Article Per Year (5 Year)
p-Index From 2020 - 2025
2.096
P-Index
This Author published in this journals
All Journal Syntax Jurnal Informatika KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Swabumi (Suara Wawasan Sukabumi) : Ilmu Komputer, Manajemen, dan Sosial IJCIT (Indonesian Journal on Computer and Information Technology) Simpatik: Jurnal sistem Informasi dan Informatika Justika : Jurnal Sistem Informasi Akuntansi Ladang Artikel Ilmu Komputer
Rusda Wajhillah
Universitas Bina Sarana Informatika
Computer Science & IT Economics, Econometrics & Finance Social Sciences Other

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 19 Documents
Search

 1   2 
Diagnosa Tuberculosis Paru Berbasis Citra X-ray Menggunakan Convolutional Neural Network Saeful Bahri; Rusda Wajhillah; Miftah Farid Adiwisastra
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 6, No 2 (2021): IJCIT November 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (374.623 KB) | DOI: 10.31294/ijcit.v6i2.11844

Abstract

ABSTRAKTuberkulosis merupakan sebuah penyakit yang disebabkan oleh Mycobacterium tuberculosis. Penyakit ini dapat menyerang darah, tulang otak dan paru-paru. Diagnosa yang cepat dan akurat sangat diperlukan agar dapat dilakukan pengobatan yang tepat. Diagnosa biasanya dilakukan dengan cara melihat hasil citra x-ray thorax dan hasil test BTA pada pasien. Penelitian ini bertujuan untuk mempercepat identifikasi dalam proses diagnosa dari citra paru yang terinfeksi bakteri tuberculosis. Diagnosa dilakukan dengan bantuan machine learning  berdasarkan hasil citra x-ray menggunakan Algoritma CNN, dengan cara mengklasifikasikan citra x-ray normal dan citra x-ray tuberculosis. Dalam penelitian ini, dibahas tentang penggunaan citra x-ray paru atau citra thorax untuk mendeteksi diagnosa penyakit paru yang disebabkan oleh microbacterium tuberculosis. Hasil klasifikasi dengan CNN yang didapat setelah proses evaluasi model menunjukan nilai yang cukup baik yaitu untuk nilai akurasi di kisaran 89%, sementara untuk nilai f1-score 0,89 ABSTRACTSTuberculosis is a disesase caused by microbacterium tuberculosis. This disease can attack the blood, bones, barain and lungs. A fast and accurate diagnosis is nedded so that appropriate treatment can be carried out. In case tuberculosis, diagnostic is usually done by the result of the chest x-ray image, and the diagnostic result by laboratories BTA test on the patient. This research aims to accelerated the identification in the diagnostic process of lungs image infeted tuberculosis bactria diagnosis is done with the help of machine learning based on the results of x-ray images using the CNN Algorithm, by classifying normal x-ray images and tuberculosis x-ray images. In this study, we discussed the use of the thorax image for diagnostic disease lungs caused by microbacterium tuberculosis. The classification results with CNN obtained after the model evaluation process showed a fairly good value, namely for the accuracy value in the range of 89%, while for the f1-score value of 0,89.
Komparasi Metode Machine Learning pada Diagnosa Gangguan Kejiwaan Depresi rusda wajhillah; saeful bahri; agung wibowo
SYNTAX Jurnal Informatika Vol 9 No 1: Mei 2020
Publisher : Universitas Singaperbangsa Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35706/syji.v9i1.2050

Abstract

Depresi atau penyakit kejiwaan berakibat fatal pada resiko kemungkinan bunuh diri. Depresi dapat didiagnosa sejak dini dan dilakukan secara mandiri. Hal ini sangat perlu dilakukan untuk membantu dalam penyembuhan dan pencegahan depresi. Model yang tepat dalam mendiagnosa depresi secara mandiri telah banyak diusulkan oleh beberapa peneliti. Pada penelitian ini dibandingkan metode machine learning yang paling akurat untuk mendiagnosa depresi, diantaranya algoritma Naïve bayes, kNN, Decision Tree dan Random Forest. Hasilnya diketahui algoritma Random Forest memiliki nilai akurasi paling tinggi diantara tiga algoritma lainnya yaitu sebesar 80,02%.
PENERAPAN METODE ALGORITMA ID3 UNTUK PREDIKSI DIAGNOSA GAGAL GINJAL KRONIS (STUDI KASUS: RSUD SEKARWANGI SUKABUMI) Rusda Wajhillah
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 6, No 1 (2019)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v6i1.211

