p-Index From 2021 - 2026
8.805
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Format : Jurnal Imiah Teknik Informatika Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Ilmiah FIFO JURNAL MEDIA INFORMATIKA BUDIDARMA JURIKOM (Jurnal Riset Komputer) JOURNAL OF SCIENCE AND SOCIAL RESEARCH Building of Informatics, Technology and Science Journal of Information Systems and Informatics JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Journal of Computer System and Informatics (JoSYC) Jurnal Sistem Komputer dan Informatika (JSON) Reswara: Jurnal Pengabdian Kepada Masyarakat Syntax: Journal of Software Engineering, Computer Science and Information Technology Yayasan Cita Cendikiawan Al Khwarizmi Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) KLIK: Kajian Ilmiah Informatika dan Komputer TIERS Information Technology Journal Jurnal IPTEK Bagi Masyarakat Jurnal Pengabdian Masyarakat IPTEK Journal of Information Systems and Technology Research Jurnal Sistem Komputer Triguna Dharma (JURSIK TGD) Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Paradigma DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Journal of Computer Science and Research Jurnal INFOTEL Jurnal Pengabdian Masyarakat Nasional Conference Proceedings International Conference on Education Innovation and Social Science International Journal of Informatics and Data Science
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Ilmiah FIFO

Implementasi Data Mining dan Machine Learning untuk Segmentasi Pelanggan: Pendekatan Hybrid Menggunakan Big Data Prayitno, Edy; Perdana, Ivan Jaka; Nasyuha, Asyahri Hadi
Jurnal Ilmiah FIFO Vol 17, No 1 (2025)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2025.v17i1.007

Abstract

Deteksi dini penyakit jantung merupakan langkah penting untuk meningkatkan kualitas diagnosis dan perawatan pasien. Namun, metode prediksi manual yang sering digunakan tenaga medis memiliki keterbatasan dalam efisiensi waktu, akurasi, dan kemampuan menangani volume data yang besar. Dalam bidang kecerdasan buatan, algoritma machine learning seperti Adaptive Boosting (AdaBoost), Gradient Boosting, dan Extreme Gradient Boosting (XGBoost) menawarkan potensi untuk meningkatkan akurasi prediksi, terutama dalam mengatasi tantangan pada dataset kecil yang sering mengalami ketidakseimbangan kelas dan risiko overfitting. Penelitian ini bertujuan untuk menganalisis kinerja ketiga algoritma boosting tersebut dalam memprediksi penyakit jantung. Hasil penelitian menunjukkan bahwa XGBoost memberikan performa terbaik dengan akurasi sebesar 84.78% dan ROC-AUC 0.9410, menjadikannya algoritma paling efektif dalam menangani pola data yang kompleks. Gradient Boosting menjadi model paling efisien dengan waktu pelatihan tercepat, yaitu 0.3655 detik, dengan akurasi dan ROC-AUC yang kompetitif. Sementara itu, AdaBoost menunjukkan kelemahan dalam menangani ketidakseimbangan kelas tetapi tetap memberikan hasil yang baik untuk kelas mayoritas. Berdasarkan evaluasi precision, recall, dan F1-score, XGBoost direkomendasikan untuk aplikasi prediksi penyakit jantung, terutama dalam situasi yang memerlukan akurasi tinggi, sedangkan Gradient Boosting cocok untuk kebutuhan real-time.
Sistem Pakar Mendiagnosa Penyakit Cutaneous Larva Migrans Menggunakan Metode Dempster Shafer Nasyuha, Asyahri Hadi; Triaji, Bagas; Leswanto, Tomi
Jurnal Ilmiah FIFO Vol 16, No 1 (2024)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2024.v16i1.008

Abstract

Cutaneous Larva Migrans merupakan suatu penyakit yang di sebabkan oleh parasit yang masuk ke dalam kulit dan berkembang biak sehingga menimbulkan infeksi pada kulit. Ada beberapa jenis parasit yang menyebabkan penyakit cutaneous larva migrans yaitu, Uncinaria Stenocephala Bunostum Phelebotonum Ancylostoma Braziliense dan Ancylostoma Caninum. Penyakit cutaneous larva migrans tidak terlalu familiar dikalangan masyarakat umum, oleh sebab itu kurangnya perhatian terhadap gejala awal penyakit ini. Akibatnya masyarakat baru menyadari terkena cutaneous larva migrans saat berada pada tahap lanjut. Maka dari itu dibuatlah sistem kecerdasan berbasis desktop yang menganut bidang ilmu sistem pakar yang menggunakan metode dempster shafer.Dempster shafer adalah suatu teori matematika untuk pembuktian berdasarkan fungsi kepercayaan dan pemikiran yang masuk akal, yang digunakan untuk mengkombinasikan potongan informasi yang terpisah untuk mengkalkulasikan kemungkinan dari suatu peristiwa. Sistem pakar ini dapat dipergunakan sebagai pedoman bagi dokter atau para ahli untuk mendiagnosa penyakit cutaneous larva migrans. Sistem pakar ini bisa dimanfaaatkan dalam melakukan pencarian dan penelusuran pengetahuan bagi yang ingin mendapatkan informasi terkait solusi penyakit cutaneous larva migrans.
Penerapan Analytical Hierarchy Process Dalam Pemilihan Dosen Terbaik Universitas Teknologi Digital Indonesia (UTDI) Nasyuha, Asyahri Hadi; Subagyo, Aloysius Agus; Wahyudi, Udin Dwi
Jurnal Ilmiah FIFO Vol 17, No 2 (2025)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2025.v17i2.003

