Article Per Year (5 Year)
p-Index From 2021 - 2026
3.128
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Swabumi (Suara Wawasan Sukabumi) : Ilmu Komputer, Manajemen, dan Sosial Indonesian Journal on Software Engineering (IJSE) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Responsif : Riset Sains dan Informatika Simpatik: Jurnal sistem Informasi dan Informatika J-Intech (Journal of Information and Technology) Indonesian Journal Computer Science (ijcs) Justika : Jurnal Sistem Informasi Akuntansi
Ramdhan Saepul Rohman, Ramdhan Saepul
Universitas Bina Sarana Informatika
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Environmental Science Library & Information Science Social Sciences Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Indonesian Journal Computer Science (ijcs)

 1 
Penerapan Algoritma Naive Bayes Untuk Prediksi Penyakit Diare Pada Balita Muhammad Akbar Wahyudi; Ahmad Naufal Jiddan; Ramdhan Saepul Rohman; Eva Marsusanti
Indonesian Journal Computer Science Vol. 2 No. 2 (2023): Oktober 2023
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcs.v2i2.2373

Abstract

Penyakit diare adalah kondisi yang sering terjadi dimana seseorang mengalami frekuensi buang air besar yang tinggi dengan tinja yang cair. Penyakit ini bisa disebabkan oleh berbagai faktor, termasuk infeksi virus, bakteri, atau parasit, konsumsi makanan atau air yang terkontaminasi, atau efek samping dari obat-obatan tertentu. Pada tahun 2020, diare masih menjadi masalah utama yang meyebabkan 14,5% kematian. Pada kelompok anak balita (12 – 59 balita), kematian akibat diare sebesar 4,55%. Sudah banyak peneliti yang melakukan penelitian untuk memprediksi penyakit diare pada balita. Penelitian  ini  dilakukan di Klinik Gema Medical Center Cabang Cicurug tehadap pasien diare dengan tujuan menghasilkan perhitungan terbaik berupa akurasi tentang diagnosis penyakit diare yang nantinya dapat membantu dalam prediksi diagnosis lebih dini. Adapun metode yang digunakan yaitu metode Naive Bayes untuk meningkatkan akurasi prediksi yang diaplikasikan terhadap data pasien yang dinyatakan Ya diare dan Tidak diare. Setelah dilakukan pengujian dengan metode naive bayes dengan Attribute yang digunakan yaitu jenis kelamin usia (bulan) frekuensi bab, konsistensi tinja, mata, keinginan untuk minum, dan keadaan umum. Sehingga hasil yang didapat dari confusion matrix dan kurva ROC dengan menggunakan Naive Bayes diperoleh accuracy sebesar 98,57% dengan nilai AUC 1,000 dengan tingkat diagnosa excellent classification karena hasil AUC-nya antara 0,90-1,00.
Penerapan Algoritma Klastering K-Means Untuk Fitur Atribut Pada Layanan Streaming Musik Spotify Muhammad Ikhsan Firmansyah; Ramdhan Saepul Rohman; Eva Marsusanti
Indonesian Journal Computer Science Vol. 2 No. 2 (2023): Oktober 2023
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcs.v2i2.2465

