Banyal, Nur Ain
Unknown Affiliation

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

IMPLEMENTASI DATA MINING UNTUK PREDIKSI PENYAKIT MALARIA TROPIKA DENGAN ALGORITMA C4.5 Banyal, Nur Ain; Surianti, Surianti
Jurnal Ilmiah Matrik Vol. 25 No. 3 (2023): Jurnal Ilmiah Matrik
Publisher : Direktorat Riset dan Pengabdian Pada Masyarakat (DRPM) Universitas Bina Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33557/jurnalmatrik.v25i3.2537

Abstract

Abstract : Malaria is a chronic and acute disease caused by protozoa of the Plasmodium type. There are 4 main species of plasmodium that cause malaria in humans, namely: Plasmodium falciparum, Plasmodium vivax, Plasmodium malariae and Plasmodium ovale. The most important of these species is Plasmodium falciparum (tropic) because the consequences can be fatal and this species is also the one that causes the most deaths. This study aims to create a prediction model using Data Mining Algorithm C4.5 which produces a decision tree and testing carried out using Rapidminner so that prevention of tropical malaria can be examined early. In this study there are several classification attributes, namely normal, stage 1, stage 2, stage 3 and stage 4. The results of this study will be used as a reference to be able to see whether someone is at risk of tropical malaria or not based on predetermined attributes. Keywords: Tropical Malaria, Data Mining, C.45 Algorithm, Decision Tree Abstrak Malaria adalah penyakit kronis dan akut yang disebabkan oleh protozoa dari jenis Plasmodium. Ada 4 spesies yang utama dari jenis plasmodium yang menyebabkan penyakit malaria pada manusia, yaitu: Plasmodium Falciparum, Plasmodium Vivax, Plasmodium Malariae dan Plasmodium Ovale. Yang paling penting dari spesies ini adalah Plasmodium Falciparum (Tropika) karena akibatnya bisa fatal dan spesies ini juga yang paling banyak menyebabkan kematian. Pada penelitian ini bertujuan untuk membuat model prediksi menggunakan Data Mining Algoritma C4.5 yang menghasilkan sebuah pohon keputusan serta pengujian yang dilakukan dengan menggunakan Rapidminner agar pencegahan terhadap penyakit malaria tropika dapat dilakukan pemeriksaan sejak dini. Dalam penelitian ini terdapat beberapa atribut klasifikasi yaitu normal, stadium 1, stadium 2, stadium 3 dan stadium 4. Hasil dari penelitian ini akan dijadikan sebagai acuan untuk dapat melihat apakah seseorang beresiko terkena penyakit malaria tropika atau tidak berdasarkan atribut yang telah ditetapkan. Kata kunci: Malaria Tropika, Data Mining, Algoritma C.45, Decision Tree
Sistem Informasi Troubleshooting Pada Personal Computer (PC) Widiastono, Ari; Banyal, Nur Ain; Angriani, Liza
ILKOM Jurnal Ilmiah Vol 8, No 2 (2016)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v8i2.53.103-110

Abstract

Penelitian ini bertujuan membangun sebuah perangkat lunak sistem informasi untuk menangani troubleshooting computer. Metode yang digunakan adalah Binary tree, yaitu sebuah tree dengan syarat bahwa tiap node hanya boleh memiliki maksimal 2 subtree yang disebut sebagai pohon, sub pohon kiri (left subtree), dan sub pohon kanan (right subtree), dan kedua subtree tersebut harus terpisah atau dengan kata lain tiap node dalam binary tree hanya boleh memiliki paling banyak 2 child. Hasil yang didapatkan dari sistem perangkat lunak adalah memberikan informasi mengenai solusi dari kerusakan komputer tanpa harus menyewa tenaga ahli, sehingga diharapkan dapat menekan biaya perbaikan jika terjadi kerusakan komputer.
KLASIFIKASI PERKEMBANGBIAKAN PLASMODIUM PENYEBAB PENYAKIT MALARIA DALAM SEL DARAH MERAH MANUSIA DENGAN MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) DI KOTA JAYAPURA-PAPUA Dayat, Abd. Rachman; Banyal, Nur Ain
ILKOM Jurnal Ilmiah Vol 10, No 1 (2018)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v10i1.196.28-32

