Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

p-Index From 2020 - 2025

1.318

P-Index

This Author published in this journals

All Journal Digital Transformation Technology (Digitech) Data Sciences Indonesia (DSI)

Amir Mahmud Husein

Universitas Prima Indonesia, Indonesia

Author-ID : 5369244

Computer Science & IT Education Library & Information Science Physics

Published : 8 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Model Prediksi Prestasi Mahasiswa Berdasarkan Evaluasi Pembelajaran Menggunakan Pendekatan Data Science Tommy Tommy; Amir Mahmud Husein
Data Sciences Indonesia (DSI) Vol. 1 No. 1 (2021): Article Research Volume 1 Issue 1, June 2021
Publisher : ITScience (Information Technology and Science)

Perguruan tinggi merupakan satuan penyelenggara pendidikan tinggi sebagai tingkat lanjut jenjang pendidikan menengah di jalur pendidikan formal. Aspek prestasi belajar merupakan salah satu aspek penilaian keberhasilan perguruan tinggi dalam proses belajar. Dalam makalah ini menyajikan hasil analisis hubungan antara pembelajaran dengan prestasi mahasiswa dimana tahapan yang dilakukan menggunakan pendetakan data science. Berdasarkan Analisis data terdapat tiga indikator penting dalam penilaian prestasi belajar yaitu pedagogi, profesional dan kepribadian. Ketiga fitur digunakan sebagai variabel dependen untuk memprediksi prestasi belajar dimana algoritma DecisionTree menghasilkan akurasi lebih baik dari pada model k-nearest neighbors (KNN), Logistic Regression, Support Vector Machine, Naive Bayes dan dengan tingkat akurasi 68%, kemudian KNN dengan akurasi 66% dan lainnya sebesar 55% pada masing-masing algoritma yang diusulkan.

Pendekatan Data Science untuk Menemukan Churn Pelanggan pada Sector Perbankan dengan Machine Learning Amir Mahmud Husein; Mawaddah Harahap; Peter Fernandito
Data Sciences Indonesia (DSI) Vol. 1 No. 1 (2021): Article Research Volume 1 Issue 1, June 2021
Publisher : ITScience (Information Technology and Science)

Peralihan pelanggan merupakan fenomena dimana pelanggan perusahaan berhenti membeli atau berinteraksi sehingga sangat penting bagi perusahaan khususnya perbankan untuk memprediksi kemungkinan churn pelanggan dan hasilnya dapat digunakan untuk membantu retensi pelanggan dan bagian dari strategi perusahaan. Makalah ini menyajikan analisis dan prediksi churn pelanggan dengan menggunakan lima model berbeda yaitu Kneighbors Classifier, Logistic Regression, Linear SVC, Random Tree Classifier dan Random Forest Classifier. Berdasarkan hasil pengujian pendekatan model Random Forest Classifier dan Kneighbors Classifier lebih baik dari pada model lain dengan akurasi sebesar 86% dan 84%. Rekayasa fitur dengan pendekatan Anova dan Chi Square memiliki pengaruh yang signifikan terhadap peningkatan kinerja model prediksi.

Analisis Prediktif untuk Keputusan Bisnis : Peramalan Penjualan Amir Mahmud Husein; Fachrul Rozi Lubis; Muhammad Khoiruddin Harahap
Data Sciences Indonesia (DSI) Vol. 1 No. 1 (2021): Article Research Volume 1 Issue 1, June 2021
Publisher : ITScience (Information Technology and Science)

Peramalan penjualan produk adalah aspek utama dari manajemen pembelian, persediaan yang melebihi permintaan atau kekurangan akan berdampak pada manajemen pelayanan maupun secara ekominis. Makalah ini fokus mencoba menyajikan penerapan analisis prediktif dengan mengadopsi kerangka kerja Data Science (ilmu data) untuk menemukan wawasan yang berguna dalam pengambilan keputusan bisnis khususnya tentang peramalan penjualan produk di masa depan. Kerangka CRISP-DM diusulkan dengan tahapan pemahasan bisnis, pemahaman dan persiapan data, exploratory data analysis (EDA) dan pemodelan. Berdasarkan hasil pengujian data penjualan yang dievaluasi berdasarkan RMSE dan MAE, algoritma XGBoost menghasilkan prediksi berada dalam 1,3% kemudian ARIMA sebesar 1.6%, masih lebih baik dibandingkan LinearRegression, RandomForestdan LSTM dengan tingkat kesalahan sebesar 1.81%, 1.97%, 2.21% pada masing-masing algoritma dari data aktual.

