Claim Missing Document
Check
Articles

Klasifikasi Penyakit Alzheimer Menggunakan Data Mining Decision Tree Yulina Sari; Zaehol Fatah
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 11 (2024): GJMI - NOVEMBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i11.1083

Abstract

Penyakit Alzheimer adalah penyakit neurodegeneratif yang mempengaruhi otak dan secara bertahap mengurangi kemampuan seseorang untuk berpikir, mengingat, dan berfungsi secara mandiri. Ini merupakan jenis demensia yang paling umum, dengan gejala awal yang biasanya terjadi pada individu di atas 65 tahun, meskipun dapat juga terjadi pada usia yang lebih muda. Beberapa gejala awal Alzheimer termasuk lupa akan peristiwa baru-baru ini, kesulitan menyelesaikan tugas sehari-hari, dan kebingungan tentang waktu atau tempat. Gejala penyakit dapat memburuk seiring berjalannya waktu, seperti kehilangan kemampuan berkomunikasi, perubahan suasana hati yang signifikan, dan penurunan fungsi fisik. Diagnosis tahap awal untuk penyakit Alzheimer dapat meningkatkan efisiensi terapi. Deteksi dini penyakit Alzheimer dapat memanfaatkan pendekatan matematis pada data mining untuk menganalisis data. Klasifikasi adalah salah satu metode data mining yang dapat diterapkan untuk pendeteksian dini atau prediksi penyakit Alzheimer. Penelitian yang berkenaan dengan klasifikasi penyakit Alzheimer belum banyak dilakukan. Oleh karena itu, penelitian ini akan membandingkan performa algoritma C4.5 dan algoritma AdaBoost dalam klasifikasi penyakit Alzheimer menggunakan teknik pengujian percentage split dan k-fold cross validation. Selain itu, penelitian ini akan menggunakan metode Algoritma Decision Tree karena dapat ditafsirkan dengan mudah oleh manusia dan memililki akurasi yang tinggi sebesar 26.3%. Dapat mengubah data yang ada menjadi pohon keputusan dan aturan-aturan, sehingga dapat membantu dalam proses pengambilan keputusan yang kompleks menjadi lebih sederhana.
Klasifikasi Kematangan Tomat Berbasis Citra Digital: Pendekatan Teachable Machine Learning Ulvi Munawaroh; Zaehol Fatah
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 11 (2024): GJMI - NOVEMBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i11.1084

Abstract

Tomat (Solanum Lycopersicum) memiliki peran penting dalam industri pertanian dan kuliner global, di mana tingkat kematangan buah secara signifan mempengaruhi kualitas, rasa, dan nilai pasar. Penentuan kematangan yang akurat sangat diperlukan untuk mengurangi kerugian ekonomi yang dialami oleh petani dan distributor. Dengan memanfaatkan teachable machine, sebuah platform machine learning inovatif dari google, telah dikembangkan model klasifikasi kematangan tomat dalam tiga kategori; mentah, setengah matang dan matang. Proses yang dilakukan mencakup pengumpulan 375 gambar tomat dari berbagai sumber, pra-pemrosesan citra, serta pelabelan data sebelum pelatihan model. Hasilnya menunjukkan akurasi tinggi yang mencapai 98% dengan nilai loss yang rendah, menandakan efektivitas metode yang diterapkan. Prototipe yang dihasilkan memungkinkan pengguna untuk melakukan klasifikasi kematangan tomat secara real-time melalui smartphone, sehigga meningkatkan aksesibilitas teknologi dalam sektor pertanian. Hasil ini diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan kualitas hasil panen, mengurangi kerugian dan mendukung keberlanjutan industri pertanian melalui penerapan teknologi canggih yang lebih objektif dan sistematis.
Klasifikasi Kemiskinan Di Jawa Timur Menggunakan Data Mining Algoritma K-Nearest Neighbor (KNN) Yua Isman Islam; Zaehol Fatah
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 11 (2024): GJMI - NOVEMBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i11.1089

