Article Per Year (5 Year)
p-Index From 2021 - 2026
14.005
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) ComEngApp : Computer Engineering and Applications Journal TEKNIK INFORMATIKA Jurnal Pendidikan Matematika Media Informatika JSI: Jurnal Sistem Informasi (E-Journal) Jurnal Simantec Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) International Journal of Advances in Intelligent Informatics Jurnal Informatika dan Teknik Elektro Terapan POSITIF Annual Research Seminar KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) Proceeding of the Electrical Engineering Computer Science and Informatics Science and Technology Indonesia Demography Journal of Sriwijaya Format : Jurnal Imiah Teknik Informatika Sistemasi: Jurnal Sistem Informasi Jurnal Penelitian Sains JST ( Jurnal Sains Terapan ) JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING AKSIOLOGIYA : Jurnal Pengabdian Kepada Masyarakat BAREKENG: Jurnal Ilmu Matematika dan Terapan Dinamisia: Jurnal Pengabdian Kepada Masyarakat PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Infomedia KACANEGARA Jurnal Pengabdian pada Masyarakat MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Riau Journal of Empowerment Jurnal Inovasi Hasil Pengabdian Masyarakat (JIPEMAS) Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ Jurnal Kreativitas PKM Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal KOMPUTEK Indonesian Journal of Applied Informatics KOMPUTIKA - Jurnal Sistem Komputer Jurnal Teknologi dan Informasi JKPM (Jurnal Kajian Pendidikan Matematika) Energy : Jurnal Ilmiah Ilmu-Ilmu Teknik Jurnal Teknologi Terapan Journal of Electronics, Electromedical Engineering, and Medical Informatics Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika Jurnal Vokasi Jurnal Teknik Elektro dan Komputasi (ELKOM) Jurnal ABDINUS : Jurnal Pengabdian Nusantara Scientific Journal of Informatics Jurnal Teknik Elektro Uniba (JTE Uniba) Square : Journal of Mathematics and Mathematics Education BERNAS: Jurnal Pengabdian Kepada Masyarakat JOINT (Journal of Information Technology Idealis : Indonesia Journal Information System Jurnal Sistem Informasi dan Sistem Komputer Jurnal Teknik Informatika (JUTIF) Jurnal AbdiMas Nusa Mandiri Jurnal Amplifier: Jurnal Ilmiah Bidang Teknik Elektro dan Komputer JAGROS : Jurnal Agroteknologi dan Sains (Journal of Agrotechnology Science) Jurnal Ilmu Komputer dan Informatika Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat Jurnal Rekayasa Elektro Sriwijaya Jurnal Teknologi BAKTI : Jurnal Pengabdian Kepada Masyarakat Pattimura International Journal of Mathematics (PIJMath) Proceeding Applied Business and Engineering Conference Technology and Informatics Insight Journal Electrician : Jurnal Rekayasa dan Teknologi Elektro COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi "JAMASTIKA" Jurnal Mahasiswa Teknik Informatika Journal Medical Informatics Technology Journal Of Artificial Intelligence And Software Engineering Jurnal INFOTEL Jurnal Informatika Polinema (JIP) Kreano, Jurnal Matematika Kreatif Inovatif Jurnal Kecerdasan Buatan dan Teknologi Informasi Majalah Bisnis & IPTEK JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Anita Desiani
Universitas Sriwijaya, Palembang, Indonesia
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

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

Found 124 Documents
Search

 4   5   6   7   8 
ALGORITMA K-NEAREST NEIGHBOR (K-NN) DAN SINGLE LAYER PERCEPTRON (SLP) UNTUK KLASIFIKASI PENYAKIT ALZHEIMER Novi Rustiana Dewi; Anita Desiani; Fitri Salamah; Yuli Andriani
Jurnal Teknologi Terapan Vol 9, No 2 (2023): Jurnal Teknologi Terapan
Publisher : P3M Politeknik Negeri Indramayu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31884/jtt.v9i2.407

