Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal JurTI (JURNAL TEKNOLOGI INFORMASI) CCIT (Creative Communication and Innovative Technology) Journal
Tutik Maryana
Universitas AMIKOM Yogyakarta
Computer Science & IT

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : JurTI (JURNAL TEKNOLOGI INFORMASI)

 1 
ANALISIS PERBANDINGAN PREDISKSI OBAT DENGAN MENGGUNAKAN METODE ABC ANALISYS DAN SVR PADA APLIKASI “MORBIS” Tutik Maryana; Kusrini Kusrini; Hanif Al Fatta
(JurTI) Jurnal Teknologi Informasi Vol 3, No 2 (2019): DESEMBER 2019
Publisher : Universitas Asahan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36294/jurti.v3i2.1016

Abstract

Permasalahan rumah sakit mengenai pengolahan persediaan obat adalah kondisi obat yang habis, dikarenakan rumah sakit dalam satu tahun mengeluarkan 33% dari biaya investasi untuk investasi obat. Untuk mengtasi permasalahan diatas rumah sakit harus memiliki pengeloaan logistic dengan baik, cara pengelolaan adalah dengan melakukan perencanaan yang baik. Penulis akan memakai algoritma ABC Analysis dan SVR. ABC Analysis akan digunakan untuk proses klasifikasi obat yaitu dengan cara membagi obat manjadi tiga kelompok utama berdasarkan kepentingan yaitu kelompok A, B dan C. Penulis akan menggunakan metodo SVR untuk menghitung prediksi obat. Hasil penelitian ini adalah ABC analisys dapat membagi  obat. Menjadi tiga bagian  yaitu kelompo A 276  item dengan presentase 22,96% dari jumlah item keseluruhan, kelompok B sejumlah 396 item dengan presentase 33,11% dan C sejumlah 528 dengan presenrase 43,94% dengan kesluruhan obat adlah 1202 item obat. Pengujian prediksi dilakukan dengan cara mengambil sample lima obat dari hasil klasifikasi. Proses perhitungan SVR adalah membandingkan metode preprocessing linier scaling dan z normalization. Hasil dari penelitian tersebut adalah MAPE menunjukan bahwa  dengan menambahkan preprocessing dengan linier scaling dapat membuat proses SVR lebih optimal dari pada menggunakan z nomrlization dan perhitungan dengan klasifikasi ABC analisys.
IMPLEMENTASI ALGORITMA APRIORI DAN FORWARD CHAINING UNTUK MENENTUKAN MAKANAN YANG TEPAT PADA PENDERITA DIABETES Agatha Deolika; Victor Saputra Ginting; Tutik Maryana; Ripto Sudiyarno; Kusrini Kusrini
(JurTI) Jurnal Teknologi Informasi Vol 3, No 2 (2019): DESEMBER 2019
Publisher : Universitas Asahan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (525.566 KB) | DOI: 10.36294/jurti.v3i2.1080

Abstract

Abstract - The high number of diabetes patients in Indonesia is increasing. Some of the factors that cause diabetes in Indonesia include family history, obesity, aging, lack of activity and diet. Too much food containing sugar is also one of the emergences of diabetes. Most diabetics often have complications of diabetes disease and that is based on the criteria of a patient. Therefore, it is necessary to conduct research on the rule or dependence of the disease based on patient criteria and determination of diet for diabetics. In this study using a combination of a priori methods to determine the rule of disease and forward chaining to determine patient food. Based on the research tests conducted, it can be concluded that the combination of 2 methods produces a pretty good which in the a priori method uses a minimum value of support 2 and a minimum of confidence 10 and produces 10 rules with 3 combinations of items, as well as forward chaining tests that use 30 data produces an accuracy of 83 %.Keywords - Apriori Algorithm, Forward Chaining, Diabetes Abstrak - Tingginya jumlah pasien diabetes yang  terjadi di Indonesia semakin meningkat. Beberapa faktor penyebab penyakit diabetes di Indonesia anatara lain riwayat keluarga, obesitas, pertambahan usia, kurangnya aktivitas dan pola makan. Terlalu banyak makan yang mengandung gula juga merupakan salah satu munculnya penyakit diabetes. Kebanyakan penderita diabetes sering sekali terjadinya kompliksi penyait diabetes dan itu berdasarkan kreteria seorang pasien. Maka dari itu perlu dilakukan penelitian mengenai rule atau keterhungungan penyakit berdasarkan kriteria pasien dan penentuan pola makan bagi penderita penyakit diabetes. Pada penelitian ini menggunakan kombinasi metode apriori untuk menetukan rule penyakit dan forward chainning untuk mentukan makanan pasien. Berdasarkan pada pengujian penelitian yang dilakukan dapat diambil kesimpulan Kombinasi 2 metode ini menghasilkan cukup bagus yang mana pada metode apriori menggunakan nilai minimal support 2 dan minimal confidence 10 dan menghasilkan 10 rule dengan 3 kombinasi item, serta pengujian forward chaining yang menggunakan 30 data menghasilkan akurasi 83% .Kata Kunci - Algoritma Apriori, Forward Chaining, Diabetes
Co-Authors Agatha Deolika Hanif Al Fatta Kusrini Kusrini Ripto Sudiyarno Victor Saputra Ginting