Article Per Year (5 Year)
p-Index From 2020 - 2025
4.354
P-Index
This Author published in this journals
All Journal Jambura Journal of Informatics Jurnal Sibermas (Sinergi Pemberdayaan Masyarakat) Jurnal Dedikasi Inverted Diffusion: Journal of Systems and Information Technology
mohammad syafri tuloli
Universitas Negeri Gorontalo
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Medicine & Pharmacology Public Health Social Sciences Other

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 32 Documents
Search

 1   2   3   4 
Solusi Berbasis Digital untuk Memperkuat Kesiapsiagaan Desa Melawan Bencana Katili, Muhammad Rifai; Amali, Lanto Ningrayati; Tuloli, Mohamad Syafri; Bau, Rahmat Taufik R.L; Lahay, Sri Nilawaty
Jurnal Sibermas (Sinergi Pemberdayaan Masyarakat) Vol 13, No 3 (2024): Jurnal Sibermas (Sinergi Bersama Masyarakat)
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/sibermas.v13i3.27009

Abstract

Indonesia, dengan letak geografis dan geologisnya yang unik, sangat rentan terhadap berbagai bencana alam seperti gempa bumi, tsunami, dan letusan gunung berapi. Dalam upaya mitigasi bencana, edukasi dan peningkatan kesadaran masyarakat melalui pemanfaatan media digital menjadi sangat penting. Artikel ini membahas penggunaan teknologi informasi dan komunikasi (TIK), khususnya aplikasi WebGis Destana, dalam mitigasi bencana di Kabupaten Bone Bolango, Provinsi Gorontalo. WebGis Destana adalah platform digital yang dirancang untuk memberikan peringatan dini dan informasi real-time terkait bencana, yang membantu masyarakat dan tim penanggulangan bencana bertindak cepat. Studi kasus di Kecamatan Bulawa menunjukkan peningkatan koordinasi dan pengambilan keputusan dalam kesiapsiagaan bencana berkat implementasi teknologi ini. Data dikumpulkan melalui wawancara, observasi, dan dokumentasi, kemudian dianalisis untuk mengevaluasi peran WebGis Destana dalam meningkatkan kesadaran dan kesiapsiagaan masyarakat terhadap bencana. Hasil penelitian menunjukkan bahwa penggunaan WebGis Destana memudahkan akses informasi tentang potensi bencana, memberikan data geospasial relevan, dan mendukung koordinasi efektif antar lembaga dalam merespons bencana.
Perbandingan Algoritma C4.5, Naive Bayes, dan K- Nearest Neighbors untuk Prediksi Penyakit Jantung Tuloli, Mohamad Syafri; Kinanti, Titin Seh; Amali, Lanto Ningrayati
Jambura Journal of Informatics VOL 7, N0 1: APRIL 2025
Publisher : Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jji.v1i1.31158

Abstract

Heart disease is one of the leading causes of death worldwide, making early detection crucial to reducing fatality risks. This study aims to compare the performance of three classification algorithms, namely C4.5, Naïve Bayes, and K-Nearest Neighbors (KNN), in predicting heart disease. The Heart Failure Prediction Dataset is obtained from Kaggle and the UCI Repository, comprising 1,211 patient records. After preprocessing, the data was split into training and testing sets with a 70:30 ratio. Model performance was evaluated using accuracy, precision, and recall metrics based on the confusion matrix. The results indicate that the C4.5 algorithm achieved the best performance with an accuracy of 81.07%, outperforming Naïve Bayes (79.10%) and KNN (75.68%). C4.5 also demonstrated a higher recall rate in detecting positive heart disease cases, suggesting its effectiveness in handling clinical datasets with characteristics similar to those used in this study. The main contribution of this research is providing a recommendation for utilizing the C4.5 algorithm in developing decision support systems for early heart disease detection. These findings are expected to help improve early diagnostic accuracy and support faster and more accurate medical decision-making.Penyakit jantung merupakan salah satu penyebab utama kematian di dunia, sehingga deteksi dini menjadi sangat penting untuk mengurangi risiko fatalitas. Penelitian ini bertujuan membandingkan kinerja tiga algoritma klasifikasi, yaitu C4.5, Naïve Bayes, dan K-Nearest Neighbors (KNN), dalam memprediksi penyakit jantung. Dataset yang digunakan adalah Heart Failure Prediction Dataset yang diperoleh dari Kaggle dan UCI Repository, dengan total 1211 data pasien. Setelah dilakukan preprocessing, data dibagi dengan rasio 70:30 untuk pelatihan dan pengujian. Evaluasi kinerja model dilakukan menggunakan metrik akurasi, presisi, dan recall berbasis confusion matrix. Hasil penelitian menunjukkan bahwa algoritma C4.5 memiliki performa terbaik dengan akurasi 81,07%, mengungguli Naïve Bayes (79,10%) dan KNN (75,68%). C4.5 juga menunjukkan nilai recall yang lebih tinggi dalam mendeteksi kasus positif penyakit jantung, mengindikasikan efektivitasnya dalam menangani data dengan karakteristik klinis seperti dataset yang digunakan. Kontribusi utama penelitian ini adalah memberikan rekomendasi pemanfaatan algoritma C4.5 dalam pengembangan sistem pendukung keputusan untuk deteksi dini penyakit jantung. Temuan ini diharapkan dapat membantu meningkatkan akurasi diagnosis awal dan mendukung pengambilan keputusan medis secara lebih cepat dan tepat
Co-Authors Abdul Aziz Bouty Abdul Rifai Saputra Lakita Aditya Nugraha Hairun Agus Lahinta Ahmad Azhar Kadim Alfian Zakaria Arip Mulyanto Athifah Nur Bait Syaiful Rijal Bayu Hendradjaya Benhard Sitohang Budiyanto Ahaliki Dai, Roviana H. Dian Novian Diko, Yulianti Dwinanto, Arif Fatmawaty J. Igirisa Fauzia Idrus Hendradjaya, Bayu Hermila A Indhitya R Padiku Indhitya R Padiku Isra Alghiffari Uno Iswanto Sulila Kinanti, Titin Seh Lahay, Sri Nilawaty Lanto Miriatin Amali Lanto Ningrayati Amali Lillyan Hadjaratie Manda Rohandi Moh. Fadel Dengo Moh. Ramadhan Podungge Moh. Zulkifli Katili mohamad fahri ismail Mohamad Fajrin Yantu Muhammad Fahmi Salim mukhlis ulfatih latief Mukhlisulfatih Latief Muthia Muthia Muthia Muthia Nikmasari Pakaya Nur Zalfaa Alfathi Mohi Pakaya, Nikmasari Puput Pakaya Rahman Takdir Rahmat Taufik R.L Bau Ramadan Kaharu Reonaldi Patalangi Resa Raupu Rizky Cahya Ahmad Salahudin Olii Sitti Suhada Sri Ayu Ashari Sri Mutmainah Yusuf Sri Yayunda Adjun Tajuddin Abdillah Tuloli, Mohamad Gufran Utina, Iin Viviwidyawati A Musa Wulandari Adam