Abstract

Kemiskinan merupakan masalah sosial-ekonomi yang serius di Jawa Timur, yang memerlukan analisis mendalam untuk memahami faktor-faktor yang mempengaruhi kondisi tersebut. Algoritma K-Nearest Neighbor (KNN) dalam data mining digunakan untuk mengklasifikasikan tingkat kemiskinan berdasarkan data sosial ekonomi di Jawa Timur. Data yang digunakan mencakup beberapa atribut, seperti persentase penduduk miskin, pengeluaran per kapita, indeks pembangunan manusia, dan akses sanitasi. Dengan mengeksplorasi berbagai nilai K, akurasi KNN dievaluasi dalam memprediksi kategori kemiskinan (tinggi atau rendah). Hasil analisis menunjukkan bahwa model KNN mencapai akurasi 92,11%, memberikan kontribusi dalam pemetaan kemiskinan yang dapat mendukung kebijakan pengentasan kemiskinan di tingkat daerah.
Pengelompokan Pengguna Media Sosial Berdasarkan Pola Interaksi Menggunakan K-Means Muhamad Ilhan Mansiz; Zaehol Fatah
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 11 (2024): GJMI - NOVEMBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i11.1100

Abstract

Mengelompokkan pengguna media sosial berdasarkan pola interaksi dengan menggunakan metode K-Means Clustering. Dalam era digital saat ini, memahami perilaku pengguna media sosial menjadi sangat penting bagi platform digital untuk meningkatkan keterlibatan dan retensi pengguna. Dengan mengidentifikasi interaksi pengguna, platform dapat merancang strategi yang lebih efektif untuk memenuhi kebutuhan dan preferensi pengguna. Dataset yang digunakan dalam penelitian ini mencakup atribut-atribut seperti BounceRates dan ExitRates untuk mencerminkan tingkat ketertarikan awal dan durasi interaksi pengguna, serta atribut Month, Region, VisitorType, dan Weekend untuk menangkap faktor temporal, geografis, dan perilaku kunjungan. Data tersebut diolah melalui proses normalisasi dan pengkodean untuk memastikan kompatibilitas dalam analisis K-Means. Hasil clustering menunjukkan adanya dua kelompok utama pengguna media sosial dengan karakteristik interaksi yang berbeda. Kelompok pertama terdiri dari pengguna dengan keterlibatan awal yang tinggi dan interaksi yang lebih lama, sedangkan kelompok kedua cenderung memiliki minat awal yang rendah dan durasi interaksi yang singkat. Temuan ini memberikan wawasan bagi pengelola platform media sosial untuk mengembangkan strategi yang lebih personalisasi dalam meningkatkan pengalaman pengguna, baik melalui konten yang lebih relevan maupun pendekatan pemasaran yang terarah. Dengan adanya pengelompokan ini, diharapkan platform media sosial dapat meningkatkan efektivitas interaksi pengguna dan memperkuat loyalitas pengguna, yang pada akhirnya berdampak positif pada pertumbuhan platform secara keseluruhan.
Penerapan Metode Naïve Bayes untuk Analisis Sentimen Ulasan Produk di Platform E-Commerce Naufal Arif Maulana; Zaehol Fatah
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 11 (2024): GJMI - NOVEMBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i11.1103

