Article Per Year (5 Year)
p-Index From 2020 - 2025
0.817
P-Index
This Author published in this journals
All Journal JURNAL INFORMATIKA Jurnal Akademik Pendidikan Matematika Nusantara Science and Technology Proceedings
Wa Ode Rahma Agus Udaya Manarfa
Informatics Engineering, Dayanu Ikhsanuddin University, South East Sulawesi 93711, Indonesia
Agriculture, Biological Sciences & Forestry Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Correlation of Diabetes Mellitus and Cellular Components using Fuzzy K-Partite Wa Ode Rahma Agus Udaya Manarfa; Wisnu Ananta Kusuma; Imas Sukaesih Sitanggang
Nusantara Science and Technology Proceedings 2nd Basic and Applied Science Conference (BASC) 2022
Publisher : Future Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11594/nstp.2022.2509

Abstract

PPI clustering is one of the computational methods to identify proteins that affect type 2 diabetes mellitus. One of the graph-based fuzzy clustering algorithms, namely fuzzy k-partite clustering was built to solve the problem of biological network data that has more than one function and is present in more than one cluster. which may have overlapping cluster members. A previous study analyzed the mechanism of herbal medicine using the fuzzy k-partite graph clustering method, it was found that there are three groups of proteins that have the same role in overcoming type 2 DM. in the form of backbone tissue (GO-protein). The stages in this research are type 2 DM protein data, search for significant MCL clustering proteins, mining of cellular components in the Uniprot web database, adjacency matrix construction, bipartite network formation with Fuzzy k-Partite Clustering and cluster analysis. This shows that the output of using the algorithm is a network that can provide information on biological processes in type 2 DM. If the weight of the relationship between clusters is high, it can be ascertained that the value of the degree of membership in the cluster is low and there are few cluster members. Conversely, if the weight of the relationship between clusters is low, the degree of cluster membership is high and there are many cluster members. In other words, the value of the degree of membership resulting from the application of this algorithm is inversely proportional to the value of the connectivity between clusters.
Clustering Protein Diabetes Melitus menggunakan Algoritma MCL Manarfa, Wa Ode Rahma Agus Udaya
Jurnal Akademik Pendidikan Matematika Volume 10, Nomor 1, Mei 2024
Publisher : Program Studi Pendidikan Matematika, Fakultas Keguruan dan Ilmu Pendidikan, Universitas Dayanu Ikhsanuddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55340/japm.v10i1.1441

Abstract

Diabetes Melitus merupakan penyakit yang kompleks dengan berbagai tingkat komplikasi sistemik. Clustering PPI merupakan salah satu metode komputasi yang ditawarkan untuk mengidentifikasi protein-protein yang berpengaruh terhadap Diabetes Melitus tipe 2. Teknik clustering merupakan salah satu metode yang dapat digunakan dalam menemukan protein pelengkap sehingga menemukan obat menjadi lebih mudah. Penelitian sebelumnya mengidentifikasi protein-protein signifikan yang berasosiasi dengan penyakit Diabetes Melitus (DM) tipe 2 menggunakan analisis topologi jaringan interaksi protein yang hasilnya menunjukkan bahwa terdapat 21 protein signifikan yang berasosiasi dengan Diabetes Melitus (DM) tipe 2. Tujuan dari penelitian ini adalah mendapatkan cluster protein signifikan yang memiliki anggota Protein yang berinteraksi langsung dengan penyakit DM tipe 2. Penelitian ini telah dilakukan dengan beberapa tahapan yaitu data protein DM tipe 2, pencarian protein signifikan clustering MCL yang menghasilkan  data protein kompleks DM tipe 2. Jaringan backbone yang dihasilkan memuat protein signifikan pada penyakit DM tipe 2, hal ini merepresentasikan bahwa hasil output penggunaan algoritme adalah jaringan inti pada penyakit DM tipe 2.
Metode K-Means Clustering Dan Analisis Spasial Untuk Monitoring Sebaran Kriminalitas Hamsinar, Henny; Manarfa, Wa Ode Rahma Agus Udaya; Salam, Adhelia Putri Cahyani
JURNAL INFORMATIKA Vol 13, No 2 (2024): Jurnal Informatika
Publisher : Informatics Engineering Department, Dayanu Ikhsanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55340/jiu.v13i2.2151

