Claim Missing Document
Check
Articles

Found 4 Documents
Search

PREDIKSI LAMA TINGGAL PASIEN RAWAT INAP DI RUMAH SAKIT PADA MASA PANDEMI COVID-19 MENGGUNAKAN METODE ENSEMBLE LEARNING DAN DECISSION TREE irmawati irmawati irmawati; Hermanto Hermanto; Eka Herdit Juningsih; Syaifur Rahmatullah; Faruq Aziz
Jurnal Informatika Kaputama (JIK) Vol 5, No 2 (2021): Volume 5, Nomor 2 Juli 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/jik.v5i2.565

Abstract

Beban pada sistem perawatan kesehatan berasal dari insiden tertinggi, yakni COVID-19. Banyak langkah yang dilakukan untuk meningkatkan manajemen perawatan kesehatan yakni, mengurangi populasi pasien untuk disparitas kesehatan, serta adanya inisiatif peningkatan kualitas untuk fasilitas keperawatan. Oleh karena itu, pada penelitian ini membahas prediksi lama tinggal pasien rawat inap di rumah sakit pada masa pandemi COVID-19 dengan tujuan membuat model akurasi yang tepat untuk memprediksi lama tinggal pasien agar menigkatkan efisiensi manajemen perawatan kesehatan di rumah sakit. Penulis menggunakan model Decision Tree dan Ensemble Learning. pada Decision Tree dengan menggunakan kriteria Entropy dan Information Gain dengan variasi nilai 4, 8, 12, 16, 20 untuk melihat hasil performa akurasi, f1 score, dan AUC. Sedangkan ensemble learning menggunakan 4 variasi yaitu klasifikasi Random Forest, Gradient Boosting, AdaBoost, dan AdaBoost dengan Logistc Regressi. Hasil tertinggi dari penelitian ini untuk menentukan klasifikasi terkait lama rawat inap (stay) selama pandemi COVID-19 menggunakan teknik Ensemble Learning variasi Gradiant Boosting dengan akurasi 41%, f1 score 22% dan AUC 79%.
Prediksi nilai akademik peserta didik di masa pandemi covid-19 dengan regresi linier berganda Syaifur Rahmatullah; Eka Herdit Juningsih; Susan Rachmawati
JISAMAR (Journal of Information System, Applied, Management, Accounting and Research) Vol 7 No 1 (2023): JISAMAR : February 2023
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisamar.v7i1.1012

Abstract

With the implementation of Learning From Home (BDR) learning patterns, there are several problems that exist, namely the decline in student achievement in learning outcomes, decreased interest in learning and the presence of students in online learning activities, and decreased participation of parents/guardians of students in paying attention to learning conditions and achievements of students at SDN Cengkareng Timur 01 Pagi. On the basis of all that research related to predicting the academic value of students will later be able to help the school to make permanent decisions on the problems that occur in the school environment. This study, using the multiple linear regression method, is effectively used to predict the final grades of students, so that by predicting school institutions can take preventive steps to boost student grades. The test results from 3 tools, namely Root Mean Square Error (RMSE), Mean Absolute Percentage Error (MAPE) and Mean Square Error (MSE) show that the prediction results are accurate enough to be used as a predictive model. Therefore, it is hoped that the prediction model will periodically test the prediction model every semester and applications that can be used directly without having to use a spreadsheet.
PREDIKSI LAMA TINGGAL PASIEN RAWAT INAP DI RUMAH SAKIT PADA MASA PANDEMI COVID-19 MENGGUNAKAN METODE ENSEMBLE LEARNING DAN DECISSION TREE Irmawati Irmawati; Hermanto Hermanto; Eka Herdit Juningsih; Syaifur Rahmatullah; Faruq Aziz
Jurnal Informatika Kaputama (JIK) Vol 5 No 2 (2021): Volume 5, Nomor 2, Juli 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v5i2.276

Abstract

Beban pada sistem perawatan kesehatan berasal dari insiden tertinggi, yakni COVID-19. Banyak langkah yang dilakukan untuk meningkatkan manajemen perawatan kesehatan yakni, mengurangi populasi pasien untuk disparitas kesehatan, serta adanya inisiatif peningkatan kualitas untuk fasilitas keperawatan. Oleh karena itu, pada penelitian ini membahas prediksi lama tinggal pasien rawat inap di rumah sakit pada masa pandemi COVID-19 dengan tujuan membuat model akurasi yang tepat untuk memprediksi lama tinggal pasien agar menigkatkan efisiensi manajemen perawatan kesehatan di rumah sakit. Penulis menggunakan model Decision Tree dan Ensemble Learning. pada Decision Tree dengan menggunakan kriteria Entropy dan Information Gain dengan variasi nilai 4, 8, 12, 16, 20 untuk melihat hasil performa akurasi, f1 score, dan AUC. Sedangkan ensemble learning menggunakan 4 variasi yaitu klasifikasi Random Forest, Gradient Boosting, AdaBoost, dan AdaBoost dengan Logistc Regressi. Hasil tertinggi dari penelitian ini untuk menentukan klasifikasi terkait lama rawat inap (stay) selama pandemi COVID-19 menggunakan teknik Ensemble Learning variasi Gradiant Boosting dengan akurasi 41%, f1 score 22% dan AUC 79%. Kata
Pelatihan Digital Security Dalam Keamanan Berorganisasi Bagi Jaringan Pemuda dan Remaja Masjid Indonesia Jakarta Achmad Rifai; Tyas Setiyorini; Syaifur Rahmatullah; Sita Anggraeni
PRAWARA Jurnal ABDIMAS Vol 3 No 1 (2024): PRAWARA JURNAL ABDIMAS
Publisher : CV. Manha Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63297/abdimas.v3i1.89

Abstract

Keamanan data pada surat elektronik atau email menjadi elemen krusial dalam konteks organisasi pada era digital saat ini. Meskipun email memainkan peran sentral dalam komunikasi organisasi, namun juga menjadi celah potensial bagi tindakan kejahatan siber yang tidak bertanggung jawab. Jaringan Pemuda dan Remaja Masjid Indonesia (JPRMI) Jakarta, yang aktif dalam berbagai kegiatan dan mengelola beragam informasi organisasi, mengakui pentingnya aspek keamanan digital, khususnya dalam konteks email. Dalam upaya pengabdian masyarakat, metode pelatihan dan diskusi digunakan untuk mengeksplorasi tantangan keamanan email yang dihadapi oleh organisasi, dengan fokus pada ancaman-ancaman seperti spamming, scamming, malware, dan spoofing. Keberadaan ancaman-ancaman tersebut menekankan perlunya pemahaman yang mendalam dan penerapan tindakan preventif guna melindungi data organisasi dari serangan siber. Tujuan utama pengabdian kepada masyarakat ini adalah memberikan panduan praktis kepada JPRMI, memungkinkan mereka untuk mengatasi tantangan keamanan email dengan pemahaman yang lebih mendalam terhadap risiko yang ada. Selain itu, pengabdian ini bertujuan meningkatkan kemampuan JPRMI dalam menerapkan langkah-langkah keamanan yang tepat dan melindungi data organisasi melalui email di era digital yang semakin kompleks. Dengan demikian, hasil dari pengabdian ini diharapkan dapat memberikan kontribusi signifikan dalam memperkuat lapisan keamanan digital organisasi, menciptakan lingkungan yang lebih aman dan terpercaya di dunia maya.