Article Per Year (5 Year)
p-Index From 2021 - 2026
5.745
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Bulletin of Electrical Engineering and Informatics Indonesian Journal of Electrical Engineering and Informatics (IJEEI) Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) JOIN (Jurnal Online Informatika) Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING JURNAL MEDIA INFORMATIKA BUDIDARMA Building of Informatics, Technology and Science JINAV: Journal of Information and Visualization Charity : Jurnal Pengabdian Masyarakat KLIK: Kajian Ilmiah Informatika dan Komputer Almufi Jurnal Pengabdian kepada Masyarakat eProceedings of Engineering Jurnal Matematika Integratif SmartComp CSRID LOGIC: Jurnal Penelitian Informatika Proceeding of Community Service and Engagement
Jondri
Universitas Telkom
Religion Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Social Sciences Transportation Other

Published : 124 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 124 Documents
Search

 9   10   11   12   13 
Evaluasi Metode SHAP dan LIME untuk Menganalisis Faktor Risiko Diabetes Raihan Fhadilah; Jondri Jondri; Indwiarti Indwiarti
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Diabetes adalah penyakit yang angka penderitanya terus meningkat setiap tahunnya, menjadikannya salah satu masalah kesehatan utama yang dihadapi dunia. Meskipun ada berbagai metode untuk mendeteksi diabetes, prediksi berbasis kecerdasan buatan semakin populer dalam mendiagnosis penyakit diabetes dengan tingkat akurasi yang tinggi. Namun, model-model AI sering kali bersifat black-box, sehingga sulit untuk menginterpretasikan faktor-faktor yang memengaruhi hasil prediksi. Penelitian ini bertujuan untuk membandingkan metode Explainable AI (XAI), yaitu metode SHAP dan LIME, dalam memberikan penjelasan terhadap hasil dari prediksi model. Penelitian ini menggunakan dataset diabetes yang mencakup fitur-fitur seperti kehamilan, kadar glukosa, tekanan darah, ketebalan kulit, insulin, indeks massa tubuh, keturunan, usia, dan output (kelas diabetes dan kelas non-diabetes). Dengan menggunakan metode SHAP dan LIME, penelitian ini memuat hasil berupa penjelasan keputusan dari prediksi yang dibuat oleh model XGBoost. Hasil menunjukkan bahwa SHAP memberikan interpretasi yang lebih stabil, konsisten, dan dapat dipercaya dibandingkan LIME, serta lebih direkomendasikan untuk digunakan dalam mendukung pengambilan keputusan medis terkait diagnosis diabetes. Kata kunci: Explainable AI, SHAP, LIME, XGBoost, Diabetes, Black-Box.
Pengenalan Kecerdasan Artificial (KA) dan Penerapannya dalam Proses Pembelajaran untuk Guru SMA Handayani 1 Arjasari Jondri; Indwiarti; Ledya Novamizanti
Almufi Jurnal Pengabdian Kepada Masyarakat Vol 5 No 2: Desember (2025)
Publisher : Yayasan Almubarak Fil Ilmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63821/ajpkm.v5i2.498

Abstract

Pemahaman tentang Kecerdasan Artifisial (KA) perlu diberikan kepada siswa SMA. Dengan memahami dasar-dasar KA siswa diharapkan dapat menghadapi tantangan dimasa depan, dimana KA banyak diterapkan dalam kehidupan sehari-hari. Lembaga dunia Unesco sudah mengantisipasi hal ini dengan cara mengeluarkan panduan kompetensi KA untuk pelajar dan Guru. Begitu juga dengan pemerintahan Indonesia melalui Badan Standar, Kurikulum, dan Asesmen Pendidikan Kementerian Pendidikan Dasar dan Menengah Republik Indonesia telah mengeluarkan naskah akademik  pembelajaran koding dan kecerdasan artifisial pada pendidikan dasar dan menengah. Guru merupakan salah satu garda terdepan dalam mengenalkan dan mengajarkan KA kepada siswanya. Pengabdian masyarakat ini bertujuan untuk meningkatkan pemahaman guru-guru SMA Handayani 1 Arjasari terhadap KA dan bagaimana mengajarkannya kepada siswa. Materi KA yang diberikan adalah beberapa aplikasi KA dalam kehidupan sehari-hari dan teknik dasar KA seperti Reasoning dan Learning. Hasil pengabdian Masyarakat ini berupa pemahaman yang meningkat dari  guru SMA Handayani 1 Arjasari terhadap KA. Hal ini terlihat dari hasil kuisioner yang diberikan kepada guru setelah dilaksanakan kegiatan ini.  Sebanyak 86% dari peserta menyatakan bahwa pemahaman mereka tentang KA dan penggunaan KA dalam pengajaran meningkat setelah mengikuti kegiatan ini.
Pengenalan Dasar Kecerdasan Buatan dan Prinsip Etika Penggunaannya bagi Siswa SMA Telkom Bandung Jondri; Indwiarti; Agung Toto Wibowo
Almufi Jurnal Pengabdian Kepada Masyarakat Vol 6 No 1: Juni (2026)
Publisher : Yayasan Almubarak Fil Ilmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63821/ajpkm.v6i1.600

