Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Teknoinfo

IMPLEMENTASI METODE PEMBOBOTAN BERBASIS ATURAN DAN METODE PROFILE MATCHING PADA SISTEM PAKAR MEDIS UNTUK PREDIKSI RISIKO HIPERTENSI Agus Wantoro; Admi Syarif; Khairun Nisa Berawi; Kurnia Muludi; Sri Ratna Sulistiyanti; Sutyarso Sutyarso
Jurnal Teknoinfo Vol 15, No 2 (2021): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v15i2.1523

Abstract

Cardiovascular is a disease that often causes death. One of the cardiovascular diseases that often cause death is the risk of Hipertensi. The highest risk factors for premature death and disability in the world are caused by smoking habits, high systolic blood pressure, and increased blood sugar levels. This death factor is because people with Hipertensi generally do not experience any symptoms until their blood pressure is too high which can cause death. Efforts that can be made are by utilizing information technology in the form of a medical expert system to Kelasify the risk of Hipertensi. This study aims to develop a medical expert system in a different way using rule-based weighting methods and profile matching. The weighting method is used to determine the risk weight based on patient variables, while the profile matching method is used to calculate the risk Kelasification based on the core factor and secondary factor variables on the risk of Hipertensi. System evaluation is carried out by comparing asset data taken from the Pima Indian Hipertensi Data (NHANES) with results from the system. The results of the comparison show that the accuracy of the proposed system is 96.67%. The proposed system is also compared with other Kelasification methods such as decision tree, Random Tree, Decision Stump, KNN, Naïve BaYa, Deep Learning, and Rule Induction. Based on the comparison results, the proposed system has a better level of accuracy, therefore the system developed can be used to Kelasify risks for other types of diseases.
PEMODELAN BISNIS DENGAN IMPLEMENTASI CUSTOMER DEVELOPMENT MODEL PADA M-BUSINESS STARTUP TERAMPIL Tristiyanto Tristiyanto; Anie Rose Irawati; Kurnia Muludi; Tantut Wahyu Setyoko
Jurnal Teknoinfo Vol 14, No 2 (2020): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v14i2.672

Abstract

Terampil adalah bentuk kontribusi nyata untuk mendukung visi pemerintah Indonesia periode 2019-2024 yaitu menciptakan sumber daya manusia yang unggul dan mencapai kemajuan Indonesia melalui penyediaan akses keterampilan dan sertifikasi profesional. Kebutuhan pemodelan bisnis yang komprehensif terhadap realisasi solusi tersebut diperlukan agar dapat divisualisasikan, dinilai, dan divalidasi dengan jelas berdasarkan persyaratan calon pengguna spesifik. Pemodelan calon rintisan startup bisnis Terampil perlu dianalisis secara tepat sehingga Terampil dapat dikomersialisasi secara global. Penelitian ini menggunakan pendekatan customer development model atau CDM untuk menganalisis dan menentukan pemodelan bisnis berdasarkan permasalahan yang dihadapi oleh calon pengguna spesifik. Kebutuhan pengguna diperoleh dengan melakukan wawancara langsung, kemudian proses pemodelan bisnis dilakukan dengan Lean Canvas melalui menurunkan rumusan solusi untuk kebutuhan pengguna. Pendekatan ini diimplemetasikan melalui dua tahap, tahapan customer discovery dan tahapan customer creation. Tahapan customer discovery menghasilkan fakta permasalahan calon pengguna yang digunakan untuk membentuk value proporsition. Sedangkan pada tahapan customer creation dilakukan pengumpulan kebutuhan pengguna. Perumusan model bisnis yang dikembangkan kemudian divalidasi melalui penilaian ahli untuk mendapatkan penilaian. Berdasarkan expert judgement diketahui bahwa pemodelan bisnis Terampil telah sesuai dengan kebutuhan calon pengguna spesifik. Namun, pembaharuan fitur serta analisis studi kelayakan yang lebih rinci sangat dibutuhkan untuk melengkapi analisis pengembangan bisnis Terampil ini.
IMPLEMENTASI DENSITY-BASED CLUSTERING PADA SEGMENTASI CITRA Betta Fish Yunda Heningtyas; Fathur Rahmi; Kurnia Muludi
Jurnal Teknoinfo Vol 16, No 1 (2022): Januari
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v16i1.1273