Abstract

Pengembangan sistem analisis sentimen untuk ulasan produk di platform E-commerce dengan menggunakan metode Naive Bayes merupakan untuk menemukan sentimen ulasan produk dengan tepat sasaran. Sistem yang dikembangkan bertujuan untuk mengklasifikasikan sentimen ulasan menjadi positif atau negatif. Tujuan utama penelitian ini adalah merancang sebuah website interaktif yang mampu melakukan analisis sentimen secara real-time dan juga memiliki fitur unggahan file CSV untuk menganalisis banyak ulasan sekaligus. Metode penelitian yang diterapkan adalah eksploratif dengan pendekatan pengembangan sistem. Data ulasan produk diperoleh dari platform E-commerce, kemudian melalui tahap preprocessing untuk mempersiapkan data teks sebelum dianalisis. Pembahasan meliputi pengembangan sistem analisis sentimen berbasis metode Naive Bayes dan penerapannya dalam bentuk website interaktif. Berdasarkan hasil penelitian, disimpulkan bahwa sistem analisis sentimen berbasis Naive Bayes ini berhasil menghasilkan website interaktif yang efektif dalam menganalisis sentimen ulasan produk di platform E-commerce.
Pelatihan Microsoft Word Sebagai Sarana Peningkatan Kompetensi Digital Siswa Di SMK Ibrahimy 1 Sukorejo Irham, Muhammad Nazril; Zaehol Fatah
Jurnal Pengabdian Masyarakat (JUDIMAS) Vol. 4 No. 1 (2026): In Progress Issue
Publisher : Pusat Penelitian dan Pengabdian Masyarakat STIKes Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54832/judimas.v4i1.651

Abstract

ABSTRAK Teknologi informasi dan komunikasi (TIK) telah berkembang di segala bidang. Oleh karena itu, Penguasaan TIK merupakan kebutuhan pokok dalam menghadapi era globalisasi, salah satunya yaitu komputer dan perangkat lunak Microsoft Word. Perangkat lunak Microsoft Word sangat penting digunakan dalam mendokumentasikan secara digital, khususnya dalam hal yang berbentuk teks. Dengan penggunaan yang semakin banyak diminati oleh berbagai macam kalangan, terutama dalam dunia kerja dan pendidikan. Berkembangnya Software Microsoft Word tiap tahunnya dapat membuat peserta didik kesulitan untuk mengikuti perkembangannya. Dalam hal pengolah kata, adanya perangkat lunak Microsoft Word dapat memberikan dampak yang signifikan bagi perkembangan teknologi informasi dan komunikasi. SMK Ibrahimy 1 Sukorejo merupakan sekolah kejuruan di bawah naungan Pondok Pesantren Salafiyah Syafi’iyah Sukorejo Situbondo. Oleh karena itu, diadakanlah kegiatan Pengabdian Masyarakat di SMK Ibrahimy 1 Sukorejo yang dibentuk dengan konsep pelatihan Microsoft Word agar dapat meningkatkan kompetensi digital dan pengetahuan tentang perkembangan teknologi informasi dan komunikasi siswa SMK Ibrahimy 1 Sukorejo. Kata Kunci: Pengabdian Masyarakat, Pelatihan, Microsoft Word.
Peningkatan Literasi Teknologi Siswa DKV Melalui Pelatihan Instalasi Windows 10 Berbasis VirtualBox di SMK Ibrahimy 1 Sukorejo Sukiman Eki Putra; Dzakwan Rohmatul Hanif; Zaehol Fatah
Jurnal Pengabdian Masyarakat (JUDIMAS) Vol. 4 No. 1 (2026): In Progress Issue
Publisher : Pusat Penelitian dan Pengabdian Masyarakat STIKes Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54832/judimas.v4i1.664

