Article Per Year (5 Year)
p-Index From 2020 - 2025
2.177
P-Index
This Author published in this journals
All Journal Jurnal Teknik Komputer AMIK BSI Jurnal Pilar Nusa Mandiri JITK (Jurnal Ilmu Pengetahuan dan Komputer) Techno Nusa Mandiri : Journal of Computing and Information Technology INTI Nusa Mandiri Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Akrab Juara : Jurnal Ilmu-ilmu Sosial Jurnal Minfo Polgan (JMP)
Wisti Dwi Septiani
Universitas Bina Sarana Informatika
Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Library & Information Science Mathematics Medicine & Pharmacology Social Sciences

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
KOMPARASI METODE KLASIFIKASI DATA MINING ALGORITMA C4.5 DAN NAIVE BAYES UNTUK PREDIKSI PENYAKIT HEPATITIS Septiani, Wisti Dwi
Jurnal Pilar Nusa Mandiri Vol 13 No 1 (2017): Pilar Nusa Mandiri : Journal of Computing and Information System Periode Maret 2
Publisher : LPPM Universitas Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1501.771 KB) | DOI: 10.33480/pilar.v13i1.149

Abstract

Hepatitis is an inflammation disease of the liver because an infection that attacks and causes damage to cells and liver function. Hepatitis is a disease precursor of liver cancer. Hepatitis can damage liver function as neutralizing poisons and digestive system in the body that break down nutrients and then spread to all organs of the body that very important for humans. Research of predicting disease hepatitis have been carried out by previous researchers. This research using the method of classification data mining algorithm C4.5 and Naïve Bayes is then performed comparative to both methods., The measurement of two methods using cross-validation, confusion matrix, and ROC curve. The result of this research is the best algorithm that can be used to predict disease hepatitis.
COMPARISON OF DECISION TREE, NAÏVE BAYES, AND NEURAL NETWORK ALGORITHM FOR EARLY DETECTION OF DIABETES Septiani, Wisti Dwi; Marlina, Marlina
Jurnal Pilar Nusa Mandiri Vol 17 No 1 (2021): Pilar Nusa Mandiri : Journal of Computing and Information System Publishing Peri
Publisher : LPPM Universitas Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/pilar.v17i1.2213

Abstract

Diabetes mellitus is included in the top 3 most deadly diseases in Indonesia. Based on WHO data in 2013, diabetes contributed 6.5% to the death of the Indonesian population. Diabetes is a chronic disease characterized by high blood sugar (glucose) levels that exceed normal limits. In the health sector, historical medical data can be processed to extract new information and can be used for decision-making processes such as disease prediction. This study aims to classify predictions for early detection of diabetes in order to obtain accurate results for decision making. The data used are historical data on hospital disease patients in Sylhet, Bangladesh in the form of a diabetes dataset from the UCI Repository. The algorithms used are Decision Tree, Naive Bayes, and Neural Network. Then the three methods are compared using the Rapidminer tools. The measurement results are 90% accuracy with Decision Tree, 80% with Naive Bayes, and 70% with Neural Network. So that the best algorithm is obtained, namely the Decision Tree for predicting early detection of diabetes. Rule in the form of a decision tree generated from the Decision Tree is used for input or ideas for decision making in the health sector for diabetes.
Klasifikasi Gangguan Tidur Menggunakan Metode Decision Tree dan Algoritma Genetika Wisti Dwi Septiani
Jurnal Minfo Polgan Vol. 13 No. 2 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i2.14585

