Article Per Year (5 Year)
p-Index From 2021 - 2026
4.608
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Seminar Nasional Informatika (SEMNASIF) Jurnal Inspiration Jurnal Komputer Terapan Insect (Informatics and Security) : Jurnal Teknik Informatika SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan SINTECH (Science and Information Technology) Journal Jurnal Informatika Universitas Pamulang JURIKOM (Jurnal Riset Komputer) Saintifik : Jurnal Matematika, Sains, dan Pembelajarannya Simtek : Jurnal Sistem Informasi dan Teknik Komputer Jambura Journal of Informatics Jurnal Sistem Komputer dan Informatika (JSON) Jurnal Dedikasi Journal of Computer and Information System (J-CIS) Jurnal Pengabdian kepada Masyarakat Indonesia (JPKMI) STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Jurnal Pengabdian Masyarakat UNIPOL J-Icon : Jurnal Komputer dan Informatika Nobel Community Services Journal In Search (Informatic, Science, Entrepreneur, Applied Art, Research, Humanism)
Farid Wajidi
Universitas Sulawesi Barat
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Nursing Physics Public Health Social Sciences Transportation Other

Published : 35 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 35 Documents
Search

 1   2   3   4 
Optimasi Algoritma K-Nearest Neighbors pada Prediksi Penyakit Diabetes Arfiah, Sitti; Wajidi, Farid; Nur, Nahya
JURNAL RISET KOMPUTER (JURIKOM) Vol. 12 No. 3 (2025): Juni 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v12i3.8615

Abstract

Diabetes mellitus is a chronic disease characterized by high blood sugar levels due to metabolic system disturbances, specifically related to insulin production or effectiveness. If left untreated, it can lead to serious complications. Early and accurate detection is crucial for timely medical intervention. This research aimed to improve the accuracy of a diabetes classification system using the K-Nearest Neighbors (KNN) algorithm. An initial KNN model with imbalanced data (without SMOTE) and no GridSearchCV achieved only 83% accuracy. While seemingly good, its performance for the positive class was low (precision 80%, recall 69%, F1-score 74%), indicating bias towards the negative class due to data imbalance. To address this, several steps were implemented: data preprocessing (handling missing data and feature normalization), hyperparameter optimization using GridSearchCV, and data balancing with SMOTE. After these improvements, the KNN model showed significant performance gains, with accuracy reaching 94%. Performance for the positive class greatly improved (precision 90%, recall 98%, F1-score 94%), and for the negative class (precision 98%, recall 89%, F1-score 93%). These results demonstrate that combining preprocessing, model optimization, and class balancing effectively enhances the KNN algorithm's ability to detect diabetes more accurately and robustly, proving that machine learning with proper data processing can aid in developing medical decision support systems for early diabetes diagnosis.
Sosialisasi Kesadaran, Pengenalan, dan Keterampilan dalam Penanggulangan Bencana di Kelurahan Sumarorong, Kecamatan Sumarorong Sulawesi Barat Mulawarman, Ade; Uca, Uca; Parenreng, Jumadi M.; Mustari, Mustari; A., Widyanti Utami; Wajidi, Farid; Priadmodjo, Anggit; Maskur, Nurftriani
DEDIKASI Vol 25, No 2 (2023): JURNAL DEDIKASI
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26858/dedikasi.v25i2.59206