Abstract

The Iterative Dichotomiser 3 (ID3) algorithm is part of the classification method and is a type of method that can map or separate two or more different classes. One of the problems that can be solved using algorithm ID3 is the prediction of the diagnosis of chronic kidney disease. Chronic kidney disease is a failure of kidney function to maintain metabolism and fluid and electrolyte balance. Based on the classification performance measurement from 230 data training shows that the accuracy value reaches 96,08%. It can be concluded that the method of ID3 Algorithm is feasible to be used in predictive data on chronic kidney disease (CKD).Keywords: ID3 Algortihm, Chronic Kidney Disease (CKD), AccuracyAlgoritma Iterative Dichotomiser 3 (ID3) adalah bagian dari metode klasifikasi dan merupakan jenis metode yang dapat memetakan atau memisahkan dua atau lebih class yang berbeda. Salah satu masalah yang dapat dipecahkan dengan menggunakan algoritma ID3 adalah prediksi diagnosa gagal ginjal kronis. Gagal ginjal kronis adalah kegagalan fungsi ginjal untuk mempertahankan metabolisme serta keseimbangan cairan dan elektrolit. Berdasarkan pengukuran kinerja klasifikasi dari data training 230 data menunjukkan bahwa nilai akurasi mencapai 96,08%. Dapat disimpulkan bahwa metode Algoritma ID3 layak untuk digunakan pada penelitian prediksi data gagal ginjal kronis (GGK)Kata Kunci: Algoritma ID3, Gagal Ginjal Kronis (GGK), Akurasi 
Analisis Kelayakan Kredit Berbasis Algoritma K-Nearest Neighbor (Studio Kasus: Koperasi AKU) Rusda Wajhillah; Irsyad Hafizh Ubaidallah; Saeful Bahri
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 4, No 1 (2019): InfoTekJar September
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v4i1.1264

Abstract

Kredit macet merupakan sumber ancaman terbesar dalam menjalankan operasi bisnis, dan mampu menyebabkan kesulitan keuangan pada masa mendatang, dan telah tercatat 40% kredit macet pada sejumlah koperasi di Salatiga, 10 milyar kredit macet di Kabupaten Bantul, serta tumpukan kredit macet yang rata-rata mencapai 10% menyebabkan peningkatan koperasi tidak aktif hingga 29%. Analisa kredit sangat dibutuhkan untuk menekan resiko terjadinya kredit bermasalah. Salah satu cara untuk mengurangi resiko kredit bermasalah yaitu mengunakan sebuah algoritma yang mampu mengklasifikasikan data kelayakan pemberian kredit, salah satu algoritma yang telah sukses diterapkan oleh beberapa peneliti yaitu algoritma K-Nearest Neighbor hal ini disebabkan karena algoritma ini cocok digunakan untuk dataset yang berukuran tidak terlalu besar seperti pada dataset penelitian ini yang hanya terdapat 276 data yang dibagi kedalam 2 kategori 94 macet 182 lancar. Dari dataset yang di uji hasil yang didapatkan akurasi tertinggi sebesar 79,45% pada nilai K=1, dengan rata-rata akurasi 73,696%, dan nilai AUC tertinggi didapat pada K=9 dengan nilai sebesar 0,811, dengan nilai akurasi tersebut algoritma K-NN memiliki kinerja cukup baik dalam proses klasifikasi data kelayakan pemberian kredit.
Sistem Informasi Pengawasan dan Konservasi Penyu di Balai Konservasi Pesisir Pantai Pangumbahan Kabupaten Sukabumi Rusda Wajhillah; Agung Wibowo
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 3, No 1 (2018): InfoTekJar September
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v3i1.572

Abstract

Penyu merupakan hewan dilindungi dan terancam punah (endangered spesies). Terpeliharanya wilayah pesisir pantai pangumbahan sukabumi agar selalu terjaga dengan baik, tidak langsung mendukung populasi penyu dan habitatnya. Permasalahan yang dihadapi saat ini dari sisi geografis adalah jarak (206 Kilometer) dan waktu tempuh (sekitar 8 jam) yang dibutuhkan setiap pelaporan pengelolaan konservasi penyu pantai Pangumbahan Kabupaten Sukabumi. Penelitian ini bertujuan untuk membangun sistem informasi konservasi dan pengawasan penyu di balai konservasi Pesisir Pantai Pangumbahan kab.Sukabumi berbasis web dan menerapkan aplikasi pelaporan berbasis android untuk petugas pemantau. Sistem informasi ini menerapkan pengukuran kualits perangkat lunak dalam COBIT untuk mendukung tatakelola dari penerapan teknologi informasinya. Data hasil pengolahan nilai kuesiner dapat disimpulkan bahwa nilai bobot aplikasi android sipenyu lebih unggul 3.2 poin (31.8-21.6) dan selisih nilai 21.4 poin dari total nilai dari keseluruhan faktor penilaian kualitas perangkat lunak. Manfaat langsung dari aplikasi pengawasan ini adalah mudahnya petugas konservasi dalam menginput data penyu yang mendarat dan penyu yang bertelur dari masing-masing petugas pos sesuai dengan kondisi sebenarnya
Optimalisasi Algoritma Rabin Karp menggunakan TF-IDF Dalam Pencocokan Text Pada Penilaian Ujian Essay Otomatis Saeful Bahri; Rusda Wajhillah
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 4, No 2 (2020): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v4i2.2294

