Article Per Year (5 Year)
p-Index From 2021 - 2026
2.795
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi ILKOM Jurnal Ilmiah Jurnal Abdi Insani Indonesian Journal of Data and Science Jurnal Pengabdian Masyarakat Indonesia Buletin Sistem Informasi dan Teknologi Islam Ilmu Komputer untuk Masyarakat Bulletin of Social Informatics Theory and Application Akiratech Linier: Literatur Informatika dan Komputer
Fattah, Farniwati
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities 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 Mathematics Public Health Social Sciences Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
Performa Klasifikasi K-NN dan Cross Validation pada Data Pasien Pengidap Penyakit Jantung Azis, Huzain; Purnawansyah, Purnawansyah; Fattah, Farniwati; Putri, Inggrianti Pratiwi
ILKOM Jurnal Ilmiah Vol 12, No 2 (2020)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v12i2.507.81-86

Abstract

Globally, the number one cause of death each year is cardiovascular disease. Cardiovascular disease is a disease caused by impaired function of the heart and blood vessels, such as coronary heart disease, heart failure or heart failure, hypertension and stroke. The purpose of this study was to measure the performance of accuracy, precision, recall and f-measure of the K-NN and Crossvalidation methods on a dataset of cardiovascular patients. The dataset used was 1000 records consisting of 11 attributes (age, gender, height, etc.) cardiovascular and non cardiovascular patient data, the dataset was obtained from the UCI Machine Learning Repository managed by the Hungarian Institute of Cardiology Budapest: Andras Janosi, MD, University Hospital, Zurich, Switzerland. The steps taken are: dividing the simulation ratio of the dataset to 20:80, 50:50 and 80:20, applying crossvalidation (k-fold = 10) and classification using the K-NN method (k = 2 to K = 900). The research results from the simulation of the dataset ratio 50:50 obtained an accuracy value of 82%, 82% precision, 82% recall and 80% f-measure at a value of K = 13, then the research results from the simulation of the dataset ratio 20:80 obtained an accuracy value of 87%, 87% precision, 97% recall and 92% f-measure at the value of K = 3, and the results of research from the simulation of the dataset ratio 80:20 obtained an accuracy value of 91%, 92% precision, 60% recall and 72% f-measure at the value K = 5.
Prototype Sistem Pengawasan Hama Pada Kebun Jagung Dengan Kendali Jarak Jauh Menggunakan Sensor PIR Berbasis Smartphone Iqbal, Muhammad Farhan; Fattah, Farniwati; Mufila Gafar, andi Widya
LINIER: Literatur Informatika dan Komputer Vol 3, No 1 (2026)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v3i1.3483

Abstract

Seiring dengan perkembangan zaman, maka kebutuhan manusia akan alat pengawasan/pengamanan ikut berkembang, salah satunya contoh yaitu perkebunan. Permasalahan yang sering terjadi pada saat ini adalah kasus gagal panen dikarenakan hama yang seringkali terjadi karena kurangnya pengawasan. Oleh karena itu, karya tulis ini bertujuan untuk merancang sebuah sistem keamanan/pengawasan pada kebun yang dapat dikendalikan secara jarak jauh menggunakan perangkat Smartphone, Sensor PIR, ESP32, Panel Surya, dan Buzzer. Sistem ini dirancang untuk memberikan solusi efektif dalam mengawasi bahkan mengusir hewan penganggu dengan fitur kendali yang fleksibel dan responsif. ESP32 akan bertindak sebagai otak utama sistem, mengumpulkan dan menganalisis data dari Sensor PIR untuk mendeteksi pergerakan. memungkinkan pengguna untuk mengakses sistem melalui perangkat seluler. Sistem ini juga dilengkapi dengan Buzzer untuk memberikan notifikasi audio dalam situasi darurat atau terdeteksi sebuah gerakan dan notifikasi di Aplikasi Telegram. Melalui integrasi komponen-komponen ini, diharapkan sistem dapat memberikan pengawasan yang handal dan memberikan pemilik kebun kendali penuh melalui aplikasi seluler
Co-Authors Abdul Wahab Adam Ali Abdalla, Modawy Amran, Ainun RatuBulqis Arifin, Muh. Fadhel Audita, Dwingka Bora, Leni J Djainuddin, Djainuddin Fadly, Zul Fattah, Muhammad Hattah Fiqram, Muhammad Gaffar , Andi Widya Mufila Gaffar, Andi Widya Mufila Hidayat, Andi Azizul Huda, Besse Nurul Huzain Azis Iqbal, Muhammad Farhan Irawati Irawati Julisa, Julisa Lestari, Poetri lilis nurhayati Lutfi Budi Ilmawan, Lutfi Budi Manga’, Abdul Rachman Mansyur, St. Hajrah Mufila Gafar, andi Widya Muhammad Arfah Asis Munawir Munawir Nasser, Andi Eka Nurwana Nur Azmi, Nur Nurul, Besse Purnawansyah Purnawansyah Putri, Aulia Maharani Putri, Inggrianti Pratiwi Ramdan Satra Siyu, Maruly Widjaya Sugiarti Sugiarti Syah, Chaerun Niam Syahrul Syahrul Windi, Nadia Astia Yusuf, Hadi Zuliatiy, Vebiy