Claim Missing Document
Check
Articles

Found 15 Documents
Search

Cat Disease Diagnosis Expert System Using Web-Based Forward Chaining Method Ghandira, Faras; Rizki, Syafrika Deni; Safira, Silky
Journal of Computer Scine and Information Technology Volume 10 Issue 3 (2024): JCSITech
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/jcsitech.v10i3.106

Abstract

Currently, technological developments are growing rapidly. It can be seen from that most human activities require technology to meet daily needs. Technology has now fulfilled human needs that can be done by themselves. One of them is an expert system. Cats are one of the animals that are popular among people. Because it is so popular, the number of cat enthusiasts in Indonesia has become very large, and will continue to grow. However, this is not balanced by the knowledge of the keepers and the availability of sufficient veterinarians. This research develops an expert system application to diagnose diseases in cats. This expert system has 7 knowledge bases about diseases in cats and 30 symptoms, using the forward chaining inference method. The expert system was built and designed using the PHP programming language. The expert system provides output in the form of disease diagnosis results in cats based on the symptoms input by the user. The expert system developed is useful for helping the public obtain information about cat diseases and their symptoms easily and quickly
Integrasi Sistem Sensor Banjir dan Dashboard Monitoring Berbasis Mikrokomputer untuk Mendukung Penanggulangan Bencana di Kelurahan Batu Busuak, Kota Padang Riandana Afira; Silky Safira; Ade Wisandra
Journal of Innovative and Creativity Vol. 6 No. 1 (2026)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v6i1.6831

Abstract

Kelurahan Batu Busuak merupakan salah satu wilayah di Kota Padang yang memiliki tingkat kerawanan banjir cukup tinggi akibat kondisi topografi, curah hujan yang tinggi, serta keterbatasan sistem pemantauan banjir secara real-time. Permasalahan utama yang dihadapi masyarakat adalah keterlambatan informasi mengenai kenaikan muka air sungai, sehingga upaya mitigasi dan evakuasi sering dilakukan dalam kondisi darurat. Kegiatan Pengabdian kepada Masyarakat ini bertujuan untuk mengintegrasikan sistem sensor banjir berbasis mikrokomputer dengan dashboard monitoring sebagai solusi teknologi dalam mendukung penanggulangan bencana banjir di Kelurahan Batu Busuak. Metode yang digunakan meliputi identifikasi kebutuhan mitra, perancangan sistem sensor ketinggian air, pengembangan dashboard monitoring berbasis web, serta pelatihan dan pendampingan kepada masyarakat dan perangkat kelurahan. Hasil kegiatan menunjukkan bahwa sistem yang dikembangkan mampu memantau ketinggian air secara real-time dan menyajikan informasi yang mudah dipahami oleh masyarakat. Implementasi sistem ini meningkatkan kesiapsiagaan warga terhadap potensi banjir serta mendukung pengambilan keputusan yang lebih cepat dan tepat oleh pihak kelurahan.
SMOTE-Based Comparative Analysis of Machine Learning Models for Stroke Risk Prediction Using Imbalanced Healthcare Data Siregar, Ratu Mutiara; Satria, Budy; Fadilah, Sandi; Mayola, Liga; Safira, Silky
ILKOM Jurnal Ilmiah Vol 18, No 1 (2026)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v18i1.3161.180-194

