Article Per Year (5 Year)
p-Index From 2021 - 2026
2.195
P-Index
This Author published in this journals
All Journal DINAMIKA DOTCOM TEKNOLOGI INFORMASI SMARTICS Journal JMM (Jurnal Masyarakat Mandiri) J-SAKTI (Jurnal Sains Komputer dan Informatika) DIKEMAS (Jurnal Pengabdian Kepada Masyarakat) Jurnal Tecnoscienza JATI (Jurnal Mahasiswa Teknik Informatika) J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Minfo Polgan (JMP) Journal of Innovation Research and Knowledge Jurnal Informatika Polinema (JIP) Jurnal Pengabdian Kepada Masyarakat
Dhebys Suryani Hormansyah, Dhebys Suryani
Politeknik Negeri Malang
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Social Sciences Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
Implementasi Multilayer Perceptron Untuk Memprediksi Harapan Hidup Pada Pasien Penyakit Kardiovaskular Sabilla, Wilda Imama; Vista, Candra Bella; Hormansyah, Dhebys Suryani
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 6, No 1 (2022): EDISI MARET
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v6i1.425

Abstract

Cardiovascular disease is one of the leading causes of death in the world. The risk of death is important to predict to determine treatment or behavior and lifestyle changes in cardiovascular patients. Medical record data of cardiovascular patients can be used as input in predicting life expectancy. This study offers the construction of a life expectancy prediction system for cardiovascular patients. Prediction using multilayer perceptron method by testing various scenarios. In addition, feature selection methods, namely correlation based filter (CBF), linear discriminant analysis (LDA), and principal component analysis (PCA) are applied to obtain relevant features to improve classification performance. Based on the experiments conducted, the average accuracy using CBF and LDA feature selection is 84% and 84.7%, respectively. In the best trial, CBF is able to produce accuracy, precision, recall, and f-measure with value of 91.7% 85% 89.5% and 87.2%. Based on these results, it can be concluded that this prediction system is able to provide fairly accurate results
Implementasi Multilayer Perceptron Untuk Memprediksi Harapan Hidup Pada Pasien Penyakit Kardiovaskular Sabilla, Wilda Imama; Vista, Candra Bella; Hormansyah, Dhebys Suryani
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 6, No 1 (2022): EDISI MARET
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v6i1.425

Abstract

Cardiovascular disease is one of the leading causes of death in the world. The risk of death is important to predict to determine treatment or behavior and lifestyle changes in cardiovascular patients. Medical record data of cardiovascular patients can be used as input in predicting life expectancy. This study offers the construction of a life expectancy prediction system for cardiovascular patients. Prediction using multilayer perceptron method by testing various scenarios. In addition, feature selection methods, namely correlation based filter (CBF), linear discriminant analysis (LDA), and principal component analysis (PCA) are applied to obtain relevant features to improve classification performance. Based on the experiments conducted, the average accuracy using CBF and LDA feature selection is 84% and 84.7%, respectively. In the best trial, CBF is able to produce accuracy, precision, recall, and f-measure with value of 91.7% 85% 89.5% and 87.2%. Based on these results, it can be concluded that this prediction system is able to provide fairly accurate results
ANALISIS DAMPAK FITUR CONFIDENCE TAG DAN LOG DATA DALAM MENGUKUR PEMAHAMAN PBO MAHASISWA PADA APLIKASI SI-OOP Larasati Amalia, Eka; Al Husein, Muhammad; Suryani, Dhebys; Wahyu Wibowo, Dimas
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13274

Abstract

Pemrograman Berorientasi Objek (PBO) merupakan salah satu keterampilan fundamental yang harus dikuasai oleh mahasiswa Sistem Informasi Bisnis. Namun, banyak mahasiswa mengalami kesulitan dalam memahami konsep-konsep utama PBO, seperti kelas, atribut, metode, objek, dan Inheritance. Kompleksitas konsep ini sering kali menyebabkan rendahnya pemahaman mahasiswa dan berdampak pada hasil belajar yang kurang optimal. Selain itu, pengajar menghadapi tantangan dalam memantau tingkat pemahaman setiap mahasiswa secara akurat, sehingga sulit untuk memberikan intervensi yang tepat. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan media belajar SI-OOP yang dilengkapi dengan fitur Confidence Tag dan Log Data. Fitur ini bertujuan untuk membantu pengajar dalam memantau kemampuan mahasiswa serta menyesuaikan strategi pembelajaran sesuai dengan kebutuhan. Penelitian dilakukan pada mahasiswa tahun kedua Program Studi Sistem Informasi Bisnis Politeknik Negeri Malang, yang dibagi menjadi dua kelas eksperimen dan satu kelas kontrol. Penelitian ini mencakup tahapan pre-test, pemberian materi pengayaan, eksperimen, dan post-test. Hasil analisis menggunakan metode ANOVA menunjukkan bahwa kelompok eksperimen 1 memiliki rata-rata post-test sebesar 86,47, kelompok eksperimen 2 sebesar 84,70, dan kelompok kontrol sebesar 72,35. Hasil ini membuktikan bahwa penggunaan media belajar SI-OOP memberikan dampak positif dalam meningkatkan pemahaman mahasiswa terhadap konsep PBO dibandingkan dengan metode pembelajaran konvensional.
Pengembangan Aplikasi Dan Pelatihan Sistem Informasi TPQ Madinah Ma’arif 10 An-Nur Kota Malang Wakhidah, Rokhimatul; Affandi, Luqman; Shoumi, Milyun Ni'ma; Kirana, Annisa Puspa; Hormansyah, Dhebys Suryani; Arief, Sofyan Noor
DIKEMAS (Jurnal Pengabdian Kepada Masyarakat) Vol 6 No 1 (2022)
Publisher : Politeknik Negeri Madiun

