Article Per Year (5 Year)
p-Index From 2020 - 2025
3.244
P-Index
This Author published in this journals
All Journal Jurnal Spektra Jurnal Elektronika dan Telekomunikasi CYCLOTRON TESLA: Jurnal Teknik Elektro Jurnal Teknologi Jurnal Tekno Kompak JURNAL PENDIDIKAN, SAINS DAN TEKNOLOGI Tematik : Jurnal Teknologi Informasi Komunikasi JURPIKAT (Jurnal Pengabdian Kepada Masyarakat) Jurnal Sains dan Teknologi JURNAL POLI-TEKNOLOGI Media Nusantara Abditek Nusantara TEKNOLOGI NUSANTARA Ranah Research : Journal of Multidisciplinary Research and Development SmartComp
Ganis Sanhaji, Ganis
Universitas Islam Nusantara, Kota Bandung, Indonesia
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Tekno Kompak

 1 
Aplikasi DIATECT Untuk Prediksi Penyakit Diabetes Menggunakan SVM Berbasis Web Sanhaji, Ganis; Febrianti, Anisa; Hidayat, Hidayat
Jurnal Tekno Kompak Vol 18, No 1 (2024): FEBRUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v18i1.3643

Abstract

Abstrack− Penelitian ini menampilkan dampak serius dari Penyakit diabetes. Aplikasi ini bertujuan untuk mendeteksi gejala diabetes. Pada Pendeskripsian masalah yang diteliti berfokus pada peningkatan jumlah penderita diabetes. Menurut data International Diabetes Federation (IDF) diprediksi bahwa jumlah orang dewasa yang menderita diabetes dalam rentang usia 20 hingga 79 tahun mencapai 415 juta individu di seluruh dunia. Penelitian ini memperkenalkan aplikasi berbasis web yang disebut DIATECT (Diabetes Prediction using Support Vector Machine on the Web) yang dirancang untuk memprediksi risiko penyakit diabetes. Aplikasi ini memanfaatkan algoritme Support Vector Machine (SVM) untuk mengolah data kesehatan yang luas dan beragam. DIATECT dapat memberikan prediksi yang akurat tentang kemungkinan seseorang mengetahui diabetes berdasarkan data yang dimasukkan. Penelitian ini menggunakan metode kuantitatif dengan data sekunder sebanyak 768 data, terdiri dari terkena diabetes dan tidak. Hasil uji coba menunjukkan bahwa DIATECT menggunakan algorita SVM  memiliki performa yang baik dalam mendeteksi penyakit diabetes dengan tingkat akurasi sebesar 77% sehingga model yang mampu memprediksi dengan benar pada 77% kasus. Sisanya, sekitar 23%, mungkin merupakan prediksi yang tidak tepat.. Hasil penelitian menunjukkan bahwa aplikasi ini memiliki performa yang kuat, dengan presisi mencapai 77%, recall mencapai 91%, dan F1-score mencapai 91. Aplikasi ini memiliki potensi besar untuk mendukung masyarakat dalam mendeteksi dan mengidentifikasi penyakit melalui platform web yang mudah diakses.Kata Kunci: SVM, Diabetes, Deteksi, Aplikasi, DIATECT
WFraud Alert Sebagai Prediksi Pesan Penipuan WhatsApp Menggunakan Naïve Bayes Sanhaji, Ganis; Julian, Julian; Syah, Herlan
Jurnal Tekno Kompak Vol 18, No 1 (2024): FEBRUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v18i1.3523

Abstract

Abstrak− Penelitian ini menggambarkan dampak serius kejahatan siber dalam bentuk penipuan online terhadap masyarakat dan ekonomi Indonesia, penelitian ini juga membahas risiko dan kerugian finansial yang diakibatkan oleh penipuan online. Tujuan utama dari penelitian ini adalah membuat aplikasi WFraud Alert yang memiliki tujuan khusus untuk mengidentifikasi pesan WhatsApp dengan membedakan antara pesan normal, pesan penipuan, dan pesan judi online. Pada pendeskripsian masalah yang di teliti dapat terlihat bahwa penelitian ini berfokus pada dampak serius kejahatan siber, khususnya penipuan online, terhadap masyarakat dan ekonomi Indonesia. Tujuan penelitian ini adalah untuk mengidentifikasi dan mengukur dampak penipuan online dengan menggunakan data yang dikeluarkan oleh Kementerian Komunikasi dan Informatika (Kominfo). Berdasarkan laporan dari Agustus 2018 hingga 16 Februari 2023, teridentifikasi sebanyak 1.730 konten penipuan online. Selama lima tahun sebelumnya, kerugian akibat penipuan online di Indonesia mencapai total sekitar Rp 18,7 triliun. Aplikasi WFraud Alert ini memiliki tujuan untuk mengidentifikasi pesan WhatsApp yang terdiri dari pesan normal, pesan penipuan dan pesan judi online. Penelitian ini menggunakan metode kuantitatif dengan data primer sebanyak 156 data, yang terdiri dari pesan normal, penipuan, dan judi online. Algoritma Naive Bayes digunakan untuk melatih model aplikasi WFraud Alert. Algoritma Naive Bayes tetap relevan dan efektif dalam menangani masalah klasifikasi dalam berbagai konteks, terutama dalam Natural Language Processing. Hasil penelitian menunjukkan bahwa aplikasi ini memiliki performa yang kuat, dengan presisi mencapai 91%, recall mencapai 91%, dan F1-score mencapai 91. Hasil dari aplikasi WFraud Allert telah berhasil menjadi solusi yang efektif dalam mengidentifikasi penipuan dalam pesan WhatsApp.Kata Kunci: Naïve Bayes, WhatsApp, Klasifikasi
Co-Authors A.A. Ketut Agung Cahyawan W Ade Irma Wantini Ade Irma Wantini Ade Irma Wantini Ahmad Halim Al Amin , Hadis Surya Amirul Irsyaad Hizbullah Anbali, Riski Ba’ti Arief Sudarmaji Asshidiq, Barkah Bahtiar, Deri Bambang Soegijono Cyndi Odilia Sumantri, Cyndi Odilia Dwi Purwati, Dwi Purwati Febrianti, Anisa Hamidi, Eki Ahmad Zaki Hidayat Hidayat Iksal, Iksal Irdi Pratama Putra Ishak Abdul Rojak Jajang Mulyana, Jajang Mulyana Johar, Fikrul Haikal julian, julian Kakang Nurwahid La Ode Husein ZT La Ode Husein ZT, La Ode Luthfiatuz Zahro N, Luthfiatuz Zahro N M. Rijal Budiman, M. Rijal Budiman Mentari Primadianti, Osphanie muhamad toha, agung Muhammad Fadzlan, Muhammad Fadzlan Muhammad Hikam Muhammad Hikam, Muhammad Muhammad Ihsan Muhammad ilham hakim Nareswari, Natasya Noneng Nurhayani Nugroho, Rizky Satrio Nurfalah, Ikbal Rahmi Rismayani Deri Risfa Candra Rizal Mi'raz Rizal Mi'raz Rizal Mi’raz Rohendro Junaedin Septian Rahmat Adnan Septian Rahmat Adnan, Septian Sholahudin, Hamdi Sinta Malia, Sinta Malia Sri Wulan Nur K, Sri Wulan Nur K Suherman, Rizky Herdyan Suratman, Euman Syah, Herlan Tasya Claudia Hartono, Tasya Claudia Hartono Teguh Praludi Topik Teguh Estu Wahid Lalang Buana Yenni Fatman, Yenni Fatman Yudha Aria Praja Yussi Perdana Saputera