Article Per Year (5 Year)
p-Index From 2021 - 2026
2.42
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Prosiding SNATIF Jurnal Edukasi dan Penelitian Informatika (JEPIN) JAIS (Journal of Applied Intelligent System) Journal of Information System Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Infotekmesin Abdimasku : Jurnal Pengabdian Masyarakat Journal of Soft Computing Exploration Community: Jurnal Pengabdian Pada Masyarakat Jurnal Informatika Polinema (JIP) Jurnal Abdi Negeri
Lalang Erawan
Universitas Dian Nuswantoro
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mechanical Engineering Social Sciences

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
Optimization of Heart Failure Classification on Imbalanced Data Using a Supervised Learning Approach Based on Logistic Regression, Random Forest, and K-Nearest Neighbor: Optimalisasi Klasifikasi Gagal Jantung pada Data Imbalanced Menggunakan Pendekatan Supervised Learning Berbasis Regresi Logistik, Random Forest, dan K-Nearest Neighbor agustina, feri; Irawan, Candra; Erawan, Lalang; Suprayogi; Award Widya Laksana, Deddy; Jatmoko, Cahaya; Sinaga, Daurat; Lestiawan, Heru
Jurnal Informatika Polinema Vol. 12 No. 1 (2025): Vol. 12 No. 1 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i1.9071

Abstract

Heart failure remains one of the leading causes of mortality worldwide, posing significant challenges for early diagnosis and patient management. One of the major obstacles in developing predictive models for heart failure is the class imbalance problem, where the number of surviving patients far exceeds those who experience death events. This imbalance often leads machine learning algorithms to bias toward the majority class, reducing sensitivity to critical minority cases. To address this issue, this study applies the Synthetic Minority Oversampling Technique (SMOTE) to balance the dataset and improve model performance. Three supervised learning algorithms, namely Logistic Regression (LR), Random Forest (RF), and K-Nearest Neighbor (KNN), were implemented and compared on the UCI Heart Failure Clinical Records dataset containing 299 patient samples with 13 clinical attributes. Experimental results show that the Random Forest model achieved the highest performance with 90% accuracy, precision, recall, and F1-score, outperforming both LR and KNN. The findings demonstrate that combining data balancing with ensemble learning effectively enhances prediction accuracy and sensitivity toward minority classes. The main contribution of this research lies in optimizing supervised models for medical data with skewed class distributions, providing a more reliable and interpretable approach for early heart failure detection. Future research may extend this work by integrating advanced ensemble or hybrid deep learning models and expanding the dataset for multi-institutional validation
Penerapan Algoritma K-Means untuk Identifikasi Pola Spasial Insidensi Demam Berdarah Dengue: Studi Kasus Kota Semarang Putra, Wahyu Bagus Wicaksono; Fahmi, Amiq; Erawan, Lalang
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol. 11 No. 3 (2025): Volume 11 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v11i3.101302

Abstract

Demam Berdarah Dengue (DBD) merupakan ancaman kesehatan masyarakat yang signifikan di wilayah tropis, termasuk Kota Semarang, Jawa Tengah, Indonesia, dengan tingkat heterogenitas spasial insidensi yang bervariasi antar kecamatan. Penelitian ini bertujuan untuk mengidentifikasi pola spasial insidensi DBD melalui pendekatan pembelajaran tanpa pengawasan (unsupervised learning) menggunakan algoritma K-Means clustering. Data epidemiologis yang bersifat komprehensif pada periode 2020–2024, mencakup variabel jumlah populasi, kasus terkonfirmasi, dan fatalitas, diekstraksi dari sistem informasi publik TUNGGAL DARA yang dikelola oleh Dinas Kesehatan Kota Semarang. Metodologi yang diterapkan meliputi pra-pemrosesan data, penentuan jumlah klaster optimal dengan metode Elbow dan Silhouette Score, serta validasi menggunakan statistik nonparametrik dengan uji Kruskal-Wallis. Hasil klasterisasi menunjukkan lima kelompok wilayah dengan karakteristik epidemiologis yang berbeda. Temuan penting mengindikasikan bahwa zona dengan kepadatan populasi rendah secara proporsional menanggung rasio morbiditas dan mortalitas yang lebih tinggi. Pendekatan ini terbukti efisien dalam mereduksi dimensi data epidemiologis menjadi pola spasial yang informatif dan mudah diinterpretasikan. Penelitian ini berkontribusi pada pengembangan pemetaan risiko DBD yang lebih adaptif dan berbasis data serta menyediakan landasan strategis yang kuat bagi intervensi kesehatan masyarakat yang lebih terarah dan tepat sasaran, khususnya dalam konteks studi kasus Kota Semarang.
Transformasi Digital melalui Pembuatan Website Profil Rukun Tetangga (RT) sebagai Media Informasi Digital Warga Acun Kardianawati; Suharnawi Suharnawi; Lalang Erawan; Aris Nurhindarto
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 9, No 1 (2026): JANUARI 2026
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/ja.v9i1.3163

