Claim Missing Document
Check
Articles

Found 9 Documents
Search

ANALISIS ASPEK-ASPEK KUALITAS SKEMA DATABASE KING AKOR’S SRAGEN Andhika Wisnu Widyatama; Rizky Arya Kurniawan; Hani Setiani; Muh Wal Ikram; Muhammad Noor Arridho; Alvian Trias Kurniawan; Ema Utami
Journal of Information System Management (JOISM) Vol. 2 No. 2 (2021): Januari
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (425.405 KB) | DOI: 10.24076/joism.2021v3i1.425

Abstract

Peran basis data dalam sistem informasi adalah membantu pengelolaan data untuk pengambilan keputusan. Salah satu faktor penentu keberhasilan dalam pengambilan keputusan yaitu kualitas data. Adapun dimensi dari kualitas data yang akan diteliti pada kali ini adalah aspek kemampuan dibaca, agar terwujud kualitas data yang baik perlu dilakukan pengukuran apakah skema basis data dapat dijelaskan dan mudah di pahami. Analisis yang dilakukan pada King’s Akor Sragen menunjukan bahwa dengan mengidentifikasi permasalahan aspek kemampuan dibaca, maka penelitian ini menghasilkan kualitas skema basis data yang dimiliki sudah memenuhi kriteria tersebut. sehingga memudahkan teknisi baru untuk melakukan pengembangan sistem.
Metode Naïve Bayes dan Particle Swarm Optimization untuk Klasifikasi Penyakit Jantung Hani Setiani; Andi Sunyoto; Asro Nasiri
Jurnal Explore Vol 12, No 2 (2022): JULI
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (574.464 KB) | DOI: 10.35200/explore.v12i2.566

Abstract

Penyakit jantung merupakan penyakit yang sangat berbahaya dan menjadi penyebab utama kematian di dunia. Pada tahun 2013, penderita penyakit jantung di Indonesia sendiri mencapai hingga 61.682 jiwa dan provinsi dengan diagnosa terbanyak yaitu Jawa Tengah dengan jumlah penderita sebanyak 11.511 jiwa. Pentingnya diagnosa secara tepat yang dilakukan oleh dokter akan membantu penangan pasien secara tepat sehingga memungkinkan untuk disembuhkan, tetapi kurangnya seorang pakar mengakibatkan diagnosa yang dilakukan secara intuisi dan pengalaman. Hal ini dapat mengakibatkan kesalahan fatal dalam penanganan pasien. Oleh karena itu, diperlukan suatu sistem pakar yang dapat digunakan sebagai alternatif untuk mendiagnosa penyakit jantung. Sistem pakar yang dipilih peneliti untuk mengatasi permasalahan tersebut adalah menggunakan metode Naive Bayes dan Particle Swarm Optimization untuk mengklasifikasikan penyakit jantung. Metode Naïve Bayes dipilih karena menggunakan sedikit data latih (Training Data) untuk menentukan estimasi parameter yang diperlukan pada proses klasifikasi, sedangkan Particle Swarm Optimization dipilih untuk meningkatkan akurasi dan nilai Area Under the Curve (AUC) dengan menetapkan bobot pada setiap atribut. Pengujian yang telah dilakukan menggunakan metode Naive Bayes sebelum penerapan PSO diperoleh akurasi sebesar 83,52% dengan nilai AUC 86,80% sesudah diterapkan PSO memperoleh akurasi 91,21% dengan nilai AUC 93.90%, terdapat peningkatan akurasi pada Naive Bayes sebesar 7,69% dan AUC 7,1%.
Metode Naïve Bayes dan Particle Swarm Optimization untuk Klasifikasi Penyakit Jantung Hani Setiani; Andi Sunyoto; Asro Nasiri
Explore Vol 12 No 2 (2022): Juli 2022
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v12i2.63

Abstract

Penyakit jantung merupakan penyakit yang sangat berbahaya dan menjadi penyebab utama kematian di dunia. Pada tahun 2013, penderita penyakit jantung di Indonesia sendiri mencapai hingga 61.682 jiwa dan provinsi dengan diagnosa terbanyak yaitu Jawa Tengah dengan jumlah penderita sebanyak 11.511 jiwa. Pentingnya diagnosa secara tepat yang dilakukan oleh dokter akan membantu penangan pasien secara tepat sehingga memungkinkan untuk disembuhkan, tetapi kurangnya seorang pakar mengakibatkan diagnosa yang dilakukan secara intuisi dan pengalaman. Hal ini dapat mengakibatkan kesalahan fatal dalam penanganan pasien. Oleh karena itu, diperlukan suatu sistem pakar yang dapat digunakan sebagai alternatif untuk mendiagnosa penyakit jantung. Sistem pakar yang dipilih peneliti untuk mengatasi permasalahan tersebut adalah menggunakan metode Naive Bayes dan Particle Swarm Optimization untuk mengklasifikasikan penyakit jantung. Metode Naïve Bayes dipilih karena menggunakan sedikit data latih (Training Data) untuk menentukan estimasi parameter yang diperlukan pada proses klasifikasi, sedangkan Particle Swarm Optimization dipilih untuk meningkatkan akurasi dan nilai Area Under the Curve (AUC) dengan menetapkan bobot pada setiap atribut. Pengujian yang telah dilakukan menggunakan metode Naive Bayes sebelum penerapan PSO diperoleh akurasi sebesar 83,52% dengan nilai AUC 86,80% sesudah diterapkan PSO memperoleh akurasi 91,21% dengan nilai AUC 93.90%, terdapat peningkatan akurasi pada Naive Bayes sebesar 7,69% dan AUC 7,1%.
PELATIHAN PENGENALAN HURUF DAN ANGKA MENGGUNAKAN APLIKASI QREATIF Latifah, Rizka; Setiani, Hani; Tristanti, Novi
Masyarakat: Jurnal Pengabdian Vol. 2 No. 1 (2025)
Publisher : Yayasan Pendidikan Dan Pengembangan Harapan Ananda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58740/m-jp.v2i1.352

