Article Per Year (5 Year)
p-Index From 2021 - 2026
1.628
P-Index
This Author published in this journals
All Journal Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Format : Jurnal Imiah Teknik Informatika JOURNAL OF APPLIED INFORMATICS AND COMPUTING J-SAKTI (Jurnal Sains Komputer dan Informatika) JIKA (Jurnal Informatika) Jurnal Restikom : Riset Teknik Informatika dan Komputer Jurnal Pengabdian Masyarakat Jurnal Ilmu Komputer dan Teknologi (IKOMTI) Jurnal Pengabdian Masyarakat Bangsa Journal of Advanced Health Informatics Research
Peryanto, Ari
Universitas Ahmad Dahlan
Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
Expert System For Diagnosis Of Gerd Disease Forward Chaining Methods Dhinur Aini, Fadhilah; Peryanto, Ari
Journal of Advanced Health Informatics Research Vol. 3 No. 1 (2025)
Publisher : Peneliti Teknologi Teknik Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59247/jahir.v3i1.332

Abstract

This study presents the development of an expert system for diagnosing gastric diseases using the forward chaining method. The system is designed to assist patients in identifying possible conditions such as Gastroesophageal Reflux Disease (GERD), dyspepsia, and peptic ulcer based on reported symptoms through a web-based interface. The diagnosis process relies on a rule-based knowledge system that maps symptoms to disease categories and provides preliminary results along with simple treatment recommendations. The implementation demonstrates that the system can facilitate early screening and improve patient awareness. Nonetheless, it remains limited to common gastric diseases and depends on subjective symptom reporting. Accordingly, the system is intended as a supporting tool for early detection and patient guidance, rather than a substitute for clinical examination
Komparasi Efektifitas Analisis Sentimen pada Ulasan Produk E-Commerce Menggunakan Naive Bayes dan K-Nearest Neighbor Susanto, Dwi; Betrand Erlangga; Ari Peryanto; Yuwono Fitri Widodo
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.463

Abstract

Dalam perkembangan era digital yang begitu cepat, ulasan produk yang diberikan oleh konsumen secara online telah menjadi sumber informasi yang krusial bagi perusahaan dan juga calon pembeli. Melalui analisis sentimen terhadap ulasan-ulasan tersebut, perusahaan dapat memperoleh informasi yang berharga dalam mengambil keputusan bisnis dan memahami pandangan masyarakat terhadap produk tertentu. Penelitian ini bertujuan untuk membandingkan akurasi dua algoritma klasifikasi populer, yaitu Naive Bayes dan K-Nearest Neighbor (K-NN), dalam mengklasifikasikan sentimen ulasan produk ke dalam kategori positif atau negatif. Data yang digunakan dalam penelitian ini adalah kumpulan ulasan produk yang diperoleh dari sebuah platform e-commerce, yang kemudian melalui serangkaian proses preprocessing data, antara lain tokenisasi, text cleaning, stopword removal, dan stemming. Setelah proses tersebut, data diubah ke dalam bentuk fitur dengan menggunakan metode TF-IDF. Model Naive Bayes dan K-NN dibangun dan diuji dengan membagi data ke dalam training dan testing set menggunakan metode k-fold cross validation. Hasil evaluasi menunjukkan bahwa setiap algoritma memiliki keunggulannya masing-masing. Naive Bayes menunjukkan keunggulan dalam hal kecepatan komputasi dan efisiensi ketika diterapkan pada dataset yang besar, sedangkan K-NN mampu memberikan hasil yang kompetitif dengan pemilihan parameter k yang tepat. Namun, dalam hal akurasi secara keseluruhan, algoritma Naive Bayes berkinerja sedikit lebih baik daripada K-NN.
Analisis Perubahan Bentuk Pola Suara Serak Sebagai Indikator Kondisi Kesehatan Yuwono Fitri Widodo; Dwi Susanto; Ari Peryanto; Fadhilah Dhinur Aini
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.469

Abstract

Suara merupakan media komunikasi utama manusia yang tidak hanya berfungsi untuk menyampaikan informasi, tetapi juga mencerminkan kondisi kesehatan. Salah satu gangguan suara yang umum terjadi adalah serak, yaitu perubahan kualitas suara akibat gangguan pada sistem vokal atau kesehatan tubuh. Deteksi dini terhadap perubahan suara penting untuk membedakan antara kondisi sehat dan tidak sehat. Penelitian ini bertujuan mengidentifikasi perbedaan pola suara sehat dan serak yang berkaitan dengan gangguan kesehatan. Data diperoleh dari lima responden yang masing-masing memberikan lima sampel suara dalam kondisi serak dan lima dalam kondisi tidak serak, menghasilkan total 250 file audio. Setiap responden mengucapkan lima vokal: a, e, i, o, dan u. Ekstraksi ciri suara dilakukan menggunakan dua metode utama, yaitu Mel-Frequency Cepstral Coefficient (MFCC) dan Fast Fourier Transform (FFT), untuk mengidentifikasi pola frekuensi serta karakteristik akustik. Selanjutnya, perbedaan antara suara serak dan tidak serak dianalisis menggunakan metode Mean Square Error (MSE). Hasil menunjukkan bahwa MFCC efektif dalam mengenali karakteristik suara, dan MSE menunjukkan perbedaan nilai signifikan antar kondisi suara. Ini membuktikan bahwa pola suara pada pengucapan vokal dapat menjadi indikator yang efektif dalam mengenali kondisi kesehatan seseorang
Pemanfaatan Deep Learning untuk Klasifikasi Citra Penyakit Kulit Menggunakan MobileNetV3 Peryanto, Ari; Susanto, Dwi
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 16, No 2 (2025): Desember
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/jsit.v16i2.4480

Abstract

Skin diseases are a global health problem affecting more than 900 million people annually, with a prevalence of 15–25% in primary healthcare visits in Indonesia. Limited access to dermatologists and the concentration of 70% of specialists in urban areas often lead to delayed diagnoses. To address this issue, this study develops a skin disease detection system based on deep learning using the MobileNetV3 architecture, focusing on computational efficiency on mobile devices and improved accuracy through knowledge distillation techniques. The dataset consists of four categories of skin diseases collected independently, with the model trained using transfer learning and fine-tuning, and further optimized with knowledge distillation to enhance performance without increasing complexity. Evaluation results show excellent performance with an overall accuracy of 97%, surpassing the initial target of >85%. The average precision, recall, and f1-score reach 0.97, demonstrating consistent performance across all categories. In particular, the ringworm class achieved 100% recall, while other classes reached values above 93%. The research outputs include a well trained MobileNetV3 model for high accuracy skin disease classification and a scientific publication on model optimization. This system is expected to provide an affordable and accessible diagnostic support solution, particularly for healthcare workers and communities in underserved areas.
Co-Authors Achmad Nugrahantoro Aditya, Anggie Yudistira Aini, Fadhilah Dhinur Aji Nugroho Anton Yudhana Betrand Erlangga Dhinur Aini, Fadhilah Dwi Susanto Dwi Susanto Dwi Susanto Jihad, Bagus Hayatul Kharismajati, Gema Lukmanul Hakim Rusydi Umar Rusydi Umar Susanto, Dwi Yuwono Fitri Widodo