Article Per Year (5 Year)
p-Index From 2021 - 2026
8.607
P-Index
This Author published in this journals
All Journal Dinamik Techno.Com: Jurnal Teknologi Informasi JSI: Jurnal Sistem Informasi (E-Journal) Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) CESS (Journal of Computer Engineering, System and Science) Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) RABIT: Jurnal Teknologi dan Sistem Informasi Univrab JITK (Jurnal Ilmu Pengetahuan dan Komputer) JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Journal of Information System, Applied, Management, Accounting and Research Technologia: Jurnal Ilmiah International Journal of Informatics and Computation JATI (Jurnal Mahasiswa Teknik Informatika) REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Jurnal Sistem Informasi dan Sains Teknologi Jurnal Teknologi Informatika dan Komputer Journal of Computer Networks, Architecture and High Performance Computing Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) ACADEMIA: Jurnal Inovasi Riset Akademik Journal Automation Computer Information System (JACIS) Bulletin of Information Technology (BIT) Pelita Teknologi : Jurnal Ilmiah Informatika, Arsitektur dan Lingkungan Jurnal Ilmiah SIGMA: Informatics Engineering Journal of UPB Joong-Ki : Jurnal Pengabdian Masyarakat Joutica : Journal of Informatic Unisla Journal of Practical Computer Science (JPCS) Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Malcom: Indonesian Journal of Machine Learning and Computer Science Riwayat: Educational Journal of History and Humanities VIDHEAS: Jurnal Nasional Abdimas Multidisiplin Jurnal Pelita Pengabdian SAINTEK Joong-Ki JPMAS : Jurnal Pengabdian Masyarakat Dedikasi : Jurnal Pengabdian Lentera RECORD Journal of Loyality and Community Development Cahaya Pengabdian Jurnal ilmiah teknologi informasi Asia Joong-Ki Smatika Jurnal : STIKI Informatika Jurnal Jurnal Nasional Komputasi dan Teknologi Informasi
Agung Nugroho
Universitas Pelita Bangsa
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Astronomy Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Social Sciences Other

Published : 63 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : journal automation computer information system jacis

 1 
Prediksi Risiko Stroke Berdasarkan Faktor Klinis Menggunakan Random Forest Dengan Optimasi Threshold dan SHAP Chaerul Hidayat; Agung Nugroho; Asep Suprianto
Journal Automation Computer Information System Vol. 6 No. 1 (2026): Mei
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i1.178

Abstract

Stroke merupakan salah satu penyebab utama kematian dan kecacatan di berbagai negara, sehingga diperlukan metode prediksi risiko yang akurat berbasis data klinis. Namun, penelitian sebelumnya umumnya masih menghadapi permasalahan ketidakseimbangan data serta kurang memberikan interpretasi terhadap faktor klinis yang berpengaruh. Penelitian ini mengembangkan model prediksi risiko stroke dengan mengatasi ketidakseimbangan data serta meningkatkan interpretabilitas model. Dataset yang digunakan terdiri dari 5.110 data pasien dengan distribusi kelas yang tidak seimbang. Untuk mengatasi permasalahan tersebut, diterapkan metode SMOTEENN dan algoritma Balanced Random Forest, serta analisis menggunakan pendekatan Explainable Artificial Intelligence (XAI). Hasil evaluasi menunjukkan bahwa model memiliki kinerja yang cukup baik dengan nilai accuracy sebesar 79,26% dan ROC-AUC sebesar 82,01%. Namun, nilai precision yang relatif rendah (15,68%) menunjukkan masih terdapat prediksi positif yang tidak tepat, sebagai konsekuensi dari peningkatan recall  sebesar 74% dalam mendeteksi kasus stroke sebagai kelas minoritas. Analisis SHAP menunjukkan bahwa usia, kadar glukosa, hipertensi, dan indeks massa tubuh merupakan faktor utama dalam prediksi risiko stroke. Penelitian ini memberikan kontribusi dalam meningkatkan deteksi kasus stroke serta menyediakan interpretasi model yang lebih transparan
Analisis Sentimen Masyarakat Indonesia Terkait Konten Deepfake Pada Platform X Menggunakan Algoritma SVM Muhammad Reza Maulana; Agung Nugroho; Asep Suprianto
Journal Automation Computer Information System Vol. 6 No. 1 (2026): Mei
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i1.180

