Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Intech : Information Technology Journal of UMUS
Herdian Bhakti, Raden Mohamad
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 2 Documents
Search

 1 
PENERAPAN ANALITYC HIERARCHY PROCESS PADA PEMILIHAN DOSEN TERBAIK POLITEKNIK NSC SURABAYA Fitro, Achmad; Rudianto; Herdian Bhakti, Raden Mohamad
Jurnal Teknik Informatika UMUS Vol 4 No 01 (2022): Mei
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46772/intech.v4i01.683

Abstract

penelitian ini telah dibuat suatu aplikasi sebagai alat untuk sistem pendukung keputusan yang dapat membantu dalam pengambilan keputusan dengan kemampuan analisa untuk penilaian prestasi dosen menggunakan metode Analytic Hierarchy Process (AHP), dimana masing-masing kriteria dalam hal ini kegiatan-kegiatan yang dilakukan dosen. Proses penyelesaian dengan menggunakan metode AHP adalah a) membuat matrik perbandingan berpasangan, b ) menghitung nilai prioritas untuk masing-masing criteria, c) menghitung nilai prioritas masing-masing kriteria dan bentuk perhitungan dengan menggunakan AHP. Dengan perpaduan antara kriteria dan bobot yang dimasukkan dengan data dosen yang telah ada, aplikasi akan mampu menghasilkan urutan nilai prioritas global dari tiap-tiap dosen. Hasil dari proses ini berupa ranking Dosen. Ranking ini merupakan dasar rekomendasi bagi pengambil keputusan untuk memilih Dosen berprestasi pada periode tertentu. Software ini dibuat dengan menggunakan Xampp dan Adobe Dreamweaver sebagai tool.
Penerapan Algoritma K-Nearest Neighbor (KNN) untuk Prediksi Penyakit Stroke Naja Maskuri, Muhammad; Harliana, Harliana; Sukerti, Kadek; Herdian Bhakti, Raden Mohamad
Jurnal Teknik Informatika UMUS Vol 4 No 01 (2022): Mei
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46772/intech.v4i01.751

Abstract

Stroke merupakan gangguan fungsi otak yang disebabkan oleh terganggunya aliran darah ke otak. Penyakit stroke dapat menyebabkan kecacatan pada penderitanya atau bahkan kematian. Data Organisasi Stroke Dunia menyatakan bahwa setiap tahun terdapat 13,7 juta penderita stroke dan 5,5 juta kasus kematian akibat stroke. Penyakit ini merupakan penyakit mematikan nomor tiga dunia. Berdasarkan hal tersebut maka penelitian ini bertujuan untuk melakukan penerapan algoritma K-Nearest Neighbor dalam memprediksi penyakit stroke serta dapat mengetahui akurasi yang dihasilkan algoritma KNN dalam memprediksi penyakit stroke. Melalui hasil perhitungan klasifikasi-prediksi pada data penyakit stroke dengan data latih sebanyak 80 data dan data uji sebanyak 20 data dapat diketahui bahwa algoritma KNN dapat melakukan prediksi penyakit stroke berdasarkan jenis kelamin, umur, hipertensi, riwayat penyakit jantung, status menikah, tipe pekerjaan, tipe tempat tinggal, rerata kadar glukosa , bmi dan status merokok dengan akurasi yang didapatkan sebesar 95% dengan nilai k=9.
Co-Authors Fitro, Achmad Harliana Harliana Naja Maskuri, Muhammad Rudianto Sukerti, Kadek