Abstract

Penelitian ini mencoba mencari fitur atribut pada track lagu yang memiliki jumlah paling banyak pada setiap lagu pada aplikasi spotify, sekaligus mencoba menerapkan metode klaster pada dataset yang diperoleh dari kaggle sebagai data pabrik. Spotify merupakan salah satu aplikasi streaming musik yang paling diminati oleh beberapa pendengar. Menggunakan algoritma k-means dan davies Bouldin Indeks(DBI) sebagai metode validasi dari hasil klastering k-means.Adapun metode yang digunakan dalam penelitian ini adalah CRISP-DM sebagai standarisasi pengolahan data mining lintas industri yang dinilai cocok dalam melakukan penelitian dan proses data mining, dari melakukan pemahaman bisnis sampai melakukan tahap evaluasi. Hasil didapatkan dari penelitian berupa atribut yang berpengaruh pada lagu adalah instrumentalness dan valance terhadap lagu yang populer di aplikasi spotify serta atribut yang secara keseluruhan seimbang dari antar klaster adalah loudness. Dengan dataset lagu yang popularitas di atas 60, genre pop menjadi yang paling banyak dalam jumlah deretan lagunya. Pada percobaan klaster dengan menggunakan algoritma k-means serta evaluasi davies Bouldin indeks(DBI) memperoleh jumlah klaster yang dibagi menjadi 9 adalah yang paling optimal dari percobaan pembagian jumlah klaster dari 2 kelompok sampai 10 kelompok. Pada penelitian ini akan dilakukan dengan menggunakan aplikasi rapidminer sebagai alat bantu peneliti untuk melakukan pengujian dan perhitungan.
Penerapan Association Rule Menggunakan Algoritma Apriori Untuk Meningkatkan Penjualan Di Kandang Kopi Tasikmalaya Mahisa Yudhistira; Ramdhan Saepul Rohman; Eva Marsusanti
Indonesian Journal Computer Science Vol. 2 No. 2 (2023): Oktober 2023
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcs.v2i2.2497

Abstract

Manajemen Kandang Kopi tengah menghadapi penurunan omset yang mencolok dalam beberapa bulan terakhir. Situasi ini telah memicu kekhawatiran dan menyadarkan manajemen akan urgensi memanfaatkan potensi data penjualan yang ada pada Point of Sales (POS) untuk mendukung strategi promosi. Oleh karena itu, penelitian ini difokuskan pada analisis data penjualan di Kandang Kopi menggunakan algoritma apriori melalui metode Association Rules, dibantu oleh perangkat lunak RapidMiner 10.1. Hasil analisis mengungkapkan adanya tiga aturan asosiasi yang memenuhi syarat dengan Support lebih dari 75% dan Confidence melebihi 90%. Produk yang memiliki Confidence lebih dari 90% ternyata memiliki daya tarik tinggi di mata konsumen. Sebagai contoh, konsumen yang membeli CF-19 cenderung juga memilih Es Kondang dan Jappanese. Dengan menemukan pola-pola seperti ini, Kandang Kopi kini memiliki kesempatan untuk mengoptimalkan strategi promosi mereka. Dengan memahami preferensi pelanggan dan hubungan produk-produk tertentu, Kandang Kopi dapat meningkatkan efektivitas promosi mereka. Dengan demikian, penerapan aturan asosiasi ini diharapkan dapat memberikan dorongan signifikan terhadap peningkatan penjualan mereka, membantu mereka mengatasi penurunan omset yang mereka alami dalam beberapa waktu terakhir.
Co-Authors A Gunawan A. GUNAWAN Acep Suherman Ahmad Naufal Jiddan Andika Purnama Anis Marcela Apip Supiandi Dasya Arief Firmansah Dasya Arif Firmansaha Dede Wintana Desi Susilawati Dicki Prayudi Dicky Prayudi Erni Ermawati Erni Ermawati Erwin Triyana Eva Marsusanti Ghani, Muhammad Abdul Gunawan Gunawan Gunawan Gunawan Gunawan Hamdun Sulaiman Hawa, Ayu Lia Setia Kartikasari, Ratih Lestari Yusuf Lutfia, Alifa Mahisa Yudhistira Muhamad Abdul Ghani Muhammad Akbar Wahyudi Muhammad Ikhsan Firmansyah Nazilah, Dina Renny Oktapiani Rifa Nurafifah Syabaniah Rizal Amegia Saputra Robi Aziz Zuama Ruccy Manggala Putra Satia Suhada, Satia Susilawati Susilawati Taufik Hidayatulloh Vahlevi, Rivaldo Veithzal Rivai Zainal Weli Kusnadi Yulhan Wahyudin Yusti Farlina