Abstract

Penilaian capaian belajar merupakan salah satu tolak ukur dalam keberhasilan proses belajar mengajar, salah satu metode pengukuran capaian tersebut adalah dengan penilaian essay, namun pada prosesnya penilaian dengan essay terdapat beberapa kekurangan diantaranya objektifitas penilai dalam memberikan hasil penilaian tersebut, beberapa peneliti telah melakukan penelitian tentang sebuah sistem penilaian essay secara otomatis diantaranya menggunakan beberapa algoritma seperti LSA (Latent Semantic analysis) dan Neural Network, algoritma tersebut memiliki beberapa kekurangan seperti pada LSA yang memiliki kekurangan dalam penanganan vector dalam mencocokan teks, sedangkan NN perlu data yang besar dalam mencocokan teks, pada penelitian ini akan diterapkan algoritma rabin karp, yang bekerja secara langsung dalam mencocokan teks berdasarkan Hash yang ditambahakan TF-IDF yang berguna untuk melakukan pengindekan dan menghitung frekuensi kemunculan teks pda sebuah dokumen, kedua metode ini terbukti mampu meningkatkan hasil pencocokan sebesar 11,81%
SISTEM PAKAR HUKUM PIDANA PENCURIAN MENGGUNAKAN ALGORITMA FUZZY DECISION TABLE BERBASIS ANDROID Agung Wibowo; Rival Afrian; Saeful Bahri; Taufik Hidayatulloh; Rusda Wajhillah
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 2, No 2 (2018): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v2i2.267

Abstract

Hukum pidana yang komplek sulit dimengerti orang awam dalam memilah pasal-pasal yang mengaturnya, untuk lebih mempermudah masyrakat dalam mengerti dan memilah tentang pasal-pasal yang digunakan untuk menjerat pelaku hukum pidana, pada peneitian ini akan encoba menerapkan sebuah algoritma yang mengelompokan dan menentukan kadar dari sebuah tinggkat kejahatan yang dilakukan dalam hal ini algoritma yang kami gunakan yaitu fuzzy decision tree yang telah terbukti cocok untuk kasus yang yang mempunyai nilai abu-abu,algoritma ini kami gunakan untuk untuk menentukan perundangan mana yang yang cocokdisangkakan kepada pelaku pidana, pada penelitian ini kami hanya melakukan penelitian pada tindak pidana pidana materiil, terutama kasus pencurian, agar lebih mempermudah dalam penggunaan kami menerapkan rule-rule hasil perhitungan dari defuzifikasinya kedalam decision tree selanjutnya kami terapkan kedalam sebuah aplikasi berbasis mobile android.
PENERAPAN ALGORITMA C4.5 TERHADAP DIAGNOSA PENYAKIT DEMAM TIFOID BERBASIS MOBILE Ihsan Ihsan; Rusda Wajhillah
Swabumi Vol 3, No 1 (2015): Volume 3 Nomor 1 Tahun 2015
Publisher : Universitas Bina Sarana Informatika Kota Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/swabumi.v3i1.1006

Abstract

The use of gadgets in today is not something new anymore. Gadgets can allow a person to perform activities ofinformation. This is used to create mobile-based applications in the use of artificial intelligence in the world ofhealth. Here is a tool used eclips and database use sqlite3 with android OS usage targets. Typhoid is an acutesystemic disease caused by salmonella typhimurium. In the world, the incidence of typhoid fever is estimated toreach 16 million cases annually. More than 600,000 people die every year due to this disease. Based on the dataprocessing of typhoid fever Waluran Health Centers using the algorithm C4.5 obtained 15 rule/decision treeswere applied in the development of mobile-based applications as the basis for the decision. Utilization datamining in this application is a manifestation of artificial intelligence in mobile-based information system inparticular. The same practice will help facilitate the gadget users to diagnose the disease at an early stage oftyphoid fever using existing symptoms.
PENERAPAN ALGORITMA C4.5 UNTUK DIAGNOSA STATUS GIZI PADA ANAK BALITA BERBASIS WEBSITE Rusda Wajhillah; Erika Mutiara
Swabumi Vol 4, No 2 (2016): Volume 4 Nomor 2 Tahun 2016
Publisher : Universitas Bina Sarana Informatika Kota Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/swabumi.v4i2.1137

