Article Per Year (5 Year)
p-Index From 2021 - 2026
2.517
P-Index
This Author published in this journals
All Journal OSEATEK ENGINEERING JURNAL PENDIDIKAN, SAINS DAN TEKNOLOGI ASEAN Journal of Empowering Community MULTIPLE: Journal of Global and Multidisciplinary SmartComp Trends in Mechanical Engineering Research Jurnal Intelek Insan Cendikia Journal of Social Science and Education Research SITEDI Engineering Jurnal bidang Teknik KREATIF: Jurnal Pengabdian Masyarakat Nusantara Jurnal Komputer, Informasi dan Teknologi
. Eko Budiraharjo
Universitas Pancasakti Tegal
Religion Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Public Health Social Sciences Other

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
Analisis Data Obesitas Menggunakan Algoritma Deep Neural Network : Obesity Data Analysis Using Deep Neural Network Algorithm Akhmad Nuvi Fadil Rizaldi; Eko Budiraharjo
SITEDI (Sistem Informasi dan Teknologi Digital) Vol. 3 No. 5 (2026): Jurnal Sistem Informasi dan Teknologi Digital (SITEDI)
Publisher : Universitas Teknologi Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70888/sitedi.v3i5.101

Abstract

Dunia mengalami masalah obesitas yang terus meningkat. Tujuan dari penelitian ini adalah untuk meneliti data obesitas dengan memanfaatkan algoritma Deep Neural Network (DNN) yang dapat memprediksi prevalensi obesitas berdasarkan faktor-faktor yang berbeda. Ini termasuk mengumpulkan dan membersihkan data dari mereka yang memiliki riwayat obesitas, dan menggunakan model DNN berlapis yang berisi banyak lapisan. Keakuratan model DNN untuk memprediksi obesitas adalah 96,69%, sesuai dengan analisis. Penggunaan DNN untuk menangkap pola yang rumit dalam data obesitas ditunjukkan oleh penelitian ini. Penelitian ini menyimpulkan bahwa DNN dapat digunakan untuk meningkatkan prediksi obesitas, meskipun masih banyak yang harus dilakukan.
Co-Authors Afan, Nur Agus Wibowo Ahmad Maulana Akhmad Nuvi Fadil Rizaldi Ali Sofyan Asriyani, Wahyu Dea Nurul Khumairoh Eko Budihartono, Eko Firmansyah, Hasbi Hasbi Firmansyah Hasbi Firmansyah Ida Afriliana Indah Fitria, Ria Irfan Santosa Lucky Primanda Lukmanul Khakim Mohamad Raffi Iskandar Nadya Permata Sari Nadya Permatasari Nayuda Gigih Fayruz Qolbiy Nur Afan Nur Tulus Ujianto Rais Rais Ria Indah Fitria Rizki Prasetyo Rizki Prasetyo Tulodo Sari, Nadya Permata Sofyan, Ali sunardi sunardi Tofik Hidayat Tofik Hidayat