Abstract

Bencana merupakan peristiwa yang dapat menyebabkan kerugian harta benda dan korban jiwa. Indonesia merupakan negara yang rawan bencana, terutama bencana alam. Oleh karena itu, diperlukan upaya untuk meningkatkan kesadaran masyarakat akan pentingnya penanggulangan bencana. Sosialisasi merupakan salah satu upaya untuk meningkatkan kesadaran masyarakat. Sosialisasi dapat dilakukan dengan berbagai metode, salah satunya adalah pelatihan. Pelatihan merupakan kegiatan yang dapat memberikan pengetahuan dan keterampilan kepada peserta. Kegiatan ini merupakan kegiatan yang difasilitasi oleh Direktorat Riset, Teknologi, dan Pengabdian kepada Masyarakat (DRTPM) melalui program Kosabangsa yang bertujuan untuk meningkatkan kesadaran, pengenalan, dan keterampilan masyarakat dalam penanggulangan bencana di Kelurahan Sumarorong, Kecamatan Sumarorong, Kabupaten Mamasa, Sulawesi Barat. Penelitian ini dilakukan dengan metode pelatihan. Pelatihan diikuti oleh 20 orang anggota Tim Siaga Bencana Kelurahan Sumarorong.Hasil penelitian menunjukkan bahwa pelatihan dapat meningkatkan kesadaran, pengenalan, dan keterampilan masyarakat dalam penanggulangan bencana. Peserta pelatihan dapat memahami berbagai jenis bencana, penyebab bencana, dan cara-cara penanggulangan bencana. Peserta pelatihan juga dapat mempraktikkan keterampilan penanggulangan bencana, seperti evakuasi, pertolongan pertama, dan pencarian dan penyelamatan.Penelitian ini menunjukkan bahwa pelatihan merupakan metode yang efektif untuk meningkatkan kesadaran, pengenalan, dan keterampilan masyarakat dalam penanggulangan bencana. Kata Kunci: Sosialisasi, kesadaran, pengenalan, keterampilan, penanggulangan bencana, Kelurahan Sumarorong
Prediksi Harga Gabah Kering Panen menggunakan Metode Autoregressive Integrated Moving Average Ria, Canda; Wajidi, Farid; Nur, Nahya
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 6 No. 4 (2025): Juni 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v6i4.8614

Abstract

Gabah kering panen (GKP) merupakan komoditas pertanian strategis yang berperan signifikan dalam mendukung ketahanan pangan nasional. Fluktuasi harga gabah yang tidak menentu menjadi tantangan serius bagi petani dalam menentukan harga jual hasil panen. Dalam penelitian ini, harga gabah kering panen diprediksi dengan menggunakan metode   Autoregressive Integrated Moving Average (ARIMA). Data yang digunakan diambil dari data bulanan yang dikumpulkan oleh Badan Pusat Statistik (BPS) dari januari 2010 hingga desember 2024. Proses penelitian meliputi tahap pengumpulan data, pengolahan data, uji stasioneritas menggunakan Augmented Dickey-Fuller (ADF), analisis Autocorrelation Function (ACF) dan Partial Autocorrelation Function (PACF), pemilihan parameter optimal (p, d, q) menggunakan pendekatan grid search, pembangunan model ARIMA, prediksi, dan mengevaluasi performa model. Hasil uji ADF menunjukkan bahwa data menjadi stasioner setelah differencing kedua. Berdasarkan hasil grid search dan nilai Akaike Information Criterion (AIC) yang paling rendah. Dengan nilai AIC, model yang paling cocok adalah ARIMA (1,2,2). Sebesar 2188,98. Evaluasi terhadap nilai Mean Absolute Percentage Error (MAPE) sebesar 8,90%, Root Mean Squared Error (RMSE) sebesar 636,97 dan Mean Squared Error (MSE) sebesar 405731,65. Dari hasil penelitian ini, dapat disimpulkan bahwa model ARIMA cukup andal dan akurat dalam memprediksi harga gabah kering panen.
SISTEM MONITORING KUALITAS AIR PADA TAMBAK IKAN BANDENG MENGGUNAKAN FUZZY SUGENO Quraisy, Imam; Rusman, Ismaun; Hidayat, Fahril; Wajidi, Farid
Journal of Computer and Information System ( J-CIS ) Vol 8 No 2 (2025): J-CIS Vol. 8 No. 2 Tahun 2025
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v8i2.5588

Abstract

Kualitas udara merupakan faktor krusial dalam budidaya ikan bandeng (Chanos chanos) untuk mendukung pertumbuhan optimal sekaligus meminimalkan risiko kematian. Fluktuasi parameter utama seperti pH, suhu, kekeruhan, dan Total Dissolved Solids (TDS) pada tambak menjadi tantangan yang memerlukan sistem pemantauan Andal. Penelitian ini bertujuan merancang sistem pemantauan kualitas udara berbasis Internet of Things (IoT) dengan metode Fuzzy Sugeno. Sistem ini mengintegrasikan sensor-sensor yang terhubung ke NodeMCU untuk membaca parameter udara, kemudian memproses data menggunakan logika fuzzy guna mengklasifikasikan kondisi udara menjadi kategori LAYAK atau TIDAK LAYAK. Hasil implementasi menunjukkan bahwa sistem mampu menyajikan informasi secara real-time melalui aplikasi Android, sehingga mendukung petambak dalam pengambilan keputusan yang cepat dan tepat. Namun akurasi sensor pH masih perlu ditingkatkan agar hasil pemantauan lebih optimal. Dengan demikian, sistem ini berpotensi menjadi solusi teknologi yang efektif dalam mendukung akuakultur berkelanjutan serta mengurangi risiko kerugian ekonomi pada budidaya bandeng.
Implementasi Algoritma Monte Carlo dengan Data Fluktuatif untuk Prediksi Jumlah Tamu di Penginapan Wirawan, I Putu Andreana; Wajidi, Farid; Sulfayanti, Sulfayanti
Techno.Com Vol. 24 No. 4 (2025): November 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i4.14475

