Claim Missing Document
Check
Articles

Comparative Analysis of the C5.0 Algorithm and Other Machine Learning Models for Early Detection of Multi-Class Heart Disease Mardhatillah, Mardhatillah; Aidilof, Hafizh Al-Kautsar; Aidilof, Asrianda
Journal of Applied Informatics and Computing Vol. 9 No. 4 (2025): August 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i4.9753

Abstract

Cardiovascular diseases represent the leading cause of mortality worldwide, making accurate and early detection a critical factor for effective medical intervention and improved patient prognosis. While machine learning (ML) offers promising tools for predictive diagnostics, many existing studies rely on single-algorithm approaches or less-than-robust validation methods, thereby limiting the generalizability and real-world applicability of their findings.This study aims to conduct a rigorous, head-to-head comparative evaluation of multiple machine learning algorithms for the multi-class classification of heart disease, with the goal of identifying the most effective and reliable model for this complex clinical task.We utilized a private dataset comprising 300 patient medical records, each described by 11 clinically relevant features. To ensure a robust and unbiased evaluation, a stratified 5-fold cross-validation methodology was employed. Five widely-used classification algorithms were evaluated: Naïve Bayes (NB), Logistic Regression (LR), Random Forest (RF), a C5.0-analog Decision Tree (DT), and Support Vector Machine (SVM). Model performance was assessed using standard metrics, including accuracy, precision, recall, and F1-score.The comparative analysis revealed that the Naïve Bayes algorithm delivered superior performance, achieving the highest mean accuracy of 43.33% (±4.22%). It also led in other key metrics with a mean precision of 43.40%, recall of 43.64%, and an F1-score of 41.26%. Other algorithms, such as Logistic Regression (40.67% accuracy) and Random Forest (39.33% accuracy), demonstrated competitive performance but were ultimately surpassed by the Naïve Bayes model in this specific multi-class classification context.This research underscores the critical importance of employing robust validation techniques and comprehensive comparative analyses to identify optimal models for clinical applications. The Naïve Bayes algorithm emerges as a strong candidate for developing a reliable clinical decision support system for the early differentiation of various heart conditions, providing a foundation for future data-driven diagnostic tools.
Perbandingan Multifaktor Evaluation dan Fuzzy Analytic Hierarchy Process pada Kualitas Biji Kopi Meiyanti, Rini; Asrianda, Asrianda; Azmi, Win
Jurnal Teknik Informatika dan Sistem Informasi Vol 11 No 2 (2025): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v11i2.9741