Abstract

Salah satu tantangan umum dalam pendidikan anak usia dini adalah kurangnya penguasaan anak terhadap pengenalan huruf dan angka. Masalah kurangnya pengenalan huruf dan angka pada anak usia dini dapat diatasi dengan memanfaatkan teknologi digital. Adapun tujuan utama pengabdian masyarakat ini adalah untuk mengenalkan huruf dan angka pada anak usia dini menggunakan aplikasi Qreatif “Calistung”. Aplikasi Qreatif “Calistung” hadir sebagai solusi inovatif yang menawarkan pengalaman belajar yang interaktif dan menyenangkan. Melalui aplikasi ini, anak-anak dapat dengan mudah mengenal huruf dan angka, sehingga mampu mempersiapkan mereka untuk tahap pendidikan selanjutnya. Pengabdian ini dilakukan dengan metode pelatihan dan ceramah. Pelaksaan pelatihan dibagi menjadi 3 tahapan yaitu: pengenalan huruf, pengenalan angka, dan evaluasi. Berdasarkan hasil pengabdian yang dilakukan di TK Kemiri 03 Kebakramat, aplikasi Qreatif “Calistung” mendapatkan feedback positif dan mampu meningkatkan kemampuan mengenal huruf dan angka peserta didik.
Pelatihan Pembuatan Media Promosi dan Informasi Kesehatan Berbasis Digital Amieratunnisa, Aniesah; Setiani, Hani; Suyadi, Suyadi; Prihandana, Gregorius Raditya Indra
Jurnal Pendidikan Tambusai Vol. 9 No. 2 (2025): Agustus
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v9i2.26883

Abstract

Media sosial telah menunjukkan perannya dalam upaya promosi kesehatan di dunia. Profesional bidang kesehatan perlu merancang model promosi kesehatan berbasis media sosial dengan mengintegrasikan media sosial dengan strategi promosi kesehatan serta strategi komunikasi kesehatan. Aplikasi Canva menawarkan layanan editing konten promosi kesehatan berbasis digital yang menarik dan perlu pengembangan kapasitas agar dapat maksimal digunakan. Sosial media Instagram juga memperlihatkan bahwa komunikasi dalam bentuk foto yang disajikan secara kreatif menjadikan instagram memiliki salah satu faktor penting dalam menarik perhatian masyarakat penggunan media sosial. Berdasarkan hasil kegiatan pelatihan pembuatan media promosi dan informasi Kesehatan tergambarkan bahwa pembuatan media promosi dan informasi kesehatan berbasis digital belum dilaksanakan dengan optimal. Perlu penguatan kapasitas tenaga kesehatan, khususnya dalam pelatihan pembuatan konten digital untuk pembuatan media promosi dan informasi kesehatan.
PENERAPAN METODE CORRELATED NAÏVE BAYES UNTUK KLASIFIKASI PENYAKIT KANKER PAYUDARA Setiani, Hani; Tristanti, Novi
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 1 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i1.4769

Abstract

Kanker payudara merupakan salah satu penyebab utama kematian di dunia, di mana deteksi dini sangat penting untuk meningkatkan prognosis pasien. Namun, metode tradisional yang bergantung pada pengalaman dokter masih rentan terhadap kesalahan diagnosis, yang dapat menghambat upaya penanganan yang tepat. Oleh karena itu, penelitian ini bertujuan untuk meningkatkan akurasi dalam klasifikasi kanker payudara dengan menerapkan metode Correlated Naïve Bayes (C-NBC). Metode ini dipilih karena kemampuannya untuk mengukur korelasi antara atribut dan kelas, yang dapat menghasilkan klasifikasi yang lebih tepat dan akurat. Penelitian ini menggunakan dataset Breast Cancer Coimbra yang terdiri dari 10 atribut untuk menguji kinerja kedua metode tersebut. Hasil pengujian menunjukkan bahwa metode Naïve Bayes menghasilkan akurasi sebesar 88,57%, sementara metode Correlated Naïve Bayes berhasil meningkatkan akurasi klasifikasi hingga 91,42%, yang lebih tinggi sebesar 2,85% dibandingkan dengan metode Naïve Bayes. Penelitian ini menunjukkan bahwa metode Correlated Naïve Bayes dapat meningkatkan performa klasifikasi penyakit kanker payudara dan dapat memberikan kontribusi terhadap pengembangan metodologi klasifikasi dalam bidang medis.
Cerdas Digital dengan Artificial Intelligence: Solusi Teknologi untuk Pelayanan dan Keamanan Publik Tristanti, Novi; Fanani, Galih Pramuja Inngam; Romadloni, Nova Tri; Efendi, Burhan; Setiani, Hani
Cahaya Pengabdian Vol. 2 No. 1 (2025): Juni 2025
Publisher : Apik Cahaya Ilmu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61971/cp.v2i1.207