Abstract

Transformasi digital menjadi kebutuhan utama dalam meningkatkan efisiensi layanan publik, termasuk di tingkat komunitas lokal. Namun, banyak Rukun Tetangga (RT) masih menggunakan cara konvensional dalam penyampaian informasi, sehingga partisipasi warga rendah dan dokumentasi kegiatan kurang optimal. Pengabdian masyarakat ini bertujuan mengembangkan website profil RT sebagai media komunikasi, dokumentasi, dan transparansi program kerja di RT.001/RW.003 Kelurahan Plombokan, Kota Semarang. Metode pelaksanaan meliputi analisis kebutuhan, pengembangan website berbasis prototyping, serta evaluasi tingkat penerimaan pengguna. Hasil menunjukkan bahwa website profil RT mampu meningkatkan aksesibilitas informasi, memperbaiki dokumentasi kegiatan, dan mendorong partisipasi warga. Implementasi website terbukti menjadi solusi efektif untuk modernisasi komunikasi komunitas berbasis teknologi informasi.
Sistem Informasi Fee Streamer Berbasis Web Pada Shark Agency Dengan Pendekatan Extreme Programming Lalang Erawan; Rizal Naufal Afif; Agus Winarno; Suharnawi Suharnawi
JOINS (Journal of Information System) Vol 7 No 2 (2022): Edisi November 2022
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v7i2.6676

Abstract

Shark Agency merupakan organisasi yang bergerak di bidang outsourcing pada platform voice dan video streaming yang menjembatani lebih dari lima aplikasi streaming dengan para streamer. Pengelolaan data laporan dan pembayaran fee kepada streamer dilakukan dengan menggunakan berbagai aplikasi yang berbeda misalnya pengiriman data dari streamer dilakukan dengan aplikasi whatsapp. Akibatnya data laporan dari para streamer kadangkala hilang dan harus dikirim ulang. Layanan seperti ini mengurangi efisiensi dan kepuasan para streamer. Dengan mengimplementasikan sistem yang tepat permasalahan ini akan dapat diselesaikan.  Metode yang digunakan untuk mengembangkan sistem adalah extreme programming yang memungkinkan sistem dapat dikembangkan lebih cepat. Fitur sistem yang dikembangkan dibatasi pada pengelolaan data laporan dan pembayaran fee streamer. Pengembangan menghasilkan sistem informasi yang dapat menerima data laporan streamer kemudian diolah untuk menjadi dasar perhitungan pembayaran fee kepada streamer. Data dapat tersimpan dengan aman disatu tempat sehingga resiko kehilangan data laporan dan pembayaran fee dapat diminimalisasi.
Pengembangan Sistem Informasi Penjualan Berbasis Web Dengan Metode Test Driven Development Pada CV IN-BOX Jepara Nur Raditya Mahardika; Lalang Erawan
JOINS (Journal of Information System) Vol 9 No 1 (2024): Edisi Mei 2024
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v9i1.9168

Abstract

CV IN-BOX Jepara memiliki bisnis penjualan packing box dimana data-data bisnis diolah menggunakan perangkat lunak spreadsheet yang menimbulkan berbagai permasalahan pengelolaan informasi klasik seperti akurasi data rendah, ketidaktepatan waktu pelaporan dan sebagainya. Perusahaan kemudian berinisiatif menyelesaikan permasalahan ini menggunakan teknologi informasi dengan mengembangkan sebuah sistem informasi penjualan berbasis web. Metode pengembangan sistem yang dipilih adalah Test Driven Development yang terbukti efektif mengembangkan sistem secara cepat dengan hasil yang lebih teruji. Sistem dikembangkan dengan membuat berbagai unit tes untuk menghasilkan fungsional sistem yang diharapkan. Penelitian berhasil mengembangkan sistem informasi penjualan berbasis web ini tanpa kendala yang berarti. Sistem baru diharapkan dapat menyelesaikan permasalahan pengelolaan informasi yang sedang dihadapi perusahaan saat ini.
Co-Authors Acun Kardianawati Agus Winarno Agus Winarno Agus Winarno, Agus Agustina, Feri Ajib Susanto Alzami, Farrikh Award Widya Laksana, Deddy Cahaya Jatmoko Candra Irawan Candra Irawan Christy Atika Sari De Rosal Ignatius Moses Setiadi Dhia Adikusuma Adikusuma Eko Hari Rachmawanto Erna Zuni Astuti Fahmi Amiq Heru Lestiawan Ifan Rizqa Krismawan, Andi Danang Laksana, Deddy Award Widya Marshela Dinda Amalia Maulydea Ramayanti Megantara, Rama Aria Moh Yusuf, Moh Moh. Yusuf Muslih Muslih Nur Raditya Mahardika Nurhindarto, Aris Priskila Penny Ardiana Putra, Wahyu Bagus Wicaksono Ricardus Anggi Pramunendar Rizal Naufal Afif Saputra, Resha Mahardhika Sinaga, Daurat Sindhu Rakasiwi Sintia Rahma Herdajanti Suharnawi Suharnawi Suharnawi Suharnawi Suharnawi Sumarni Adi, Sumarni suprayogi Tan Samuel Permana Wellia Shinta Sari Widya Laksana, Deddi Award Yaacob, Noorayisahbe Mohd Yudistira Dian Hastiti Yuventius Tyas Catur Pramudi Zaenal Arifin