Abstract

The development of information technology in the agricultural sector is crucial, including in determining coffee bean quality. This research implements a comparison of decision support systems (DSS) using the Multifactor Evaluation Process (MFEP) and Fuzzy Analytic Hierarchy Process (FAHP) methods to assess coffee bean quality based on moisture content, Trase, defects, color, aroma, and bean size. The results show that FAHP has an accuracy of 77%, higher than MFEP with an accuracy of 71%. Thus, FAHP is more effective in determining the farmers with the best coffee beans, thereby helping to improve the economic well-being of farmers and cooperatives.
Silat Perisai Diri sebagai Upaya Penguatan Karakter dan Kesehatan Masyarakat Asrianda, Asrianda; Wibowo, Patmono; Zulfadli, Zulfadli; ZA , Nasrul
Jurnal Malikussaleh Mengabdi Vol. 4 No. 1 (2025): Jurnal Malikussaleh Mengabdi, April 2025
Publisher : LPPM Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Silat Perisai Diri sebagai aliran Pencak Silat berfungsi sebagai seni bela diri, tetapi menjadi warisan budaya sarat nilai filosofis, spiritual, dan edukatif. Pengabdian masyarakat melalui pelatihan silat Perisai Diri dilaksanakan sebagai upaya pelestarian budaya sekaligus pembinaan generasi muda. Metode kegiatan dilakukan melalui pelatihan terstruktur dengan pendekatan integratif antara aspek fisik, mental, dan karakter. Hasil pelatihan menunjukkan peningkatan signifikan pada kebugaran fisik, ketangguhan mental, disiplin, rasa hormat, dan kemampuan teknis peserta. Kegiatan dilakukan berkontribusi pada penguatan identitas budaya, kohesi sosial, dan peningkatan motivasi remaja untuk terlibat dalam aktivitas positif, termasuk kompetisi bela diri. Dukungan masyarakat sekitar serta respons positif dari peserta menegaskan program dilakukan relevan dan berpotensi berkelanjutan. Silat Perisai Diri terbukti sebagai sarana bela diri, instrumen pendidikan karakter, kesehatan, dan pelestarian budaya dapat diintegrasikan dalam strategi pengembangan masyarakat berkelanjutan. Kkegiatan pengabdian dapat diperluas melalui sinergi dengan lembaga pendidikan formal maupun nonformal, silat Perisai Diri dapat terintegrasi ke dalam kurikulum ekstrakurikuler sekolah maupun program pembinaan pemuda di tingkat komunitas. Pendekatan dilakukan diharapkan tidak hanya memperkuat aspek fisik dan keterampilan bela diri, tetapi membentuk generasi yang memiliki ketangguhan karakter, kepedulian sosial, serta kecintaan terhadap budaya bangsa. Dukungan berkelanjutan pemerintah daerah, organisasi budaya, dan pihak swasta dapat memperkuat ekosistem pelatihan lebih luas, baik dalam bentuk fasilitas, pendanaan, maupun promosi kegiatan. Dengan adanya jejaring kolaborasi yang solid, pengembangan silat Perisai Diri sebagai warisan budaya sekaligus media pembentukan karakter semakin kokoh, memberi dampak nyata bagi ketahanan budaya nasional dan kualitas sumber daya manusia di era globalisasi.
Pandai Silat Tanpa Cedera: Kenaikan Tingkat Menuju Pengembangan Kelatnas Perisai Diri di Aceh Muhammad, Asrianda; Zulfadli, Zulfadli; Wibowo, Patmono
Jurnal Malikussaleh Mengabdi Vol. 1 No. 1 (2022): Jurnal Malikussaleh Mengabdi, April 2022
Publisher : LPPM Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/jmm.v1i1.8394

Abstract

Berlatih silat sangatlah baik sekali, karena semua materi yang di ajarkan bersifat mengolah badan, keringat mengeluarkan kotoran-kotoran tubuh melalui liang pori-pori, mengeluarkan energi negatif dan memasukan energi positif. Energi positif ini yang membuat tubuh tetap fit, ringan, bertenaga, sehat, kuat dan energi cadangan yang terkumpul di dalam tubuh menjadikan daya tahan tetap kuat serta memiliki kekebalan terhadap penyakit.  Keberhasilan dari kegiatan ini dapat dilihat dari aspek pengetahuan dan ketrampilan pesilat Kelatnas Perisai Diri. Aspek pengetahuan dilihat dari hasil tes uji gerak yang diberikan sebelum dan sesudah pelaksanaan kegiatan. Sementara aspek ketrampilan dilihat dari kemampuan pesilat dalam mengulangi Kembali gerakan Teknik yang telah diberikan dan dapat Menyusun program latihan. Kelatnas Perissai Diri yang disusun secara sistematis berdasarkan pada pendekatan pola dan kemampuan pesilat dalam menguasai gerakan silat Perisai Diri. Pembelajaran gerakan teknik Perisai Diri diberikan secara urut dan terinci mulai dari pembukaan dan penutup, sehingga adanya keterkaitan antara latihan fisik dan rohani dengan prilaku pesilat Perisai Diri. 
Interaksi dalam Komunikasi Pelatih dan Anggota UKM Perisai Diri Universitas Malikussaleh Asrianda, Asrianda; Wibowo, Patmono; ZA, Nasrul; Zulfadli, Zulfadli
Jurnal Malikussaleh Mengabdi Vol. 2 No. 1 (2023): Jurnal Malikussaleh Mengabdi, April 2023
Publisher : LPPM Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/jmm.v2i1.12624