Abstract

Artificial intelligence (AI)-based digital technology presents both opportunities and challenges for village security officers, particularly Village Supervisory Non-Commissioned Officers (Bhabinkamtibmas), in addressing the spread of hoaxes and meeting the demands for fast and efficient public services. The low level of digital literacy and practical skills in utilizing AI at the village level prompted the implementation of a community service program titled “Digital Intelligence with Artificial Intelligence: Technological Solutions for Public Service and Security.” This program aimed to enhance Bhabinkamtibmas’s understanding and ability to apply AI in public service and village security. The method used was a combination of theoretical and practical training for 30 Bhabinkamtibmas participants, covering three main topics: chatbot utilization for public services, face recognition for security support, and AI-based hoax content detection. Effectiveness was evaluated through pretest and posttest assessments. The results showed an average improvement of 40%, with posttest scores reaching 85% for chatbot usage, 80% for face recognition, and 75% for hoax detection. These findings demonstrate that practice-based training effectively improves Bhabinkamtibmas’s digital literacy and technical skills. In conclusion, this program successfully equips Bhabinkamtibmas as digital literacy agents capable of leveraging AI to strengthen public services and village security, contributing to the development of an adaptive Smart Policing ecosystem in the digital era.
Early Detection of Type 2 Diabetes Using C4.5 Decision Tree Algorithm on Clinical Health Records Setiani, Hani; Arridho, Muhammad Noor; Supriyanto, Supriyanto
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.v9i4.10190

Abstract

Type 2 Diabetes is a chronic metabolic disorder marked by elevated blood glucose levels. It is the most prevalent form of diabetes in society, commonly triggered by poor lifestyle habits and hereditary factors. If left unmanaged, the disease can lead to serious complications such as hypertension and other chronic conditions. Therefore, early detection plays a critical role in minimizing long-term impacts and promoting healthier behavioral changes. This research focuses on classifying Type 2 Diabetes using clinical data with the C4.5 Decision Tree algorithm. The dataset encompasses attributes including gender, age, height, weight, waist circumference, BMI, systolic and diastolic blood pressure, respiratory rate, and pulse rate. The model was evaluated under two scenarios: without data balancing and after applying the SMOTE technique for balancing. In the first scenario, the best performance was achieved with a training-testing split of 80:20, resulting in an F1 Score of 67.76%. However, the performance varied across different data proportions. In contrast, the second scenario showed more consistent results, with the 60:40 split yielding the highest F1 Score of 66.67%. These findings suggest that SMOTE effectively reduces bias toward the majority class and enhances sensitivity to the minority class. Therefore, data balancing is a crucial step in developing a reliable classification model for Diabetes Mellitus diagnosis.
Cara Mudah Membuat Portofolio Dan CV Yang Menarik Dan Efektif Dengan Aplikasi Canva Untuk Siswa SMA Negeri 1 Ciseeng Mustiko Bayu , Cahyo; Permana Sukma , Danu; Rahmah, Fharadilla; Setiani, Hani; Ulumudin, Ihya; Naldi , Jepri; Nuraini , Khurotul; Intan Mogot , Putri; Aulia Fahreza, Rico; Bagas Eka Saputra , Satriya; Kumalasari, Intan
AMMA : Jurnal Pengabdian Masyarakat Vol. 2 No. 4 (2023): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

In accordance with the title of the community service program, this research aims to improve CV (Curiculum Vitae) that is attractive to Ciseeng 1 Public High School students using the Canva application. The data source comes from Public Relations at Ciseeng 1 Public Vocational High School, namely Mrs. Rahmawati Maela S, Pd. and 36 students of class XII IPS 3. The implementation method used to make a CV & Portfolio is in the form of training using Canva for students of SMK Negeri 1 Ciseeng. This activity is supported by presentations, question and answer sessions and of course hands-on practice in XII IPS 3 class at SMK Negeri 1 Ciseeng. The purpose of implementing this community service program is to expand the network for students, train them to use the knowledge gained at lectures to print blue ink student services in the community. It is hoped that informatics engineering students at Pamulang University will have a strong desire to directly engage in the community as agents of change.