STIKES Yayasan RS.Dr.Soetomo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29241/jmk.v10i1.1879

Abstract

Breast cancer is the most common cancer found in women of all types of cancer in the world. The relationship between body mass index and the death rate from breast cancer in women has drawn attention recently. This study sought to ascertain the relevance of the variation in death rates between women with breast cancer who had a normal body mass index (BMI) and those who had a BMI of ≥25. Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) references were used to guide the systematic review process in this investigation. The Newcastle-Ottawa Scale for cohort design studies and the Robins-I test for single-arm experimental design studies were used to assess the quality of the articles. The data source consisted of 142 Pubmed publications published between 2016 and 2023. The analysis's findings revealed differences between the five publications that discussed the connection between obesity and breast cancer.  The development of breast cancer is linked to an increase in leptin and estrogen, which is consistent with an increase in fat. It is concluded that individuals with a body mass index (BMI) of ≥ 25 had a poorer chance of surviving breast cancer than patients with a normal BMI.
PERANCANGAN DAN IMPLEMENTASI DASHBOARD PEMETAAN LOKASI SEBARAN MAJELIS DALAM NAUNGAN PERSYARIKATAN MUHAMMADIYAH SULAWESI SELATAN RIZKI YUSLIANA BAKTI; TANTRI INDRABULAN; LUKMAN ANAS; ANDI YUSRI; TITIN WAHYUNI; RIDWANG; MUTMAINNAH
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 8 No 2 (2023): OCTOBER
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v8i2.42200

Abstract

Lembaga di bawah naungan Persyarikatan Muhammadiyah dikelompokkan berdasarkan jenis majelis.Dalam perkembangan majelis tersebut maka diperlukan sebuah akses informasi berupa website yang dapat dengan mudah ditelusur oleh masyarakat melalui peramban Google. Dalam pencarian informasi utama seperti profil dan lokasi menjadi tidak efisien karena website majelis yang tersedia itu masih dikelola secara personal dan tidak terdata secara holistik. Oleh karena itu dibutuhkan sebuah dashboard yang dapat menampung informasi profil dan lokasi dari seluruh majelis dalam Pesyarikatan Muhammadiyah di Provinsi Sulawesi Selatan. Dengan mempertimbangkan penggunaan teknologi yang sifatnya user-friendly, familiar di kalangan masyarakat, dan fisibilitas yang ditawarkan maka tool yang akan digunakan dalam perancangan dashboard pada penelitian ini yaitu integrasi dari 2 aplikasi Google (Google Spreadsheet dan Google Data Studio). Google Spreadsheet bertugas untuk menyimpan data profil dan lokasi majelis, sedangkan Google Data Studio bertugas untuk menvisualisasikan data profil tersebut baik berupa deskripsi teks maupun pemetaan sebaran lokasi majelis.
Analisis Bibliometrik Trend Penelitian Keputusan Investasi Saham Wahyuni, Titin; Mujanah, Siti; Alif Fianto, Achmad Yanu
Tangible Journal Vol. 9 No. 2 (2024): Vol. 9 No. 2, Desember 2024
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM) STIE Tri Dharma Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53654/tangible.v4i22.496

Abstract

Penelitian ini bertujuan untuk menganalisa topik penelitian keputusan investasi saham beserta trendnya serta untuk mengetahui topik lain yang dapat digunakan sebagai variable penelitian di masa mendatang. Metode penelitian yang digunakan adalah tinjauan pustaka dengan menggunakan pendekatan analisis bibliometrik melalui aplikasi publish or perish dengan database goggle scholar. Setelah hasil penelitian dilakukan pada artikel journal, diperoleh 117 artikel dari 200 artikel hasil pencarian awal. Hasil penelitian kemudian disusun melalui aplikasi mendeley dan divisualisasikan melalui aplikasi VOSviewer untuk melihat trend penelitian. Hasil penelitian menunjukkan, bahwa klasifikasi topik keputusan investasi saham terbagi menjadi 3 cluster yang terpusat individual investor, dan financial lietrascy sebagai factor luar. Covid merupakan faktor eksternal keputusan investasi saham. Penelitian ini terbatas pada jumlah kurangnya variasi topik penelitian yang ditinjau serta perangkat lunak yang digunakan.
KLASIFIKASI SARAN DAN KRITIK PADA SIMAK UNISMUH DENGAN MENGGUNAKAN ALGORTIMA RECCURENCT NEURAL NETWORK (RNN faisal, Ahmad; Wahyuni, Titin; Rachman, Fahrim Irhamna
Ainet : Jurnal Informatika Vol 6, No 2 (2024): September (2024)
Publisher : Universitas Muhammadiyah Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26618/ainet.v6i2.15736

