Claim Missing Document
Check
Articles

Found 5 Documents
Search

PENERAPAN APLIKASI DIAGNOSA PENYAKIT JANTUNG MENGGUNAKAN ALGORITMA FORWARD CHAINING BERBASIS MOBILE Tri Sugihartono; Rendy Rian Chrisna Putra; Dian Ardiansyah
Jurnal Informatika Vol 19, No 2 (2019): Jurnal Informatika
Publisher : IIB Darmajaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30873/ji.v19i2.1523

Abstract

Heart disease ranks the top cause of death compared to stroke, lung cancer, breast cancer, and AIDS. Most ordinary people are very concerned about health, especially heart health. They are reluctant to check their heart health due to lack of service to patients, lack of medical personnel, especially cardiologists and limited working hours of doctors. So the need for a technology that is capable of adopting human thinking is artificial intelligence technology. Expert system is one of the artificial intelligence technologies. This expert system was created as a means to help diagnose and manage patients. The development of this system uses the forward chaining and certainty factor algorithms, and the system development tools used are UML (Unified Modeling Language), this research will produce an expert system application to diagnose heart disease with the output of possible diseases along with the percentage. It is hoped that this expert system will help and accelerate the work of cardiologists in diagnosing early heart disease.Keywords— heart disease, forward chaining, Unified Modeling Language, expert systems, diagnosis
Implementasi Sistem Pendukung Keputusan Penerima Bantuan Rumah Tidak Layak Huni Berbasis Web Tri Sugihartono
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 7, No 1 (2018): Maret
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (781.548 KB) | DOI: 10.32736/sisfokom.v7i1.299

Abstract

Saat ini teknologi informasi berkembang sangat pesat, hal tersebut memberikan dampak bagi suatu organisasi, baik dibidang instansi pemerintah, swasta, pendidikan, wirausahawan, dan para pelaku bisnis yang bergerak di sektor – sektor bisnis lainnya. Dinas Perumahan Rakyat dan Kawasan Permukiman merupakan instansi pemerintah serta sistem penentuan penerima bantuan rumah tidak layak huni masih bersifat subjectif sehingga mengakibatkan masalah pada proses pemeriksaan oleh Inspektorat, ditemukan rumah – rumha yang seharusnya tidak berhak mendapatkan bantuan diperbantukan dan manajemen pendataan masih dilakukan manual sehingga saat pimpinan daerah meminta data kepada instansi ini membutuhkan waktu yang lama sehingga dianggap tidak efisien dan efektif. Dengan alasan diatas penulis mencoba untuk memberikan solusi dengan membuat suatu sistem informasi pendukung keputusan penerima rumah tidak layak huni serta akan dibuat secara sistematis dan lebih terkomputerisasi. Pada penulisan penelitian ini juga di dokumentasikan tahapan pengerjaannya seperti proses anaisa, perancangan, coding hingga testing menggunakan Unified Modelling Language (UML), Activity Diagram, Sequence Diagram kemudian menggunakan bahasa pemrograman Hypertext Preprocessor (PHP) dengan kerangka kerja CodeIgniter dan Databse MySQL, dengan tujuan untuk mengetahui sistem yang berjalan dan kebutuhan sistem yang akan dikembangkan. Dengan adanya sistem yang lebih terkomputerisasi dapat menghasilkan informasi alternatig keputusan pemillihan penerima bantuan rumah tidak layak huni sekaligus pengolahan manajemen data tersusun dengan rapi.
IMPLEMENTASI WEB SITE PENGOLAHAN DATA ALUMNI DAN INFORMASI LOWONGAN KERJA DI SMK 3 PANGKALPINANG Marini Marini; Sarwindah Sarwindah; Tri Sugihartono; Fitriyani Fitriyani
J-Icon : Jurnal Komputer dan Informatika Vol 9 No 1 (2021): Maret 2021
Publisher : Universitas Nusa Cendana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35508/jicon.v9i1.3789

