Claim Missing Document
Check
Articles

PREDIKSI DIABETES MELLITUS TIPE 2 DENGAN ALGORITMA LOGISTIC REGRESSION UNTUK PENDETEKSIAN DINI Gunawan, Sepriyan; Astuti, Rini; Prihartono, Willy; Hamonangan, Ryan
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5747

Abstract

Diabetes Mellitus Tipe 2 merupakan penyakit kronis yang prevalensinya terus meningkat di dunia, termasuk Indonesia. Deteksi dini risiko diabetes penting untuk mencegah komplikasi serius. Penelitian ini bertujuan untuk menerapkan algoritma Logistic Regression dalam memprediksi risiko Diabetes Mellitus Tipe 2 menggunakan data kesehatan pasien dari Puskesmas Jatibarang. Data yang digunakan meliputi variabel umur, jenis kelamin, kebiasaan merokok, konsumsi alkohol, hasil IMT, tekanan darah sistole dan diastole, serta riwayat penyakit. Evaluasi model dilakukan menggunakan metrik akurasi, precision, recall, F1-score, dan AUC, serta diukur tingkat kesalahannya dengan RMSE. Hasil penelitian menunjukkan bahwa Logistic Regression memiliki performa baik dengan akurasi 82,51%, precision 88,04%, recall 89,76%, F1-score 88,89%, AUC 83,12%, dan RMSE sebesar 0.4182. Fitur utama yang berpengaruh terhadap prediksi adalah umur, pola makan (kurang sayur/buah), dan tekanan darah diastolik. Model ini efektif untuk deteksi dini risiko Diabetes Mellitus Tipe 2 dan dapat digunakan sebagai dasar pengambilan keputusan di fasilitas kesehatan primer.
PENERAPAN ALGORITMA NAIVE BAYES UNTUK ANALISIS SENTIMEN PENGUNJUNG DI PANTAI KEJAWANAN Apriliansyah, Rizal Dwi Rizki; Astuti, Rini; Prihartono, Willy; Hamonangan, Ryan
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5774

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengunjung terhadap objek wisata Pantai Kejawanan dengan menggunakan algoritma Naïve Bayes. Sentimen diklasifikasikan menjadi dua kategori, yaitu positif dan negatif. Ulasan daring merupakan sumber data penting untuk memahami persepsi pengunjung terhadap destinasi wisata. Algoritma Naïve Bayes dipilih karena keunggulannya dalam menganalisis teks. Dataset terdiri dari 998 ulasan yang dikumpulkan melalui scraping menggunakan SerApi, dengan periode data dari 2020 hingga 2024. Analisis dilakukan melalui tahapan Knowledge Discovery in Databases (KDD), mencakup pemilihan data, pre-processing (pembersihan data, case folding, tokenisasi, penghapusan stopword, dan stemming), serta transformasi menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF). Dataset dibagi menjadi 70% data pelatihan dan 30% data pengujian sebelum penerapan algoritma. Hasil menunjukkan bahwa model mampu mencapai akurasi 78%, presisi 92%, recall 80%, dan F1-score 86%, yang mencerminkan performa baik dalam klasifikasi sentimen. Evaluasi menggunakan confusion matrix menunjukkan model konsisten dalam membedakan sentimen positif dan negatif. Analisis ini menunjukkan bahwa mayoritas ulasan pengunjung Pantai Kejawanan bersentimen positif, menggambarkan pengalaman yang memuaskan. Keywords: naïve bayes; objek wisata, data mining; analisis sentimen; pengunjung.
PREDIKSI CHURN PELANGGAN PADA LAYANAN DESAIN GRAFIS HOME DESAIN MENGGUNAKAN ALGORITMA NAÏVE BAYES DAIPAH, IIP IMRON; ASTUTI, RINI; PRIHARTONO, WILLY
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5811