Abstract

Malaria adalah penyakit yang ditularkan oleh nyamuk dari manusia dan hewan lain yang disebabkan oleh protozoa parasite (sekelompok mikroorganisme bersel tunggal) dalam tipe Plasmodium. Dalam kasus yang parah dapat menyebabkan kulit kuning, kejang, koma, atau kematian. Penelitian ini melakukan klasifikasi perkembangbiakan plasmodium penyebab penyakit malaria untuk membantu proses diagnosa klinis dan analisa secara dini jenis plasmodium falciparum dengan cepat dan akurat yang meliputi interpretasi secara otomatis dari citra warna dermatoskopis. Dengan menerapkan metode Support Vector Machine (SVM) melakukan segmentasi terhadap ciri dan tekstur pada citra darah merah manusia untuk memisahkan sel yang dikategorikan Plasmodium Falciparum untuk diekstraksi cirinya. Penelitian dilakukan di Rumah Sakit-Rumah Sakit yang ada di Kota Jayapura Propinsi Papua. Tujuan dari penelitian ini adalah untuk menganalisa perkembangbiakan plasmodium sehingga diharapkan dapat  mendiagnosa sejak dini plasmodium falciparum, secara cepat dan hasil penelitian menunjukkan akurasi terbaik adalah 73,33 % dengan menggunakan 120 citra data latih dan 30 citra data uji.
KNOWLEDGE MANAGEMENT SYSTEM PENYAKIT SAWIT BERBASIS ANDROID MENGGUNAKAN PENDEKATAN USABILITY ENGINEERING Surianti, Surianti; Banyal, Nur Ain; Wahab, Syari Rukmana
ILKOM Jurnal Ilmiah Vol 9, No 3 (2017)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v9i3.189.361-367

Abstract

Banyaknya tanaman kelapa sawit yang terserang penyakit tidak ditanggulangi sedini mungkin, akibat yang ditimbulkannya sangat besar mulai dari penurunan produksi sampai dengan kematian tanaman. Hal ini disebabkan karena banyaknya petani yang belum memahami tentang bagaimana menanggulangi penyakit, disebabkan minimnya pengetahuan petani mengenai cara menanggulangi penyakit pada kelapa sawit. Dalam penelitian ini dikembangkan sistem manajemen pengetahuan yang dapat digunakan oleh petani dalam memperoleh pengetahuan tentang penanggulangan penyakit sawit. Tujuan dari penelitian ini untuk mengembangkan suatu sistem manajemen pengetahuan yang menggunakan smartphone berbasis android dalam mengolah pengetahuan, dengan menggunakan metode Knowledge Management System Life Cycle (KMSLC), dengan mengadopsi pendekatan usability engineering. 
Klasifikasi Citra Plasmodium Penyebab Penyakit Malaria dalam Sel Darah Merah Manusia dengan Menggunakan Metode Multi Class Support Vector Machine (SVM) Banyal, Nur Ain; Surianti, Surianti; Dayat, Abdul Rachman
ILKOM Jurnal Ilmiah Vol 8, No 2 (2016)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v8i2.54.111-118

Abstract

Malaria adalah penyakit kronis dan akut yang disebabkan oleh protozoa dari jenis Plasmodium. Ada 4 spesies yang utama dari jenis plasmodium yang menyebabkan penyakit malaria pada manusia, yaitu: Plasmodium falciparum, Plasmodium vivax, Plasmodium malariae dan Plasmodium ovale. Yang paling berbahaya dari spesies ini adalah Plasmodium falciparum karena akibatnya bisa fatal dan spesies ini juga yang paling banyak menyebabkan kematian. Penelitian ini bertujuan untuk membuat sistem klasifikasi stadium penyakit malaria berdasarkan citra Plasmodium Falciparum. Penelitian ini dilakukan di Puskesmas Perawatan Koya Barat Distrik Muara Tami Kota Jayapura Propinsi Papua dan daerah ini merupakan daerah endemik malaria. Ekstrasi ciri Plasmodium Falciparum menggunakan metode Filter Gabor dan Multi Class SVM dengan menggunakan metode “one-angaints-all” untuk klasifikasi stadium dari penyakit malaria. Hasil penelitian menunjukkan akurasi terbaik adalah 73,33 % dengan 120 citra data latih dan 30 citra data uji berdasarkan parameter dari filter gabor  yaitu: N=8, =25°, =0, b=1, ϒ=0,5.