Abstract

Stroke remains one of the leading causes of mortality and long-term disability worldwide, with a significant burden in Indonesia. Early detection is crucial, as up to 90% of stroke cases are potentially preventable through timely intervention. However, predictive modeling for stroke risk is often challenged by imbalanced datasets, where non-stroke cases significantly outnumber stroke cases, potentially biasing classification models. This study aims to perform a systematic comparative evaluation of six machine learning algorithms Logistic Regression, Decision Tree, Random Forest, Naïve Bayes, Support Vector Machine (SVM), and Extreme Gradient Boosting (XGBoost) for stroke risk prediction under imbalanced data conditions. The dataset consists of 5,110 patient records with 11 health-related features obtained from a publicly available healthcare dataset. Data preprocessing included anomaly removal, categorical encoding, feature scaling, and class balancing using the Synthetic Minority Oversampling Technique (SMOTE). Model evaluation was conducted using 5-fold cross-validation and assessed through accuracy, precision, recall, and F1-score metrics. The experimental results demonstrate that ensemble-based models outperform single classifiers. Random Forest achieved the highest mean accuracy of 97.12% (±0.42) with an F1-score of 0.96, followed closely by XGBoost with 96.85% (±0.51). Both models also exhibited superior recall performance, indicating improved minority class detection. The novelty of this study lies in the systematic evaluation of multiple machine learning models using SMOTE-based balancing and cross-validation on publicly available healthcare data, providing robust comparative insights for imbalanced medical classification problems.
Rancang Bangun Sistem Informasi Inventaris Aset Berbasis Web (Study Kasus : Dimension Photography ) Hadi Syahputra; Silky Safira; Irsyad Romadoni Rais
Jurnal Sains Informatika Terapan Vol. 4 No. 3 (2025): Jurnal Sains Informatika Terapan (Oktober, 2025)
Publisher : Riset Sinergi Indonesia (RISINDO)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/jsit.v4i3.849

Abstract

Dimension Photography merupakan studio fotografi profesional yang mengalami kendala dalam pengelolaan aset karena masih menggunakan metode manual berbasis Microsoft Excel. Kondisi ini menimbulkan berbagai permasalahan, seperti rawannya kesalahan pencatatan dan rendahnya efisiensi kerja. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi inventaris aset berbasis web dengan menggunakan PHP dan MySQL. Sistem ini dikembangkan untuk mempermudah proses pencatatan, pengelolaan, dan pelaporan aset perusahaan secara digital, terstruktur, dan efisien. Hasil dari implementasi menunjukkan bahwa sistem yang dibangun dapat meningkatkan akurasi pencatatan, mempercepat pelaporan, serta mengurangi risiko kehilangan data. Efisiensi kerja admin dan staf meningkat, sementara proses pengambilan keputusan menjadi lebih cepat berkat laporan inventaris yang tersedia secara otomatis. Sistem ini diharapkan menjadi solusi teknologi yang tepat dalam mendukung kegiatan operasional Dimension Photography secara menyeluruh dan dapat dikembangkan lebih lanjut di masa mendatang.
Penerapan Metode TOPSIS untuk Penilaian Tingkat Gemar Membaca (TGM) di Wilayah Sumatera Gema, Rima Liana; Kartika, Devia; Pratiwi, Mutiana; Safira, Silky; Surmayanti, Surmayanti
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 1 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i1.1012

Abstract

Tingkat Gemar Membaca (TGM) adalah indikator penting yang digunakan untuk mengukur minat dan kebiasaan membaca masyarakat. TGM dipengaruhi oleh berbagai faktor, seperti frekuensi membaca per minggu, durasi membaca per hari, jumlah bahan bacaan per triwulan, frekuensi penggunaan internet per minggu, dan durasi akses internet per hari. Penelitian ini bertujuan untuk mengevaluasi TGM di sepuluh provinsi di Pulau Sumatera serta menganalisis faktor-faktor yang mempengaruhi perbedaan TGM antar provinsi. Untuk itu, digunakan metode TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution), yang memungkinkan perankingan provinsi berdasarkan kedekatannya dengan solusi ideal. Data yang digunakan bersumber dari publikasi Perpustakaan Nasional tahun 2023. Hasil penelitian menunjukkan bahwa Sumatera Barat memperoleh peringkat tertinggi dengan nilai preferensi 74,04%, disusul oleh Jambi dengan nilai 62,94%, dan Sumatera Utara dengan nilai 51,69%. Temuan ini mengindikasikan bahwa provinsi-provinsi ini memiliki tingkat gemar membaca yang lebih tinggi dibandingkan provinsi lainnya di Pulau Sumatera. Penelitian ini menyimpulkan bahwa faktor-faktor seperti kebiasaan membaca dan penggunaan internet berpengaruh terhadap TGM, dan provinsi dengan TGM lebih tinggi memiliki peluang besar untuk memperkuat budaya literasi di wilayah mereka.