Claim Missing Document
Check
Articles

Found 6 Documents
Search

KLASIFIKASI ALUMNI DENGAN METODE FUZZY MODEL TAHANI DI SMA NEGERI 5 SURAKARTA Tiyan Ganang Wicaksono; Muhammad Hasbi; Teguh Susyanto
Jurnal Teknologi Informasi dan Komunikasi (TIKomSiN) Vol 1, No 2 (2013): Jurnal TIKomSiN
Publisher : STMIK Sinar Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (890.637 KB) | DOI: 10.30646/tikomsin.v1i2.131

Abstract

Klasifikasi alumni bertujuan untuk mengelompokkan suatu data alumni menjadi kelompok-kelompok yang lebih kecil pada kenyataannya Terdapat sebagian besar alumni yang melanjutkan ke jenjang perguruan tinggi serta ada juga yang setelah lulus dari SMA Negeri 5 Surakarta memilih untuk bekerja bahkan adapula yang berkuliah sambil berkuliah atau sebaliknya, dengan adanya hal itu maka harus ada sebuah sistem yang digunakan untuk mengklasifikasikan alumni sebagai usaha untuk menggali informasi dari para alumni serta sebagai bahan pertimbangan dan langkah awal dalam melakukan penelusuran studi (tracer study). Pada penelitian ini, aplikasi dibangun sebuah sistem fuzzy model tahani. Fuzzy model tahani merupakan salah satu metode fuzzy yang menggunakan basisdata standar. Pada basisdata standar, data diklasifikasikan berdasarkan bagaimana data tersebut dipandang oleh user. Dengan metode ini mampu mengklasifikasikan kriteria yang bersifat ambigous dalam hal ini pengklasifikasian kriteria yang dimaksud adalah kedekatan kriteria yang dicari terhadap alumni lulusan SMA N 5 Surakarta. Untuk menguji aplikasi bahwa aplikasi berjalan sesuai dengan harapan dilakukan 5 pengujian dengan membandingan antara hasil perhitungan yang dilakukan aplikasi dengan perhitungan manual.Kata kunci : Klasifikasi Alumni, fuzzy tahani, basis data
Pemanfaatan Model ARIMA dalam Analisis Prediktif Tren Penyakit Ibu Hamil Pada RSIA Al Hasanah Madiun Tiyan Ganang Wicaksono; Mochamat Bayu Aji
Jurnal Ilmiah Multidisiplin Keilmuan Mandira Cendikia Vol. 4 No. 7 (2025)
Publisher : Yayasan Pendidikan Mandira Cendikia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70570/jimkmc.v4i7.1814

Abstract

Kesehatan ibu merupakan aspek krusial dalam kesehatan masyarakat karena berdampak langsung pada kesejahteraan ibu dan bayi. Kehamilan, meskipun merupakan proses alami, tetap menjadi masa rentan akibat risiko komplikasi seperti hipertensi, diabetes, dan infeksi. Faktor-faktor risiko seperti usia ibu, jumlah persalinan, jarak kehamilan, dan kondisi persalinan berperan penting dalam menentukan tingkat komplikasi dan kematian ibu maupun bayi. Salah satu komplikasi yang sering terjadi adalah asfiksia neonatorum, terutama pada bayi prematur atau dalam kondisi persalinan darurat. Selain itu, kualitas pelayanan di ruang perawatan neonatal (NICU) sangat dipengaruhi oleh rasio perawat terhadap pasien serta perencanaan sumber daya yang tepat serta untuk meningkatkan kualitas pelayanan dan pengambilan keputusan di RSIA Al Hasanah Madiun. Tujuan dari penelitian ini adalah memprediksi jumlah kasus penyakit kehamilan pada ibu. Jenis penelitian yang digunakan adalah penelitian kuantitatif lalu pengumpulan data menggunakan data sekunder berupa agregasi jumlah kasus penyakit ibu hamil (seperti preeklampsia, diabetes gestasional, anemia, atau infeksi saluran kemih) per unit waktu dan peneliti memilih model ARIMA untuk memprediksi kasus kehamilan pada ibu hamil. Hasil prediksi untuk 7 bulan ke depan cenderung meningkat, dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 55,18 menggunakan model ARIMA (1,0,1). Hal ini menunjukkan bahwa prediksi memiliki performa yang baik dalam meramalkan jumlah masalah di masa depan dengan durasi jangka pendek
Sosialisasi Pengenalan Aplikasi Electronic Medical Record (ERM) di RS Untuk Menuju Digitalisasi Layanan Kesehatan Tiyan Ganang Wicaksono; Mochamat Bayu Aji; Moh.Muhtarom; Tino Feri Efendi
Jurnal Pengabdian Masyarakat Mandira Cendikia Vol. 4 No. 8 (2025)
Publisher : YAYASAN PENDIDIKAN MANDIRA CENDIKIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70570/jpkmmc.v4i8.1833

