p-Index From 2021 - 2026
7.095
P-Index
This Author published in this journals
All Journal JURNAL SISTEM INFORMASI BISNIS Jurnal Sains dan Teknologi E-Dimas: Jurnal Pengabdian kepada Masyarakat Jurnal Ilmiah FIFO JURNAL ILMIAH GEOMATIKA JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Pilar Nusa Mandiri Tekinfo | Scientific Journal of Industrial and Information Engineering Indonesian Journal of Artificial Intelligence and Data Mining JURNAL REKAYASA TEKNOLOGI INFORMASI ILKOM Jurnal Ilmiah J-SAKTI (Jurnal Sains Komputer dan Informatika) Building of Informatics, Technology and Science Jurnal Abdi Insani Jurnal Sistem Komputer dan Informatika (JSON) Madani : Indonesian Journal of Civil Society Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Journal of System and Computer Engineering Bulletin of Computer Science Research GANESHA: Jurnal Pengabdian Masyarakat PROFICIO: Jurnal Pengabdian Masyarakat Jurnal Pengabdian Masyarakat (ABDIRA) J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Informatika, Komputer dan Bisnis (JIKOBIS) Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat Journal of Applied Agricultural Science and Technology Malcom: Indonesian Journal of Machine Learning and Computer Science International Journal of Economics and Management Research Journal of Digital Law and Policy Bulletin of Informatics and Data Science INTERNATIONAL JOURNAL OF SOCIETY REVIEWS (INJOSER) Science Information System and Technology West Science Nature and Technology Journal of Information System and Application Development International Journal of Economics and Management Research
Claim Missing Document
Check
Articles

Found 3 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.
Klasifikasi Stunting Pada Balita Berdasarkan Status Gizi Menggunakan Pendekatan Support Vector Machine (SVM) Candra, Adi; Erkamim, Moh.; Muharrom, Muhammad; Prayitno, Edhi
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.v16i2.007

Abstract

Stunting pada balita merupakan masalah gizi serius yang berdampak pada perkembangan fisik dan kognitif anak, terutama di negara berkembang seperti Indonesia. Dengan prevalensi stunting yang masih tinggi, identifikasi dini balita yang berisiko sangat penting untuk mencegah dampak jangka panjang. Namun, metode konvensional dalam mengidentifikasi stunting sering kali kurang akurat dan memerlukan banyak sumber daya. Tujuannya penelitian ini dilakukan yaitu untuk mengklasifikasikan stunting pada balita berdasarkan status gizi melalui pembelajaran mesin dengan algoritma Support Vector Machine (SVM). Pemilihan SVM didasarkan pada keunggulannya dalam mengolah data multidimensi yang rumit serta kapabilitasnya untuk mengoptimalkan pemisahan antar kelas data dengan memaksimalkan margin. Penelitian ini juga menerapkan berbagai teknik prapemrosesan data, seperti standarisasi fitur, pengkodean variabel kategorikal, dan penghapusan data duplikat, untuk memastikan performa optimal model. Hasil penelitian mengungkapkan bahwa model SVM yang dibangun memperoleh akurasi sebesar 98,37%, menandakan kinerja yang sangat baik dalam klasifikasi status gizi balita. Temuan ini mengindikasikan bahwa SVM memiliki potensi besar untuk diaplikasikan dalam mendukung pengambilan keputusan medis dan intervensi kesehatan masyarakat, terutama dalam konteks pemantauan dan pencegahan stunting pada balita.
Klasifikasi Kepribadian Introvert dan Extrovert Menggunakan Random Forest, Naïve Bayes, dan K-Nearest Neighbor Erkamim, Moh.; Nurhayati, Nurhayati; Heriyani, Nofitri; Riyanto, Umbar
Jurnal Ilmiah FIFO Vol 17, No 2 (2025)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2025.v17i2.009