Abstract

SIMAK Unismuh Makassar merupakan platform penting yang digunakan oleh mahasiswa untuk menyampaikan saran dan kritik terkait berbagai aspek akademik. Dalam penelitian ini, peneliti mengimplementasikan algoritma Recurrent Neural Network (RNN) untuk mengklasifikasikan saran dan kritik yang diterima melalui SIMAK Unismuh. Tujuan dari penelitian ini adalah untuk mengetahui implementasi Algoritma RNN dalam mengklasifikasi saran dan kritik di laman SIMAK Unismuh dan bagaimana keberhasilan Algoritma RNN dalam mengklasifikasi saran dan kritik di laman SIMAK Unismuh. RNN dipilih karena kemampuannya dalam mengolah data teks yang berurutan, seperti masukan dalam bentuk kalimat, yang memungkinkan model untuk menangkap konteks dari masukan tersebut secara lebih efektif. Dataset yang digunakan dalam penelitian ini terdiri dari sejumlah data saran dan kritik yang telah dikategorikan secara manual. Model RNN yang dibangun kemudian dilatih dan diuji menggunakan data tersebut untuk menilai akurasi dan performanya. Hasil penelitian menunjukkan menunjukkan bahwa model mencapai akurasi tertinggi sebesar 91% dan akurasi terendah sebesar 90%. Meskipun terdapat variasi dalam performa model, hasil ini menunjukkan bahwa RNN memiliki potensi yang baik dalam mengklasifikasikan teks saran dan kritik. Model RNN dapat membantu institusi dalam memahami dan merespon masukan dari pengguna dengan lebih efektif, meskipun masih memerlukan optimasi lebih lanjut untuk meningkatkan konsistensi dan akurasi hasil. Kesimpulan dari penelitian ini menunjukkan bahwa model RNN mampu mengklasifikasikan saran dan kritik dengan tingkat akurasi yang memadai. Penerapan model ini diharapkan dapat membantu pihak administrasi Unismuh dalam mengelola masukan dari mahasiswa secara lebih efisien, serta memberikan respons yang lebih tepat dan cepat terhadap kebutuhan akademik.
Co-Authors A.MUHAMMAD SYAFAR Achmad Yanu Aliffianto Adi Malik Muhammad Mutsuhito Aditya, Dwi Martha Nur Adrianingsih, Rizka Agustiawal Agustiawal Agustin Dwi Syalfina Ahmad Faisal Ahmad Risal Aiman , Ailul Alfina Aisatus Saadah Alfina Aisatus Saadah Amelia, Azarine Nahdah Amir Ali Anang Sulistyo ANDI AGUNG DWI ARYA BULU Andi Yusri andi Yusri Anita Dahliana ardi24, ardiansyah_01 Arfandi, Viki Fahril Arianti, Kencana Indah Arshy Prodyanatasari Arvianda Asep Indra Syahyadi Aswad, Muh. Akhwan Adam Baba, Haedir Bakti, Riski Yusliana Bakti, Rizki Yusliana Bambang Nudji Bisono, Eva Firdayanti Cantika Aprilia Santi Chatarina Umbul Wahyuni Cholifah . Cholifah, Cholifah Christine Christine Dewi, Syamrilla Djalil, Sony Achmad Dzakki Adam, Ahmad Wildan Erwin Astha Triyono Fachrim Irhamma Rahman Fachrim Irhamna Rachman Fachrim Irhamnah Rachman Fadhillatul Lailia, Salsabilla Fahmi Ramadhan S Fahrim Irhamna Rahman Firdaus , Abidatu Zahrotul Firman Firman Fitrianti, Dwi Framz Hardiansyah Haidul, Haidul Halisah Duli, St Nur Haruna, Hanjas Hidayanti, Sukria Hidayat, Andra Dwitama Ilmiyah Rosyiari, Ahniyatul Indriani, Lis Jaelan Usman, Jaelan Kamal, Safutri Kazman Riyadi Khafi, Moh. Zainul khairat, arikal Krisnita Dwi Jayanti Krisnita Dwi Jayanti, Krisnita Dwi La Ode Taufik Ismail Listiawan, Nadhila Lukman LUKMAN ANAS Lukman Lukman Maharani, Eva Ratih Masyfufah, Lilis Masyfufah, Lilis  Maulia, Rizky Maylina Surya Wirawati Pribadi Mone, Ansyari Muh. Akhwan Adam Aswad Muhadi, Muhadi Muhammad Faisal Muhyiddin A.M Hayat Mujadilah, Siti Muslimah, Nurul Aulia Mustakim Mustakim Nadhila Listiawan Naila, Faiqotun Nandy Rizaldy Najib Natsir, Fitra M. Nisha, Khairun Nova Mellania Novianti, Siti Nur Alam Nurfadilla, Destiani Irma Octavia, Winda Dwi Pandin, Maria Yovita R. Pribadi, Maylina Surya Wirawati Puspadewi, Intan Putra, Yunior Bimasekti Rachman, Fachrim Irhamnah Rahman , Fahrim Irhamna Rahman, Fahrim Irhamna RAHMANIA Rahmania Rahmawati, Ayu Isnaini Ramadhan S, Fahmi Reski Awalia Retnowati Prihandini Ridwang Ridwang Ridwang Ridwang Ridwang, Ridwang Rinaldy, Muh Rosyiari, Ahniyatul Ilmiyah S. Kuba, Muhammad Syafa'at Salsabila, Damai Arsila Sari, Selvi Permata Sa’adah, Alfina Asiatus Setiawan, Mohammad Yusuf Setiawan, Muhammad Yusuf Setiawan, Tommy Reynaldy Shafira Trisnanda Fatimatus Zahra Siti Fatimatuz Zahroh Siti Mujanah Slamet Riyadi Sri Hastati Sukmantoro, Agung Anjar SULASTRI Suryadinata, Rivan Virlando Sutha, Diah Wijayanti Syamsuri, Andi Makbul Syarifuddin, Nur Annisa TANTRI INDRABULAN Uddin , Ardiansyah Umi Khoirun Nisak Wibawa. Ar, Arya Wilda Faida, Eka xss, aa xx Yulianita, Novi Eka Zainuddin, Mohammad Ramadhan