Abstract

Abstrak. Penelitian ini bertujuan untuk mengembangkan model prediksi churn pelanggan di Home Desain menggunakan algoritma Naïve Bayes. Dataset yang digunakan mencakup data transaksi dari tahun 2021 hingga 2024, dengan fitur-fitur seperti jenis layanan, jumlah revisi, harga, status pembayaran, kategori revisi, dan keterlambatan pembayaran. Proses analisis mengikuti tahapan dalam metode Knowledge Discovery in Databases (KDD), yang mencakup seleksi, praproses, transformasi data, pembuatan model, dan evaluasi. Pada tahap seleksi data, fitur yang relevan dengan churn pelanggan dipilih, sementara praproses dilakukan untuk memastikan konsistensi data. Transformasi data digunakan untuk mempersiapkan data sebelum dimasukkan ke dalam model prediksi. Model dikembangkan menggunakan algoritma Naïve Bayes, yang terbukti efektif dalam menangani data besar dan masalah klasifikasi. Hasil evaluasi menunjukkan bahwa model yang dikembangkan memiliki performa sangat baik, dengan akurasi 99%, presisi 1.00, recall 0.99, dan F1-score 0.99, yang menandakan bahwa model ini sangat handal dalam mengidentifikasi pelanggan yang berisiko churn. Temuan ini membuktikan bahwa Naïve Bayes adalah alat yang efektif dalam merancang strategi retensi yang lebih efisien, serta berguna bagi perusahaan di sektor jasa kreatif untuk meningkatkan pengambilan keputusan berbasis data. Penelitian ini memberikan kontribusi signifikan terhadap literatur mengenai penggunaan algoritma prediktif dalam industri kreatif, membuktikan bahwa Naïve Bayes dapat diandalkan dalam menganalisis data besar dan memprediksi churn pelanggan dengan akurasi tinggi. Temuan ini juga membantu perusahaan merancang strategi yang lebih efektif untuk mempertahankan pelanggan dan meningkatkan daya saing  pasar.
ANALISIS STATISTIK ANOVA UNTUK MENGEVALUASI KUALITAS FOTO BERDASARKAN VARIASI FOTOGRAFI Haikal, Harisman; Astuti, Rini; Prihartono, Willy
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5860

Abstract

Penelitian ini bertujuan untuk mengevaluasi kualitas foto yang dihasilkan dari berbagai teknik fotografi, yaitu pencahayaan alami, pencahayaan buatan, dan aturan sepertiga, menggunakan analisis statistik ANOVA. Melalui metode eksperimen, foto diambil dalam kondisi yang terstandarisasi untuk memastikan konsistensi hasil. Kualitas foto dinilai oleh panel ahli berdasarkan kriteria ketajaman, pencahayaan, dan komposisi.Hasil analisis ANOVA menunjukkan adanya perbedaan signifikan dalam kualitas foto yang dihasilkan oleh ketiga teknik fotografi tersebut. Teknik aturan sepertiga memberikan rata-rata nilai kualitas foto tertinggi dibandingkan dengan pencahayaan alami dan pencahayaan buatan. Uji lanjut Tukey HSD mengkonfirmasi bahwa teknik aturan sepertiga secara signifikan menghasilkan kualitas foto yang lebih baik.Penelitian ini memberikan kontribusi penting bagi dunia fotografi, baik secara praktis maupun akademis, dengan menawarkan wawasan tentang bagaimana teknik fotografi tertentu memengaruhi kualitas hasil. Temuan ini diharapkan dapat menjadi panduan bagi fotografer dalam memilih teknik yang sesuai untuk menghasilkan foto berkualitas tinggi.
IMPLEMENTASI ALGORITMA FP-GROWTH UNTUK MENINGKATKAN PEMASARAN PRODUK MINUMAN BOBA BERBASIS PYTHON (STUDI KASUS: KEDAI NGENYOD'S DESA BOGOR INDRAMAYU) Erpian, Soni; Astuti, Rini; Prihartono, Willy; Hamonangan, Ryan
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6341