Teknik Data Science di Bidang Kesehatan : Menganalisis Faktor penting Ketidakhadiran Janji Medis Pasien Amir Mahmud Husein; Muhammad Khoiruddin Harahap
Data Sciences Indonesia (DSI) Vol. 1 No. 2 (2021): Article Research Volume 1 Number 2, Desember 2021
Publisher : ITScience (Information Technology and Science)

Ketidakhadiran pasien dan pembatalan janji temu yang terlambat akan berdampak buruk pada kinerja keuangan dan kualitas layanan organisasi perawatan kesehatan, kesinambungan perawatan terganggu, kemanjuran obat tidak dapat dipantau secara teratur, layanan pencegahan dan pemeriksaan tidak dapat diberikan tepat waktu. Makalah ini menyajikan hasil analisis dalam kumpulan data menggunakan pendekatan ilmu data. Kerangka kerja menerapkan konsep CRIS-DM dengan tahapan pemahaman bisnis, pra-pemrosesan data, pembersihan data, rekayasa fitur, pemodelan dan evaluasi. Analisis data statistik deskriptif dan visual digunakan untuk memahami kumpulan data untuk menjawab delapan pertanyaan penting yang berhubungan dengan faktor ketidakhadiran janji temu pasien yang terjadwal, kemudian memprediksi apakah pasien akan datang pada hari janji temu yang dijadwalkan. Berdasarkan hasil evaluasi nilai matriks Accuray, F1-Score dan ROC terhadap Lima model machine learning yang digunakan menghasilkan Light GBM Classifier, Gradient Boosting Classifier dan XGBoost Classifier adalah tiga model terbaik dengan akurasi diatas 78% sekitar 0.79968 (79.9%), 0.79883 (79.8%) dan 0.79806 (79.8%) pada masing-masing model

Menganalisis Data Kesehatan Global : Pendekatan Analisis Data Eksplorasi Visual Muhammad Zulfansyuri Siambaton; Amir Mahmud Husein
Data Sciences Indonesia (DSI) Vol. 1 No. 2 (2021): Article Research Volume 1 Number 2, Desember 2021
Publisher : ITScience (Information Technology and Science)

Peningkatan derajat kesehatan masyarakat merupakan salah satu indikator utama kemajuan masyarakat, dimana analisis statistik untuk pemantauan kesehatan masyarakat sangat relevan untuk sejumlah sektor, seperti penelitian, pembuatan kebijakan, perawatan kesehatan, industri farmasi, asuransi dan lainnya. Makalah ini menyajikan analisis data kesehatan global dengan dengan tujuan menemukan variabel penting yang berpengaruh terhadap harapan hidup. Dari hasil observasi dengan menggunakan beberapa tahapan proses mulai dari pembersihan data, deteksi data nilai yang hilang, mendeteksi outler ditemukan bahwa terdapat tujuh variabel penting yaitu status, Adult Mortality, percentage expenditure, HIV, GDP, schooling, Income composition of resources. Dalam penelitian ini juga disajikan upaya untuk menyusun dan menganalisis semua pertanyaan penting dalam bentuk Analisis Data Eksplorasi visualisasi secara keseluruhan dari kumpulan data.

Co-Authors Fachrul Rozi Lubis Mahendra Brutu Mawaddah Harahap Muhammad Khoiruddin Harahap Muhammad Zulfansyuri Siambaton Peter Fernandito Putri Suci Rahmadani Ricki Eko Hasudungan Hutauruk Tommy Tommy

Title Search

Found 5 Documents Search Journal : Data Sciences Indonesia (DSI)

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 5 Documents
Search
Journal : Data Sciences Indonesia (DSI)