Abstract

Alzheimer's disease is a brain disorder that causes memory loss, decreased thinking skills, communication difficulties, and behavioral changes. Early detection of this disease is very important for proper treatment and planning of medical needs. However, there is currently no drug that can cure Alzheimer's. Therefore, this study aims to develop accurate early predictions for Alzheimer's disease by comparing two algorithms: K-Nearest Neighbor (KNN) and Single Layer Perceptron (SLP) using the percentage split method. The results showed that testing using the K-NN algorithm resulted in an accuracy of 96%. The precision and recall values for class 0 (nondemented) are 93% and 100%, respectively, while for class 1 (demented) are 100% and 91%. On the other hand, testing using the SLP algorithm produces an accuracy of 99%. The precision and recall values for class 0 (nondemented) are 97% and 100% respectively, while for class 1 (demented) are 100% and 98%. Based on a comparison of the values for accuracy, precision, and recall, as well as the performance of the two classification methods, it can be concluded that the implementation of the Single Layer Perceptron algorithm provides the best prediction for early detection of Alzheimer's disease. These findings provide potential use of this algorithm in facilitating early diagnosis and timely intervention for patients with Alzheimer's.
PERBANDINGAN ALGORITMA C4.5 DAN SVM DALAM KLASIFIKASI PENYAKIT ANEMIA Dina Elly Yanti; Lizah Framesti; Anita Desiani
Jurnal Informatika Polinema Vol. 9 No. 4 (2023): Vol. 9 No. 4 (2023)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v9i4.1381

Abstract

Anemia merupakan keadaan saat hemoglobin pada tubuh tidak dapat berfungsi dengan baik. Anemia berdampak buruk bagi kesehatan, salah satunya pada daya tahan tubuh. Untuk mencegah terjadinya penyakit anemia dapat dilakukan deteksi dini dengan memanfaatkan pendekatan matematika menggunakan data mining. Data mining memiliki metode-metode klasifikasi yang bisa digunakan untuk deteksi dini penyakit anemia. Metode yang bisa digunakan untuk klasifikasi diantaranya yaitu algoritma Support Vector Machines (SVM) dan algoritma C4.5. Penelitian ini menerapkan algoritma SVM dan algoritma C4.5 untuk klasifikasi deteksi dini penyakit anemia. Tujuan penelitian ini adalah mendapatlkan metode paling tepat antara algoritma SVM dan algoritma C4.5 dalam klasifikasi penyakit anemia. Penelitian ini menerapkan teknik pengujian percentage split dan k-fold cross validation. Pada percentage split dipilih split sebesar 80% sebagai data latih dan 20% sebagai data uji. Pada k-fold cross validation dipilih nilai k sebesar 10. Hasil penerapan kedua metode menunjukkan bahwa k-fold cross validation bekerja lebih baik dibandingkan percentage split dengan persentase nilai akurasi, presisi, dan recall lebih tinggi dari masing-masing algoritma. Untuk kinerja kedua algoritma, C4.5 dalam penerapannya bekerja lebih baik dengan nilai akurasi, presisi, dan recall secara berturut-turut, yaitu 99.29%, 98.7%, dan 99.69% dibandingkan algoritma SVM. Dari hasil yang diperoleh dapat disimpulkan bahwa algoritma C4.5 dengan teknik pengujian k-fold cross validation menghasilkan nilai performa yang paling baik untuk klasifikasi penyakit anemia dibanding algoritma dan teknik pengujian lainnya.
SISTEM PAKAR DIAGNOSIS PENYAKIT GINEKOLOGI MENGGUNAKAN METODE CERTAINTY FACTOR Nur Devita Azzahra; Anita Desiani
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 3 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3.3063