Abstract

Saat latihan mnggunakan bahasa komunikasi seperti perintah, aba-aba, gerak teknik atau jurus yang disertai contoh gerakan oleh pelatih, kadangkala kritikan, larangan atau saran dalam evaluasi gerakan jurus. Perintah aba-aba yang disampaikan pelatih terasa hambar atau tidak bermakna kalua tidak diserta dengan contoh gerakan yang dipraktekkan pelatih. Jika, anggota salah dalam bergerak, pelatih harus segera mengkoreksi gerakan anggota didiknya sehingga kesalahan anggota didik dalam mengimplikasikan gerak semakin lama akan menjadi benar. Pelatih berkomunikasi dengan anggota UKM Perisai Diri untuk mencari tahu seberapa jauh ilmu yang telah diajarkan sesuai kurikulum dan materi standard Perisai Diri. Pelatih mengetahui kendali yang terjadi serta kesulitan yang dialami oleh anggota UKM silat Perisai Diri. Penyampaian dilakukan saat latihan sedang berlangsung, maupun saat latihan telah usai.
Arah Strategi Baru Komunikasi Internasional Diplomasi Pemerintah Baru Indonesia 2024 Hasan, Kamaruddin; Zulfadli, Zulfadli; Asrianda, Asrianda; Husna, Asmaul
Jurnal Pendidikan Tambusai Vol. 8 No. 3 (2024)
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Transformasi digital mengubah paradigma hubungan internasional, mempengaruhi diplomasi, dan membuka peluang baru bagi diplomasi ekonomi. Pemerintah Indonesia di bawah kepemimpinan Presiden Prabowo Subianto dan Wakil Presiden Gibran Rakabuming menghadapi tantangan besar. Dalam memanfaatkan kemajuan teknologi untuk memperkuat posisi Indonesia di pasar global. Penelitian bertujuan untuk menganalisis hubungan antara diplomasi ekonomi dan diplomasi digital dalam konteks kebijakan luar negeri Indonesia. Dengan pendekatan kualitatif dan analisis deskriptif, penelitian ini menggali bagaimana diplomasi digital. Dapat memperkuat kerja sama ekonomi internasional, mendorong pertumbuhan ekonomi domestik, memperluas akses pasar global melalui teknologi digital. Hasil penelitian menunjukkan bahwa diplomasi digital memainkan peran krusial dalam meningkatkan daya saing Indonesia di dunia internasional. Untuk mencapainya, pemerintah harus memperkuat infrastruktur digital. Meningkatkan keamanan siber, serta mengembangkan kebijakan yang mendukung inovasi teknologi. Memberikan rekomendasi bagi pemerintah Indonesia untuk mengoptimalkan kebijakan diplomasi ekonomi berbasis digital guna menciptakan peluang ekonomi baru yang berkelanjutan.
Evaluating the Impact of Model Complexity on the Accuracy of ID3 and Modified ID3: A Case Study of the Max_Depth Parameter Asrianda, Asrianda; Mawengkang, Herman; Sihombing, Poltak; K. M. Nasution , Mahyuddin
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 5 (2025): JUTIF Volume 6, Number 5, Oktober 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.5.4864

Abstract

The complexity of decision tree structures has a direct impact on the generalization capability of classification algorithms. This study investigates and evaluates the performance of the classical ID3 algorithm and its modified version in the context of tree depth. The primary objective is to identify the optimal accuracy point and assess the algorithms' robustness against overfitting. Experiments were conducted across tree depths ranging from 1 to 20, with accuracy used as the main evaluation metric. The results indicate that both algorithms achieved peak performance at depth 3, followed by a notable decline. While the classical ID3 algorithm exhibited a gradual decrease in accuracy, the modified ID3 showed a sharp drop and performance stagnation between depths 11 and 20. These findings suggest that the modified ID3 algorithm enhances sensitivity in selecting informative attributes but also increases the risk of overfitting in the absence of structural regularization mechanisms. Therefore, the study recommends the implementation of regularization strategies such as pruning and cross-validation to mitigate performance degradation caused by model complexity. This research not only contributes to the theoretical understanding of how tree depth influences classification performance but also offers practical insights for developing adaptive, stable, and accurate decision tree-based classification systems.
Klasterisasi Data Stunting Pada Balita Di Puskesmas Xyz Dengan Menggunakan Metode Mixture Modelling Delianda, Anggun; Asrianda, Asrianda; Fitri, Zahratul
JURNAL RISET KOMPUTER (JURIKOM) Vol. 12 No. 3 (2025): Juni 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v12i3.8580

