Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal International conference on Information Technology and Business (ICITB) Jifosi
Intan Yuniar Purbasari, Intan Yuniar
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Relief Feature Selection and Bayesian Network Model for Hepatitis Diagnosis Anggraeny, Fetty Tri; Purbasari, Intan Yuniar; Suryaningsih, Evi
Prosiding International conference on Information Technology and Business (ICITB) 2017: INTERNATIONAL CONFERENCE ON INFORMATION TECHNOLOGY AND BUSINESS (ICITB) 3
Publisher : Prosiding International conference on Information Technology and Business (ICITB)

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

Abstract

A doctor diagnose a disease by evaluating patient condition or by comparing with another patient that have similar conditions or symptoms. In computer science, this task can be done by a computer program that included intelligent algorithm in it. Some disease have similar symptoms, such as typhoid fever, hepatitis, and dengue fever. Based on UCI database there are 17 symptoms of Hepatitis that may be similar with other disease, so it needs a method to find the major symptoms. In this research, we proposed hepatitis diagnose using statistic Bayesian network and find major symptoms using ReliefF algorithm. ReliefF algorithm resulting 4 majority symptoms and used to constructing Bayesian Network. ReliefF and Bayesian Network have 76,8% accuracy, 76,5% precision, and 100% recall for 69 test data. Keywords: Hepatitis, ReliefF, Bayesian Network, Probabilistic.
REKOMENDASI PENJUALAN PAKET KOSMETIK MENGGUNAKAN ALGORITMA IMPROVISASI APRIORI Sari, Nabella Permata; Purbasari, Intan Yuniar; Yisti Vita Via
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 1 No. 2 (2020): JIFoSI Volume 1, No 2: Juli 2020
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (273.472 KB)

Abstract

Sebuah metode untuk menganalisis data transaksi yang berjumlah ribuan pada sebuah toko online di e-commerce sangat penting untuk dilakukan. Hal ini bertujuan untuk menghasilkan informasi yang berguna sebagai strategi pemasaran. Penelitian ini bertujuan untuk menentukan rekomendasi menu pilihan paket kosmetik. Metode yang digunakan dalam penelitian ini yaitu dengan menggunakan Algoritma Improvisasi Apriori. Dalam penelitian ini, alur pembuatan sistem dimulai dari pemindaian data transaksi yang kemudian dilanjutkan dengan penentuan minimum support serta minimum confidence, kemudian Algoritma Improvisasi Apriori akan melakukan analisis kandidat itemset-1 dan menghasilkan beberapa iterasi dimulai dari Frequent Itemset-1, Frequent Itemset-2, Frequent Itemset-3 dan menghasilkan output berupa aturan asosiasi yang akan digunakan sebagai rekomendasi paket kosmetik. Dari hasil penelitian dapat diketahui bahwa dengan menggunakan nilai minimum support sebesar 2% dan nilai minimum confidence sebesar 30% akan menghasilkan jumlah aturan asosiasi terbanyak. Dengan nilai minimum support 5% dan nilai minimum confidence 30%, memerlukan total waktu proses terkecil yaitu 12 detik dibandingkan dengan menggunakan nilai pasangan parameter yang lain. Serta terdapat 2 aturan asosiasi yang hampir selalu muncul dalam pengujian.
PENERAPAN CASE BASED REASONING DALAM MENDIAGNOSA PENYAKIT PADA KUCING Hartanti, Syafrida Maulina; Anggraeny, Fetty Tri; Purbasari, Intan Yuniar
JIFOSI Vol. 2 No. 2 (2021): Penggunaan Media Sosial pada Keterlibatan Pengguna Website
Publisher : UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifosi.v2i2.91

Abstract

Case Based Reasoning adalah asumsi berbasis pengetahuan yang didapatkan dari kasus sebelumnya. Dengan mengandalkan kasus yang sudah terjadi, Case Based Reasoning akan membantu memberikan solusi sesuai dengan hasil yang memiliki kemiripan dengan kasus lama. Tujuan penelitian ini adalah membuat sistem diagnosa dimana isinya untuk mendiagnosa awal penyakit yang terdapat pada kucing. pada sitem ini akan dibangun sistem yang menerapkan konsep Case Based Reasoning dengan menggunakan perhitungan algoritma Euclidean Distance. Data kasus lama yang digunakan dalam sistem ini berasal dari data rekam medis Rumah Sakit Hewan Disnak Provinsi Jawa Timur. Data-data yang ada didalam sistem ini terdapat 5 jenis data penyakit, dan 32 data gejala Penelitian ini dilakukan dengan menginputkan gejala yang terjadi pada kucing yang nantinya akan dihitung nilai kemiripannya menggunakan algoritma yaitu Euclidean Distance pada tahap Retrieve. Hasil yang muncul dengan nilai kemiripan paling tinggi akan digunakan sebagai solusi pada tahap Reuse. Jika nilai kemiripan kurang dari nilai threshold, maka kasus tersebut akan masuk ke dalam tahap Revise. Setelah peninjauan kembali terhadap revise kasus, nantinya kasus akan dimasukkan ke dalam data kasus lama melalu tahap Retain. Dari hasil pengujian yang dilakukan menggunakan confusion matrix pada 10 data kasus testing dan 90 data kasus training meghasilkan nilai akurasi sebesar 100%.
Co-Authors Fetty Tri Anggraeny Hartanti, Syafrida Maulina Sari, Nabella Permata Suryaningsih, Evi Yisti Vita Via