Dedy Hartama
Program Studi Sistem Infromasi, STIKOM Tunas Bangsa

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

PENGUATAN KOMPETENSI DALAM PEMBELAJARAN PHP DAN MYSQL BAGI SISWA JURUSAN MULTIMEDIA SMK NEGERI 1 SIANTAR Abdi Rahim Damanik; Dedy Hartama; Widodo Saputra; Jaya Tata Hardinata
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 5, No 2 (2022): Martabe : Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v5i2.802-807

Abstract

Pengembangan ilmi serta teknologi sekarang semakin kedepan akan semakin maju karena sangat dibutuhkannya pengetahuan berbasis website. Pelatihan pembuatan website dengan PHP dan MySQL yang dilakukan pada SMK Negeri 1 Siantar dikarenakan pada SMK Negeri 1 tersebut dirasa belum maksimal dalam pengetahuan teknologi informasi yang telah diajarkan dikarenakan kondisi pandemi dan belajar daring, maka sebab itu pengabdian ini dilakukan. Adapun peserta dalam pengabdian ini adalah Siswa SMK Negeri 1 Siantar . Dalam kegiatan pengabdian ini  yaitu memberikan suatu pelatihan dan pendampingan untuk pembuatan Website dengan menggunakan PHP dan MySQL kepada para siswa dan siswi di SMK Negeri 1 Siantar. Adapun manfaat dari pelatihan ini adalah diharapkan dapat meningkatkan kemampuan para siswa-siswi SMK Negeri 1 Siantar dalam membuat website perpustakaan berbasis database mysql. Pentingnya pelatihan ini bagi SMK Negeri 1 Siantar karena dengan melihat perkembangan zaman tentang teknologi yang canggih oleh sebab itu siswa-siswi SMK Negeri 1 Santar juga dituntut untuk dapat menggunakan teknologi tersebut agar dalam proses ujian kompetensi keahlian nantinya mendapatkan nilai yang baik
Prediksi Penyakit Jantung Berbasis CRISP-DM Menggunakan Algoritma Random Forest Icha Aurellia; Wanda Pratiwi; Dwi Natasyah Putri; Dedy Hartama
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 4 (2026): Agustus: Jurnal Sains Student Research
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i4.11287

Abstract

Heart disease is one of the leading causes of death worldwide and is influenced by various risk factors, such as age, cholesterol levels, blood pressure, diabetes, and unhealthy lifestyles. The increasing prevalence of heart disease highlights the need for a prediction system that can support early detection quickly and accurately. This study aims to develop a heart disease prediction model using the Random Forest algorithm based on the Cross Industry Standard Process for Data mining (CRISP-DM) methodology. The dataset consisted of 1,000 patient records with 15 predictor variables and one target variable (heart_disease). The research stages included Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, and Deployment. Model performance was evaluated using Accuracy, Precision, Recall, F1-Score, and Area Under Curve (AUC). The results showed that the Random Forest model achieved an Accuracy of 99%, Precision of 100%, Recall of 97.44%, F1-Score of 98.70%, and an AUC of 1.00. Feature importance analysis revealed that age and cholesterol level were the most influential factors in predicting heart disease. The findings indicate that the CRISP-DM-based Random Forest algorithm can produce an accurate prediction model and has the potential to support early detection of heart disease.