Afdal Alhafiz
STMIK Triguna Dharma

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

Mendiagnosa Penyakit Psittacosis Dengan Menggunakan Metode Teorema Bayes Romasta Lumbantoruan; Nurcahyo Budi Nugroho; Afdal Alhafiz
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol 1, No 5 (2022): EDISI SEPTEMBER 2022
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v1i5.5340

Abstract

Penyakit burung beo salah satunya yaitu penyakit psittakosis. Psittacosis merupakan sebuah penyakit gangguan pernapasan yang disebabkan oleh jamur Chlamydia.  Penyakit pada ini bersifat zoonosis dapat menular kepada peternak unggas, pekerja kandang dan mereka yang sering kontak dengan burung tersebut. Dengan masalah tersebut maka di buatlah sistem pakar mendiagnosa penyakit penyakit pada burung gracula religiosa atau burung beo dengan tujuan untuk membantu dalam mendiagnosa pada penyakit psittacosis. Sistem pakar merupakan sebuah sistem aplikasi yang memiliki kemampuan layaknya seperti berpikir seorang pakar dalam menyelesaikan  masalah terkait penyakit psittacosis sehingga dapat menghasilkan  sebuah kesimpulan atau solusi. Hasil dari penelitian ini mendapatkan suatu keluaran berupa penyakit yang dialami oleh burung gracula religiosa serta solusi penanganan pada penyakit yang dialami dengan menggunakan metode teorema bayes.
Stunting Sistem Cerdas Mendiagnosa Stunting pada Anak Menggunakan Mesin Inferensi Tugiono; Afdal Alhafiz; Hafizah
Jurnal Informasi dan Teknologi 2022, Vol. 4, No. 4
Publisher : SEULANGA SYSTEM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37034/jidt.v4i4.237

Abstract

Stunting is an unresolved nutritional problem in Indonesia. Stunting is a physical growth disorder characterized by a decrease in growth speed and is the impact of nutritional imbalances. Stunting will cause long-term impacts, namely disruption of physical, mental, intellectual, and cognitive development. Children who are stunted until the age of 5 years will be difficult to repair so that it will continue into adulthood and can increase the risk of offspring with low birth weight. Low economic factors cause people to think twice about consulting on stunting with doctors or nutritionists. In addition, the reluctance to come to the Puskesmas is an indicator of the low level of public awareness of children's health. Whereas the Puskesmas is a place that provides information about the problem of stunting. This is one of the causes of the delay in reducing the prevalence of stunting. An expert system is a system that seeks to adopt human abilities or knowledge into computers, so that computers can work in solving a problem like an expert or someone who has knowledge in a particular field. Utilization of expert systems with certainty factor methods and forward chaining inference engines will greatly help facilitate the community in making an early diagnosis of stunting in children, so that people can take initial treatment if their child is diagnosed with stunting. With this facility, of course, the risk of increasing stunting in children can be reduced and even prevention is carried out.
Sistem Pendukung Keputusan Menganalisa Kepuasan Penyewa Indekos Dengan Metode Fuzzy Assosiative Memory Adi Lintong Sihombing; Rico Imanta Ginting; Afdal Alhafiz
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 1 (2023): EDISI JANUARI 2023
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v2i1.5636

Abstract

AbstrakRumah Kos Amanda memberikan fasilitas gratis, seperti jasa kebersihan dengan sistem pembayaran harian atau bulanan dengan jenis kamar yang disewakan adalah kamar kos Standar dan Ekonomi. Dimana permasalahan Rumah Kos Amanda ialah menurunnya penyewa indekos ditambah lagi dengan pemilik kos kesulitan untuk mengetahui kepuasan pelanggan. Karena pemilik kos berdomisili di luar kota dan dalam menilai tingkat kepuasan penyewa masih menggunakan cara manual, yaitu dengan wawancara secara langsung kepada setiap penyewa. Hal ini tentunya kurang efektif dikarenakan wawancara langsung tidak terdata keseluruhan. Permasalahan tersebut membutuhkan sebuah sistem yang dapat mengukur tingkat kepuasan pelanggan yaitu Sistem Pendukung Keputusan. Dengan adanya SPK maka mengambil keputusan dapat dilakukan dengan cepat dan tepat. Banyak metode yang dapat digunakan oleh SPK salah satunya adalah metode Fuzzy Associative Memory (FAM). Hasil penelitian ini bermanfaat bagi perusahaan dan penentuan tingkat kepuassan dapat mempermudah pengambil keputusan secara akurat, cepat dan akuntabel. Kata Kunci: Tingkat Kepuasan, FAM, Sistem Pendukung Keputusan. 
Sistem Pakar Mendiagnosa Radang Usus Pada Pencernaan Manusia Dengan Metode Dempster Shafer Trisna Lerisa Br.Sembiring; Afdal Alhafiz; Trinanda Syahputra
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 3 (2023): EDISI MEI 2023
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v2i3.5611

