Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika Elastisitas Jurnal Ekonomi Pembangunan Patisambhida : Jurnal Pemikiran Buddha dan Filsafat Agama
Heru Supriyanto
Prodi Statistika Jurusan Matematika FMIPA Universitas Brawijaya
Religion Computer Science & IT Economics, Econometrics & Finance Education Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
MLP Model Optimization for Heart Attack Risk Prediction: A Systematic Literature Review Supriyanto, Heru; Hariguna, Taqwa; Barkah, Azhari Shouni
Sinkron : jurnal dan penelitian teknik informatika Vol. 9 No. 3 (2025): Article Research July 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v9i3.15027

Abstract

Heart disease remains a leading cause of global mortality, making the development of accurate predictive models a clinical priority. While Multilayer Perceptron (MLP) models offer significant potential, their application is hindered by challenges in optimization, data imbalance, and interpretability. This systematic literature review aims to address these issues by synthesizing current research on MLP model optimization for heart disease prediction, focusing on strategies for handling class imbalance and achieving model transparency with SHapley Additive exPlanations (SHAP). Following PRISMA guidelines, a structured search of major scientific databases resulted in the in-depth analysis of 30 peer-reviewed studies. The findings indicate that MLP optimization is increasingly sophisticated, employing automated hyperparameter tuning and novel architectures. For class imbalance, the Synthetic Minority Over-sampling Technique (SMOTE) is the predominant data-level solution, though a trend towards advanced algorithm-level techniques is emerging. The application of SHAP has successfully validated models by confirming the importance of known clinical risk factors like age and chest pain type, while also demonstrating potential for new discovery. This review concludes by providing a comprehensive roadmap for researchers, highlighting a critical need for comparative studies on imbalance techniques, deeper applications of explainable AI for local-level analysis, and a stronger focus on validation using large-scale, real-world clinical data to develop truly robust and trustworthy predictive systems.
Kajian Folklor Tradisi Nyewu Dalam Aspek Buddhis Di Desa Hargorojo Kecamatan Bagelen Kabupaten Purworejo Supriyanto, Heru
PATISAMBHIDA : Jurnal Pemikiran Buddha dan Filsafat Agama Vol. 1 No. 2 (2020): PATISAMBHIDA - Jurnal Pemikiran Buddha dan Filsafat Agama
Publisher : Sekolah Tinggi Agama Buddha Negeri Raden Wijaya Wonogiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53565/patisambhida.v1i2.857

Abstract

Penelitian berlatar belakang pada banyaknya masyarakat dan generasi muda yang belum mengetahui makna dan nilai-nilai yang terkandung dalam tradisi Nyewu. Penelitian ini bertujuan untuk: 1. Mengetahui proses tradisi nyewu di Desa Hargorojo. 2. Pandangan agama Buddha tentang tradisi Nyewu yang ada di Desa Hargorojo. 3. Mengetahui kajian folklore mengenai nilai-nilai tradisi Nyewu yang dapat diterapkan dalam kehidupan bermasyarakat di Desa Hargorojo. Penelitian ini menggunakan metode kualitatif deskriptif. Peneliitian kualitatif deskriptif digunakan untuk menampilkan hasill data yang apa adanya tanpa proses manipulasi dan menyajikan gambaran mengenai suatu fenomena dan kenyataan sosial tentang tradisi Nyewu. Kajian penelitian tradisi Nyewu ini menggunakan kajian Folklore. Subjek penelitian ini adalah warga masyarakat desa Hargorojo. Adapun teknik pengumpulan data menggunakan teknik observasi, wawancara dan dokumentasi. Hasil dari penelitian ini didapatkan: 1.Proses tradisi nyewudidesa Hargorojo yaitu antara lain: menyiapkan sesaji/ Uborampe, berdoa, genduri dan memasang kijing. 2. Pandangan agama Buddha yang ada di desa Hargorojo termasuk dalam ajaran pattidana, amisa puja dan dana. 3. Kajian folklor mengenai tradisi nyewu dan nilai yang dapat diterapkan yaitu gotong royong, toleransi
COMPARATIVE FORECASTING EARLY WARNING SYSTEM DEVIASI ANGGARAN PEMERINTAH BERBASIS MACHINE LEARNING: STUDI EMPIRIS IKPA KANWIL DJPB PROVINSI NTB SEBAGAI BUN Sholawatunnisa, Dinda Pusparahmi; Supriyanto, Heru
Elastisitas : Jurnal Ekonomi Pembangunan Vol. 7 No. 2 (2025): Elastisitas, September 2025
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/e-jep.v7i2.04

Abstract

Transformasi digital treasury dalam pengelolaan keuangan negara memerlukan pendekatan berbasis data untuk meningkatkan akuntabilitas APBN. Indikator Kinerja Pelaksanaan Anggaran (IKPA) menjadi instrumen utama dalam mengukur kinerja anggaran pada satuan kerja. Namun, dari delapan indikator penyusun IKPA, selama tiga tahun terakhir, komponen deviasi halaman III DIPA menunjukkan nilai terendah, mengindikasikan adanya tantangan dalam akurasi perencanaan dan eksekusi anggaran. Penelitian ini membandingkan tiga model prediktif berbasis artificial intelligence untuk meramalkan nilai indikator deviasi halaman III DIPA: SARIMA (Seasonal Autoregressive Integrated Moving Average) yang handal dalam menangkap pola musiman, XGBoost (Extreme Gradient Boosting) yang unggul dalam optimasi gradien, dan Random Forest yang kuat dalam menangani kompleksitas data. Dataset mencakup observasi bulanan nilai indikator deviasi halaman III DIPA dari Januari 2022 sampai dengan September 2024, memberikan dasar yang komprehensif untuk analisis time series. Metodologi penelitian menerapkan pendekatan kuantitatif dengan preprocessing data, pemilihan fitur, dan validasi silang untuk memastikan robustness model. Evaluasi performa menggunakan metrik MAE, RMSE, dan MAPE. Temuan penelitian mengungkapkan bahwa Model SARIMA memberikan akurasi prediksi tertinggi dengan error rate terendah. Kontribusi penelitian ini signifikan dalam dua aspek: pengembangan early warning system untuk deviasi anggaran dan penyediaan tools pendukung keputusan berbasis AI untuk perencanaan anggaran yang lebih akurat. Implementasi model ini diharapkan dapat membantu satuan kerja meningkatkan nilai IKPA mereka secara keseluruhan.
Co-Authors Azhari Shouni Barkah Sholawatunnisa, Dinda Pusparahmi Taqwa Hariguna