Abstract

Penginapan berperan penting dalam mendukung mobilitas masyarakat, baik untuk kepentingan bisnis, pekerjaan, maupun perjalanan pribadi, sekaligus berkontribusi dalam sektor pariwisata sebagai sarana akomodasi. Salah satu tantangan utama penginapan adalah ketidakpastian jumlah tamu bulanan yang berdampak pada pendapatan dan pemanfaatan kamar. Penelitian ini bertujuan membangun model prediksi jumlah tamu tahun 2025 dengan metode simulasi Monte Carlo menggunakan data historis 2022–2024. Tahapan simulasi meliputi pembentukan distribusi probabilitas, penyusunan distribusi kumulatif, penentuan interval bilangan acak, serta pembangkitan bilangan acak melalui Mixed Congruential Method. Hasil penelitian menunjukkan pola musiman yang konsisten, dengan puncak kunjungan pada April yang diduga terkait perayaan Idulfitri 1446 Hijriah. Model prediksi mencapai akurasi 76,22% pada 2023, 76,80% pada 2024, dan 88,86% pada 2025, dengan rata-rata 80,63%. Pada 2025 diperoleh nilai MAE sebesar 88,50, RMSE sebesar 128,91, dan MAPE sebesar 11,14%. Temuan ini menegaskan bahwa metode Monte Carlo efektif dalam merepresentasikan ketidakpastian serta relevan sebagai dasar pengambilan keputusan strategis, sehingga dapat direkomendasikan untuk memprediksi lonjakan jumlah tamu dan mendukung peningkatan kualitas layanan penginapan.   Kata kunci – Jumlah tamu, prediksi, monte carlo, simulasi, data historis.
Co-Authors A., Widyanti Utami Ade Mulawarman Ahyar, Muh. Amalia Sutriana Andi Nur Fiqhi Utami, Andi Nur Fiqhi Andris Bertohir Panginan Anggit Priadmojo Arfa Arfa Arfiah, Sitti Arifin, Nurhikma Asmawati S Asnan Cirua, A. Amirul Bazar, Ikbal Candaria, Candaria Dian Megah Sari Dian Putri Erdiansyah Rahmi Firgiawan, Wawan Fitriani Fitriani Heliawaty Hamrul Heliawaty Hamrul, Heliawaty Hidayat, Fahril Ibrahim, Nurjannah Iin Aisyah Khofifah Indra Irfan AP Ismaun Ismaun Ismaun J.A, Yunita Hadrianti Lestari, Sri Apriani Puji M. Imam Quraisy M.Rio Hidayat Maskur, Nurftriani Maulidia, Ulfa Muh. Adrian Muhammad Hambal Muhammad Hanafiah Muhammad Nawir Mujahid Mujahid Mukhlis, Jafar Mulawarman, Ade Munaja, Rahmiyatal mustafa, mukhdar Mustari Mustari Musyirifah, Musyirifah Musyrifah Nabila, Putri Nirwana, Hafsah Nur Aqida Tul Izzah Nur, Nahya Nuramsah Zulkarnaim Nurfaidah . Nurmadinah, Nurmadinah Nurul Islamiati Parenreng, Jumadi M. Putri, Haerya Quraisy, Imam Rahmiyatal Munaja Rasyid, Muh. Rafli Rensa, Erma Reski Idrus Ria, Canda Rifky Gunawan Rusman, Ismaun Sakina, Nur Sari B, Intan Siti Aulia Rachmini Sugiarto Cokrowibowo Sulfayanti Sulfayanti, Sulfayanti Uca, Uca Virda Evi Yanti Deril Wildayani Wildayani Wirawan, I Putu Andreana Yusrialdi Yusrialdi Zahir Zainuddin