Abstract

Ginekologi adalah cabang ilmu kedokteran yang berfokus pada tubuh wanita dan kesehatan reproduksinya mulai dari masa pubertas hingga dewasa. Ginekologi merupakan masalah kewanitaan yang asing ditelinga orang awam. Keterbatasan pengetahuan dan informasi yang dimiliki oleh maryarakat tentang kesehatan ginekologi disebabkan karena barbagai kondisi yang ada, dengan faktor utama yang menjadi permasalahan tersebut adalah rasa enggan ataupun malas untuk berkonsultasi secara langsung dengan seorang pakar atau ahli  dikarenakan merasa malu untuk membahas mengenai kesehatan pribadi apalagi yang berhubungan dengan organ vital. Oleh karena itu, dibuatlah sebuah sistem pakar yang digunakan sebagai alternatif solusi layakya seorang pakar atau ahli dalam mendiagnosis pasien. Penggunaan metode certainty factor dalam membangun sistem pakar diagnosa kanker ginekologi ini diharapkan dapat memberikan informasi yang jelas dengan memunculkan presentase kemungkinan user mengalami masalah kanker ginekologi berdasarkan gejala yang dialami. Sistem pakar ini dibuat dengan tujuan untuk memberikan informasi yang jelas kepada user dengan menampilkan presentase keyakinan bedasarkan seorang pakar. Sistem pakar diagnosa kanker ginekologi dibuat berdasarkan 27 gejala dengan 5 jenis kanker ginekologi yang meliputi kanker serviks, kanker endometrium, kanker vulva, kanker tuba fallopi, dan kanker ovarium, dengan masing-masing tingkat akurasi diagnosa, yaitu 47,8291%, 35,9512%, 58,4773%,45,6657% dan 45,4034%. 
Pemanfatan Lilin Dalam Pembelajaran Matematika Bangun Ruang Bagi Siswa Sekolah Dasar Sri Indra Maiyanti; Anita Desiani; Bambang Suprihatin
BERNAS: Jurnal Pengabdian Kepada Masyarakat Vol. 4 No. 1 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/jb.v4i1.3881

Abstract

Matematika merupakan mata pelajaran yang dianggap sulit oleh kebanyakan siswa sekolah dasar. Berbagai inovasi dalam pembelajaran Matematika dilakukan supaya materi pelajaran yang abstrak dapat dipahami dengan mudah dan melekat dalam ingatan siswa. Pengabdian kepada masyarakat ini bertujuan memberikan alternatif pembelajaran Matematika yang mudah dipahami, menarik dan menyenangkan dengan memanfaatkan media pembelajaran dalam bentuk lilin bangun ruang. Metode kegiatan dengan ceramah dan praktek pembuatan lilin berbentuk bangun ruang (kubus, balok, kerucut, prisma, limas, tabung dan bola). Hasil dari pengabdian ini adalah siswa dapat memahami materi bangun ruang melalui benda konkrit, selanjutnya dapat ditingkatkan ke pemahaman yang lebih abstrak. Siswa mengikuti kegiatan dengan antusias, bersemangat dan gembira. Sebelum kegiatan 80% siswa menganggap pelajaran bangun ruang “sulit” namun setelahnya hanya tinggal 33,3% siswa yang menganggap pelajaran bangun ruang sulit. Hampir semua siswa (93,3%) menganggap pembelajaran bangun ruang dengan media lilin bangun ruang “menyenangkan” dan mudah dilakukan. Nilai siswa setelah pembelajaran (Nilai rata-rata 67,5 post-test) lebih baik dibandingkan sebelumnya (rata-rata pre-test 50,7). Kata Kunci: Bangun Ruang; Lilin Bangun Ruang; Media Pembelajaran Matematika
Pemberdayaan Ekonomi Perempuan Desa Limbang Jaya Melalui Pemanfatan Limbah Kain Songket Anita Desiani; Bambang Suprihatin; Erwin Erwin; Ali Amran; Dina Suzzete Sitorus; Faishal Fitra Ramadhan; Rifki Kurniawan
BERNAS: Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 2 (2024)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/jb.v5i2.7455

Abstract

Limbang Jaya adalah desa yang terletak di Tanjung Batu, Kabupaten Ogan Ilir, Sumatera Selatan. Penduduk laki-laki mayoritas berprofesi sebagai pandai besi, sedangkan perempuan mayoritas berprofesi sebagai pengrajin kain songket. Seorang perajin dapat menghasilkan 3-4 lembar kain songket setiap bulannya. Pengrajin songket di Limbang Jaya sebagian besar berprofesi sebagai buruh bukan sebagai pemilik usaha kerajinan songket. Mereka hanya menerima upah untuk setiap pembuatan kain songket yang selesai dibuat. Hasil kain songket sekitar 50-70 cm. Pemotongan songket menyisakan limbah potongan-potongan kecil dari songket tersebut. Kegiatan pengabdian ini memberikan panduan dan pelatihan secara langsung mengenai teknik tambal sulam dan quilting. Teknik tambal sulam dan quilting dapat digunakan untuk memanfaatkan sisa limbah kain songket menjadi produk yang bernilai jual. Tahapan kegiatan dalam tulisan ini yang dilakukan adalah survei, persiapan kegiatan, penyampaian materi, dan evaluasi kegiatan. Setelah melaksanakan kegiatan ini para peserta sudah memahami bagaimana mengaplikasikan teknik tambal sulam dan quilting pada kain songket sisa sehingga dapat menjadi sebuah produk baru yang mempunyai nilai jual. Diharapkan kegiatan ini dapat menjadi alternatif pendapatan bagi masyarakat Limbang Jaya sehingga kesejahteraannya dapat meningkat.
Analisis Perbandingan Klasifikasi Penyakit Jantung Menggunakan Algoritma Nai ̈ve Bayes dan Algoritma Logistic Regression Anita Desiani; Annisa Aulia Lestari; Lucy Chania Agatha
Jurnal Rekayasa Elektro Sriwijaya Vol. 5 No. 2 (2024): Jurnal Rekayasa Elektro Sriwijaya
Publisher : Jurusan Teknik Elektro Fakultas Teknik Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/jres.v5i2.104

