Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : ICIT (Innovative Creative and Information Technology) Journal

Implementasi Metode Certainty Factor Untuk Pengembangan Sistem Pakar Diagnosis Dan Monitoring Kasus Stunting Noviandi Noviandi; Bagus Hidayah; Riya Widiyanti
ICIT Journal Vol 9 No 2 (2023): Agustus 2023
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/icit.v9i2.2957

Abstract

Berdasarkan data dari World Health Organization (WHO), menyatakan bahwa Asia Tenggara merupakan wilayah dengan penderita stunting tertinggi di dunia sebesar 31,9%. Sedangkan Indonesia menjadi negara ke-enam yang memiliki jumlah stunting tertinggi di Asia Tenggara dengan total 36,4%. Tujuan penelitan ini adalah mengembangkan sistem pakar berbasis website yang dapat digunakan sebagai diagnosa dan melakukan monitoring kasus stunting yang ada du wilayah Puskesmas Pondok Jagung Tanggerang Selatan. Metode yang digunakan adalah metode certainty factor, dan sistem diuji menggunakan metode blackbox. Hasil pengujian sistem dinyatakan sesuai dengan fungsi sistem yang diinginkan. Rules yang dihasilkan memiliki faktor keyakinan yang tinggi. Nilai certainty factor yang dihasilkan memiliki kesesuaian setelah melalui proses analisis dan diterima oleh pakar. Dengan adanya sistem pakar diagnose stunting, maka dapat mengurangi resiko stunting untuk ibu hamil. Kata Kunci—Diagnosa Stunting, Certainty Factor, Ibu Hamil, Sistem Pakar
Perbandingan Manhattan dan Euclidean Distance Untuk Pengelompokan Penyakit Jantung Menggunakan Algoritma K-Means Nicholas Febrian; Noviandi Noviandi
ICIT Journal Vol 10 No 1 (2024): Februari 2024
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/icit.v10i1.2860

Abstract

Penelitian ini menggunakan metode perbandingan jarak antara Manhattan distance dan Euclidean distance dalam menentukan keakuratan k-means. Fokus penelitian ini adalah untuk menentukan perbandingan keakuratan antara dua jarak yang digunakan untuk metode k-means clustering. Dengan menggunakan metode k-means penelitian ini bertujuan untuk mengelompokan cluster penyakit jantung, dengan menggunakan dataset yang memiliki atribut kolesterol dan umur, untuk menentukan keakuratan dari kedua pengukuran jarak k-means penulis menggunakan silhouette coeffiecient. Hasil dari penelitian ini menunjukan bahwa pemilihan pengukuran jarak untuk k-means clustering mempengaruhi hasil akhir dari clustering dan silhouette score yaitu 0.5374 untuk silhouette score dari k-means yang menggunakan Manhattan distance dan 0.5355 untuk silhouette score dari k-means yang menggunakan Euclidean distance. Hasil tersebut menunjukan bahwa k-means menggunakan Manhattan distance menghasilkan silhouette score yang lebih tinggi dari Euclidean distance. Penelitan lebih lanjut tentang pengaruh dari jarak perbandingan untuk k-means clustering dengan menggunakan dataset berbeda dapat memberikan wawasan lebih lanjut yang berguna dalam layanan kesehatan dan bidang lainya.