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

Abstract

Advances in information technology have a major impact on the use of technology in various fields, one of which is education. Information technology is used as a means to simplify the teaching and learning process to the management of educational institutions. Almost all educational institutions have utilized information technology, one of which is the application of an integrated information system to handle administrative affairs of educational institutions. TPQ Madinah Ma'arif 10 An-Nur is one of the TPQ that has implemented advances in information technology. This is reflected in the use of value input information systems and the printing of student report cards. Over time, this feature has not met the needs of the management in carrying out TPQ operational activities. TPQ institutions do not yet have a system that handles the presence of students. And there is no system that handles the recording of payments
ANALISIS PREDIKTIF MENGGUNAKAN MACHINE LEARNING UNTUK MENANGGULANGI MASALAH REJECT PRODUK PADA PROSES PRODUKSI PT. XYZ Adevian Fairuz Pratama; Dhebys Suryani; Firgi Sotya Izzudin; Adzikirani, Adzikirani
Journal of Innovation Research and Knowledge Vol. 4 No. 5: Oktober 2024
Publisher : Bajang Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53625/jirk.v4i5.8725

Abstract

PT. XYZ adalah perusahaan makanan dan minuman di Indonesia, terkenal dengan minuman isotoniknya yang menggantikan cairan tubuh saat aktivitas fisik. Produk ini populer di kalangan konsumen lokal dan internasional karena formulanya yang inovatif. PT. XYZ sangat menekankan kualitas, sehingga produk yang tidak memenuhi standar ketat, seperti tekanan botol, akan di-reject untuk memastikan keamanan dan kualitas. Penelitian ini menggunakan metode machine learning, khususnya XGBoost, untuk analisis prediktif. Data diambil dari mesin Liquid Nitrogen dan Bottle Pressure Detector, mencakup pressure bottle, temperatur tangki, sensor liquid nitrogen, dan lainnya pada tahun 2023. Data diolah dan dianalisis untuk memastikan kesesuaian dengan kebutuhan PT. XYZ dan kecocokan dengan metode XGBoost. Business Understanding mengidentifikasi tujuan bisnis dan dampak deteksi tekanan botol. Data Understanding dilakukan dengan Exploratory Data Analysis (EDA). Data dibagi menjadi 80% untuk training dan 20% untuk testing. Data Preparation melibatkan preprocessing untuk membersihkan duplikasi dan missing value. Modeling menggunakan algoritma XGBoost dengan parameter learning_rate sebesar 0.5, gamma sebesar 2, max_depth sebesar 6, n_estimators sebesar 100, colsample_bytree sebesar 0.4, subsample sebesar 0.7, reg_lambda sebesar 3, dan min_child_weight sebesar 1 terbukti terbaik. Evaluasi menunjukkan nilai MAPE 6.88% dan akurasi 93.12%. Prediksi menunjukkan jumlah reject sekitar 23 pada 1 Januari 2024 pukul 07:00, dan sekitar 22 pukul 08:00. Rekomendasi untuk penelitian selanjutnya adalah menggunakan lebih banyak data dan menggabungkan XGBoost dengan model machine learning lainnya
Co-Authors Ade Ismail Adevian Fairuz Pratama Adzikirani, Adzikirani Affandi, Luqman Al Husein, Muhammad Annisa Puspa Kirana Annisa Taufika Firdausi Annisa Taufika Firdausi Ariadi Retno Tri Hayati Ririd Arief Prasetyo arif latifudin Arwin Datumaya Wahyudi Sumari Astiningrum, Mungki Asyraq, Farhan Azharuddin Aulia, Indinabilah Candra Bella Vista Dedy Teguh Pribadi Dimas Wahyu Wibowo Dodit Suprianto Eka Larasati Amalia Ekojono Ekojono Ekojono, Ekojono Endah Septa Sintiya Erfan Rohadi Faisal Rahutomo Fany Ervansyah Farhan Azharuddin Asyraq Firgi Sotya Izzudin Ilmi, Muhammad Fikrul Indinabilah Aulia Irsyad Arif Mashudi Luqman Affandi Muhammad Fikrul Ilmi Pribadi, Dedy Teguh Prima A, Putra Rokhimatul Wakhidah Roki Syah Al Zarkasi Satria Bagus Wahyu Ramadhan Sely Ruli Amanda Shoumi, Milyun Ni’ma Sofyan Noor Arief Sofyan Noor Arief Utama, Yoga Putera Very Sugiarto, Very Wilda Imama Sabilla Yoga Putera Utama