Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : E-Link: Jurnal Teknik Elektro dan Informatika

KOMPARASI METODE KLASIFIKASI DATA MINING UNTUK PREDIKSI PENYAKIT STROKE Fitri Adha Hariyati Airi; Tati Suprapti; Agus Bahtiar
E-Link: Jurnal Teknik Elektro dan Informatika Vol 18 No 1 (2023): Mei 2023
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v18i1.5271

Abstract

Stroke merupakan penyakit dengan kondisi bahaya dan menjadi penyebab kematian nomor tiga setelah penyakit jantung koroner dan kanker. Kurangnya pengetahuan menjadikan masyarakat tidak menyadari tanda-tanda yang mungkin sudah terlihat. Apabila masyarakat mendapatkan pengenalan tentang penyakit stroke diharapkan dapat mengurangi dampak paling parah yaitu kematian. Oleh karena itu perlu dilakukan sebuah prediksi menggunakan metode klasifikasi. Hasil prediksi yang akurat dapat memudahkan para praktisi kesehatan dalam mengambil keputusan yang tepat. Data yang diambil merupakan data bersifat public dari situs kaggle. Pada penelitian ini Orange digunakan sebagai perangkat lunak. Penelitian ini melakukan sebuah perbandingan algoritma Naive Bayes, K-Nearest Neighbor dan Random Forest. Hasil yang diperoleh pada penelitian ini untuk algoritma Naive Bayes sebesar 71.9% accuracy, 71.7% precision, 71.9% recall. Sedangkan untuk algoritma K-NN mendapatkan nilai accuracy sebesar 73.6%, precision sebesar 73%, recall 73.6% dan untuk algoritma Random Forest mendapatkan nilai accuracy sebesar 92.5%, precision 92.5%, recall 92.5%.
KLASIFIKASI ALGORITMA NAIVE BAYES DAN K-NEAREST NEIGHBOR PADA PENDERITA DIABETES Feri Irawan Irawan; Tati Suprapti; Agus Bahtiar
E-Link: Jurnal Teknik Elektro dan Informatika Vol 18 No 1 (2023): Mei 2023
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v18i1.5303

Abstract

Diabetes Melitus merupakan penyakit kronis yang disebabkan oleh gangguan metabolisme dimana glukosa tidak dapat digunakan dengan baik dan ditandai dengan hiperglikemia. Diabetes adalah penyakit yang terjadi ketika gula darah terlalu tinggi dan tubuh tidak lagi merespon hormon insulin dampak yang ditimbulkan jika penyakit diabetes tidak ditangani dengan cepat dapat menimbulkan komplikasi hingga kematian. Tujuan penelitian ini adalah untuk memprediksi dengan menggunakan klasifikasi untuk menentukan algoritma apa yang cocok dalam mendiagnosa penyakit diabetes. Data yang diambil merupakan data dari source kaggle yang bersifat publik. Pada penelitian ini menggunakan aplikasi Orange dalam pengklasifikasiannya. Penelitian ini menggunakan dua algoritma Naive Bayes dan K-Nearest Neighbor. Hasil yang diperoleh dari klasifikasi Naive Bayes accuracy sebesar 76.6 precision sebesar 76.8, recall sebesar 76.7 sedangkan K-Nearest Neighbor mendapatkan accurasy sebesar 92.6, Precision sebesar 92.6, recall sebesar 92.6.
ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP PELAKSANAAN KURIKULUM MBKM Nur Amalia; Tati Suprapti; Gifthera Dwilestari
E-Link: Jurnal Teknik Elektro dan Informatika Vol 18 No 1 (2023): Mei 2023
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v18i1.5335

Abstract

Kurikulum Merdeka Belajar Kampus Merdeka (MBKM) merupakan suatu kebijakan yang dicetuskan oleh Menteri Pendidikan dan Kebudayaan Indonesia. Isi mengenai kebijakan tersebut diantaranya mempermudah perguruan tinggi membuka prodi baru, kemudahan perguruan tinggi negeri memiliki badan hukum, serta hak mahasiswa mendapatkan kebebasan dengan mengambil pembelajaran satu semester diluar program studi dan dua semester diluar kampus. Adapun program yang menunjang mahasiswa belajar diluar kampus ialah magang, studi independen, wirausaha, KKN tematik/membangun desa, program kemanusiaan, pertukaran pelajar, riset, dan asistensi mengajar. Namun, dalam pelaksanaan kurikulum MBKM ini tidak luput dari berbagai hambatan baik dalam segi pemahaman, kesiapan perguruan tinggi, maupun mahasiswa itu sendiri. Hal ini menimbulkan berbagai opini masyarakat baik yang bersifat positive maupun negative terhadap pelaksanaan kurikulum MBKM yang di tuangkan melalui media sosial twitter sehingga perlu adanya analisa untuk mendapatkan informasi melalui tanggapan tersebut. Tujuan penelitian ini untuk menganalisis sentimen pengguna twitter terhadap pelaksanaan kurikulum MBKM untuk mengelompokkan tanggapan yang bersifat positive dan negative dari tulisan menggunakan analisa teks. Metode pada penelitian menerapkan Naïve Bayes dan Decision Tree untuk melihat akurasi dari kedua algoritma tersebut. Dataset berupa tanggapan pengguna twitter terhadap pelaksanaan kurikulum MBKM, kemudian dilakukan pengelompokkan sentimen pada data tersebut untuk diklasifikasi. Dataset yang digunakan sebanyak 1275 tweet. Hasil dari penelitian ini menunjukan algoritma Naive Bayes cukup baik dengan nilai akurasi sebesar 81,15%, recall 75,98%, dan precision 91,10%. Sedangkan Decision Tree memiliki nilai akurasi 68,19%, recall 96,33% dan precision sebesar 37,83%.
OPTIMASI NILAI DAVIES BOULDIN INDEX PADA PROGRAM PENDAFTARAN TANAH SISTEMATIS LENGKAP (PTSL) MENGGUNAKAN ALGORITMA K-MEANS DAN PCA Naufan, Muhammad Hilmy; Kurniawan, Rudi; Suprapti, Tati
E-Link: Jurnal Teknik Elektro dan Informatika Vol. 20 No. 1: Mei 2025
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v20i1.9063