Abstract

Alumni Data Collection at Vocational High School 3 (SMK 3) Pangkalpinang previously existed but was still done in writing using the Microsoft Word application so that it experienced several problems such as errors in data collection, archiving difficulties, delays in obtaining alumni information and lack of job vacancies information. Making this website serves to track the whereabouts of alumni through the internet network and obtain alumni data collection information, the whereabouts of alumni workplaces quickly. The information displayed on this website is the profile of the school, alumni, job vacancies and activities that will be held at the school, especially those related to alumni. This information can be accessed by alumni and other external parties. The method used to design this website is a software development model using a Framework or Application of Systems Technology (FAST) model which consists of scope definition, problem analysis, requirements analysis and prior design. The database used is MySql and the tool used to develop it is the Unified Modeling language. The result of this research is a website that functions as a means of interaction between schools and alumni, promoting schools and processing alumni data
Analisis Kepuasan Pengguna Menggunakan Technology Acceptance Model pada Sistem Pelayanan Publik Tri Sugihartono; Rendy Rian Chrisna Putra
SATIN - Sains dan Teknologi Informasi Vol 6 No 2 (2020): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (831.262 KB) | DOI: 10.33372/stn.v6i2.651

Abstract

ujuan utama dari makalah ini adalah untuk menganalisis Technology Acceptance Model (TAM) dalam mengimplementasikan sistem pelayanan publik. Analisis evaluasi menggunakan metode Technology Acceptance Model, untuk menganalisis faktor-faktor yang mempengaruhi kesadaran setiap pengguna dalam menggunakan sistem pelayanan publik. Metode penelitian yang digunakan adalah penelitian eksplanatori. Structural Equation Model (SEM) digunakan untuk menganalisis data menggunakan software AMOS 24. Pengumpulan data menggunakan metode survei dengan menggunakan kuesioner kepada masyarakat yang berada di Desa Koba dengan jumlah sampel sebanyak 100 responden. Penelitian ini melihat pengaruh persepsi kemudahan penggunaan (PEOU), persepsi kegunaan (PU), sikap terhadap penggunaan (ATU) dan niat perilaku (BI). Hasil penelitian ini menunjukkan bahwa variabel PU dan PEOU berpengaruh tidak langsung signifikan terhadap BI. oleh karena itu, jika pengguna yakin bahwa teknologi sistem pelayanan publik berguna, pengguna lebih cenderung menggunakan dan mendapatkan manfaat dari Sistem pelayanan publik. Dalam penelitian ini PEOU memiliki pengaruh signifikan terhadap ATU sebesar 57%, PU terhadap ATU sebesar 21%, PU terhadap BI sebesar 0%, ATU terhadap BI sebesar 114%. Penelitian ini menghasilkan kesimpulan berupa pengaruh terbesar terhadap niat perilaku untuk menggunakan aplikasi adalah sikap terhadap penggunaan, sikap terhadap penggunaan yang didukung oleh manfaat yang dirasakan dan kemudahan yang dirasakan berpengaruh sangat signifikan, dan manfaat yang dirasakan tidak berpengaruh pada sikap dalam penggunaan dan niat perilaku
Komparasi Naive Bayess dengan Support Vector Machine dalam Analisis Sentimen Aplikasi MyPertamina Rendy Rian Chrisna Putra; Eza Budi Perkasa; Tri Sugihartono; Ahmad Pakih Alkayess; Irsad Dwi Sandro; Royhan Indallah
SATIN - Sains dan Teknologi Informasi Vol 9 No 2 (2023): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33372/stn.v9i2.1042

Abstract

PT Pertamina telah melakukan sosialisasi di berbagai media terkait pembelian BBM Subsidi yakni Pertalite dan Solar melalui situs MyPertamina. namun, masyarakat Indonesia masih memberian respons negatif terhadap kebijakan tersebut. Masyarakat banyak memberikan pendapat mereka masing-masing melalui media sosial, khususnya pada media sosial Twitter. Tujuan dari penelitian ini adalah membandingkan tingkat Akurasi klasifikasi dari metode Support Vector Machine dengan Naïve Bayes Classifier terhadap Sentimen Ulasan Twitter terkait kebijakan penggunaan aplikasi MyPertamina yang dibagi ke dalam tiga kelas yaitu, Negatif, Positif dan Netral. Dataset yang digunakan dalam penelitian ini menggunakan hasil crawling dari ulasan Twitter. Tool yang digunakan dalam penelitian in menggunakan Google Colab dengan menggunakan Bahasa pemrograman Phyton. Dataset yang digunakan sebanyak 1066 data berlabel positif, negatif, dan netral. Dengan pembagian data latih sebanyak 80% dan data uji sebanyak 20%. Penelitian ini menghasilkan bahwa metode klasifikasi Support Vector Machine (SVM) lebih unggul di bandingkan metode klasifikasi Naïve Bayes Classifier (NBC). Metode SVM menghasilkan accuracy sebesar 99.5% sedangkan Metode NBC menghasilkan accuracy sebesar 97.6%.