Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Indonesian Journal of Artificial Intelligence and Data Mining Malcom: Indonesian Journal of Machine Learning and Computer Science
Said Thaufik Rizaldi
UIN Sultan Syarif Kasim Riau
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Implementasi Markov Chain untuk Prediksi Kasus Penderita Demam Berdarah Dengue di Kabupaten Bengkalis: The Implementation of Markov Chain for Prediction on Chemistry of Hemorrhic Figure Case In Bengkalis District Trio Laksono; Said Thaufik Rizaldi; Muhammad Arifin
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 1 No. 1 (2021): MALCOM April 2021
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (644.434 KB) | DOI: 10.57152/malcom.v1i1.56

Abstract

Demam Berdarah Dengue (DBD) adalah penyakit menular yang disebabkan oleh virus Dengue dan ditularkan oleh nyamuk Aedes Aegypti, ditandai dengan demam 2–7 hari dan penurunan jumlah trombosit. Angka pesakitan DBD di Kabupaten Bengkalis sangat tinggi sehingga pada Tahun 2014 Bengkalis ditetapkan sebagai Kejadian Luar Biasa DBD. Dinas Kesehatan Bengkalis sudah melakukan upaya-upaya pencegahan, namun kasus DBD masih saja terus terjadi dan menimbulkan korban jiwa. Untuk itu maka diperlukan sebuah prediksi yang bisa dijadikan acuan untuk menangani kasus DBD di masa mendatang. Tujuan dari penelitian ini ialah untuk melihat angka kenaikan kasus DBD Tahun 2016 dan mengimplementasikan hasil prediksi kedalam sistem. Metode prediksi yang digunakan dalam penelitian ini ialah metode Markov Chain. Metode ini membandingkan data DBD pada keadaan sebelumnya dengan keadaan sekarang secara diskrit maupun kontinyu. Hasil yang didapat dalam penelitian ini ialah prediksi kasus DBD Kabupaten Bengkalis pada Tahun 2016, dan juga sebuah sistem informasi prediksi DBD. Angka prediksi yang diperoleh untuk tahun 2016 ialah sebesar 343 kasus. Berdasarkan hasil prediksi yang dilakukan, diketahui bahwa kasus DBD di Kabupaten Bengkalis mengalami peningkatan pada Bulan Januari 2016 kemudian mengalami penurunan pada Bulan Februari 2016. Kata Kunci : Aedes Aegypti, Bengkalis, Demam Berdarah Dengue, Markov Chain, Prediksi
Data Sharing Technique for Electronic Health Record (EHR) Classification using Support Vector Machine Algorithm Moh. Erkamim; Said Thaufik Rizaldi; Sepriano Sepriano; Khoirun Nisa; Sulhatun Sulhatun; Zilrahmi Zilrahmi; Winalia Agwil
Indonesian Journal of Artificial Intelligence and Data Mining Vol 6, No 1 (2023): Maret 2023
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/ijaidm.v6i1.24794

Abstract

The Electronic Health Record (EHR) integrates information about medical history in patients, complications, and history of drug use efficiently, which demands optimality and speed of service for efficiency and effectiveness of services, especially in determining outpatient and inpatient services on accurate patient history data. In efforts to improve data accuracy, this study combined the c, γ, and degree kernels in the Linear, Polynomial, and Radial Basis Function (RBF) kernels as well as data sharing techniques 10-fold cross-validation, k-medoids, and Hold- out (70 % 30%) resulted in superior K-Medoids data sharing techniques for each Polynomial kernel with an accuracy of 75.76% and a Radial Basis Function (RBF) kernel with an accuracy of 75.56% so that it can be said that the combination of K-Medoids and Polynominal kernel in the algorithm Support Vector Machine (SVM) can be used in this research case
Co-Authors Khoirun Nisa Moh. Erkamim Muhammad Arifin Sepriano Sepriano Sulhatun Sulhatun Trio Laksono Winalia Agwil Zilrahmi, Zilrahmi