Article Per Year (5 Year)
p-Index From 2021 - 2026
1.978
P-Index
This Author published in this journals
All Journal Techno Nusa Mandiri : Journal of Computing and Information Technology IJISTECH (International Journal Of Information System & Technology) JISKa (Jurnal Informatika Sunan Kalijaga) REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer IJISTECH
Linda Maulida
Universitas Bina Sarana Informatika
Computer Science & IT Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Library & Information Science Social Sciences

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Rancangan Aplikasi Algoritma C4.5 pada Stunting Balita Menggunakan Bahasa Phyton Susliansyah Susliansyah; Sigit Yugi Wargiyo; Heny Sumarno; Hendro Priyono; Linda Maulida
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 1 (2025): Volume 9 Nomor 1 Januari 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i1.14426

Abstract

Stunting pada balita merupakan salah satu masalah kesehatan serius di Indonesia, yang memengaruhi pertumbuhan fisik dan kognitif anak. Dalam upaya memahami dan memprediksi faktor-faktor risiko yang berkaitan dengan stunting pada balita, digunakan teknologi data mining. Penelitian ini bertujuan mengembangkan aplikasi berbasis algoritma C4.5 untuk memprediksi status gizi balita, menggunakan bahasa pemrograman Python dan aplikasi Orange. Data yang berasal dari dataset "Stunting Toddler Detection" di Kaggle, dengan fokus pada variabel umur, tinggi badan, dan status gizi. Data tersebut digunakan sebagai bahan analisis, dengan tahapan preprocessing, integrasi data, hingga penerapan algoritma C4.5. Metode penelitian melibatkan pengolahan data menggunakan Python untuk analisis awal, sementara Orange dimanfaatkan untuk membangun pohon keputusan dan evaluasi model. Hasil pengujian menunjukkan algoritma C4.5 menghasilkan akurasi sebesar 36% di Orange dan 40% di Python, dengan faktor utama yang memengaruhi status gizi balita adalah tinggi badan. Aplikasi yang dikembangkan juga dilengkapi antarmuka visual untuk mempermudah tenaga kesehatan dan pemangku kebijakan dalam menganalisis risiko stunting.
Penggunaan Algoritma K-means dalam Menentukan Karakter Game Zenless Zone Zero Linda Maulida
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 1 (2025): Volume 9 Nomor 1 Januari 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i1.14540

Abstract

Permainan “Zenless Zone Zero” adalah permainan Role Playing (RPG) aksi fantasi bertemakan perkotaan yang di kembangkan oleh perusahaan asal Tiongkok yaitu MiHoYo dan diterbitkan secara global oleh Cognosphere paada tahun 2 Juli 2024. Didalam permainan in terdapat berbagai macam agent yang dapat direkrut dengan karakteristik serta kekuatan yang unik dari setiap agent. Penelitian ini bertujuan untuk mengetahui rincian-rincian dari setiap agent dengan melakukan pengelompokan para agent mengunakan algoritma K-Means Clustering dimana pengelompokan dibagi menjadi tiga ketegori pada kategori pertama diiisi oleh agent-agent dengan nilai atribut yang rendah, ketgori kedua diisi oleh agent-agent dengan nilai atribut sedang dan kategori ketiga diisi oleh agent dengan nilai atribut tinggi adalah menentukan centroid awal secara acak kemudian dilakukan iterasi pertama serta menentukan centroid baru yang didapatkan dari iterasi pertama, kemudian dilanjut ke iterasi kedua dengan centroid baru yang didapat dari hasil iterasi pertama dikarenakan pada iterasi kedua terjadi perpindahan data maka peerhitungan dilanjutkan ke iterasi ketiga dengan centroid yang didapat dari hasil iterasi kedua hasil pada iterasi ketiga tidak terjadi perpindahan data maka perhitungan dihentikan. Hasil yang diperoleh dengan menggunakan data atribut dari setiap agent. Dengan ini dapat membantu pemain dalam menentukan prioritas pengembangan dari para agent yang sudah mereka rekrut untuk mendapatkan peforma agent yang maksimal.
Penerapan Klastering pada Data Mining dalam Menentukan Status Gizi Anak Balita dengan Menggunakan Algoritma K-Medoids Susliansyah Susliansyah; Heny Sumarno; Hendro Priyono; Linda Maulida; Fintri Indriyani
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 10 No. 1 (2026): Volume 10 Nomor 1 Januari 2026
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v10i1.15710

Abstract

Status gizi balita merupakan indikator penting yang mencerminkan kesehatan dan perkembangan anak. Penilaian gizi biasanya dilakukan melalui pengukuran berat badan, tinggi badan, serta perhitungan Indeks Massa Tubuh (IMT). Namun, proses klasifikasi secara manual seringkali membutuhkan waktu dan berisiko menimbulkan ketidaktepatan, sehingga diperlukan metode yang lebih efisien. Penelitian ini menggunakan pendekatan data mining dengan algoritma k-medoids untuk mengelompokkan status gizi balita. Algoritma ini bekerja dengan menentukan medoid sebagai pusat kelompok yang mewakili karakteristik balita berdasarkan tinggi, berat, dan IMT. Balita lain kemudian diklasifikasikan sesuai jarak terdekat dengan medoid tersebut. Hasil penelitian menunjukkan bahwa penerapan k-medoids mampu mengelompokkan balita ke dalam kategori normal, kurang gizi, dan obesitas secara lebih sistematis. Temuan ini diharapkan dapat membantu tenaga kesehatan dalam mengidentifikasi balita yang membutuhkan tindakan secara khusus, sehingga mendukung tumbuh kembang anak secara optimal.
Co-Authors Aditia Dwinanto Fintri Indriyani Hendro Priyon Hendro Priyono Heny Sumarno, Heny I Gusti Bagus Wiksuana Nisan Nisan S Susliansyah Sigit Yugi Wargiyo Susliansyah, Susliansyah Yahdi Kusnadi