Abstract

Pemilihan dosen terbaik merupakan salah satu strategi penting dalam meningkatkan kualitas pendidikan tinggi. Universitas Teknologi Digital Indonesia membutuhkan sistem penilaian yang objektif dan sistematis untuk mengevaluasi kinerja dosen secara adil dan transparan. Penelitian ini menerapkan metode Analytical Hierarchy Process (AHP) dalam proses pemilihan dosen terbaik dengan mempertimbangkan beberapa kriteria utama, yaitu kualitas pengajaran, kontribusi penelitian, pengabdian kepada masyarakat, kehadiran, dan tanggapan mahasiswa. AHP digunakan untuk memberikan bobot pada masing-masing kriteria berdasarkan tingkat kepentingannya melalui perbandingan berpasangan (pairwise comparison). Data diperoleh dari hasil survei, wawancara, serta dokumentasi kinerja dosen yang dianalisis menggunakan pendekatan AHP. Hasil penelitian menunjukkan bahwa metode ini mampu memberikan peringkat yang lebih objektif dalam menentukan dosen terbaik, sekaligus meningkatkan akuntabilitas dan transparansi dalam proses seleksi. Berdasarkan hasil akhir perhitungan, tiga dosen dengan peringkat tertinggi adalah: Dosen 1 (nilai akhir 2,4115), Dosen 2 (0,9994), dan Dosen 5 (0,9994). Implementasi sistem berbasis AHP diharapkan dapat mendorong dosen untuk terus meningkatkan kinerja mereka dalam bidang pengajaran, penelitian, dan pengabdian masyarakat.
Co-Authors A F Limas Ptr A, Azanuddin Abdul Karim Abdullah, MT, Dr. Rijal Abror, Dzulchan Afdal Al Hafiz Agustina Sidabutar Ahmad Fitri Boy Ahyanuardi Ahyanuardi Al Hafiz, Afdal Alda Fadilla Ali Hamsar Ali Ikhwan Ali Ikhwan Aloysius Agus Subagyo Aly, Moustafa H Amrullah Amrullah Andriyani, Widyastuti Anwar, Badrul Ardianto Pranata Ardianto Pranata Pranata Asmar Yulastri Azanuddin Azanuddin B. Herawan Hayadi Badrul Anwar Bagas Triaji Buyung Solihin Hasugian Candra Setya, Sigit Chung, Meng-Yun Damayanti, Ariesta Deborah Kurniawati Dedi Rahman Habibie Dedi Rahman Habibie Dedy Irfan Devri Suherdi Dicky Nofriansyah Dini Fakta Sari, Dini Fakta Dison Librado Edy Prayitno Edy Prayitno Egi Affandi Elyas, Ananda Hadi Erna Hudianti Pujiarini Faisal Taufik Fauzi Erwis Febriyani, Fina FERI SETIAWAN Ganefri Ganefri Ginting, Erika Fahmi Habibie, Dedi Rahman Hafizah Hafizah Hamsar, Ali Hasan Maksum Hendra Jaya Hendra, Yomei Hendryan Winata Hera Wasiati Hutagalung, Juniar Ibnu Rusydi Irawati, Novica Ita Mariami Iwan Purnama Jalius Jama jufri halim Junaidi Junaidi Khairul Khoiri, Muhammad Hafidz Ady Latifah Hanum Leswanto, Tomi Lucia Nugraheni Harnaningrum Lusiyanti Lusiyanti Lusiyanti Lusiyanti Lusiyanti, Lusiyanti M. Giatman Mardiah Nasution Mariami, Ita Marsono Marsono Marsono Marsono Marsono Marwanta, Y. Yohakim Masyuni Hutasuhut Maulana, Dandi Maulana, Fajar Mesran, Mesran Moch Iswan Perangin-Angin Mochammad Iswan Moustafa H. Aly Moustafa H. Aly Muhammad Syahril Muhammad Zunaidi Mukhlis Ramadhan Muskhir, Mukhlidi Nasution, Hanifah Nur Nizwardi Jalinus Nugraha, Arya Adhi Nur Yanti Nur Yanti Lumban Gaol Nur Yanti, Nur Nurarif, Saiful Pane, Usti Fatimah Sari Sitorus Perangin Angin, Moch Iswan Perangin-angin, Moch. Iswan Perdana, Ivan Jaka Pratiwi, Hani Dita Pulut Suryati, Pulut Purwadi Purwadi Putri Febrianty Ramadhan, Muhammad Sabir Ramadhan, Mukhlis Refdinal, Refdinal Rico Imanta Ginting Rikie Kartadie Rizky, Firahmi Roziyani Setik Saiful Nurarif Saniman Saniman Santoso, Ismawardi Satria Fandani Setiawan, Feri Simatupang, Wakhinuddin Sinta Mega Sinaga Solly Aryza Sri Redjeki Sri Redjeki Suardi Yakub Sudarmanto Sudarmanto, Sudarmanto Trinanda Syahputra Trinanda Syahputra Tugiono Tugiono Tujantri , Harkam Utami, Anik Oktavia Veza, Okta Vina Winda Sari Wahyudi, Udin Dwi Widiarti Rista Maya WINDHA MEGA PRADNYA DHUHITA Yohanni Syahra Yohanni Syahra Yolanda Wiguna Yuni Franciska Tarigan Yustria Handika Siregar Zakarias Situmorang Zulfi Azhar Zulham Sitorus Zulham Zulham Zulkifli Zulkifli Zunaidi, Muhammad