Article Per Year (5 Year)
p-Index From 2021 - 2026
3.265
P-Index
This Author published in this journals
All Journal Rekayasa Mesin Jurnal Informatika dan Teknik Elektro Terapan Jurnas Nasional Teknologi dan Sistem Informasi JURNAL MEDIA INFORMATIKA BUDIDARMA JURNAL REKAYASA TEKNOLOGI INFORMASI JURNAL INSTEK (Informatika Sains dan Teknologi) Jurnal Riset Informatika JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jurnal Sistem Informasi dan Sains Teknologi JAMINFOKOM Jurnal Tika Safari : Jurnal Pengabdian Masyarakat Indonesia Jurnal Informatika dan Multimedia Madani: Multidisciplinary Scientific Journal Jurnal Sistem Informasi dan Ilmu Komputer Mutiara: Jurnal Penelitian dan Karya Ilmiah Nusantara Journal of Multidisciplinary Science Impression : Jurnal Teknologi dan Informasi Jurnal Abdimas Mahakam
Abdul Rahim
Universitas Muhammadiyah Kalimantan Timur
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mechanical Engineering Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
Implementasi Algoritma Random Forest Dalam Klasifikasi Status Gizi Pada Balita Di Puskesmas Merancang Ulu Febri Ananda Chairi; Abdul Rahim
Impression : Jurnal Teknologi dan Informasi Vol. 4 No. 3 (2025): November 2025
Publisher : Lembaga Riset Ilmiah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59086/jti.v4i3.1365

Abstract

Status gizi balita merupakan indikator penting dalam menilai kesehatan masyarakat dan kualitas sumber daya manusia di masa depan. Klasifikasi status gizi yang masih dilakukan secara manual berpotensi menimbulkan kesalahan dan ketidakkonsistenan, sehingga diperlukan pendekatan berbasis data. Penelitian ini bertujuan menerapkan algoritma Random Forest untuk mengklasifikasikan status gizi balita berdasarkan indikator antropometri. Data yang digunakan berasal dari Puskesmas Merancang Ulu, Kabupaten Berau, sebanyak 321 data balita tahun 2024. Setelah melalui tahapan seleksi fitur dan prapemrosesan data, diperoleh 18 atribut yang digunakan dalam pemodelan. Proses klasifikasi dilakukan menggunakan bahasa pemrograman Python dengan pustaka scikit-learn dan divalidasi menggunakan metode K-Fold Cross Validation. Kinerja model dievaluasi menggunakan Confusion Matrix dengan metrik akurasi, presisi, recall, dan F1-Score, serta ROC-AUC rata-rata makro. Hasil penelitian menunjukkan bahwa algoritma Random Forest menghasilkan akurasi rata-rata sebesar 88%, dengan nilai presisi, recall, dan F1-Score masing-masing sebesar 88%, serta nilai ROC-AUC rata-rata makro sebesar 0,965. Temuan ini menunjukkan bahwa Random Forest efektif dan andal sebagai sistem pendukung keputusan untuk klasifikasi status gizi balita di tingkat layanan kesehatan dasar. Nutritional status of children under five is a critical indicator for assessing public health and future human resource quality. Manual classification of nutritional status is prone to errors and inconsistency, highlighting the need for data-driven approaches. This study aims to apply the Random Forest algorithm to classify the nutritional status of under-five children based on anthropometric indicators. The dataset consists of 321 nutritional records of children collected in 2024 from Merancang Ulu Public Health Center, Berau Regency. After feature selection and data preprocessing, 18 attributes were used for model development. The classification model was implemented using Python with the scikit-learn library and validated through K-Fold Cross Validation. Model performance was evaluated using a Confusion Matrix with accuracy, precision, recall, and F1-score metrics, along with macro-average ROC-AUC. The results indicate that the Random Forest model achieved an average accuracy of 88%, with precision, recall, and F1-score each reaching 88%. Furthermore, the macro-average ROC-AUC value of 0.965 demonstrates the model’s strong capability in distinguishing multiclass nutritional status categories. These findings suggest that the Random Forest algorithm is effective and reliable as a decision support system for classifying the nutritional status of children under five in primary healthcare settings.
PERANCANGAN SISTEM ANTRIAN DIGITAL BERBASIS IOT DI PUSKESMAS KAMPUNG SAMBURAKAT Muhammad Zaidan Nibroos; Abdul Rahim; Arbansyah Arbansyah
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 2 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i2.8132

Abstract

Pengelolaan antrean secara manual masih menjadi kendala di beberapa fasilitas pelayanan kesehatan, termasuk Puskesmas Kampung Samburakat. Proses antrean yang tidak teratur seringkali menimbulkan ketidaknyamanan bagi pasien serta menyulitkan petugas dalam mengatur alur pelayanan. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun sistem antrean digital berbasis Internet of Things (IoT) yang terintegrasi dengan website sebagai solusi pengelolaan antrean yang lebih efisien dan terstruktur. Sistem ini dikembangkan menggunakan metode Waterfall, dimulai dari tahap analisis kebutuhan, perancangan, implementasi, pengujian, hingga pemeliharaan. Hasil implementasi menunjukkan bahwa sistem berhasil mengelola antrean secara otomatis melalui pemakaian perangkat keras dan aplikasi web. Pasien dapat mengambil nomor antrean menggunakan tombol sentuh dan mendapatkan tiket cetak, sementara operator dapat memantau antrean melalui antarmuka website. Hasil kuesioner menunjukkan mayoritas pengguna merasa puas terhadap sistem ini, khususnya dalam aspek kemudahan, keteraturan antrean, dan kejelasan informasi. Dengan sistem ini, efisiensi dan kualitas pelayanan di Puskesmas mengalami peningkatan signifikan.
Co-Authors Aditya Pranata Aji Ali Nugraha Ali Jati Alief Fajar Gumilang Ambo Asse Anton Febrianto Arbansyah Arbansyah Arda Fahmi Achmad Argi Nur Faturrohman Awang Herjunie Nurdy Badriyah Ani Kusuma Putri Bima Satria Bintang Fajrul Pallah Eka Agung Prayoga Faza Alameka Febri Ananda Chairi Fendy Yulianto Feriyanto, Richie Haerullah Haerullah Hamada Zein Herullah Haerullah Hery Tri Waloyo Indah Ayu Maharani Kholifah Dwi Annurrahma Latipah, Asslia Johar Muhammad Azriel Yahya Muhammad Fariz Ijlal Rafi Muhammad Ramadhani Saputra Muhammad Rizki Maulana Muhammad Taufiq Sumadi Muhammad Zaidan Nibroos Mujianto, Agus Nariza Wanti Wulan Sari Nur, Seftiani Rafi Rahmadani Rahmadana, Novia Ramayasin Gymnastiar Ricky Albin Pranata Rochman, Bagus Fathur Rofilde Hasudungan Rudiman Rudiman Sayekti Harist Suryawan Taghfirul Azhima Yoga Siswa Thoriq Ikhwan Alfawas Tina Tri Wulansari Wawan Joko Pranoto Zulkarnaen Zulkarnaen