Abstract

Banyak dari siswa SMK Ibrahimy 1 Sukorejo, terutama siswa jurusan Desain Komunikasi Visual (DKV), sudah terbiasa menggunakan komputer atau laptop saat belajar. Banyak dari mereka, bagaimanapun, tidak memiliki pengetahuan dasar tentang perawatan komputer, atau bagaimana menangani masalah ringan seperti virus, kesalahan sistem operasi, atau kesalahan penggunaan. Namun, keterampilan ini sangat penting agar mereka dapat menangani masalah secara mandiri. Akibatnya, sebagai mahasiswa, kami ingin memberikan pengetahuan dan keterampilan kami kepada siswa SMK Ibrahimy 1 Sukorejo, terutama tentang cara menginstal sistem operasi Windows secara mandiri. Pengabdian ini dilakukan melalui penyediaan materi langsung dan instruksi tentang cara menginstal Windows 10 menggunakan aplikasi VirtualBox. Kami mengadakan praktik dan sesi diskusi untuk siswa bertanya dan memahami materi dengan lebih baik.Kami memberikan pertanyaan sederhana yang berkaitan dengan materi yang disampaikan untuk mengetahui sejauh mana siswa memahami materi. Hasil kegiatan ini menunjukkan bahwa beberapa siswa mampu memahami dan mempraktikkan prosedur instalasi Windows 10. Dengan kegiatan ini, kami berharap siswa SMK Ibrahimy 1 Sukorejo dapat memahami keterampilan dasar dalam memperbaiki dan merawat computer/laptop mereka sendiri, mulai dari instalasi sistem operasi, pemasangan software pendukung, dan penyelesaian masalah ringan. Kata Kunci: Instalasi Windows, VirtualBox, Perawatan Komputer, Desain Komunikasi Visual, Pengabdian Masyarakat
Implementasi Data Mining Dalam Prediksi Penjualan Sembako Menggunakan Metode Apriori Ahmad Wahyu Fernando; Zaehol Fatah
Jurnal Ilmiah Multidisiplin Nusantara (JIMNU) Vol. 2 No. 3 (2024): JIMNU - NOVEMBER
Publisher : PT. Padang Tekno Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/jimnu.v2i3.442

Abstract

Data mining membantu mengungkap informasi penting dari data besar untuk mendukung keputusan bisnis. Data mining dengan metode Apriori untuk memprediksi penjualan sembako memiliki tingkat akurasi  yang cukup dalam menyelesaikan masalah.. Metode Apriori digunakan untuk menemukan pola produk yang sering dibeli bersama dalam transaksi penjualan sembako di sebuah supermarket. Hasil analisis memberikan wawasan tentang kombinasi produk yang sering dibeli bersamaan, sehingga membantu perencanaan strategi penjualan yang lebih efektif. Apriori terbukti mampu mengidentifikasi aturan asosiasi yang signifikan dan berguna untuk memprediksi pola pembelian di masa depan dan meningkatkan penjualan.
Implementasi Metode Decision Tree Dalam Prediksi Kanker Paru Paru Dengan Rapidminer Anzori; Zaehol Fatah
Jurnal Ilmiah Multidisiplin Nusantara (JIMNU) Vol. 2 No. 3 (2024): JIMNU - NOVEMBER
Publisher : PT. Padang Tekno Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/jimnu.v2i3.448

Abstract

kanker merupakan salah satu faktor utama penyebab kematian. Kanker juga memiliki posisi kedua dengan angka kematian yang sangat tinggi. Dalam penelitian ini memprediksi kanker paru-paru dengan menggunakan data mining dengan metode decision tree. Metode decision tree memprediksi akurasi dengan tingkat akurasi 94.66% dari data yang ada menjadi potensi besar dalam prediksi penyakit kanker paru-paru.Oleh karena itu, data mining dengan metode decision tree sebagai solusi ke efektifan dalam memprediksi terkenanya kanker paru paru dan pecegahannya. Meode ini juga menjadi  upaya dalam penyelamatan nyawa dan perbaikan kualitas hidup bagi individu yang berisiko terkena penyakit kanker paru-paru
Prediksi Penjualan Sepeda Motor Second Menggunakan Algoritma Regresi Linier j-sika; SU'AYDI, AHMAD SU'AYDI; Zaehol Fatah
J-SIKA|Jurnal Sistem Informasi Karya Anak Bangsa Vol. 6 No. 02 (2024): Jurnal Sistem Informasi Karya Anak Bangsa (J-SIKA) Vol 6 No 2 edisi Desember 2
Publisher : Program Studi Sistem Informasi

