Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : SmartComp

Pengembangan Keamanan Sistem Rekam Medis Berbasis Blockchain dengan Smart Contract Purwono Purwono; Pramesti Dewi; Safar dwi Kurniawan
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 12, No 2 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v12i2.5143

Abstract

Manipulasi data kesehatan memicu keresahan masyarakat dan menurunkan tingkat  kepercayaan terhadap langkah antisipatif yang dilakukan pemerintah Indonesia. Teknologi Blockchain menjadi salah satu solusi untuk mencegah data kesehatan yang berpotensi untuk dimanipulasi. Smart contract adalah protokol yang berjalan di jaringan blockchain. Metode ini mengikat suatu kesepakatan antara beberapa pihak dalam suatu perjanjian. Data kesehatan ini dapat dilindungi dari pihak internal dengan membuat kontrak cerdas antara dokter, pasien, dan pengelola website. Data diagnosis yang dibuat oleh dokter baru adalah valid jika pasien setuju. Administrator hanya dapat mengakses data jika disetujui oleh dokter dan pasien.   Pengujian   keamanan   dilakukan   melalui serangan injeksi SQL. Sistem yang belum menerapkan kontrak pintar dapat dikompromikan melalui uji injeksi muatan, sedangkan sistem yang telah menerapkan kontrak pintar hanya dapat memecahkan kueri login. Pengujian manipulasi data 10 kali setelah login berhasil menunjukkan bahwa data yang telah disimpan tidak dapat diubah karena memerlukan kontrak pintar
Pemanfaatan Teknologi Machine Learning pada Klasifikasi Jenis Hipertensi Berdasarkan Fitur Pribadi Pramesti Dewi; Purwono Purwono; Safar Dwi Kurniawan
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 3 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i3.3721

Abstract

Hipertensi tampaknya menjadi faktor utama dalam perkembangan penyakit seperti stroke, gagal jantung, infark miokard, fibrilasi atrium, penyakit arteri perifer, dan diseksi aorta. Prediksi dini jenis hipertensi dari riwayat kesehatan merupakan hal yang penting agar kita dapat mengetahui penyakit yang disebabkan olehnya. Prediksi ini dapat diperoleh dengan memanfaatkan teknologi machine learning untuk menemukan pengetahuan baru dari data dasar sehingga menemukan pola yang valid, berguna, dan mudah dipelajari. Model klasifikasi random forest diusulkan dalam penelitian ini. Kontribusi kami dalam penelitian ini adalah membuat model klasifikasi random forest dengan teknik baru yaitu perbaikan data untuk melakukan tuning hyperparameter. Kami melihat peneliti sebelumnya hanya mengejar nilai akurasi yang tinggi semata. Berbeda dengan penelitian sebelumnya, kami menggunakan teknik optimasi hyperparameter gridsearch cv pada model klasifikasi random forest. Parameter terbaik untuk model random forest yaitu max_depth = 80, max_features = 3, min_samples_leaf = 3, min_samples_split = 8, dan n_estimators = 1000 yang direkomendasikan dari teknik gridsearch cv. Akurasi sebelum optimasi adalah 72,3%, sedangkan setelah optimasi adalah 86,1%. Hal ini menunjukkan peningkatan akurasi sebesar 13,7% setelah menerapkan metode grid search cv pada klasifikasi jenis hipertensi menggunakan model random forest