Abstract

Penelitian ini bertujuan mengoptimalkan proses clustering data program Pendaftaran Tanah Sistematis Lengkap (PTSL) dengan mengimplementasikan algoritma K-Means yang dikombinasikan dengan Principal Component Analysis (PCA) dan mengevaluasi hasilnya menggunakan Davies Bouldin Index (DBI). Dalam metode penelitian yang diterapkan meliputi pengumpulan data dari Desa Bandorasawetan, Kecamatan Cilimus, Kabupaten Kuningan, pemilihan data, transformasi data, data mining, dan interpretasi/evaluasi. Hasil penelitian menunjukkan bahwa klaster yang optimal dicapai pada K = 5 dengan pendekatan Fixed Number menggunakan 1 Number of Components yang mempertahankan atribut NJOP Bangunan. Atribut ini memiliki distribusi yang lebih terpusat dalam satu cluster dalam arti memiliki pola yang konsisten, dengan nilai DBI sebesar 0.049, memiliki kinerja lebih baik dibandingkan K-Means tanpa PCA dengan DBI mencapai 0.466. Dari total 5 klaster yang terbentuk, cluster terbaik yang teridentifikasi berdasarkan hasil selisih rata-rata antara avg. within centroid distance dan avg. within centroid distance_cluster yaitu cluster 0, karena memiliki jarak terdekat dengan komponen utama (PC1) sebesar 128918767.1. Studi ini diharapkan dapat meningkatkan kualitas dalam pengelolaan data pertanahan agar menjadi lebih efektif.
Co-Authors Abdul Hakim Abdul Mukhyidin Abrar Bayan, Athaullah Achmad Suharno Adam Firmansyah Ade Irma Purnamasari Ade Irma Purnamasari Aditia agus bahtiar Ahmad Faqih Ahmad Faqih Aldi Setiawan Ali Ali Alpian Novansyah, Indi Amaliah, Novi Andi Ardiansyah Andri Yanto Apriliani, Yuni Aribah, Firyal Arif Rinaldi Dikananda ASEP SAEFUDDIN Auliya Azhar, Alwan Cep Lukman Rohmat Christian Anderson Wint's II, Hans Darussalam, Luthvi Nurfauzi Dayanti, Resda Dian Ade Kurnia Dodi Solihin Doni Anggara Dwi Prasetyo Faujatun Hasanah Fazrian, Vivi Feri Irawan Irawan Fikri, Achmad Fitri Adha Hariyati Airi Fitriani Agustina Fitriani Fitriani Gifthera Dwilestari Gifthera Dwilestari Gilang Perwati, Intan Gilang Ramadhan Gustiani Regina Pratama Putri Gustino, Gustino Hadianti, Isan Hafshoh Habiballoh Hajaroh, Hajaroh Hartati Hartati Hayati, Umi Hendriyansyah, Hendriyansyah Hidayat, Manarul Hidayat, Muhamad Taufiq Hidayat, Peri Husni Mubarok Ilham Kurniawan Imam Arifin imam maulana, imam Indrawan, Heru Irfan Ali Irma Purnamasari, Ade Kaslani Khoirunisa, Irma Lestari, Hasanah Lukman Rohmat, Cep Mahda, Muhammad Manarul Hidayat Martanto . Maryam, Beby Muhaimin, Ahmad Muhamad Basysyar, Fadhil Mulyawan Nana Siti Nurjanah Narasati, Riri Narasati Naufan, Muhammad Hilmy Nining Rahaningsih Nur Amalia Nurmala, Sri Pratiwi, Intan Purnamasari, Ade Irma Raditya Danar Dana Rananda Deva Rian Raudotul Janah, Fina Rini Astuti Rini Astuti Riri Narasati Rizki Ani, Fitri Rosdiana Rosdiana Rudi Kurniawan Rudi Kurniawan Rudi Kurniawan Ruli Herdiana Ryan Hmonangan Saeful Anwar Saeful Anwar, Saeful Sajidan, Dzikri Santi Nurjulaiha Shalihah, Ghina Shinta Virgiana Silalahi, Ryan H Siti Aisah, Iis siti azhar Sri Nurmala, Ai Suarna, Nana Suharno, Achmad Sukma Maula, Intan Syajida, Hanna Syaripah, Imas Tegar Lazuardi, Muhammad Tengku Riza Zarzani N Tohidi, Edi Tri Aditama Tri Gustiane, Indri Umi Hayati Umi Hayati Utami Aryanti Vinna Agustina Wahyudin, Edi Widiawati, Fitri Widisa Adi Kumara Wijaya, Yudhitira Arie Willy Prihartono Yudhistira Arie Wijaya Yusuf Sidiq, Yusuf Sidiq Zaki Nur Rahmat Hidayat Zulfa Hana Aqliyah