Abstract

Penelitian ini menganalisis pola pembelian produk di Kedai "Ngenyod'S", dengan menggunakan algoritma FP-Growth untuk meningkatkan strategi pemasaranPola pembelian pelanggan sangat penting untuk membuat strategi promosi yang lebih baik dan mengelola stok.  Salah satu masalah yang dihadapi adalah tidak memanfaatkan data transaksi secara efektif saat menentukan strategi pemasaran.  Akibatnya, tujuan penelitian ini adalah menerapkan algoritma FP-Growth untuk menemukan itemsets sering dan pola asosiasi yang dapat digunakan dalam strategi bisnis berbasis data.  Proses penelitian ini terdiri dari beberapa langkah: pengumpulan data transaksi, preprocessing data, penerapan algoritma FP-Growth, dan analisis hasil dengan mempertimbangkan nilai dukungan dan kepercayaan tertentu. Dataset yang digunakan mencakup 508 penjualan dengan atribut seperti tanggal penjualan, nama produk, jumlah penjualan, harga satuan, dan pendapatan total.  Hasil penelitian menunjukkan bahwa beberapa produk, seperti Milo Milk dan Milo Ori, memiliki pola pembelian yang kuat dengan keyakinan sebesar 70%. Pola ini memberikan wawasan untuk strategi pemasaran, seperti menerapkan promosi bundling atau diskon untuk produk terkait.  Selain itu, penelitian ini menemukan bahwa algoritma FP-Growth lebih efisien dalam analisis data transaksi dibandingkan dengan metode konvensional. Kesimpulannya adalah bahwa penggunaan algoritma FP-Growth dapat membantu bisnis menemukan pola pembelian pelanggan, meningkatkan efisiensi pemasaran, dan mengoptimalkan manajemen stok. Studi ini membantu mengembangkan sistem rekomendasi berbasis pola pembelian yang dapat digunakan dalam bisnis ritel, terutama usaha kecil dan menengah.  Memperluas atribut dataset dan menggabungkan teknik lain seperti algoritma Apriori untuk mendapatkan hasil yang lebih lengkap adalah saran untuk penelitian lanjutan. Model serupa juga dapat diterapkan untuk meningkatkan efisiensi pemasaran berbasis data di berbagai industri bisnis lain.
PENERAPAN NAIVE BAYES UNTUK ANALISIS SENTIMEN PADA ULASAN PELANGGAN DI LAZADA: STUDI KASUS TOKO MAWAR COLLECTION Al Lutfani, Thariq Kemal; Astuti, Rini; Prihartono, Willy; Hamonangan, Ryan
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6391

Abstract

Penelitian ini memanfaatkan algoritma Naive Bayes untuk menganalisis sentimen ulasan pelanggan terhadap toko Baju Mawar Collection di platform Lazada.Hasil eksperimen menunjukkan bahwa model yang dikembangkan mencapai akurasi 94%, presisi 96%, recall 98%, dan F1-score 97%. Temuan ini menunjukkan bahwa pendekatan Naive Bayes mampu secara efektif mengenali pola sentimen dalam ulasan data, meskipun terdapat kombinasi antara ulasan positif dan negatif. 
Pelatihan Arduino untuk Memperkenalkan Teknologi Mikrokontroler pada Siswa MTs Mathla’ul Anwar Pamulang Sekarsari, Kartika; Rosiana, Elfirza; Astuti, Rini
Jurnal SOLMA Vol. 14 No. 3 (2025)
Publisher : Universitas Muhammadiyah Prof. DR. Hamka (UHAMKA Press)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22236/solma.v14i3.19916

Abstract

Pendahuluan: Arduino merupakan platform mikrokontroler open source yang memiliki fungsi untuk mengatur beragam aspek secara efisien dari beberapa komponen elektronik seperti motor, sensor, LED, dan perangkat Internet of Things (IoT). Studi ini bertujuan untuk memperkenalkan teknologi mikrokontroler, khususnya Arduino, kepada siswa-siswi MTS Mathlaul Anwar Pamulang sebagai bagian dari penguatan literasi teknologi. Metode: pendekatan STEAM. Kegiatan diikuti oleh 67 peserta, yaitu mulai dari siswa kelas 7 dan siswa kelas 8 dan dilaksanakan dalam bentuk penyampaian materi interaktif, pemberian motivasi, serta praktik langsung perakitan rangkaian Arduino menggunakan berbagai komponen elektronik. Hasil: Adanya peningkatan nilai pretest dan postest, kemampuan peserta dalam merakit mikrokontroler secara mandiri sesuai standar, serta hasil observasi dan kuesioner yang menilai keterampilan, kepuasan, dan efektivitas pelatihan. Kesimpulan: Pendekatan pembelajaran berbasis STEAM efektif dalam menumbuhkan minat dan pemahaman siswa terhadap teknologi berbasis mikrokontroler Arduino.
PENGARUH MODEL PEMBELAJARAN COOPERATIVE SCRIPT BERBANTUAN MEDIA GAMBAR FLASHCARD TERHADAP KEMAMPUAN PEMAHAMAN KONSEP IPA SISWA KELAS IV SD Astuti, Rini; Suryani, Ela
JURNAL PENDIDIKAN DASAR NUSANTARA Vol 8 No 1 (2022): Jurnal Pendidikan Dasar Nusantara
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/jpdn.v8i1.18124