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

Abstract

Penggunaan sepeda motor di Indonesia terus meningkat setiap tahunnya. Banyak produsen sepeda motor yang menciptakan produk dengan berbagai merek dan desain untuk memenuhi permintaan konsumen seiring dengan meningkatnya kebutuhan akan alat transportasi. Mengingat tingkat persaingan di dunia bisnis, khususnya di bidang penjualan, para pengembang harus mempunyai rencana untuk mendongkrak penjualan produk yang akan dijualnya. Mengingat betapa pentingnya sepeda motor bagi masyarakat Indonesia, perhatian khusus diberikan untuk menjaga harga sepeda motor itu sendiri tetap terkendali. Namun harga sepeda motor sewaktu-waktu bisa naik atau turun (berfluktuasi), hal ini membuat harga sepeda motor sulit diprediksi. Tujuannya adalah untuk meramalkan harga sepeda motor sehingga masyarakat mengetahui kenaikan harga di masa depan. Oleh karena itu, dikembangkanlah algoritma atau metode yang menggunakan algoritma regresi linier untuk meramalkan harga sepeda motor. Pendekatan regresi linier diperkirakan dapat diterapkan dengan baik pada data deret waktu mengenai harga sepeda motor. Metode regresi linier menghasilkan nilai prediksi rata-rata sebesar Rp 10.573,31 dan hasil kinerja dengan nilai root mean squared error sebesar 451.885, sesuai dengan hasil pengujian yang dilakukan dengan menggunakan metode tersebut.
Co-Authors Abdul Hadi Abdur Rohman Nurut Toyyibin Abrori, Syariful Ach. Zubairi Achmad Fathoni Verdian Afcharina Diniyil Muhlisin Afrizal Rizqy Pratama Ahmad Homaidi Ahmad Muflih Wafir Ahmad Syahril Lail Ahmad Wahyu Fernando Ahmed Arifi Hilman Rahman Ahsin Ilallah Ainul Fadil Aisyah Putri Sabrina Akhlis Munazilin Alfan Jamil Alfi Fahira Salsabila Alfi Khairunnisa Alfina Damayanti Alfiyah Aurella Alifan Ibrohim Alifia Rosa Firdausiah Alviatur Rizqiyah Amelia Ismatul Hawa Ammar Farisi Anang Maulana Zulfa Angeli Dwiyanti Nur’azizah Anisa Anisa Anwar Anas Anzori Arif Ferdiansyah audiatul jinan Auliya Apriliana Aviatus Sholiha Bagas Wira Yuda Basmalia Bina Cahya Pamungkas, ihya16092002 Citra Nursihah Danil Bahroni Della Natasya Diana Uzlifatul Khairu Ummah Dila Puspita Dewi Diva Maulana Dwi Alya Putri Arifany Dzakwan Rohmatul Hanif Elvi Nazulia Rahma Elvina Eldiavani Epariani Erinia Dzikrotul Kharimah Fahrillah Fahrillah Faqih Nur Rahman Fatimah Isa Auliya Fatma Nur Afifah Faza Qori Aina Fikri Rostina Firda Wati Husaini Kulsum Fitri Elvi Karisma Fitria Ayu Ulandari Hafidz, M. Fajar Hasna Ruhmaniatin Herlinatus Safira Muasolli Hermanto , Hijrah Hijriah Holida Izzatilla Holil Asy’ari Huday, Ahmad Ifan Farimulyadi Ifan Prasetyariansyah Ifqy Ahmad Fahrizal iin, Nur Inayah Ika Indah Khasanah ila, Sufatun Aila Ilham Rafi Jawara Ilham Rafiqi Imam Nawawi Imelda Valentina Octavia Indah Novita Sari Iqbal Ainul Yaqin Irfansyah, Khairullah