Abstract

Maraknya penyebaran konten deepfake di platform media sosial memunculkan kekhawatiran tentang kemungkinan adanya disinformasi dan manipulasi informasi di ranah digital. Platform media sosial X menjadi salah satu lokasi utama bagi masyarakat untuk menyampaikan pandangan mereka tentang fenomena ini. Penelitian ini bertujuan untuk menganalisis pandangan masyarakat Indonesia mengenai deepfake di platform X dan menilai kinerja algoritma Support Vector Machine (SVM) dalam mengklasifikasikan sentimen. Data diperoleh dengan teknik crawling menggunakan kata kunci “deepfake” pada periode Januari 2024 hingga Juni 2025, menghasilkan 2.116 tweet dan 1.841 data bersih setelah dilakukan preprocessing. Pelabelan data dilakukan dengan pendekatan lexicon-based, dengan ekstraksi fitur menggunakan TF-IDF. Model klasifikasi menggunakan SVM dengan kernel linear serta pembagian data training dan testing dengan rasio 80:20. Evaluasi model menggunakan confusion matrix dengan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa pendapat masyarakat lebih banyak didominasi oleh sentimen negatif. Model SVM mencatat akurasi 80,76%, presisi 68,81%, recall 66,96%, dan F1-score 67,87%, yang menunjukkan performa klasifikasi pada tingkat sedang dalam skema pelabelan berbasis leksikon. Hasil ini dapat digunakan sebagai dasar untuk memantau opini publik terkait fenomena deepfake serta mendukung pengembangan strategi literasi digital di media sosial
Co-Authors Abdul Halim Anshor Adi Kusuma Adi Kusuma Afrizal Ardiansyah Agus Suwarno Agus Suwarno Ahmad Alfian Chandra Ahmad Rivaldi Ahmad Santoso Ahmad Turmudi Zy Ahmad Turmudi Zy Ahmad Turmudi Zy Al Abdilah, M. Akmal Alfatan Dzulatkha Alviyan, Eric Amali Amali Ananto Tri Sasongko Andri Firmansyah Angga Kurniadi Hermawan Ansor, Abdul Halim Antika Zahrotul Kamalia Ari Maulana Arief Susilo Arif Siswandi Arif Susilo Arif Tri Widiyatmoko Asep Suprianto Aswan S Sunge Aswan Supriyadi Sunge Ayu Indriyanti Bima Randy Gumilang Butsianto, Sufajar Caswita Caswita Chaerul Hidayat Daffa Albani Hakim Donny Maulana Edora Elkin Rilvani Endrik Fauzi Ahmad Muda Fitri, Retno Furkhon Nurdiyanto Hilman Ihza Amrullah Ike Yunia Pasa Ikhsan Romli Ilyas, Abdi Irfan Afriantoro Isarianto Isarianto Jamaludin Jamaludin Karsito Londong, Riko Reky Maulana, Donny Miftah Wangsadanureja Mu'ammar Kadafi Muhammad Abdul Rahman Wahid Muhammad Iqbal Muhammad Reza Maulana Muhammad Rizki Sani Muhtajuddin Danny Nisa, Khilyatun Nur Aisyah Shinta Balqis Nur Hidayati Nur Hidayati Nurjeli Nurjeli Priatna , Wowon Purnama Sakhrial Rusdi, Adi Salman Alfaridzi Sasongko, Ananto Tri Septiawan Dwi Pramukti Sugeng Budi Raharjo Sunita Dasman Supriadi, Asmadi Susan Kustiawan Sutrisno Aji Prasetyo Tiaraningsih Wahyono Wahyono Wahyu Hadikristanto Wiyanto Wiyanto Wiyanto Wiyanto - Wiyanto Wiyanto Wiyanto, Wiyanto Yoga Religia