Abstract

Heart disease is a condition where parts of the heart are damaged. Thus, early detection is needed. One of them is by doing data mining classification using the Naïve Bayes and Logistic Regression algorithms. This research will compare Naïve Bayes and Logistic Regression algorithms through the training percentage split and k-fold cross validation methods to get the best classification results in detecting heart disease by calculating the average value of precision, recall, and accuracy. The Naïve Bayes algorithm with the training percentage split method produces average values for precision, recall, and accuracy of 83%, 82.5% and 81%, while the Naïve Bayes algorithm with k-fold cross validation provides average values for precision, recall, and accuracy of 83.5%, 85.5% and 83%. Logistic Regression algorithm with percentage split training method produces average values for precision, recall, and accuracy of 73.5%, 73.5% and 73%, while Logistic Regression algorithm using k-fold cross validation produces average values for precision, recall, and accuracy of 84%, 83.5% and 84%. This shows that the Naïve Bayes algorithm using percentage split is better than Logistic Regression, but when using the k-fold cross validation method, the Logistic Regression algorithm has a significant increase compared to Naïve Bayes. So that to classify heart disease is better with the Logistic Regression Algorithm with the k-fold cross validation method.
Analisis Metode Certainty Factor dalam Akomodasi Inexact Reasoning pada Sistem Pakar Diagnosa Penyakita Jantung desiani, anita; Lubis, Andika Cristian; Irmeilyana
Journal of Information Technology Vol 5 No 1 (2023): JOINT (Journal of Information Technology)
Publisher : LPPM STMIK AMIK BANDUNG

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

Abstract

Heart is an important organ in the body that is useful as a blood pump with the aim of meeting the needs of oxygen and nutrients to the body. If the heart has impaired performance, blood flow in the body becomes abnormal and can lead to heart disease. The types of heart disease that commonly increase the death rate are coronary heart disease, heart valve disease, and heartbeat disorders (arrhythmia). In this case, there is a need for early detection in a complex manner through a high-accuracy system, namely an expert system. Expert systems contain detailed information about the disease being diagnosed. The Certainty Factor method is a certainty factor method that can overcome the uncertainty (inexact reasoning) of experts in making decisions based on disease symptoms and an interval scale of confidence in the symptoms given by system users. The application of the expert system begins with assembling a system involving the acquisition of knowledge sources explored from heart specialist experts. The analysis obtained on accommodating inexact reasoning on symptoms and the interval scale of the system user's confidence level for 5 test data based on the symptoms felt by the disease sufferer resulted in prediction accuracy for each type of heart disease where 90.46% coronary heart disease in the first test data, 80.76% arrhytmia in the second test data, 87.43% heart valve disease in the third test data, 93.12% coronary heart disease in the fourth test data, and 93.96% heart valve disease in the fifth test data. The application of the certainty factor method to the expert system produces appropriate prediction accuracy so that the expert system designed is effective for measuring certainty in diagnosis and it can be an alternative to early detection of several types of heart disease.
Penerapan Regresi Nonparametrik Spline Truncated Dalam Memodelkan Hubungan Faktor-Faktor Yang Mempengaruhi Indeks Pembangunan Gender (IPG) Di Provinsi Sumatera Utara Irmeilyana, Irmeilyana; Ramadhan, Raihan; Desiani, Anita
JST (Jurnal Sains Terapan) Vol 10, No 1 (2024): JST (Jurnal Sains Terapan)
Publisher : Pusat Penelitian dan Pengabdian kepada Masyarakat, Politeknik Negeri Balikpapan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32487/jst.v10i1.2012