Abstract

Pola tidur yang baik berperan penting dalam menjaga kesehaatan tubuh serta keseimbangan fisik dan mental seseorang. Gaya hidup yang sehat seperti pola makan, aktivitas fisik dan kebiasaan pola hidup sehat berperan penting dalam mempengaruhi kualitas tidur. Gangguan tidur merupakan masalah kesehatan yang semakin banyak dialami oleh individu global saat ini dan berpotensi memberikan dampak negatif terhadap kualitas hidup mereka. Dalam era kecerdasan buatan, analisis data menjadi salah satu pendekatan yang efektif untuk memahami pola dan prediksi terkait kesehatan. Tujuan penelitian ini adalah memprediksi gangguan tidur berdasarkan kualitas tidur dan gaya hidup. menggunakan algoritma klasifikasi data mining. Metode yang digunakan dalam penelitian ini adalah implementasi metode Decision Tree, dengan seleksi fitur menggunakan Algoritma Genetika untuk meningkatkan akurasi metode. Hasil penelitian ini adalah kenaikan nilai akurasi sebesar 10,72% dengan pengujian optimasi menggunakan metode Algoritma Genetika, juga dihasilkan pohon keputusan dari metode Decision Tree. Kesimpulan dari penelitian ini adalah metode optimasi Algoritma Genetika dapat membantu meningkatkan kehandalan dan rule yang dihasilkan dari pohon keputusan Metode Decision Tree dipilih karena mampu memberikan prediksi yang akurat dan menghasilkan rule dari phon keputusan yang mudah dipahami dan dapat membantu kita untuk memprediksi gangguan tidur sehingga dapat meningkatkan kesadaran akan pentingnya hidup sehat dengan menjaga kualitas tidur dan gaya hidup yang sehat. Hasil penelitian ini juga menunjukkan bahwa durasi tidur, tingkat stres, aktivits fisik, umur, dan BMI memberikan pengaruh signifikan terhadap kualitas tidur sesesorang.
OPTIMASI ALGORITMA GENETIKA PADA ALGORITMA C4.5 UNTUK DETEKSI DINI PENYAKIT DIABETES Wisti Dwi Septiani; Untung Rohwadi
Akrab Juara : Jurnal Ilmu-ilmu Sosial Vol. 6 No. 5 (2021)
Publisher : Yayasan Azam Kemajuan Rantau Anak Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Diabetes melitus termasuk ke dalam 3 besar penyakit yang paling mematikan di Indonesia. Berdasarkan data WHO pada tahun 2013, diabetes menyumbang sebesar 6,5% pada kematian penduduk Indonesia. Diabetes merupakan penyakit kronis yang ditandai dengan tingginya kadar gula (glukosa) dalam darah yang melebihi batas normal. Penelitian sebelumnya menggunakan metode klasifikasi data mining Algoritma C4.5 dan menunjukkan tingkat akurasi 95,96%. Tujuan dari penelitian ini adalah untuk meningkatkan nilai akurasi Algortima C4.5 dengan melakukan optimasi penambahan fitur seleksi Algoritma Genetika.Hasl dari penelitian lanjutan ini adalah pohon keputusan dan terjadi peningkatan nilai akurasi dari 95,96% menjadi 96,54% untuk prediksi deteksi dini penyakit diabetes.
Penerapan Sistem Informasi Akuntansi Pada Praktek Bidan Mandiri Wiwi Pujianti Menggunakan Software Akuntansi Accurate 5.0 Murniyati, Murniyati; Septiani, Wisti Dwi; Puspitorini, Indah; Novita, Diana
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13806

Abstract

Dalam dunia bisnis, pencatatan keuangan yang akurat dan teratur sangat penting. Hal ini dikarenakan data keuangan yang tepat dan terpercaya dapat memberikan informasi yang berguna untuk pengambilan keputusan bisnis yang tepat. Maka, untuk memudahkan proses pencatatan keuangan tersebut, banyak bisnis yang menggunakan software akuntansi berupa Accurate 5.0. Perusahaan membutuhkan sebuah sistem informasi akuntansi yang dapat menunjang aktivitas bisnisnya. Penerapan sistem informasi akuntansi sangat di perlukan dalam pengolahan transaksi keuangan perusahaan untuk mendapatkan informasi yang tepat dan cepat. Pengolahan data keuangan yang masih menggunakan pencatatan sederhana mulai dari mengumpulkan bukti transaksi, membuat jurnal sampai dengan laporan keuangan menyebabkan pengolahan transaksi keuangan mengalami banyak hambatan, yang menyebabkan proses pengambilan keputusan seringkali terlambat. Metode pengumpulan data yang digunakan antara lain metode wawancara, metode observasi, dan metode studi pustaka. Penerapan sistem informasi akuntansi menggunakan Software akuntansi Accurate 5.0 menjadi solusi untuk mengatasi masalah dalam menyusun laporan keuangan perusahaan. Dan menghasilkan informasi secara tepat, cepat, dan akurat.
Co-Authors Andreyestha Andreyestha Diana Novita Diana Novita Diana Novita Eko Pramono, Eko Fajar Akbar, Fajar Indah Puspitorini Indah Puspitorini Ivo Grizelda Marlina Marlina Masruri Sentiko , Ahmad Muhamad Ikhsan Ibrahim Murniyati Murniyati Murniyati Murniyati, Murniyati Narti Narti Noer Hikmah Octa Pratama Putra Popon Handayani Richky Faizal Amir Sri Utami Untung Rohwadi