Abstract

Kriminalitas merupakan masalah umum yang sering terjadi dalam kehidupan sehari-hari, termasuk di Kota Bau-Bau. Berbagai tindakan kriminalitas yang telah terjadi di sana, seperti penganiayaan, persetubuhan anak, kekerasan anak, penipuan, keroyokan, dan pembunuhan, dengan waktu, tempat, serta jenis kejadian yang berbeda-beda, menyebabkan kesulitan bagi masyarakat untuk mengetahui informasi suatu wilayah yang rawan tindak kriminalitas karena belum adanya sebuah sistem informasi khusus yang mampu memberikan informasi wilayah mana saja yang tingkat kriminalitasnya tinggi, sedang, dan rendah. Metode K-means digunakan untuk melakukan pengelompokan data (clustering) terkait sebaran kriminalitas di Kota Bau-Bau K-means adalah algoritma yang membagi data ke dalam beberapa kelompok (cluster) berdasarkan kesamaan karakteristik, dalam konteks ini metode K-means akan mengelompokkan lokasi-lokasi kejadian kriminalitas sehingga dapat dianalisis pola sebarannya.  Penelitian ini bertujuan untuk merancang dan membangun aplikasi berbasis Android untuk memonitor sebaran kriminalitas di Kota Bau-Bau menggunakan metode k-means clustering dan analisis spasial. Penelitian ini menggunakan metode k-means clustering dan analisis spasial untuk membuat peta yang memvisualisasikan sebaran kriminalitas. Hasil dari penelitian ini adalah sebuah aplikasi untuk memonitor sebaran kriminalitas di Kota Bau-Bau menggunakan metode k-means clustering untuk mengelompokkan tingkat kriminalitas dari 181 kasus yang terjadi di 8 kecamatan yang ada di Kota Bau-Bau, serta analisis spasial yang dapat memudahkan pihak kepolisian dalam melihat titik lokasi serta menerima informasi tentang tindak kriminalitas. Aplikasi ini juga memudahkan masyarakat dalam memberikan informasi mengenai kasus kriminalitas kepada pihak kepolisian.
Sistem Informasi Geografis Pemetaan Rumah Tangga Miskin Di Kabupaten Buton Tengah Manarfa, Wa Ode Rahma Agus Udaya; Asmiddin, Ahmad Maulid; Ila, Wa
JURNAL INFORMATIKA Vol 14, No 1 (2025): Jurnal Informatika
Publisher : Informatics Engineering Department, Dayanu Ikhsanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55340/jiu.v14i1.2413

Abstract

Pembangunan daerah merupakan aspek penting dalam upaya meningkatkan kesejahteraan masyarakat. Salah satu indikator keberhasilan pembangunan adalah menurunnya angka kemiskinan di suatu wilayah. Kemiskinan masih menjadi permasalahan mendasar yang dihadapi oleh hampir seluruh daerah di Indonesia, termasuk Kabupaten Buton Tengah, Provinsi Sulawesi Tenggara. Penanganan masalah ini membutuhkan strategi yang terukur, akurat, dan berbasis data yang valid. Namun pendataan rumah tangga miskin di Kabupaten Buton Tengah masih dilakukan secara konvensional dan tersebar dalam bentuk laporan manual, sehingga mengakibatkan rendahnya akurasi, keterlambatan data, serta kesulitan dalam pemantauan dan pengambilan keputusan. Penelitian ini bertujuan untuk merancang dan membangun Sistem Informasi Geografis (SIG) untuk memetakan data rumah tangga miskin di Kabupaten Buton Tengah. Metode penelitian meliputi pendekatan kualitatif untuk analisis kebutuhan, model pengembangan perangkat lunak waterfall, dan pengujian Black Box untuk mengevaluasi fungsionalitas sistem. Hasil penelitian berupa aplikasi berbasis web yang mampu menampilkan titik koordinat lokasi rumah tangga miskin secara akurat dan interaktif. Sistem ini diharapkan menjadi alat bantu yang efektif bagi instansi terkait dalam proses pemantauan dan pengambilan kebijakan.
Co-Authors Asmiddin, Ahmad Maulid Henny Hamsinar Ila, Wa Imas Sukaesih Sitanggang Salam, Adhelia Putri Cahyani Wisnu Ananta Kusuma