Abstract

Pada masa pandemi COVID-19, peminat ikan hias semakin meningkat jumlahnya, terutama peminat ikan hias spesies Betta Fish. Betta Fish merupakan jenis ikan hias dengan spesies yang beragam dengan keindahan warna dan morfologi tubuh, terutama bentuk ekornya. Semakin beragam corak warna ikan dan bentuk ekor yang unik, semakin mahal harga jual dari ikan hias jenis ini. Permintaan pasar terhadap ikan Betta Fish semakin tinggi sehingga menyebabkan harga jual Betta Fish juga meningkat. Namun, tidak semua pecinta ikan hias mengenali nama spesies dari ikan Betta Fish. Untuk itu, diperlukan sebuah sistem berbasis pattern recognition yang dapat mengenali spesies Betta Fish. pattern recognition memiliki beberapa tahapan, yaitu segmentasi, ekstraksi, dan klasifikasi. Penelitian ini bertujuan untuk memisahkan (segmentasi) objek dengan background pada citra digital. Dataset yang digunakan berjumlah 160 citra dengan jumlah citra untuk setiap spesies adalah 40 citra. Spesies Betta Fish yang digunakan adalah Halfmoon, Double Tail, Serit dan Plakat. Tahapan pertama dengan mengonversi citra menjadi model warna saturation dan intensity. Metode yang digunakan pada proses segmentasi adalah Density-Based Clustering. Density-Based Clustering merupakan metode segmentasi dengan cara membentuk cluster berdasarkan tingkat kepadatan dari area objek. Proses segmentasi menggunakan metode Density-Based Clustering mencapai tingkat akurasi sebesar 92,82%.
Co-Authors ., Rusliyawati Admi Syarif Aflaha Asri Agus Iriawan Agus Wantoro Agus Wantoro Agus, Isnandar Agustinus Eko Setiawan Ahmad Habibullaah Ahyarudin Akbar, Mohammed Raihan Akmal Junaidi Alfabet Setiawan Alfi, Firmansyah Yuni Andika Yuda Andreas Perdana Andri Winata Andrian, Rico Anggun Falianingrum Apri Candra Widyawati Aprilia, Indri Mada Ari Kurniawan Saputra Aristoteles, Aristoteles Asmiati Asmiati Assidik, Reksa Qodri Astria Hijriani Astria Hijriani Astria Hijriani Astria Hijriani, Astria Aulia Putri Ariqa Bayu Ade Candra, Bayu Ade Bernadhita Herindri S. Utami Budiman Ruliansyah candra, bayu ade dedi kurniawan Dian Kurniasari Didik Kurniawan Dimas Aminudin Saputra Djauharie, Arlyandi S Djuadi, Noverman Dwi Hendratmo Widyantoro Dwi Sakethi Eko Priyanto Erlina Ain Andini Eva Diana Sari Evita Fitriasari Fajri Reskanida Fanni Lufiana Fanni Lufiana Fathur Rahmi Febi Eka Febriansyah Febi Eka Febriansyah Heni Sulistiani Heningtyas, Yunda Herlina Herlina Ida Nurhaida Irawati, Anie Rose Jayawarsa, A.A. Ketut Jihan Aferiansyah Kenny Claudie Fandau Khairun Nisa Khalida Zhia Kurnia Muludi KUSPRIYANTO La Zakaria Lia Atika Rani Lumbanraja, Favorisen R M Said Hasibuan Machudor Yusman Machudor Yusman Mahfut Mardiana Mardiana Maya Asterita Meizari, Ary Mohammad Surya Akbar Muhammad Apriansyah Setiawan Muhammad Iqbal Muhammad Irfan Ardiansyah Muharni, Sita Ni Putu Ayu Anesca Noni Kurniasih Noverina Rahmaniyanti Okta Viana Ossy Dwi Endah Wulansari Pratama, Rinaldo Adi Rahmat Safe'i Rangga Firdaus Rangga Firdaus Rendi Irawan Resti Lucyana Reza Aji Saputra Riska Aprilia Romadhoni, Nuzul Rahmat SAIFUL ANWAR Saur Pangihutan Sinurat Saur Pangihutan Sinurat, Saur Pangihutan Shofiana, Dewi Asiah Singagerda, Faurani Santi Siti Maesaroh Sonianto Sonianto Sonianto Sonianto Sri Ratna Sulistiyanti Sri Wahyuningsih Sutyarso Sutyarso Syangap Diningrat Sitompul Tantut Wahyu Setyoko Taqwan Thamrin Tia Ayu Muliana Tiyara Saghira Triloka, Joko Tristiyanto Tristiyanto Tundjung Tripeni Handayani Warsito Warsito Wartariyus Wartariyus Yugo Prasojo, Diaji Yulia K. Wardani Yuni Rahayu Yuni Rahayu, Yuni Zuhri Nopriyanto Zuriana Zuriana