Abstract

This study aims to determine the effect of the Cooperative Script learning model with the help of Flahcard Image Media on the Concept Understanding of Class IV Students. This type of research is an experiment with a nonequivalent control group design. The population in this study were students of SD N Jetis 01 and students of SD N Jetis 03 who were still in one cluster, then for the sample in this study were grade 4 students at SD N Jetis 01 and grade 4 students at SD N Jetis 03. Data collection instruments using observation, questionnaires, interviews, tests, and documentation. The data analysis technique was normality test, homogeneity test, independent sample t test and simple linear regression test. The results of the research show: (1) There are differences in the use of the Cooperative Script model assisted by flashcard image media for the experimental class and the Cooperative Script model only for the control class on the ability to understand concepts of fourth grade students, as evidenced by the significance level of 0.001 < 0.05 using the independent sample t test. Test (2) There is an effect of using the Cooperative Script model with the help of Flahcard Image Media on the Concept Understanding of Class IV Students, as evidenced by a significance level of 0.000 <0.05 using a simple linear regression test. The results of this study can be concluded that the Cooperative Script learning model assisted by Flahcard Image Media has an effect on increasing students’ understanding of concepts.
PENERAPAN BUSINESS INTELLIGENCE DALAM EVALUASI EFISIENSI PENGELOLAAN STOK BUKU DI TOKO BUKU TOHA PUTRA CIREBON Fadillah, Nafla; Astuti, Rini; Anam, Khaerul; Wiguna Marthanu, Indra; Kaslani
Jurnal Ilmiah Sistem Informasi (JISI) Vol. 5 No. 1 (2026): MARET
Publisher : Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jisi.v5i1.10626

Abstract

Penelitian ini bertujuan menganalisis efektivitas penerapan Business Intelligence (BI) dalam meningkatkan efisiensi pengelolaan stok pada Toko Buku Toha Putra Cirebon, yang masih menggunakan pencatatan manual dan sering mengalami ketidaktepatan informasi, overstock, dan stockout. Metode yang digunakan adalah pendekatan kuantitatif deskriptif dengan memanfaatkan data operasional penjualan, pembelian, dan persediaan yang kemudian diproses melalui tahapan ETL dan integrasi ke dalam data warehouse sebelum dianalisis menggunakan dashboard interaktif. Hasil penelitian menunjukkan bahwa penerapan BI meningkatkan nilai stock turnover dari 2,1 kali menjadi 3,4 kali, serta menurunkan days of inventory dari 62 hari menjadi 41 hari. Selain itu, tingkat stockout berkurang sebesar 18% setelah penerapan BI. Temuan ini menunjukkan bahwa BI mampu menyediakan informasi yang lebih akurat, mempercepat analisis, dan meningkatkan kualitas keputusan pemesanan. Secara keseluruhan, penelitian ini memberikan kontribusi praktis bagi ritel buku dalam optimalisasi persediaan dan kontribusi teoretis berupa model implementasi BI untuk usaha skala menengah.
Analisis Sentimen Ulasan Pengguna Aplikasi E-Commerce Toco Menggunakan Algoritma Naive Bayes Purnamasari, Adinda; Astuti, Rini; Anam, Khaerul; Gifthera Dwilestari; Mulyawan
Jurnal Ilmiah Sistem Informasi (JISI) Vol. 5 No. 1 (2026): MARET
Publisher : Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jisi.v5i1.10627

