Claim Missing Document
Check
Articles

Found 2 Documents
Search

Penerapan Metode Extreme Programming Dalam Perancangan Sistem Informasi Majalah Dinding Digital Alfina Damayanti; Fenny Purwani
Jurnal Manajamen Informatika Jayakarta Vol 3 No 1 (2023): JMIJAYAKARTA: February 2023
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jmijayakarta.v3i1.998

Abstract

Pengelolaan majalah dinding (mading) yang masih manual dapat menghambat fungsi mading sebagai media penyebaran informasi, sarana komunikasi, dan wadah kreativitas siswa. Oleh karena itu diperlukan sistem informasi majalah dinding untuk mempermudah pengelolaan dan mengakses mading. Metodologi dilakukan dalam dua tahap. Pada tahap persiapan dilakukan pengumpulan data melalui kajian pustaka, observasi, dan wawancara langsung dengan pihak terkait. Tahap pemodelan pengembangan sistem menggunakan model Extreme Programming (XP). Desain untuk sistem menggunakan bahasa pemodelan unified modelling language (UML). Hasil penelitian ini berupa rancangan sistem informasi majalah dinding yang dapat dimanfaat sebagai media informasi dan wadah kreativitas siswa.
PENERAPAN DATA MINING UNTUK PREDIKSI PENYAKIT HEPATITIS C MENGGUNAKAN ALGORITMA NAÏVE BAYES Alfina Damayanti; Gusmelia Testiana
Jurnal Manajamen Informatika Jayakarta Vol 3 No 2 (2023): JMI Jayakarta (April 2023)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jmijayakarta.v3i2.1098

Abstract

Hepatitis sendiri merupakan penyakit peradangan pada hati (liver) yang dapat disebabkan oleh faktor genetik, infeksi virus, alkohol, dan obat-obatan. Berdasarkan laporan global oleh Organisasi. Secara global, diperkirakan 58 juta orangmemiliki infeksi virus hepatitis C kronis, dengan sekitar 1,5 juta infeksi baru terjadi setiap tahun. Diperkirakan ada 3,2 juta remaja dan anak-anak dengan infeksi hepatitis C kronis. Pada tahun 2019 WHO memperkirakan sekitar 290.000 orang meninggal karena hepatitis C, sebagian besar karena sirosis dan karsinoma hepatoseluler (kanker hati primer). Pada Penelitian ini data pasien dimanfaatkan untuk digali informasi atau pengetahuan baru didalamnya Proses penggalian informasi baru dari sekumpulan data dikenal dengan data mining. Maka dari itu, dengan adanya penelitian ini bertujuan untuk memprediksi data terkait menggunakan algoritma Naïve Bayes untuk mengetahui apakah pasien tersebut menderita penyakit Hepatitis C atau tidak. Hasil yang diperoleh dari pengujian data hepatitis dengan kategori *0=Donor Darah, 0s=dugaan Donor Darah, 1=Hepatitis, 2=Fibrosis, 3=Cirrhosis). Hasil penelitian menunjukkan bahwa klasifikasi dengan algoritma Naïve Bayes dapat diterapkan dalam mengklasifikasi data penyakit Hepatitis C menghasilkan nilai akurasi sebesar 85,71% dalam kategori Good Classification.