Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Ilmiah FIFO

Enhancing Liver Disease Classification Using Support Vector Machine with IQR-Based Outlier Handling Soares, Teotino Gomes; Tonggiroh, Mursalim; Erkamim, Moh.; Widarti, Erni
Jurnal Ilmiah FIFO Vol 17, No 1 (2025)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2025.v17i1.010

Abstract

Liver disease is a significant health issue that requires early and accurate diagnosis to prevent serious complications. In this study, we propose an outlier filtering approach using the Interquartile Range (IQR) to enhance the performance of the Support Vector Machine (SVM) algorithm in liver disease classification. A publicly available liver dataset consisting of 1,700 patient records with various clinical attributes was used, and the IQR method was applied to detect and remove extreme values before model training. The SVM model employed the Radial Basis Function (RBF) kernel to capture nonlinear relationships in the data. The classifier was evaluated under two conditions: without and with IQR-based outlier removal. Performance metrics including accuracy, precision, recall, F1-score, and ROC-AUC were used to assess the model. The experimental results showed that the IQR-based preprocessing improved model performance, with the accuracy increasing from 84.41% to 84.74% and the ROC-AUC score rising from 92.08% to 93.28%. Notably, the recall for the negative class improved from 84.31% to 89.76%, indicating enhanced detection of healthy patients. These findings demonstrate that outlier handling using IQR can contribute to more stable and accurate classification outcomes, especially for models that are sensitive to data irregularities such as SVM.
Pengembangan Sistem Informasi Bimbingan Konseling Menggunakan Metode Feature-Driven Development Al-Hakim, Rosyid Ridlo; Yanuardi, Yanuardi; Rumandan, Rhaishudin Jafar; Tonggiroh, Mursalim
Jurnal Ilmiah FIFO Vol 16, No 2 (2024)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2024.v16i2.009

Abstract

Dalam era perkembangan teknologi informasi yang pesat, penerapan sistem digital dalam pendidikan menjadi sangat penting, terutama dalam layanan bimbingan dan konseling yang memainkan peran krusial dalam mendukung perkembangan siswa. Namun, sistem pengelolaan bimbingan konseling manual sering menghadapi kendala seperti keterbatasan dalam manajemen data dan kurangnya integrasi antar fungsi, yang berdampak pada penurunan kualitas layanan. Penelitian ini bertujuan untuk mengembangkan sistem informasi bimbingan konseling berbasis web dengan menggunakan metode Feature-Driven Development (FDD). FDD dipilih karena kemampuannya yang berfokus pada pengembangan berbasis fitur, memungkinkan pembangunan sistem yang komprehensif dan dinamis. Melalui FDD, setiap fitur inti dari sistem, seperti pengelolaan data pelanggaran, penjadwalan bimbingan, penilaian konseling, dan pembuatan laporan, dikembangkan secara iteratif dan bertahap, sehingga meminimalkan risiko dan memastikan integrasi yang baik di setiap tahap. Penerapan pendekatan FDD menghasilkan sistem yang diselesaikan dalam 4 bulan dengan 4 iterasi, sesuai jadwal yang direncanakan. Pengujian usability menunjukkan hasil yang baik dengan rata-rata nilai 90%, mengindikasikan bahwa sistem ini tidak hanya fungsional tetapi juga mudah digunakan dan diterima dengan baik oleh penggunanya.