Abstract

Perkembangan teknologi pada era Revolusi Industri 4.0 menjadikan kecerdasan buatan (Artificial Intelligence/AI) sebagai salah satu kompetensi esensial yang perlu dimiliki peserta didik. Naskah Akademik Pembelajaran Koding dan Kecerdasan Artifisial pada Pendidikan Dasar dan Menengah yang dikeluarkan oleh Badan Standar, Kurikulum, dan Asesmen Pendidikan Kementerian Pendidikan Dasar dan Menengah Republik Indonesia menegaskan pentingnya integrasi literasi komputasi, pemrograman, dan AI secara sistematis dalam kurikulum, sekaligus menekankan dimensi etika, tanggung jawab, dan keamanan digital. Siswa Sekolah Menengah Atas berada pada posisi strategis sebagai calon talenta digital masa depan. Namun, pemahaman mereka terhadap konsep dasar AI dan implikasi etis penggunaannya masih terbatas. Kegiatan pengabdian masyarakat ini bertujuan untuk meningkatkan literasi digital siswa melalui pengenalan dasar-dasar kecerdasan buatan serta penanaman prinsip etika dalam pemanfaatan AI di konteks akademik maupun kehidupan sehari-hari. Metode pelaksanaan berupa pemaparan materi secara interaktif berbasis studi kasus, dan diskusi kelompok terarah mengenai konsep dasar AI dan masalah etika dalam penggunaan AI seperti privasi data, plagiarisme berbantuan AI,dan tanggung jawab pengguna teknologi. Kegiatan juga dilengkapi dengan demonstrasi sederhana tentang cara kerja AI untuk memperkuat pemahaman konseptual siswa. Hasil pengabdian masyarakat dapat dirasakan oleh peserta. Hal ini dapat dilihat dari 90% peserta yang menjawab setuju dan sangat setuju untuk pertanyaan kuesioner “materi kegiatan sesuai dengan kebutuhan mitra/peserta.
Klasifikasi Risiko Penyakit Kardiovaskular Menggunakan Metode Stacking Classifier Dan Explainable AI M. Hanif Mulyazam; Jondri Jondri; Indwiarti
JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Vol. 10 No. 1 (2026): Issues July 2026
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jite.v10i1.18051

