Article Per Year (5 Year)
p-Index From 2020 - 2025
4.293
P-Index
This Author published in this journals
All Journal Information Technology and Telematics Dinamik Pixel : Jurnal Ilmiah Komputer Grafis Proceeding SENDI_U Jurnal Teknik Informatika UNIKA Santo Thomas INTECOMS: Journal of Information Technology and Computer Science J-SAKTI (Jurnal Sains Komputer dan Informatika) Progresif: Jurnal Ilmiah Komputer JURNAL MAHAJANA INFORMASI Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Community Engagement and Emergence Journal (CEEJ) Jurnal Tunas Dinamika Informatika: Jurnal Ilmiah Teknologi Informasi Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) JURPIKAT (Jurnal Pengabdian Kepada Masyarakat) J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Teknik Informatika Unika Santo Thomas (JTIUST) Joutica : Journal of Informatic Unisla Jurnal Pengabdian Masyarakat Intimas (Jurnal INTIMAS): Inovasi Teknologi Informasi Dan Komputer Untuk Masyarakat Media Abdimas Pelita: Jurnal Pengabdian kepada Masyarakat
Heribertus Yulianton
Universitas Stikubank
Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Public Health Social Sciences Other

Published : 55 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 55 Documents
Search

 2   3   4   5   6 
Pendampingan dan Pelatihan Google Form untuk Evaluasi Kesehatan Balita di Kelurahan Tambakaji Sutanto, Felix Andreas; Hadiono, Kristophorus; Yulianton, Heribertus; Wijaya, Mikhael Putra; Kusuma, Aditya Chandra
Community Engagement and Emergence Journal (CEEJ) Vol. 6 No. 1 (2025): Community Engagement & Emergence Journal (CEEJ)
Publisher : Yayasan Riset dan Pengembangan Intelektual

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37385/ceej.v6i1.6485

Abstract

Program ini bertujuan untuk memberikan pendampingan dan pelatihan kepada kader kesehatan dan masyarakat di Kelurahan Tambakaji, Kecamatan Ngaliyan, dalam pembuatan Google Form. Google Form digunakan sebagai media evaluasi kesehatan balita, yang membantu mempermudah pengumpulan data kesehatan balita secara digital. Pendekatan ini diharapkan meningkatkan efektivitas pencatatan data kesehatan dan mempercepat analisis informasi yang mendukung pemantauan kesehatan balita di wilayah tersebut. Melalui pelatihan ini, peserta belajar membuat formulir digital untuk memantau indikator kesehatan balita seperti status gizi, riwayat imunisasi, dan perkembangan fisik. Dengan pendampingan yang berkelanjutan, masyarakat setempat diharapkan lebih terampil dalam memanfaatkan teknologi untuk pemantauan kesehatan yang terstruktur dan tepat waktu, sehingga dapat menunjang peningkatan kesehatan balita secara lebih efektif dan berkelanjutan.
Penerapan Sistem Pakar Diagnosa Penyakit Autisme pada Anak dengan Metode Forward Chaining Berbasis Web Ariska, Fera; Yulianton, Heribertus
Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 8, No 2 (2023): Edisi Agustus
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/jurasik.v8i2.639

Abstract

Autism is a developmental problem in children that affects behavior, language, social interaction, and learning skills. One of the causes of autism is a serious neurobiological problem that affects the ability of the mind so that children are unable to connect and communicate with the outside world effectively. However, some parents do not know the early signs and symptoms of this autism disorder, so early detection is neglected. Autism usually appears before a child reaches the age of three. The increasing number of people with autism is caused by a lack of awareness or understanding of parents about this condition. The purpose of making this expert system is to make it easier for parents or the general public to learn various kinds of autism behavior, the symptoms it causes, and the treatment options needed for children with autism. The rules used in this system refer to the criteria for autistic disorders contained in DSM IV. The method used in this expert system is Forward Chaining. Forward Chaining is used to test the factors entered with the rules stored in the system until conclusions can be drawn. The results of the validation test were 83.3% and proved that the system functionality was functioning properly. This application has also been tested directly on experts and patients diagnosed with autism, and the output results are the same as the experts' diagnoses.
Implementasi Chatbot Berbasis Dialogflow dengan Metode Natural Language Processing untuk Rekomendasi Tempat Wisata di Kabupaten Kulonprogo Khotama, Faizal Wahyu; Yulianton, Heribertus
Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 10, No 1 (2025): Edisi Februari
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/jurasik.v10i1.878

Abstract

This research is based on the importance of providing quick and accurate tourism information in Kulonprogo Regency. The problem addressed in this study revolves around how to implement a Dialogflow-based chatbot utilizing Natural Language Processing (NLP) technology to effectively recommend tourist destinations. The objective of this research is to design and test a chatbot capable of understanding users' natural language and providing relevant tourism recommendations. The research methodology includes data collection through interviews, observations, and document studies, as well as system design based on conversational flows and intents. Testing results indicate that the chatbot achieved 100% accuracy in black-box testing and an average score of 85 on the System Usability Scale (SUS) evaluation, demonstrating high user satisfaction. In conclusion, this chatbot provides an interactive and responsive solution to promote local tourism and improve the accessibility of tourism information for users.
Optimalisasi Model Klasifikasi Diabetes Menggunakan Ensemble Learning Adaboost, Gradient Boosting, dan XGBoost Wibisono, Setyawan; Hadikurniawati, Wiwien; Yulianton, Heribertus; Lestariningsih, Endang; Cahyono, Taufiq Dwi
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 9 No. 2 : Tahun 2024
Publisher : LPPM UNIKA Santo Thomas