Abstract

Capaian Indeks Pembangunan Gender (IPG) Provinsi Sumatera Utara (Sumut) pada tahun 2021 masih berada di bawah IPG nasional. Provinsi Sumut masih dihadapkan dengan tantangan pembangunan untuk mewujudkan kesetaraan gender seperti rendahnya rata-rata lama sekolah dan tingginya kesenjangan pendapatan antar gender. Hal-hal tersebut menunjukkan bahwa IPG di Provinsi Sumut perlu ditingkatkan. Penelitian ini bertujuan untuk memperoleh model regresi terbaik dan mengetahui faktor-faktor yang berpengaruh signifikan terhadap IPG Provinsi Sumut. Penelitian ini menggunakan metode regresi nonparametrik spline truncated karena pola data antara variabel respon dengan 6 variabel prediktor dari data yang digunakan tidak membentuk pola tertentu. Banyaknya titik knot yang digunakan yaitu 1 knot, 2 knot, 3 knot dan kombinasi knot, serta orde yang digunakan adalah orde 1. Pemilihan titik knot optimal dan model terbaik menggunakan Generalized Cross Validiation (GCV) berdasarkan nilai GCV minimum dan model terbaik yang diperoleh diukur menggunakan koefisien determinasi ( ). Hasil penelitian ini yaitu model regresi nonparametrik spline truncated terbaik menggunakan kombinasi knot (3, 3, 1, 1, 3, 3) dengan nilai GCV minimum sebesar 5,64129. Faktor-faktor yang yang berpengaruh signifikan terhadap IPG di Provinsi Sumut yaitu TPAK perempuan , RLS perempuan , AMH perempuan , dan AHH perempuan . Model terbaik yang diperoleh memiliki nilai  sebesar 92,79% dengan asumsi residual identik, independen, dan distribusi normal (IIDN) terpenuhi.Kata kunci : IPG, Regresi nonparametrik spline truncated, Titik Knot, GCV, Koefisien Determinasi
Klasifikasi Penyakit Kanker Prostat Menggunakan Algoritma Naïve Bayes dan K-Nearest Neighbor Muzakir, Adi; Desiani, Anita; Amran, Ali
Komputika : Jurnal Sistem Komputer Vol 12 No 1 (2023): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v12i1.9629

Abstract

Kanker prostat merupakan kanker yang berkembang di prostat dalam sistem reproduksi pria, hal ini terjadi ketika sel prostat mengalami keterikatan pada reseptor androgen melalui proses molecular docking. Insidensi kanker prostat meningkat seiring pertambahan usia, di mana risiko yang dimiliki pria untuk menderita kanker prostat dalam seumur hidupnya mendekati angka 10%. Deteksi dini terhadap kasus kanker prostat pada banyak pengidap atau pria yang rentan risiko kanker prostat penting dilakukan untuk memulai pengobatan dan perencanaan kebutuhan medis yang tepat. Salah satu cara yang dapat dilakukan dalam deteksi penyakit kanker prostat adalah dengan melakukan klasifi-kasi menggunakan pendekatan data mining dengan algoritma Naïve Bayes dan K-Nearest Neighbor (K-NN). Penelitian ini bertujuan untuk mendapatkan hasil klasifikasi terbaik untuk mendeteksi penyakit kanker prostat dengan membandingkan kedua algoritma tersebut. Hasil akurasi klasifikasi kanker prostat dengan menggunakan algoritma Naïve Bayes adalah 80% dan K-NN sebesar 90%. Sementara untuk rata-rata keseluruhan nilai presisi algoritma Na-ïve Bayes dan K-NN masing-masing berada di angka 71,5% dan 93%. Nilai recall untuk algoritma Naïve bayes didapatkan sebesar 88% dan algoritma K-NN yaitu 87,5%. Berdasarkan nilai akurasi, presisi, dan recall kedua algo-ritma tersebut, algoritma K-NN memiliki nilai yang lebih tinggi dibandingkan dengan algoritma Naïve Bayes, sehing-ga dapat dikatakan bahwa algoritma K-NN bekerja dengan baik dalam melakukan klasifikasi penyakit kanker prostat. Meskipun algoritma Naïve Bayes memiliki nilai yang lebih rendah dibandingkan dengan algoritma K-NN, tetapi nilai rata-rata untuk performa presisi, recall, dan akurasinya masih berada di atas 70%. Dapat dikatakan bahwa algoritma Naïve Bayes cukup baik dalam mengklasifikasi penyakit kanker prostat.
Klasifikasi Penyakit Jantung Menggunakan Perbandingan Implementasi Algoriitma Naïve Bayes dan K-Nearest Neighbor Desiani, Anita; Simamora, Valentino; Irmeilyana, Irmeilyana
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 5, No 1 (2024): Transformasi Digital: Tren dan Tantangan dalam Era Revolusi Industri 4.0
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v5i1.7619