Abstract

This study aims to analyze the sentiment of user reviews of the Toco e-commerce application using the Naïve Bayes Multinomial algorithm. The dataset consists of 1425 reviews with an unbalanced distribution between positive and negative classes. Review data was collected from the Google Play Store platform, then processed automatically through the stages of case folding, normalization, stopword removal, and stemming. Modeling was carried out by dividing the data into training and test data, and classifying sentiment using the Naïve Bayes approach. From the evaluation results, the model's accuracy in sentiment classification reached 88%, with higher performance achieved in the majority class (positive) compared to the minority class (negative), as reflected in the low precision and recall values. This study emphasizes the need to handle unbalanced data so that the analysis results reflect the diverse perceptions of users. This research provides a baseline for sentiment analysis for local e-commerce applications and contributes to the development of automated analytics systems to support decision-making in the Indonesian e-commerce industry.
Co-Authors ', Abdullah Adi Suyatno Agusbaciar, Agusbaciar Agustinus Soemantri Al Lutfani, Thariq Kemal Ambariyanto Ambariyanto Anggaradinar, Lintang Ayu Ani Muani Apriliansyah, Rizal Dwi Rizki Arsha, Shaka Abiyyu Awang Noor Indra Wardana Baihaqi, Ahmad Basysyar, Fadhil Muhammad DAIPAH, IIP IMRON Dalimunthe, Ritha F. Devi Rahmayanti Devid Trinaldo Simatupang Ela Suryani Ernani Hadiyati Erpian, Soni Fadhil M Basysyar,M,Kom Fadillah, Nafla Farikah, Siti Farkhatul Jannah, Siti Gifthera Dwilestari Ginting, Dahlia Gunawan, Sepriyan Habibi, Muhammad Ilham Hadianti, Isan Haikal, Harisman Hamonangan, Ryan Hartanto Hasnida Hasrudy Tanjung, Hasrudy Hellmy Heni Hendriyani Henriani, Suswati Hidayatullah, Gusti Muhammad Husen Adlun, Muhammad Inong Satriadi Irma Purnamasari, Ade irwadi Islam, Saiful Iswari Setianingsih Jamal Janah, Buri Dyah Ayu Ma’rifatul Jefri Kartika Sekarsari Kaslani Khaeru, Abdullah Khaerul Anam Khoirunisa, Irma Khoirunnisa, Hasna Kusuma Arum, Sintia Kutut Suryopratomo Leviandro, Andrew Liza, Nova Loni Manikari, Salsa Lutfiani, Saufa M. Basysyar, Fadhil Maria Erna Kustyawati Martaleni - Marwah, Siti Maulana, Taufan Maulana, Tedy Moedrik Tamam Muallim, Edwar Muflihah Isnawati Muhamad Basysyar, Fadhil MUHAMMAD ALI Muhammad Basysyar, Fadhil Muhammad Fazis Mulyawan Murti, Yeni Dwi Nadia Widari Nasution Nur Rismanah, Siti Nurdiana, Nanik Eka Nurfitria, Tita Nurohanisah, Siti Okki Kurnia Pratama, Nugraha Prihartono, Willy Purnamasari, Ade Irma Purnamasari, Adinda Putri, Salma Salsabilla Daega Rakhmat Hidayat, Rakhmat Ramdhana, Farhan Rhomadon, Ahmad Arif Falah Rifqi Syamsul Fuadi Rizki, Muhammad Fajar Rochim, Sindy Aulia Rokhmanila, Siti Rosiana, Elfirza Salman Alfarisi Salsabila, Salsabila Saropah, Siti Sembiring, Rinawati Septiani Gumilar, Tia Setiawan, Dhanny Shara Merry Palupi Silviana, Selvi Sisnawati, Sisnawati Siti Arofah SITI MARYAM Siti Nurhaliza Slamet Pujiono Stedila, Stedila Suarna, Nana Suharyo Hadisaputro Suiroh, Suiroh Supiah Ningsih Suryono, Abi Sutaryo Sutaryo Sutrisno, Ferry Suyono Suyono Syamsu, Gatot Rizky Al Aufar Tanjung, Irwan Syari Tati Suprapti Taufik Hidayat Taukhid, Abdul Tiara Alifa, Talitha Tjahjadi, Djajasukma Widia Pebrianti, Sri Wiguna Marthanu, Indra Wulandari, Sepia Yudhistira Arie Wijaya Yudhistyra, Ekabrata Yusnandar, Willy Zurhidayati, Zurhidayati