Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jupiter Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data)
Agus Rahardi
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Industrial & Manufacturing Engineering Library & Information Science

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

Found 2 Documents
Search

 1 
Implementasi Base View Framework Django pada Pengembangan Sistem Informasi Akreditasi Prodi Hary Sabita; Yuni Arkhiansyah; Agus Rahardi; Sherli Trisnawati
Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data) Vol 5, No 2 (2022): Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data)
Publisher : Institut Informatika dan Bisnis Darmajaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30873/simada.v5i2.3418

Abstract

program studi di Perguruan Tinggi.  Dengan menggunakan referensi instrumen IPEPA yang di rilis tahun 2020 oleh BAN PT, program studi bisa mempersiapkan kelengkapan data sesuai dengan instrumen yang telah ditentukan.  Namun dalam prosesnya terdapat kendala, terutama bagi perguruan tinggi yang belum memiliki basis data dalam sebuah sistem.  Penelitian ini berfokus pada proses pengembangan aplikasi menggunakan metode base view pada framework django.  Dengan proses pengembangan yang mengacu pada konsep Model, View dan Template, pengembangan aplikasi bisa dibangun dengan mudah dan efektif untuk menghasilkan produk minimal aplikasi.  Model merepresentasikan struktur data yang akan digunakan.  Menggunakan Model yang ada pada Django maka proses pengembangan aplikasi menjadi lebih cepat dan efektif dibandingkan menggunakan framework lain yang berbasis object oriented programing.
Penerapan Metode Klasifikasi Decision Tree dalam Prediksi Kanker Payudara Menggunakan Algoritma C4.5 Nurjoko, Nurjoko; Hendra, Hendra Kurniawan; Cici Cahyati; Elvira Uthia Rustanti; Hiya Cahya Mujahidah; Amanda Putri Maharani; Rosita; Agus Rahardi
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 17 No 2 (2025): Jurnal Penelitian Ilmu dan Teknologi Komputer (JUPITER)
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Breast cancer is a deadly disease that require early detection and accurate prediction to improve recovery chance. This research aims to predict breast cancer using Data Mining technique with Decision Tree C4.5 algorithm. The dataset includes attributes such as tumor size, estrogen status, progesterone status, Progesterone Status, Survival Month, and status. These attributes were selected based on their clinical relevance and predictive potential in the context of breast cancer. The classification results showed a high level of accuracy with a prediction history of 658 surviving breast cancer patients and a precision class of 91.90%. This study has an accuracy rate of 89,81%. These findings have the potential to be developed int a medical decision support system to assist in more objective and efficient.   Keywords—Breast Cancer, Data Mining, Decision Tree, C4.5, Prediction, Accuracy
Co-Authors - Nurjoko Amanda Putri Maharani Cici Cahyati Elvira Uthia Rustanti Hary Sabita Hendra, Hendra Kurniawan Hiya Cahya Mujahidah Rosita Sherli Trisnawati Yuni Arkhiansyah