Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Infotech Journal

Perancangan metode Certainty Factor untuk diagnosa Gagal Ginjal Kronis Dede Abdurahman; Nunu Nurdiana
INFOTECH journal Vol. 7 No. 2 (2021)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v7i2.1314

Abstract

Penyakit ginjal adalah penyakit tidak menular dan saat ini menyerang sekitar jutaan orang di seluruh dunia. Satu dari sepuluh orang dewasa memiliki penyakit gagal ginjal kronis atau Chronic Kidney Disease (CKD). penyakit ginjal kronis di Indonesia sendiri pada tahun 2013 sebanyak 3.800 orang, kemudian meningkat tajam pada tahun 2018 menjadi satu juta orang. Data global di tahun 2019 menunjukkan, satu dari tiga orang umumnya berisiko mengalami penyakit ginjal kronis. Saat ini, 10% dari penduduk dunia mengalami kondisi gagal ginjal kronis. Prevalensi penyakit ginjal kronis pada laki-laki (0,3%) lebih tinggi dibandingkan dengan perempuan (0,2%). Berdasarkan karakteristik umur prevalensi tertinggi pada kategori usia diatas 75 tahun (0,6%), dimana mulai terjadi peningkatan pada usia 35 tahun ke atas. Penelitian Badan Penelitian dan Pengembangan Kesehatan (Balitbangkes) tahun 2004 menunjukkan konsumsi minuman bersoda dan berenergi lebih dari tiga kali perbulan berisiko 25,8 kali mengalami PGK. Bukti ilmiah menunjukkan bahwa komplikasi penyakit ginjal kronis, tidak bergantung pada etiologi, dapat dicegah atau dihambat jika dilakukan penanganan secara dini. Oleh karena itu, upaya yang harus dilaksanakan adalah diagnosis dini dan pencegahan yang efektif terhadap penyakit ginjal, dan hal ini dimungkinkan karena berbagai faktor risiko untuk penyakit ginjal dapat dikendalikan. untuk diagnosis dini penyakit ginjal dan dapat dilakukan semua orang, maka diperlukan suatu sistem pakar yang memudahkan masyarakat untuk mengaksesnya yaitu aplikasi sistem pakar. Sistem pakar untuk diagnosa penyakit Ginjal ini menggunakan metode runut maju (forward chaining) untuk menelusuri gejala yang ditampilkan dalam bentuk pertanyaan-pertanyaan agar dapat mendiagnosa jenis penyakit ginjal. Dalam penentuan penyakit dan pendiagnosaan diperlukan nilai kepercayaan terhadap gejala penyakit tersebut. untuk mendapatkan nilai kepercayaan terhadap gejala penyakit yang diderita, diperlukan suatu metode yang dikenal dengan Certainty Factor (CF).
PERANCANGAN APLIKASI PENDAFTARAN DIKLAT SATPAM BERBASIS ONLINE Ardi Mardiana; Nunu Nurdiana; Azizah Nurzakiyah
INFOTECH journal Vol. 6 No. 1 (2020)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v6i1.509

Abstract

BUJP CTP (Badan Usaha Jasa Pengamanan Cahaya Tangguh Perkasa) atau Lembaga Pendidikan yang menyediakan pelatihan dasar Gada Pratama atau yang disebut dengan lembaga pendidikan dan pelatihan satpam memiliki andil yang sangat penting untuk mencetak calon tenaga pengaman yang profesional dan memiliki keterampilan dalam bidang pengamanan. Untuk cara pendaftaran ke BUJP CTP (Badan Usaha Jasa Pengamanan) dengan cara peserta dapat mengunjungi kantor BUJP CTP secara langsung dan membawa persyaratan pendaftarannya secara lengkap dan setelah itu menunggu konfirmasi lulus atau tidak dari Badan Usaha Jasa Pengamanan (BUJP) di rumah kemudian untuk konfirmasinya sendiri pendaftar akan mendapatkan sebuah sms. Karena terjadinya peningkatan jumlah pendaftar diklat satpam kepada BUJP, jika cara pendaftaran masih dengan cara manual ini dikhawatirkan terjadinya formulir dan persyaratan para peserta hilang. Maka dari itu untuk meminimalisir terjadinya hal tersebut perlu adanya media pendaftaran yang lebih baik dengan merancang sebuah aplikasi pendaftaran online melalui alamat website khusus untuk BUJP CTP. Aplikasi ini diuji dengan metode blackbox testing. Pengujian black box dilakukan untuk menguji spesifikasi fungsional perangkat lunak dari aplikasi pendaftaran diklat satpam berbasis web. Aplikasi ini dapat meminimalisir terjadinya persyaratan dan formulir peserta yang hilang. Aplikasi ini juga bermanfaat untuk petugas agar petugas dapat melihat jumlah peserta yang terdaftar pada aplikasi.
STUDI KOMPARASI ALGORITMA ID3 DAN ALGORITMA NAIVE BAYES UNTUK KLASIFIKASI PENYAKIT DIABETES MELLITUS Nunu Nurdiana; Sandi Fajar Rodiyansyah; Abijar Algifari
INFOTECH journal Vol. 6 No. 2 (2020)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v6i2.816

Abstract

Penyakit diabetes mellitus salah satu penyakit yang mematikan, merupakan penyakit gangguan metabolik menahun akibat pankreas tidak memproduksi cukup insulin atau tubuh tidak dapat menggunakan insulin yang diproduksi secara efektif. Berdasarkan data history penderita diabetes dapat dibuat rekomendasi prediksi penyakit diabetes yang dapat membantu tenaga kesehatan. Klasifikasi merupakan salah satu teknik dari data mining yang dapat digunakan untuk membantu prediksi hasil klasifikasi penyakit diabetes. Klasifikasi dilakukan menggunakan Algoritma ID3 dan Algoritma Naive Bayes dengan bahasa pemrograman python menggunakan aplikasi web open source yaitu Jupyter Notebook. Penelitian ini bertujuan membuat klasifikasi dan menerapkan klasifikasi data mining. Hasil klasifikasi data di evaluasi dengan menggunakan Confusion Matrix dan kurva ROC untuk mengetahui tingkat hasil akurasi menggunakan algoritma ID3 yaitu sebesar 74% dan nilai AUC dari kurva ROC adalah 0.788 sedangkan Algoritma Naive Bayes sebesar 76% nilai AUC dari kurva ROC 0.794 sehingga dapat dikatakan bahwa Algoritma Naive Bayes memiliki hasil prediksi yang baik dalam memprediksi penyakit diabetes meliitus.