Abstract

Kepribadian merupakan faktor penting yang memengaruhi cara individu berpikir, berperilaku, dan berinteraksi dalam kehidupan sosial. Salah satu dimensi utama dalam model Big Five Personality Traits adalah ekstraversi, yang merepresentasikan kecenderungan seseorang untuk bersosialisasi dan berinteraksi aktif dengan lingkungannya. Penelitian ini bertujuan mengembangkan model klasifikasi kepribadian introvert dan extrovert menggunakan tiga algoritma machine learning, yaitu Random Forest, Naïve Bayes, dan K-Nearest Neighbor (KNN). Dataset yang digunakan berjumlah 2.900 entri dengan delapan atribut perilaku sosial seperti waktu yang dihabiskan sendirian, frekuensi menghadiri acara sosial, ukuran lingkaran pertemanan, dan tingkat aktivitas di media sosial. Proses penelitian meliputi pembersihan data, transformasi variabel kategorikal, pembagian data secara stratifikasi (80:20), pembangunan model, serta evaluasi menggunakan metrik akurasi, precision, recall, F1-score, dan ROC-AUC. Hasil pengujian menunjukkan bahwa model KNN dengan k = 11 memberikan performa terbaik dengan akurasi 92,59% dan nilai ROC-AUC 0,9494, diikuti oleh Naïve Bayes dengan akurasi 92,24% (ROC-AUC 0,8988) dan Random Forest dengan akurasi 90,86% (ROC-AUC 0,9480). Kontribusi utama penelitian ini adalah memberikan analisis komparatif terhadap tiga algoritma yang mewakili paradigma pembelajaran berbeda, yaitu probabilistik, berbasis jarak, dan ensemble pohon keputusan, dalam konteks klasifikasi kepribadian berdasarkan dimensi ekstraversi. Hasil penelitian ini dapat menjadi dasar bagi pengembangan sistem prediksi kepribadian berbasis perilaku sosial yang efisien dan adaptif.
Co-Authors A. Bamban Yuuwono Adi Candra, Adi Adi Nugroho Susanto Putro Adi Nur Khofid Agung Prasetyo Aini, Delvi Nur Alfry Aristo Jansen Sinlae Ali Zainal Abidin Alaydrus Allesandro Umbu Balla Rundi Anindya Putri Tamara Argia Putri Ramadhani Arisantoso Arisantoso Aryani, Alina Dian Asih Lestari, Asih Batubara, Ana Uzla Cantikasari, Yuliana Danarti Karsono Daniarti, Yeni Destriana, Rachmat Dwi Susilo Utami Edhi Prayitno, Edhi Egidius Fkun Eri Mardiani Erlin Dolphina Erni Widarti Fadhilah, Muhamad Nur Farid Fitriyad Fatihah, Syalaysa Imani Fatkhul Imron Faustina Yuniastuti Faustina Yuniastuti Fitriyad, Farid Fitriyadi, Farid Fitriyadi, Farid Handayani, Nurdiana Hanifah Nurul Muthmainah Heriyani, Nofitri Hidayati , Diyah Nur I Gede Iwan Sudipa I Wayan Karang Utama Imam Setyo Nugroho Indriastiningsih, Erna Irfan AP Joko Sulistyono Judijanto, Loso Khofid, Adi Nur Khoirun Nisa Legito . legito, Legito Lilik Suhery, Lilik Loso Judijanto Maharani, Annissa Tiara Mohammad Imam Shalahudin Muhammad Muharrom Muhammad Rizal Fernandita Pamungkas Muhammad Rizal Fernandita Pamungkas Muhammad Syarif Hartawan Muhammad Zidni Subarkah Mulyadi Mulyadi Mustakim Mustakim Muthmainah, Hanifah Nurul Naylah Dzakiah Ngakan Kompiang Adi Suardana Ni Kadek Sri Devi Putri Swambini Ni Kadek Wintan Purnama Sari Ni Ketut Tri Srilaksmi Ni Komang Triana Andini Ni Made Ayu Nadia Putri Damayanti Nindi Permata Riau Nirma Ceisa Santi Nofri Yudi Arifin novi yona sidratul munti Nugraha, Tegar Wijanarko Surya Nurhayati Nurhayati Pamungkas, M Rizal Fernandita Pamungkas, Muh. Rizal F. Pamungkas, Muhammad Rizal Fernandita Rahmat Catur Haryadi Rahmat Catur Haryadi Ramadhani, Argia Putri Rifky Lana Rahardian Riyanto, Umbar Rundi, Allesandro U.B. Rundi, Allesandro Umbu Balla Said Thaufik Rizaldi Saifuddin Saifuddin Saifuddin Saifuddin Sandra Dewi Saraswati Sapto Priyadi Sepriano Sepriano Septarini, Ri Sabti Setyawati, Nisrina Yulia Shabrina Hapsari Shalahudin, Mohammad Imam Siti Nurhayati Sitti Rachmawati Soares, Teotino Gomes Subarkah, Muhammad Zidni Sulhatun Sulhatun Sulistiyawati, Anggun Supartini Supartini Suswadi Syahputra, Ridwan Angga Tami, Nanda Putri Tanniewa, Adam M Tino Feri Efendi Tonggiroh, Mursalim Tyas SOEMARAH KURNIA DEWI Tyas Soemarah Kurnia Dewi Utama, I Wayan Karang Vera Wati Wardani, Qurrotul Ain Putri Kusuma Wartono Wartono Wartono Wartono Wartono, W Wati, Vera Winalia Agwil Wiyono wiyono Yanuardi Yanuardi Yuri Rahmanto Zandra Dwanita Widodo Zandra Dwanita Widodo Zilrahmi, Zilrahmi