Abstract

Radang usus adalah peradangan pada saluran pencernaan yang ditandai dengan adanya iritasi hingga luka. Radang usus dapat menimbulkan gejala berupa diare, nyeri perut, dan berat badan turun. Banyak orang yang tidak memperhatikan kesehatan karena terlalu sibuk dengan aktivitasnya sehingga malas untuk pergi ke dokter, bahkan pada saat rumah sakit sedang banyak pengunjung ada juga yang merasa banyak membuang waktu untuk mengantri karena ingin mendapat giliran untuk diperiksa dan banyak biaya yang harus dikeluarkan. Berdasarkan kemajuan dalam bidang komputer dan informatika, sehingga kerumitan dan kesulitan dapat ditanggulangi dengan pemanfaatan teknologi informasi dengan membuat aplikasi yang dapat mendeteksi penyakit usus, yaitu bidang keilmuan sistem pakar dan landasan data dari Rumah Sakit Umum Sylvani dengan menggunakan metode dempster shafer. Hasil penelitian ini  dapat mendiagnosa penyakit radang usus menggunakan sistem yang dibangun berbasis desktop yang diambil dari pengetahuan pakar secara cepat dan efisien, dan diharapkan juga perangkat lunak yang dirancang dapat membantu masyarakat dan pengguna khususnya dalam memprediksi penyakit radang usus.
Implementasi Algoritma K-Means Dalam Pengclusteran Penerima Dana Bantuan Langsung Tunai (BLT) Di Desa Mulyoharjo Ahmad Raynaldi; Puji Sari Ramadhan; Afdal Alhafiz
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 3 (2026): EDISI MEI 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i3.10345

Abstract

Bantuan langsung tunai adalah program bantuan pemerintah berjenis pemberian uang tunai atau beragam bantuan lainnya, baik bersyarat (conditional cash transfer) maupun tak bersyarat (unconditional cash transfer) untuk masyarakat miskin. Dari hasil observasi yang telah di lakukan melalui salah satu kepala desa di desa Mulyoharjo yang berada di suatu daerah pedalaman tepatnya di sulawesi tengah kabupaten banggai, terkait dengan penyaluran Bantuan Langsung tunai terungkap bahwa pemerintah desa merasa kesulitan dalam mengelompokan dan memilih keluarga yang menerima bantuan, di karnakan kurangnya sistem, akibatnya, dirasakan bahwa masih terdapat keluarga yang membutuhkan bantuan namun belum mendapat perhatian.Maka salah satu upaya dalam pengolahan bantuan data tersebut dapat dilakukan dengan menggunakan metode Data Mining dengan Algoritma K-Means Clustering. Dari hasil klasterisasi pada data yang di hasilkan pengelompokan data masyarakat desa Mulyoharjo kurang mampu dengan tiga cluster yaitu cluster kurang mampu, mampu, sangat mampu, dengan algoritma K-means clustering sebanyak 2 iterasi maka mendapatkan hasil pada cluster pertama sebanyak 32 kepala keluarga kurang mampu, pada cluster ke dua sebanyak 20 kepala keluarga mampu dan pada cluster ke tiga sebanyak 18 kepala keluarga sangat mampu. Dan terciptanya sebuah aplikasi data mining yang dapat digunakan untuk menetukan kelayakan penerima dana bantuan langsung tunai dengan menggunakan metode Algoritma K-Means