Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
Faisal Taufik
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
Sistem Pakar Mendiagnosa Penyakit Batu Karang Menggunakan Metode Dempster Shafer Yolanda Wiguna; Faisal Taufik; Asyahri Hadi Nasyuha
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol 5, No 1 (2022): J-SISKO TECH EDISI JANUARI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v5i1.4793

Abstract

Batu karang atau batu saluran kemih merupakan suatu endapan kecil dan keras yang terbentuk di ginjal, saluran kemih dan sering menimbulkan rasa sakit saat buang air kecil, dikarenakan pengetahuan masyarakat yang minim terhadap masalah penyakit batu karang, dan untuk mengetahui keadaan tersebut biasanya masyarakat melakukan pemeriksaan ke Rumah Sakit atau dokter. Namun hal ini tidak semua orang dapat melakukannya, hal ini dapat dikarenakan faktor perekonomian yang kurang mencukupi ataupun jarak yang jauh untuk mendatangi dokter, terdapat pula kelemahan setiap jam kerja praktek dokter yang terbatas. Oleh karena itu diperlukan inovasi dan solusi dalam kondisi tersebut, yaitu dengan memanfaatkan teknologi komputer untuk membangun sistem pakar yang memiliki kemampuan selayaknya seorang pakar dalam melakukan diagnosa. Hasil dari penelitian ini menunjukkan bahwa adanya metode Dempster Shafer yang dihasilkan dari gejala penyakit yang telah di input yaitu berupa jenis penyakit yang telah di proses oleh sistem dan telah disempurnakan ke dalam sebuah aplikasi berbasis web. Dari aplikasi ini diharapkan dapat membantu masyarakat umum dalam pemeriksaan penyakit batu karang.
Penerapan Algoritma Apriori Untuk Menganalisis Pola Nilai Siswa Pada Ujian Sekolah Di SD Negeri 101879 Noval, Daffa; Muhammad Zunaidi; Faisal Taufik
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 6 (2025): EDISI NOVEMBER 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i6.12075

Abstract

Permasalahan nilai siswa yang belum mencapai standar ketuntasan minimal (KKM) di SD Negeri 101879 menjadi perhatian utama karena berdampak pada efektivitas pembelajaran. Fenomena remedial yang berulang pada mata pelajaran tertentu seperti Matematika, IPA, dan Bahasa Indonesia mengindikasikan adanya pola khusus yang belum teridentifikasi secara sistematis. Guru kesulitan menganalisis keterkaitan antar faktor-faktor penyebab remedial, seperti absensi, kesulitan materi, dan tugas harian, karena data yang tersedia masih bersifat deskriptif. Penelitian ini menawarkan solusi melalui penerapan algoritma Apriori, salah satu teknik dalam Data Mining untuk menemukan pola asosiasi tersembunyi dalam data nilai siswa. Dengan pendekatan Association Rule Mining, sistem dirancang untuk menganalisis keterkaitan antar mata pelajaran dan faktor lainnya yang sering muncul bersamaan pada kasus remedial. Data diuji menggunakan nilai minimum support dan confidence untuk menghasilkan aturan asosiasi yang akurat dan bermanfaat bagi pengambilan keputusan pendidikan. Hasil analisis menunjukkan bahwa faktor “kesulitan materi” dan “absensi” memiliki tingkat support dan confidence tertinggi sebagai penyebab utama remedial. Selain itu, ditemukan bahwa siswa yang remedial pada Matematika juga cenderung remedial di IPA dan IPS. Temuan ini memberikan gambaran pola keterkaitan nilai yang dapat dimanfaatkan oleh sekolah dalam menyusun strategi pembelajaran dan intervensi yang lebih tepat sasaran. Sistem yang dibangun berbasis web dan dapat digunakan guru untuk mengidentifikasi siswa berisiko remedial sejak dini.
Co-Authors Asyahri Hadi Nasyuha Muhammad Zunaidi Noval, Daffa Yolanda Wiguna