Abstract

Jantung merupakan organ penting pada manusia. Jantung memiliki peran aktif dalam memompa darah ke seluruh tubuh. Selama mejalankan tugasnya, jantung dapat mengalami berbagai macam penyakit. Kita dapat melakukan klasifikasi terhadap penyakit jantung untuk mengetahui jumlah rata-rata manusia yang terserang penyakit jantung. Untuk mendapatkan algoritma yang terbaik, kita perlu melakukan perbandingan. Pada penelitian ini, algortima yang digunakan adalah K-Nearest Neighbor dan Naïve Bayes. Dari hasil penelitian pada K-NN diperoleh hasil akurasi, presisi, dan recall sebesar 100% sedangkan Naïve Bayes mendapat hasil akurasi, presisi, dan recall sebesar 85%-85,5%. Maka algoritma yang terbaik adalah Naïve Bayes. 
Co-Authors Adi Muzakir Adinda Ayu Lestari, Adinda Ayu Adzra Afiifah Nabila Affandi, Azhar Kholiq Agatha, Lucy Chania Agung Alamsyah Ajeng Islamia Putri Ajeng Islamia Putri Al-Ariq, M Al-Filambany, Muhammad Gibran Alamsyah, Agung albar Pratama Alga Mahida Ali Amran Ali Amran All Fajri, Muhammad Arya Ambarwati Ananda Pratiwi Andhini, Shania Putri Andika Cristian Lubis Andriani, Nur Avisa Calista Anggraini, Jeni Putri Anisa Aulia Kusmareni Annisa Aulia Lestari Annisa Kartikasari Annisa Nabila, Annisa Annisa Nur Fauza Annisa Nurba Iffah’da Apledaria Apledaria Arhami, Muhammad Arhami, Muhammad Arsyad. H, Muhammad Iqbal Arum Setiawan Aulia Salsabila Aulia, Annisa Rizka Ayuputri, Niken Azhar Kholiq Affandi Azzahra, Nur Devita Azzahra, Pasma Bambang Suprihatin Bambang Suprihatin Bambang Suprihatin Bambang Suprihatin Batubara, Gracia Mianda Caroline Bella Agustina, Sinta Betty Aprianah Betty Aprianah Budi Mulyono Calista, Nur Avisa Carolina Rahman Chairu Nisa Apriyani Chaya Gladys Zhafirah A Clarita Margo Uteh Des Alwine Zayanti Des Alwine Zayanti Des Alwine Zayanti, Des Alwine Desty Rodiah Dewi Lestari Dwi Putri Dewi Lestari Dwi Putri Dewi, Deshinta Arrova Dian Cahyawati Diana Dewi Sartika, Diana Dewi Dien Novita Dina Elly Yanti Dina Elly Yanti Dina Suzzete Sitorus Dite Geovani Dite Geovanni Dwi Ranti Dwi Septiani Dwifa, Dima Echa Alda Melinia Efriliyanti, Filda Endang Sri Kresnawati Endang Sri Kresnawati Endro Setyo Cahyono Endro Setyo Cahyono, Endro Setyo Enyta Yuniar Ermatita - Erwin Erwin Erwin, Erwin Fadhilah, Nadiyah Fadilah, Nadiyah Faishal Fitra Ramadhan Fathinah, Nadiva Azro Ferdi Setiawan Ferdinand Hukama Taqwa Filda Efriliyanti fildzah daniela, nyayu audy Firdaus Firdaus Fitri Salamah Fivalianda, Dido Geovani, Dite Geovanni, Dite Giovillando Hadi Tanuji Hasibuan, MS Henisaniyya, Nabila Herlina Hanum Herlina Hanum, Herlina Hermansyah Hermansyah Hermansyah Hermansyah Hermansyah Husaini Husaini Ilham Tri Wibowo Indah Verdya Alvionita Indra Maiyanti, Sri Indri Ramayanti