Claim Missing Document
Check
Articles

Found 23 Documents
Search

Klasifikasi Diagnosis Penyakit Diabetes Menggunakan Algoritma C4.5 Indah Sagita Cahyani; Karlena Indriani; Monikka Nur Winnarto
Jurnal Infortech Vol. 7 No. 1 (2025): Juni 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/infortech.v7i1.12367

Abstract

Kesehatan memiliki peranan yang  sangat penting untuk menunjang kehidupan manusia, dengan memiliki kesehatan yang baik, manusia dapat melakukan aktifitas dengan produktif dalam sosialisasi atau ekonomi untuk mecapai tujuan hidup. Salah satu penyakit yang dapat mengakibatkan komplikasi bahkan kematian adalah penyakit diabetes. Angka kematian yang tinggi yang diakibatkan oleh penyakit diabetes sangat mengkhawatirkan, diagnosis dini begitu penting dilakukan untuk menekan angka kematian. Selain itu diagnosis dini juga merupakan titik awal penderita untuk mencegah terjadinya diabetes lebih parah dengan melakukan pola hidup sehat agar tidak mengalami komplikasi. Diagnosa penyakit diabetes pada manusia salah satunya dapat dilakukan dengan menerapkan algoritma Machine Learning yaitu C4.5. Penelitian ini bertujuan melakukan diagnosa penyakit diabetes untuk menghindari keterlambatan diagnosis yang dapat mengakibatkan komplikasi pada pasien pengidap penyakit diabetes dengan menggunakan Algoritma C4.5 dalam mendiagnosa dan membuat model prediksi yang menghasilkan sebuah pohon keputusan serta pengujian terhadap hasil diagnosa penyakit diabetes. Dalam penelitian ini terdapat beberapa atribut klasifikasi yaitu gender, age, urea, creatinine, HbA1c, cholesterol, trigeliserida, HDL, LDL, VLDL, dan BMI. Hasil dari penelitian ini dijadikan sebagai acuan untuk dapat melihat apakah seseorang terkena diabetes atau tidak. Hasil akhir dari penelitian ini yaitu menghasilkan nilai akurasi sebesar 99.47%, dimana nilai ini menandakan bahwa algoritma C4.5 mampu melakukan diagnosis penyakit diabetes dengan baik.
Analysis Prevalence and Effectiveness of the Stunting Management Intervention Program for Toddlers in Bogor City Binta Agung Putra Wibawa; Afida Nurul Yasmin; Fauzan Syahrul Jihad; Karlena Indriani; Monikka Nur Winnarto
Jurnal Infortech Vol. 8 No. 1 (2026): June 2026
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/infortech.v8i1.12671

Abstract

Stunting remains a major public health challenge in Indonesia. Although various intervention programs have been implemented, more effective strategies are needed to achieve the targeted reduction in prevalence. Based on the findings of this study, the City of Bogor reduced its stunting prevalence from 3.32% in 2022 to 2.35% in 2024. This study aimed to identify the key factors contributing to the success of stunting intervention programs using a Root Cause Analysis (RCA) approach, focusing on program implementation at the sub-district level. The methods included Exploratory Data Analysis (EDA) to examine spatial-temporal trends in stunting prevalence and RCA based on secondary data, program documents, and interpretation of EDA findings. Potential causes affecting program performance were categorized using a fishbone (Ishikawa) framework. The results showed that the decline in stunting prevalence was accompanied by an increase in child weighing coverage from 88.83% to 99.49% and a reduction in disparities across sub-districts. RCA identified six key factors influencing program effectiveness: (1) the number and competence of Posyandu cadres relative to community awareness; (2) standardization of procedures and cross-sectoral coordination; (3) availability of anthropometric measurement equipment; (4) targeted distribution of supplementary feeding (PMT) and vitamins; (5) family participation and nutritional literacy; and (6) data accuracy and timely follow-up of cases. These factors were derived from program documents, secondary data interpretation, and fishbone-based categorization. The findings provide evidence-based recommendations for sustaining stunting reduction through more targeted interventions.
Implementasi Penerjemah Bahasa Tetun Indonesia (Timor Leste Tetun) Berbasis Web Karlena Indriani; Laura Gabriel da Silva; Sumanto Sumanto
Applied Information System and Management (AISM) Vol. 4 No. 1 (2021): Applied Information System and Management (AISM)
Publisher : Depart. of Information Systems, FST, UIN Syarif Hidayatullah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/aism.v4i1.20273

Abstract

Bahasa Tetun merupakan salah satu yang paling sering digunakan oleh penduduk Belu atau Timor Leste. Tujuan penerapan bahasa Indonesia dan Tetun adalah untuk membantu pengguna mempelajari bahasa Tetun dan bahasa Indonesia. Karena kamus Tetun tidak banyak tersedia dalam bahasa Indonesia, dan tidak ada aplikasi terjemahan Tetun ke Bahasa Indonesia untuk membantu masyarakat menemukan bahasa yang mudah di fahami. Maka penulis bermaksud membuat sebuah penelitian menggunakan PHP dan MySQL sebagai server untuk bahasa pemrogramannya website penerjemah bahasa Tetun-Indonesia berbasis web dengan Pendekatan yang digunakan untuk pembangunan sistem adalah metode SDLC yang terdiri atas banyak tahapan seperti perencanaan sistem, tinjauan sistem, perancangan sistem, pengoperasian dan pemeliharaan. metodologi pengembangan sistem. Hasil penelitian pada aplikasi penerjemah bahasa Tetun-Indonesia ini mempermudah pengguna dalam memperoleh pengetahuan kosakata khususnya bahasa Tetun-Indonesia.