Abstract

Penyakit kardiovaskular secara konsisten menjadi penyebab utama kematian secara global. Keterlambatan penanganan medis sering terjadi karena keterbatasan metode konvensional dalam mendeteksi pola risiko klinis secara dini. Penelitian ini membangun model Stacking Classifier dengan Random Forest, XGBoost, Support Vector Machine, dan Multi-Layer Perceptron sebagai base learner, serta Logistic Regression sebagai meta-learner. Model dilatih menggunakan 70.000 observasi publik dan menghasilkan 60.383 baris data bersih setelah penghapusan data ekstrem, data dengan kombinasi input identik tetapi label target berbeda, serta observasi dengan tekanan darah yang tidak logis. Evaluasi dilakukan menggunakan Stratified K-Fold 5-fold. Hasil rata-rata validasi silang menunjukkan akurasi 73,94 persen, recall 72,24 persen, F1-score 73,96 persen, dan ROC AUC 0,8056. Fold terbaik diperoleh pada fold kedua dengan ambang batas 0,4638, akurasi 74,00 persen, recall 76,27 persen, F1-score 75,06 persen, dan ROC AUC 0,8066. Confusion Matrix pada fold terbaik menunjukkan 4.724 True Positive dan 1.470 False Negative, sehingga model lebih tepat diposisikan sebagai pendukung penapisan awal, bukan sebagai alat diagnosis akhir. Analisis SHapley Additive exPlanations (SHAP) pada model Stacking Classifier dari fold terbaik menunjukkan bahwa tekanan darah sistolik, usia, kolesterol, dan tekanan darah diastolik merupakan fitur yang paling dominan dalam pembentukan prediksi risiko.
Co-Authors Achmad Hussein Sundawa Kartamihardja Achmad Rizal Achmad Salim Aiman Aditya Kusuma Setyanegara Adnan Hassal Falah Agung Toto Wibowo Ahmad, Fathih Adawi Akbar, Muhammad Rizqi Al Azhar Al Azhar Alfredo Alfredo Ali Zainal Abidin Assajjad Anditya Arifianto Andrian Yoga Pratama Anggit Nourislam Anggit Nourislam Anggit Nourislam Aniq Atiqi Rohmawati Anisa Nur Aini Annisa Aditsania Arief Hutauruk Arifudin Achmad Artamira Rizqy Amartya Maden Arya Rafif Muhammad Fikri Astri Asroviana Putri Aswindo Putra Bambang Ari Wahyudi Bayu Prabawa Bintang Aryo Dharmawan Bramandyo Widyarto, Edgarsa Daffa Ulayya Suhendra Danang Triantoro M Danang Triantoro Murdiansyah Danu Ardiyanto Dea Taradipa Ardiagarianti Dede Tarwidi Deni Saepudin Denny Maulana Deny Sugiarto Wiradikusuma Devy Yendriani Dieka Nugraha Karyana Ditta Febriany Sutrisna Diwan Mukti Pambuko Diwan Mukti Pambuko, Diwan Mukti Dyas Puspandari E Handayani Echa Pangersa Sugianto Oeoen Edvan Tazul Arifin Eka Handayani Eka Handayani Ema Rachmawati Emha Ainun Erlina Febriani Ersa Christian Prakoso Fahrudin Julianto Faisal HAmdani Fakhrana Kurnia Sutrisno Fani Nuraini Farisi, Kamaludin Hanif Fauzan Azhim Umsohi Fazlur Rahman Amri Febiansyah, Muhamad Fery Kun Widi Yudantyo Firdaniza Firdaniza Fitriyani Fitriyani Fransisca Arvevia Intan Angelia Ghina Khoerunnisa Giali Ghazali Guntur Virgenius Hadi, Salman Farisi Setya Hafidz Firmansyah Hafidz Firmansyah Hafiz Denasputra Halprin Abhirawa Hendra Prasetyanwar Huda Sepriandi Ibrahim Husna Aydadenta Ida Bagus Gde Narinda Giriputra Ika Puspita Dewi Ilham Muhammad Iman Nur Fakhri Imannda Kusuma Putra Indwiarti Iqbal Dwihanandrio Irgi Aditya Rachman Irma Palupi Irwan Ramadhana Kamaludin Hanif Farisi Karina Priscilia Karina Priscilia Kemas Muslim Lhaksmana Kukuh Rahingga Permadi Kurniawan Nur Ramadhani Ledya Novamizanti M. Hanif Mulyazam Mahmud Dwi Sulistiyo Mahmud Sulistiyo Megi Rahma Dony Moch. Bijaksana Muh. Arfan Arsyad Muhalani, Raisul Muhamad Febiansyah Muhammad Farhan Muzakki Muhammad Fikrie Abdillah Muhammad Ghazali Suwardi Muhammad Hasan Muhammad Hasbi Ashshiddieqy Muhammad Irfan Fathurrahman Muhammad Wildan Putra Aldi Naufal Dzaky Anwari Naufal Furqan Hardifa Nurseno Bayu Aji Nurseno Bayu Aji Patma Oktaviana Puspandari, Dyas Putri Haryati Rizki Putri Haryati Rizki Putu Harry Gunawan Rafi Hafizhni Anggia Rahadian, Muhammad Rafi Raihan Fhadilah Raisul Muhalani Ratih Puspita Furi Redha Arifan Juanda Redi Nurjamin Renette Ersti Reza Harun Rian F. Umbara Rian F. Umbara, Rian F. Rian Febrian Umbara Rica Ning Nurhasanah Rini Shintawati Rita Rismala Rizki Luthfan Azhari Rizky Ahmad Saputra Rizky, Fariz Muhammad Roizal Manullang Siti Sa'adah Siti Saadah Sugondo Hadiyoso Supriadi, Muhamad Rifqi Syadzily , Muhammad Hasan Syifa Khairunnisa Salsabila Tedy Suwega Theo Andrew Tiara Laksmi Basuki Tifani Intan Solihati Tjokorda Agung Budi Wirayuda Ulky Parulian Wibowo Untari Novia Wisesty Untari Wisesty Varian Vianandha Vena Erla Candrika Vera Suryani Widi Astuti Widi Astuti Yahya Setiawan Yosua Marchel