Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : journal of software engineering ampera

Risk Factors to Diagnosis A Data-Driven Model for Lung Cancer Prediction using BES-DT Firza Septian; Muhammad Sulkhan Nurfatih
Journal of Software Engineering Ampera Vol. 7 No. 2 (2026): Journal of Software Engineering Ampera
Publisher : APTIKOM SUMSEL

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

Abstract

Lung cancer remains one of the most critical health challenges worldwide, requiring accurate and interpretable predictive models to support early diagnosis. This study proposes a novel framework by integrating the Bald Eagle Search (BES) optimization algorithm with the Decision Tree (DT) classifier, forming the BES-DT model. The dataset, consisting of demographic, behavioral, and clinical risk factors, was preprocessed and optimized using BES to select the most informative features while reducing redundancy. BES, inspired by the hunting behavior of bald eagles, balances exploration and exploitation to identify optimal solutions, enabling DT to construct transparent decision rules for clinical interpretation. Experimental evaluation demonstrated that BES-DT achieved superior performance compared to the baseline DT, with accuracy of 92.6%, precision of 98.8%, recall of 93.0%, F1-score of 95.8%, and ROC-AUC of 0.90, confirming strong discriminative ability. These findings highlight that BES-DT not only improves predictive accuracy but also maintains interpretability, offering a balanced solution for medical decision support. In conclusion, BES-DT shows significant potential in advancing early detection strategies for lung cancer.
Integrasi Kecerdasan Buatan dan Realitas Tertambah: Inovasi Pembelajaran Pendidikan Agama Islam Di Era Digital Muhammad Sulkhan Nurfatih; Efendi
Journal of Software Engineering Ampera Vol. 7 No. 2 (2026): Journal of Software Engineering Ampera
Publisher : APTIKOM SUMSEL

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

Abstract

Perkembangan teknologi digital telah mendorong perubahan dalam proses pembelajaran, termasuk Pendidikan Agama Islam (PAI). Kecerdasan Buatan (Artificial Intelligence/AI) dan Realitas Tertambah (Augmented Reality/AR) menawarkan peluang untuk menciptakan pembelajaran yang lebih interaktif, adaptif, dan kontekstual. Penelitian ini bertujuan menganalisis potensi integrasi AI dan AR dalam pembelajaran PAI serta mengidentifikasi manfaat, tantangan, dan strategi penerapannya. Penelitian menggunakan pendekatan kualitatif dengan metode studi kepustakaan. Data diperoleh dari artikel jurnal, buku, laporan akademik, dan sumber ilmiah yang relevan dengan AI, AR, teknologi pendidikan, dan PAI. Hasil kajian menunjukkan bahwa AI dapat mendukung personalisasi pembelajaran, pemberian umpan balik, penyusunan bahan ajar, dan evaluasi. Sementara itu, AR dapat membantu memvisualisasikan materi PAI melalui objek tiga dimensi, simulasi, animasi, dan pengalaman belajar interaktif. Integrasi kedua teknologi tersebut berpotensi meningkatkan motivasi, keterlibatan, dan pemahaman peserta didik. Namun, penerapannya menghadapi kendala berupa keterbatasan infrastruktur, kompetensi digital guru, keamanan data, akurasi informasi, etika penggunaan AI, dan kesenjangan akses teknologi. Oleh karena itu, penerapan AI dan AR dalam pembelajaran PAI perlu dilakukan secara bertahap, pedagogis, etis, dan tetap menempatkan guru sebagai pengarah utama pembelajaran.