Abstract

This research is motivated by the high prevalence of stunting in Indonesia, reflecting nutritional imbalances in early childhood. To address this issue, an information technology approach is employed to identify at-risk infant groups. The analyzed data consists of anthropometric information, including height, weight, and age of infants, collected from the Peusangan Health Center. The applied method is the Gaussian Mixture Model (GMM) with the Expectation-Maximization algorithm to cluster the data into two groups: "Potential Stunting" and "Not Stunting." The research results indicate that several Posyandu and villages have notably high potential stunting rates, such as Posyandu Bungong Seulanga (141 infants) and Pante Gajah village (116 infants), with a higher prevalence among male infants (34.67%) and those aged 52–60 months (24.18%). Model evaluation using a confusion matrix on 1,465 data points showed a True Positive of 958 (65.36%), False Negative of 4 (0.27%), False Positive of 503 (34.33%), and True Negative of 0 (0%), with an accuracy of 65.36% and an error rate of 34.64%. However, a previous accuracy test on 1,665 data points only achieved 34.55%, indicating unsatisfactory individual prediction performance. In conclusion, Mixture Modelling is effective for clustering and identifying at-risk groups but lacks accuracy in individual predictions, with a bias toward the "Potential Stunting" class that requires improvement in future research.
Peningkatan Kapasitas Pelatih Perisai Diri dalam Persiapan Kejuaraan Asrianda; Kurniawati; Wibowo, Patmono; Fadlisyah; Zulfadli
Jurnal Solusi Masyarakat (JSM) Vol. 4 No. 1 (2026)
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/jsm.v4i1.26074

Abstract

Perisai Diri silat championships require athletes to demonstrate comprehensive readiness encompassing physical, mental, and strategic dimensions, positioning coaches as key actors in systematically directing the athlete development process. However, limited access to capacity-building programs grounded in scientific approaches remains a challenge for many coaches, particularly in managing psychological aspects, injury prevention, and the application of effective and safe training methods. This community engagement activity aims to enhance the capacity of Perisai Diri coaches in preparing athletes for competition by strengthening their understanding of psychological training, mastery of structured training methods, and the application of health and nutrition principles for athletes. The activity was implemented through integrated stages, including training sessions, mentoring, and evaluation. The results indicate a noticeable improvement in coaches’ understanding and readiness to design adaptive training programs that balance physical and mental training while giving due attention to recovery and nutritional aspects. Strengthening coaches’ capacity contributes to meeting athletes’ needs and supports sustainable improvements in performance and competitive achievement in Perisai Diri silat.
IMPLEMENTASI MACHINE LEARNING UNTUK PREDIKSI PENGELUARAN KEUANGAN BERDASARKAN POLA EKSTERNAL DAN INTERNAL (SEASONALITY, KEGIATAN RUTIN & INSIDENTIL) STUDI KASUS: FAKULTAS TEKNIK UNIVERSITAS ALMUSLIM Hajar, Siti; Asrianda, Asrianda; Fikry, Muhammad
JUTECH : Journal Education and Technology Vol 6, No 2 (2025): JUTECH DESEMBER
Publisher : STKIP Persada Khatulistiwa Sintang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31932/jutech.v6i2.6008

Abstract

Perencanaan anggaran yang akurat merupakan faktor penting dalam pengelolaan keuangan perguruan tinggi. Fakultas Teknik Universitas Almuslim menghadapi fluktuasi pengeluaran yang dipengaruhi oleh pola internal dan eksternal, seperti seasonality, kegiatan rutin akademik, serta kegiatan insidentil. Penelitian ini bertujuan untuk mengimplementasikan metode machine learning dalam memprediksi pengeluaran keuangan fakultas berdasarkan pola-pola tersebut. Data historis pengeluaran keuangan pada anggaran tahun 2021 – 2025 digunakan sebagai dataset, yang dikombinasikan dengan variabel waktu dan jenis kegiatan. Tahapan penelitian meliputi preprocessing data, pemodelan, serta evaluasi kinerja model menggunakan metrik kesalahan prediksi. Hasil penelitian menunjukkan bahwa model machine learning mampu menghasilkan prediksi pengeluaran yang lebih akurat dibandingkan metode perencanaan konvensional. Model prediksi ini diharapkan dapat menjadi alat bantu pengambilan keputusan dalam penyusunan anggaran, meningkatkan efisiensi pengelolaan keuangan, serta mendukung penerapan data-driven decision making di lingkungan Fakultas Teknik.