Ira Rayyani Irmeilyana Irmeilyana Irmeilyana Irvan Andrian Kanda Januar Miraswan Karina Kartila Kartila Kerenila Agustin Kesuma, Lucky Indra Kurnia, M Kahfi Aldi Kurniawan, Rifki Kusmareni, Anisa Aulia Lizah Framesti Lubis, Andika Cristian Lucy Chania Agatha Makhalli, Siddiq Manoppo, Sania Marselina, Nyanyu Chika Maya Meilensa Maya Meilensa Mayangsari, Oki Sukma Mega Tiara Putri Mitta Permata Sari Mochamad Syaifudin, Mochamad Mortara, Alda Amalia MS Hasibuan Muchlas, Ally Muhammad Akbar Muhammad Akmal Shidqi Muhammad Awaludin Djohar Muhammad Awaludin Djohar Muhammad Azwar Annas Muhammad Gibran Al-Filambany Muhammad Ihsan Muhammad Naufal Rachmatullah Muhammad Nawawi Muhammad Nawawi Muhammad Syariful Irsyad Muhammad Wahyu Ilahi Muhammat Rio Halim Muslim Muslim Muslim Muslim Mustaqima, Dina Mutiara Saviera Muzakir, Adi Muzayyadah, Fathona Nur Nadya Riri Febiyanti Napitu, Michael Jackson Narti Narti, Narti Naturatama, Dicky Naufal Rachmatullah Ngudiantoro . Ning Eliyati Novi Rustiana Dewi Novi Rustiana Dewi Nugrohoputri, Rifa Fadhila NUNI GOFAR Nur Avisa Calista Nur Devita Azzahra Nyayu Chika Marselina Oki Dwipurwani Padhil, Azmi Muhammad Pasma Azzahra Permatasari, Mitta Pertiwi, Citra Prabudifa, Muhammad Yusuf Pranata, Teddi Pratiwi, Ananda Purwita Sari, Purwita Puspa Sari Puspa Sari, Puspa Putra Bahtera Jaya Bangun, Putra Bahtera Jaya Putri Bella Nusantara Putri Pratiwi Putri, Ajeng Islamia Putri, Tyara Hestyani Rahmadita, Suristhia Rahmat Dwian Ramadhan, Faishal Fitra Ramadhan, Raihan Ramadhani, Syafira Dian Ramayanti, Indri Rana Sania Ravisha Keyna Anduwi Rayani, Ira Redina An Fadhila Chaniago Redina An Fadhila Chaniago Refky Maulana Rifa Fadhila Nugrohoputri Rifki Kurniawan Rifkie Primartha Rifkie Primartha Rifkie Primartha Rio Halim, Muhammat Rizki, Fatur Salahuddin Salahuddin Salamah, Fitri Salsabila, Aulia Saputra, M Aldi Saputra, Tommy Sari Suryati Sasongko, Muhammad Aditya Savera, Mutiara Saviera, Mutiara Shania Putri Andhini Shidqi, Muhammad Akmal Shinta Octarina Siddiq Makhalli Sigit Priyanta Simamora, Valentino Sinta Bella Agustina Siti Husnul Hotimah, Siti Husnul Siti Nurhaliza Siti Rusdiana Puspa Dewi Sitorus, Dina Suzzete Sri Indra Maiyanti Sri Indra Maiyanti Sri Indra Maiyanti Sri Indra Maiyanti Suedarmin, Muhammad Sugandi Yahdin Sugandi Yahdin Sugandi Yahdin Suratama, Bintang Suryani Suryani Susanto Susanto Susanto Susanto Syafrina Lamin, Syafrina Syarifuddin, Fauzi Yusuf Teddi Pranata Titania Jeanni Charisa Titania Jeanni Charissa Tri Febriani Putri tri wahyuni Villando, Gio Waafiyah, Hilmiana Wahyudi, Yogi Yadi Utama Yassir Yassir Yogi Wahyudi Yonarta, Danang Yuli Andirani Yuli Andriani Yuli Andriani Yulia Resti Yuniar, Enyta Z, Des Alwine Zulhipni Reno Saputra Els