Article Per Year (5 Year)
p-Index From 2020 - 2025
3.325
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Rekayasa Elektronik Jurnal Informatika dan Rekayasa Perangkat Lunak JURSIMA (Jurnal Sistem Informasi dan Manajemen) ICIT (Innovative Creative and Information Technology) Journal E-Link: Jurnal Teknik Elektro dan Informatika Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Kendali Akuntansi JURSIMA Jurnal Manajemen Dan Bisnis Ekonomi AMMA : Jurnal Pengabdian Masyarakat Akuntansi: Jurnal Riset Ilmu Akuntansi
agus bahtiar
Unknown Affiliation
Humanities Automotive Engineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Nursing Social Sciences

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : E-Link: Jurnal Teknik Elektro dan Informatika

 1 
KOMPARASI METODE KLASIFIKASI DATA MINING UNTUK PREDIKSI PENYAKIT STROKE Fitri Adha Hariyati Airi; Tati Suprapti; Agus Bahtiar
E-Link: Jurnal Teknik Elektro dan Informatika Vol 18 No 1 (2023): Mei 2023
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v18i1.5271

Abstract

Stroke merupakan penyakit dengan kondisi bahaya dan menjadi penyebab kematian nomor tiga setelah penyakit jantung koroner dan kanker. Kurangnya pengetahuan menjadikan masyarakat tidak menyadari tanda-tanda yang mungkin sudah terlihat. Apabila masyarakat mendapatkan pengenalan tentang penyakit stroke diharapkan dapat mengurangi dampak paling parah yaitu kematian. Oleh karena itu perlu dilakukan sebuah prediksi menggunakan metode klasifikasi. Hasil prediksi yang akurat dapat memudahkan para praktisi kesehatan dalam mengambil keputusan yang tepat. Data yang diambil merupakan data bersifat public dari situs kaggle. Pada penelitian ini Orange digunakan sebagai perangkat lunak. Penelitian ini melakukan sebuah perbandingan algoritma Naive Bayes, K-Nearest Neighbor dan Random Forest. Hasil yang diperoleh pada penelitian ini untuk algoritma Naive Bayes sebesar 71.9% accuracy, 71.7% precision, 71.9% recall. Sedangkan untuk algoritma K-NN mendapatkan nilai accuracy sebesar 73.6%, precision sebesar 73%, recall 73.6% dan untuk algoritma Random Forest mendapatkan nilai accuracy sebesar 92.5%, precision 92.5%, recall 92.5%.
KLASIFIKASI ALGORITMA NAIVE BAYES DAN K-NEAREST NEIGHBOR PADA PENDERITA DIABETES Feri Irawan Irawan; Tati Suprapti; Agus Bahtiar
E-Link: Jurnal Teknik Elektro dan Informatika Vol 18 No 1 (2023): Mei 2023
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v18i1.5303

Abstract

Diabetes Melitus merupakan penyakit kronis yang disebabkan oleh gangguan metabolisme dimana glukosa tidak dapat digunakan dengan baik dan ditandai dengan hiperglikemia. Diabetes adalah penyakit yang terjadi ketika gula darah terlalu tinggi dan tubuh tidak lagi merespon hormon insulin dampak yang ditimbulkan jika penyakit diabetes tidak ditangani dengan cepat dapat menimbulkan komplikasi hingga kematian. Tujuan penelitian ini adalah untuk memprediksi dengan menggunakan klasifikasi untuk menentukan algoritma apa yang cocok dalam mendiagnosa penyakit diabetes. Data yang diambil merupakan data dari source kaggle yang bersifat publik. Pada penelitian ini menggunakan aplikasi Orange dalam pengklasifikasiannya. Penelitian ini menggunakan dua algoritma Naive Bayes dan K-Nearest Neighbor. Hasil yang diperoleh dari klasifikasi Naive Bayes accuracy sebesar 76.6 precision sebesar 76.8, recall sebesar 76.7 sedangkan K-Nearest Neighbor mendapatkan accurasy sebesar 92.6, Precision sebesar 92.6, recall sebesar 92.6.
Co-Authors Ade Irma Purnamasari Ade Rizki Rinaldi Ahmad Faqih Aida Safitri AYU LESTARI Aziz Chairul Imam Bagas Al Haddad Bima Anurgraha Djajnegara Chulyatunni’mah Diding Herudin Diding Herudin Dina Audina Edi Tohidi Fadlan Ilyas Lesmana Fahmi Ahmad Tohir Feri Irawan Irawan Fitri Adha Hariyati Airi Gifthera Dwilestari Iman Nurrohmat Indriyani Indriyani Kaslani Madyant Mulyawan Nur Amelia Odi Nurdiawan Rini Rahmawati Sigit Rusmayana Tati Suprapti Tengku Riza Zarzani N Wafiq Azizah