Abstract

Nutritional status of infants is an important factor that must be considered sinceinfancy is a period of development with a range of nutrients. Nutritional statuscan be divided into three indicators of good nutrition, malnutrition andmalnutrition. C4.5 classification algorithm is an algorithm that can produceeasily interpreted decision tree, have an acceptable level of accuracy, efficient inhandling discrete and numeric-type attributes (Kamagi dan Seng, 2014).Therefore, in this study will be conducted data analysis nutritional status inchildren under five using the classification of the data mining algorithm C4.5using four variabels: gender, age (months), weight (kg) and height (cm). Based onthese descriptions, we need a system that can represent an expert who has theknowledge base and experience of diarrheal disease, which is an expert system.From 108 infants amount of data that consists of 92 data subject to a goodnutrition and 16 data were experiencing malnutrition among children under fiveare obtained from Posyandu Nyangkowek, then obtained 17 rules resulting fromC4.5 decision tree algorithm with good nutrition as class numbers 12 and thenumber of undernourished class so much as 5 rules, so that it can be concludedthat the research that is implemented into a web application can help users,particularly parents in diagnosing the nutritional status of children under five.
Penerapan Teknik Labeling QR Code Berbasis Intranet Pada Sistem Informasi Manajemen Aset RSUD. R. Syamsudin, SH. Sukabumi Wina Sri Agustina; Rusda Wajhillah; Jamal Maulana Hudin
Swabumi Vol 5, No 2 (2017): Volume 5 Nomor 2 Tahun 2017
Publisher : Universitas Bina Sarana Informatika Kota Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/swabumi.v5i2.2574

Abstract

AbstraksiRSUD.  R.  Syamsudin,  SH  merupakan  salah  satu  lembaga  yang  melaksanakan  kegiatan manajemen aset..Sistem penamaan pada barang inventaris yang ada di lingkungan RSUD. R. Syamsudin,  SH  masih  menggunakan  tulisan  tangan.  Cara  seperti  itu  menjadikan  sulitnya mengidentifikasi  barang  inventaris  oleh  pengurus  barang  karena  informasi  mengenai  barang inventaris  tersebut  tidak  dapat  dituliskan  secara  lengkap  pada  barang.  Untuk  itu  diperlukan sistem penamaan menggunakan  QR Code  yang mampu memuat informasi barang  inventaris secara  lengkap.  Pengurus  barang  hanya  perlu  menggunakan  handphone  berbasis  Android untuk  memindai  QR  Code  pada  barang  inventaris.  Dengan  menerapkan  teknik  labeling  QR Code ini pada Sistem Informasi Manajemen Aset berbasis intranet di RSUD. R. Syamsudin,  SH. selain  mempermudah  mengidentifikasi  barang  inventaris,  juga  mempermudah  dalam pembuatan laporan aset.Kata Kunci: Labeling QR Code, Sistem Informasi, Manajemen Aset,Intranet.AbstractRSUD. R.  Syamsudin, SH is one of the institutions that performing some asset management activities.  The  naming  system  on  inventory  items  at  RSUD.  R.  Syamsudin,  SH  still  uses handwriting. It makes difficult to identify inventory items by the warehouse officer; because its information about the inventory item cannot be written directly on the goods. For that, we need a naming system using QR Code that is able to load information inventory items compressively. The  warehouse  officer;  only  needs  to  use  an  Android-based  phone  to  scan  QR  Code  on inventory  items.  Applying  this  QR  Code  labeling  technique  on  Intranet-based  Asset Management  Information  System  at  RSUD.  R.  Syamsudin,  SH.  In  addition  to  facilitate  the identification of inventory items, also simplify the making of asset reports.  Keywords: Labeling QR Code, System of Information, Management of Asset, Intranet.
Co-Authors A. Gunawan A. Gunawan A.Gunawan Agung Wibowo Agung Wibowo Dede Wintana Desi Susilawati Desi Susilawati Dicki Prayudi Erika Mutiara Erika Mutiara Erika Mutiara Gunawan Ihsan Ihsan Irsyad Hafizh Ubaidallah Jamal Maulana Hudin Jasisca Marleftan Leona Miranti Lis Saumi Ramdhani Maylani Azzahra Miftah Farid Adiwisastra Rival Afrian Rusli Nugraha Saeful Bahri Satia Suhada, Satia Taufik Hidayatulloh Veithzal Rivai Zainal Wina Sri Agustina