Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal DIKDAS MATAPPA: Jurnal Ilmu Pendidikan Dasar Journal of Artificial Intelligence and Digital Business
Miftakhudin, Ahmad
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Kemampuan Menggambar dengan Teknik Menggambar Angka Pada Siswa Kelas III SD N 02 Manggungmangu di Sekolah Dasar Miftakhudin, Ahmad; Priyanto, Wawan; Cahyadi, Fajar
DIKDAS MATAPPA: Jurnal Ilmu Pendidikan Dasar Vol 4 No 2 (2021): Juni
Publisher : STKIP Andi Matappa Pangkep

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31100/dikdas.v4i2.880

Abstract

Drawing is one of the activities favored by elementary school students to develop creativity and the need for the right method in teaching it. The focus of this research is how the drawing ability of third grade students of State Elementary School 02 Manggungmangu is using the technique of drawing with numbers. This study aims to determine and analyze the drawing ability of third grade students of State Elementary School 02 Manggungmangu. This type of descriptive qualitative research with research subjects third grade students of State Elementary School 02 Manggungmangu. The data in the study were obtained through interviews, observation and documentation. The results showed that the third grade students of State Elementary School 02 Manggungmangu had good abilities after being given drawing treatment using number drawing techniques. It can be seen from the results of students' drawings using indicators of lancae aspects, detailed aspects, and original aspects. So this shows an increase in students' creative abilities in producing images using number drawing techniques.
Komparasi Algoritma KNN dan Random Forest untuk Diagnosa Penyakit Jantung Koroner (Studi Kasus: RSUD Dr. Soeselo Slawi) Miftakhudin, Ahmad; Santoso, Nugroho Adhi; Santoso, Bayu Aji
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2424

Abstract

Penyakit jantung koroner (PJK) merupakan salah satu penyebab utama kematian di Indonesia, sehingga deteksi dini menjadi aspek krusial dalam upaya mencegah komplikasi dan meningkatkan efektivitas intervensi medis. Penelitian ini bertujuan untuk melakukan analisis komparatif terhadap dua algoritma machine learning, yaitu K-Nearest Neighbors (KNN) dan Random Forest, dalam klasifikasi diagnosis penyakit jantung koroner berdasarkan data rekam medis pasien RSUD Dr. Soeselo Slawi. Metodologi penelitian meliputi tahapan preprocessing data, transformasi fitur kategorikal, normalisasi, pembagian data dengan rasio 80:20, serta pelatihan dan evaluasi model menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil evaluasi menunjukkan bahwa algoritma Random Forest memiliki performa lebih unggul dengan akurasi sebesar 84.00%, precision 84.02%, recall 84.00%, dan F1-score 83.97%. Sementara K-Nearest Neighbors (KNN) memperoleh akurasi 82.00% dengan nilai evaluasi yang sedikit lebih rendah. Pengujian tambahan menggunakan K-Fold Cross Validation menunjukkan bahwa Random Forest lebih stabil terhadap variasi data, dengan akurasi tertinggi 84.80% pada fold ke-4. Penelitian ini juga melakukan pembagian data dengan rasio (60:40, 70:30, dan 90:10). Berdasarkan hasil tersebut, Random Forest direkomendasikan sebagai algoritma terbaik untuk implementasi sistem pendukung keputusan medis dalam diagnosis penyakit jantung koroner. Penelitian ini diharapkan dapat berkontribusi dalam pengembangan teknologi kesehatan berbasis kecerdasan buatan yang lebih akurat, efisien, dan dapat diandalkan di lingkungan rumah sakit.
Co-Authors Fajar Cahyadi Santoso, Bayu Aji Santoso, Nugroho Adhi Wawan Priyanto, Wawan