Abstract

Transformasi digital di bidang kesehatan mendorong adopsi Rekam Medis Elektronik (RME), namun banyak tenaga medis belum memahami penggunaannya. Penelitian ini bertujuan meningkatkan kemampuan para tenaga kesehatan dengan cara melakukan sosialisasi dan pelatihan mengenai RME. Metode yang digunakan adalah Penelitian Tindakan Partisipatif (PAR) yang dirancang melalui pendekatan edukatif yang meliputi sesi ceramah, simulasi, serta evaluasi menggunakan pre-test dan post-test. Hasil evaluasi menunjukkan adanya peningkatan pemahaman, dengan skor rata-rata pre-test sebesar 59 yang meningkat menjadi 86 pada post-test, menunjukkan peningkatan sebesar 43%. Selain itu, 92% peserta menyatakan lebih percaya diri dalam mengoperasikan ERM setelah mengikuti sosialisasi ini.
Pendampingan Digitalisasi Dokumen Akreditasi LAM-KPRS melalui Aplikasi SPEAK Tiyan Ganang Wicaksono; Yafie Miftah Imani; Moh.Muhtarom
Jurnal Pengabdian Masyarakat Mandira Cendikia Vol. 5 No. 2 (2026)
Publisher : YAYASAN PENDIDIKAN MANDIRA CENDIKIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70570/jpkmmc.v5i2.2120

Abstract

Proses akreditasi rumah sakit oleh LAM-KPRS membutuhkan manajemen dokumen yang terorganisir dan terintegrasi secara digital. Namun, masih ada beberapa rumah sakit yang menghadapi masalah dalam mengelola dokumen akreditasi mereka. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk membantu proses digitalisasi dokumen akreditasi LAM-KPRS dengan menggunakan aplikasi SPEAK. Metode yang digunakan mencakup analisis kebutuhan, sosialisasi, pelatihan mengenai teknis penggunaan, serta bimbingan dalam menggunakan aplikasi. Hasil dari kegiatan tersebut menunjukkan bahwa mitra semakin memahami dan mampu mengelola dokumen akreditasi secara digital. Penggunaan aplikasi SPEAK membantu mitra meningkatkan kemampuan dalam mengelola dokumen dengan lebih efektif dan mempersiapkan diri secara lebih baik menghadapi proses akreditasi
Analisis Efektivitas Aplikasi SPEAK dalam Menejemen Dokumen Akreditasi LAM KPRS Tiyan Ganang Wicaksono; Yafie Miftah Imani
Jurnal Ilmiah Multidisiplin Keilmuan Mandira Cendikia Vol. 4 No. 2 (2026)
Publisher : Yayasan Pendidikan Mandira Cendikia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70570/jimkmc.v4i2.2112

Abstract

Penelitian ini dilakukan untuk mengevaluasi tingkat efektivitas Aplikasi SPEAK dalam pengelolaan dokumen akreditasi LAM KPRS dengan menggunakan pendekatan Technology Acceptance Model (TAM). Proses akreditasi menuntut pengelolaan dokumen yang sistematis, mudah diakses, dan memiliki tingkat akurasi tinggi, sehingga dibutuhkan sistem manajemen dokumentasi yang mampu mendukung kebutuhan tersebut. Metode penelitian yang digunakan adalah pendekatan kuantitatif melalui survei terhadap pengguna Aplikasi SPEAK yang terlibat langsung dalam pengelolaan dokumen akreditasi. Instrumen penelitian berupa kuesioner yang disusun berdasarkan konstruk TAM, meliputi Perceived Usefulness, Perceived Ease of Use, Attitude Toward Using, dan Behavioral Intention to Use. Data yang diperoleh dianalisis menggunakan analisis deskriptif dan pengujian statistik untuk mengetahui hubungan antar variabel. Hasil penelitian diharapkan dapat memberikan gambaran empiris mengenai tingkat penerimaan serta efektivitas penggunaan Aplikasi SPEAK, sekaligus menjadi dasar rekomendasi dalam pengembangan sistem manajemen dokumentasi akreditasi LAM KPRS yang lebih optimal.
Implementasi Early Warning System Berbasis Machine Learning Untuk Deteksi Pola Aktivitas Anomali Server Linux Berdasarkan Log Sistem Operasi Mochamat Bayu Aji; Angger Binuko Paksi; Bintang Raka Putra; Tiyan Ganang Wicaksono
Jurnal Penelitian Teknologi Informasi dan Sains Vol. 4 No. 2 (2026): Juni: JURNAL PENELITIAN TEKNOLOGI INFORMASI DAN SAINS (JPTIS)
Publisher : Institut Teknologi dan Bisnis (ITB) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54066/jptis.v4i2.3929

Abstract

The increase in activity and security threats on Ubuntu server causes the volume of system logs to become very large and difficult to analyze manually. This condition potentially leads administrators to experience delays in detecting abnormal activities, such as repeated login attempts and web access patterns related to online gambling promotions. Therefore, this research aims to develop a machine learning-based Early Warning System capable of automatically detecting anomalous activities. The system is developed using the Python programming language and runs on an Ubuntu server by utilizing authentication logs and web access logs as the main data sources. The anomaly detection model is trained using normal activity data collected directly from the Ubuntu server logs to learn standard system behavior patterns. During the operational phase, the system reads server logs in real-time, extracts activity features, and analyzes them using the Isolation Forest algorithm. Activities detected as anomalies trigger alert notifications via Telegram to the administrator without performing automatic blocking. The results show that the system is able to provide early warnings for suspicious activities, thereby helping to improve server security more effectively.