Irham, Muhammad Nazril Irma Yunita Islamiyatul Addewiyah Ismawati Ismawati Ismawati Ivana Dwikartika Sari j-sika Jarot Dwi Jarot Dwi Prasetyo Jefri Jefri Jesika Maya Nur Islami Kayyisah Fakhirah Kevin Riyas Robbani Khairul Anam Khozaimah Dian Islami Komarul Imam Laila Devi Sari LAILATUL FITRIYAH Lailatul Risqia Lailatus Syarifah Lailatussyarifah Lina Sosiana Lisa Novia Ramdani Lubebetun Nafisa Lukman Fakih Lukman Fakih Lidimilah Luluk Nuril Mukarromah Lutfiana , Nurisma Lutfiyatul F Anas Lu’luul Maulidya Nova M. Andrik Muqorrobin P M. Andrik Muqorrobin Pratama M. Fazlur Rahman Assauqi Maharani Rahmatul Hanani Mahmudi Mahmudi Mamluatur Rizkiyatun Nafiah Manda Nuria Suhailatin Najwa Maruf Ubaidillah Maryana Mashuri, Ahmad Meliana Khamisah Mifta Wilda Al -Aluf Miftahul Arif Aldi Milka Afifah Rahmatillah Mochammad Rofi Mochammad Syukron Ramadani Moh. Agus Efendi Moh. Baha’Uddin Moh. Syahrul Iskandar Moh. Zaini Romly Mohamad Faezal Fauzan Nanda Mohammad Alfian Husni Mubarok Mohammad Farhan Fatah Muchammad Atfal Nur Afil Muflihatul Hasanah Muftiyah Zakiyah Muhamad Auliya Muhamad Ilhan mansiz Muhammad Al Madany Muhammad Faidhurrahman Wahid Muhammad Hanif Zaky Ubaidillah Muhammad Hasan Muhammad Robitul Umam Muhammad Trisnawadi Ismardani Mutmainnah Ilmiatul Faidah Muyessiroh Muzayyana, Muzayyana Mu’tashim Billah Rahman Nabila Khansa Nabila Sofia Az-zahra Nadia Selvi Ramadhani Nafisatul Insiyah Naqibuzzahidin Naufal Arif Maulana Nur Aida NUR AINI Nur Azise Nur Dina Kamelia Nur Laili Mukarromah Nur Rizatul Mufidah Nur Sahila Chapsah Nur Saputra, Zuhrian Nurin Naimah Nurisma Lutfiana Prastika Buya Hakim Putri Anindya Damayanti Qittratul Ameliatus Qurratul Aini Rafi Jawara, Ilham Raihan Asriel Afandi Ratu Maulidia Anggraini Regina Izza Aofkarina Riatul Jannah Rifki Dwi Saputra Risma Alfiatul Karima Risqiatus Syarifah Risqiyati Amilia Ningsih Rita Irawati rizka, Rizka Aprilia Ningsih Rizki Hidayaturrochman Rosita Natania Maulani Rudi Ananta Al Hidayah Ruqoyyatul Widad Ruwaida Khollatil Widat Safitri Nurul Qomariyah Sagita Maesarah Septi Camelia Ulfa Sidra Al Zahro Sinta Bella Sinta Dewi Anggraeni Siti Aysatin Rodia Siti Imroatul Jannah Siti Kholifah Siti Maghfiroh Siti Nabilatul Hoiroh Siti Nur Azizah Siti Romlah Siti Sulaiha Sitti Ainur Rofiqotul Anisa Sofi Naila Nuriyazih Sofyan, Moh Sofyan Alfandi SU'AYDI, AHMAD SU'AYDI Suci Mulianingsih Sukiman Eki Putra Sulistia Wardani Supri Arrohman Syaiful Hasan Abdullah Syirva Nada Fidya Tadzkirotul Latifah Taufik Saleh Ubeitul Maltuf Ulvi Munawaroh Ummi Fadlilatuz Zakiyah Ummil Mahfudoh Ummul Khoirun Fitriyah Uny Khafifah USWATUN HASANAH Wafi Riga Ramadhani Wafi, Wafi Wardatul Gufronia Wildatul Hasanah Winda Yanti Umami Wiwik Handayani Wulan Shelfiana Kamil Yeni nur hasanah Yua Isman Islam Yulina Sari Zahrafil Jannah Zainur Rahman Zakiyatus Solehah