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

Abstract

Diabetes mellitus adalah penyakit kronis yang memengaruhi jutaan orang secara global dan membutuhkan metode diagnosis dini untuk mencegah komplikasi. Penelitian ini bertujuan untuk mengoptimalkan prediksi diabetes dengan membandingkan tiga metode ensemble learning: AdaBoost, Gradient Boosting, dan XGBoost. Dataset yang digunakan adalah Diabetes Health Indicators, yang menggabungkan indikator kesehatan seperti tekanan darah, kolesterol, dan kebiasaan gaya hidup. Tahapan penelitian meliputi pemrosesan data, pengembangan model, serta eval_uasi performa menggunakan metrik akurasi, presisi, recall, F1-score, dan AUC (Area Under the Curve). Hasil menunjukkan bahwa Gradient Boosting unggul dalam akurasi dan AUC, menandakan kemampuan yang lebih baik dalam mendeteksi diabetes secara konsisten dibandingkan dengan dua metode lainnya. AdaBoost memperlihatkan keseimbangan yang baik antara presisi dan recall, menjadikannya cocok untuk skenario yang memerlukan pengendalian kesalahan positif dan negatif secara proporsional. Sementara itu, XGBoost menawarkan efisiensi pemrosesan yang optimal dengan performa yang kompetitif. Gradient Boosting direkomendasikan untuk aplikasi klinis yang membutuhkan akurasi tinggi, sedangkan AdaBoost dapat menjadi alternatif ketika keseimbangan prediksi menjadi prioritas. Penelitian ini berkontribusi dalam pengembangan alat prediksi diabetes yang lebih akurat, efektif, dan dapat diterapkan di sektor kesehatan untuk mendukung upaya deteksi dini.
Optimalisasi Model Klasifikasi Diabetes Menggunakan Ensemble Learning Adaboost, Gradient Boosting, dan XGBoost Wibisono, Setyawan; Hadikurniawati, Wiwien; Yulianton, Heribertus; Lestariningsih, Endang; Cahyono, Taufiq Dwi
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 9 No. 2 : Tahun 2024
Publisher : LPPM UNIKA Santo Thomas

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

Abstract

Diabetes mellitus adalah penyakit kronis yang memengaruhi jutaan orang secara global dan membutuhkan metode diagnosis dini untuk mencegah komplikasi. Penelitian ini bertujuan untuk mengoptimalkan prediksi diabetes dengan membandingkan tiga metode ensemble learning: AdaBoost, Gradient Boosting, dan XGBoost. Dataset yang digunakan adalah Diabetes Health Indicators, yang menggabungkan indikator kesehatan seperti tekanan darah, kolesterol, dan kebiasaan gaya hidup. Tahapan penelitian meliputi pemrosesan data, pengembangan model, serta eval_uasi performa menggunakan metrik akurasi, presisi, recall, F1-score, dan AUC (Area Under the Curve). Hasil menunjukkan bahwa Gradient Boosting unggul dalam akurasi dan AUC, menandakan kemampuan yang lebih baik dalam mendeteksi diabetes secara konsisten dibandingkan dengan dua metode lainnya. AdaBoost memperlihatkan keseimbangan yang baik antara presisi dan recall, menjadikannya cocok untuk skenario yang memerlukan pengendalian kesalahan positif dan negatif secara proporsional. Sementara itu, XGBoost menawarkan efisiensi pemrosesan yang optimal dengan performa yang kompetitif. Gradient Boosting direkomendasikan untuk aplikasi klinis yang membutuhkan akurasi tinggi, sedangkan AdaBoost dapat menjadi alternatif ketika keseimbangan prediksi menjadi prioritas. Penelitian ini berkontribusi dalam pengembangan alat prediksi diabetes yang lebih akurat, efektif, dan dapat diterapkan di sektor kesehatan untuk mendukung upaya deteksi dini.
Co-Authors Anak Agung Istri Sri Wiadnyani Antesia, Tiara Ariska, Fera Bachtiar, Ridwan Miftachul Brawijaya, Bagas Dewi Handayani Untari Ningsih Dwi Agus Diartono Dwi Budi Santoso Dwi Setiawan Eddy Nurraharjo Edy Supriyanto Eko Nur Wahyudi Endang Lestariningsih Fajar Ghulam Darussalam Felix Andreas Sutanto Felix Andreas Sutanto Felix Andreas Sutanto Fera Ariska Hersatoto Listiyono Itmamur Roghib Luthfiyan Izzathohir, Khamid Miftakhul Jeffri Alfa Razaq Khotama, Faizal Wahyu Kristophorus Hadiono Kristophorus Hadionod Kusuma, Aditya Chandra Mardi Siswo Utomo Maulana Maulana, Maulana Mudiyanto, Agus Muhammad Arif Muhammad Bariq Al Mukasyah Muhammad Iqbal MUHAMMAD, Yordan Famelio M Famelio Nugrahaeni, Pipit Fitriana PRABAWA, SETYA AJI Praharantyasto, Bonny PRASTYA NUGRAHA, FENDI Priambodo, Ilyas Purwatiningtyas Purwatiningtyas Retnowati Retnowati Rina Candra Noor Santi Rina Candra NS Rohmah, Noviyani Purwaning Sanubari, Johan Hikmah SATRIAWAN, HB, SIGIT SATRIAWAN Setyawan Wibisono Sri Eniyati Sri Mulyani Sri Mulyani Sulastri Sunardi Sunardi Taufiq Dwi Cahyono Widiyanti, Regina Elsa Wijaya, Mikhael Putra Wismarini, Th Dwiati Wiwien Hadikurniawati Zidan Rafindra Utomo