Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Pengabdian Kepada Masyarakat Portal Riset dan Inovasi Sistem Perangkat Lunak
Sandhi Prajaka
Universitas Gunadarma
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Environmental Science Public Health Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
INVENTARISASI MENUJU DIGITALISASI KOLEKSI MUSEUM BAHARI DKI JAKARTA Lestari Octavia; Lilis Setyowati; Erma Triawati Christina; Ali Akbar; Sandhi Prajaka; Vega Valentina; Risnawati; Nurlaila; Devy Hellystia; Mulyadi; Bertalya
Prosiding Seminar Nasional Pengabdian Kepada Masyarakat Vol 3 (2022): PROSIDING SEMINAR NASIONAL PENGABDIAN KEPADA MASYARAKAT - SNPPM2022
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Negeri Jakarta

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

Abstract

Abstract Museums located in the Kota Tua area of DKI Jakarta Province are tourist destinations that store collections related to the maritime world of Indonesia in the past. After the fire in early 2018, the Maritime Museum continuously improved its collection information so visitors could relish it. Furthermore, in community service activities held by Gunadarma University, an inventory of museum collections is carried out to collect photos and videos of available displays by optimizing the resources owned by the Maritime Museum. This activity is carried out in five stages: preparation, data collection and compilation of information, database creation, and implementation. The preparation stage was carried out in the first year by collecting information online and in person. In contrast, data collection activities were carried out by taking photos and videos of the collection. In the second year, the collection database and product implementation will be continued to be applied in the Museum. This publication will elaborate on the data collection stage and compilation of information collection. Improving the quality and access to display can reach museum enthusiasts, increasing literacy, which can help increase the visitation for museums in Indonesia, especially DKI Jakarta. Abstrak Museum-museum yang berada di kawasan Kota Tua Provinsi DKI Jakarta menjadi salah satu destinasi wisata yang menyimpan koleksi terkait dunia bahari Indonesia di masa lampau. Pasca kebakaran di awal tahun 2018, Museum Bahari secara kontinyu memperbaiki informasi koleksi agar dapat dinikmati pengunjung. Universitas Gunadarma dalam kegiatan pengabdian masyarakat melakukan inventaris koleksi museum untuk mengumpulkan foto dan video koleksi yang tersedia sesuai dengan kategori yang disusun Museum Bahari. Secara keseluruhan, kegiatan ini dilakukan dalam lima tahap, yakni persiapan, pengumpulan data dan penyusunan informasi koleksi (inventarisasi), pembuatan database (digitalisasi), dan implementasi. Di tahun pertama, dilakukan tahap persiapan dilakukan dengan mengumpulkan informasi koleksi secara daring dan langsung, sementara kegiatan inventarisasi dilakukan dengan mengambil foto dan video koleksi berdasarkan kategori. Di tahun kedua, dilanjutkan digitalisasi koleksi dan implementasi produk untuk dimanfaatkan pihak Museum Bahari. Dalam publikasi ini, yang akan disampaikan di tahap persiapan dan inventarisasi koleksi berdasarkan kategori. Inventarisasi dan digitalisasi koleksi dapatdigunakan untuk menjangkau peminat museum dari manapun, sehingga dapat mencapai tujuan museum sebagai pusat edukasi, rekreasi, dan konservasi sehingga dapat meningkatkan kecintaan pada museum di Indonesia, khususnya DKI Jakarta.
Implementasi Algoritma K-NN, Decision Tree, dan Random Forest pada Sistem Deteksi Diabetes Melitus Muhamad Daniel Rivai; Topan Sukma Saputra; Nurasiah; Muji Lestari; Sandhi Prajaka; Ali Akbar
Portal Riset dan Inovasi Sistem Perangkat Lunak Vol. 4 No. 3 (2026): Artikel Penelitian
Publisher : SoraTekno Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59696/prinsip.v4i3.267

Abstract

Diabetes Melitus (DM) merupakan penyakit metabolik yang ditandai oleh peningkatan kadar glukosa darah akibat gangguan produksi maupun efektivitas kerja insulin. Sebagai salah satu masalah kesehatan yang terus mengalami peningkatan dan berpotensi menyebabkan komplikasi serius hingga kematian, diperlukan metode klasifikasi yang mampu mengidentifikasi faktor-faktor yang berkaitan dengan kejadian Diabetes Melitus secara akurat. Penelitian ini bertujuan menganalisis dan membandingkan kinerja algoritma K-Nearest Neighbors (KNN), Decision Tree, dan Random Forest dalam mengklasifikasikan data Diabetes Melitus berdasarkan sejumlah atribut, meliputi usia, jenis kelamin, polyuria, polydipsia, polyphagia, sudden weight loss, weakness, genital thrush, visual blurring, itching, irritability, delayed healing, partial paresis, muscle stiffness, alopecia, dan obesity. Metode penelitian dilakukan melalui penerapan ketiga algoritma dengan evaluasi berdasarkan akurasi, presisi, recall, F1-Score, dan Area Under Curve (AUC). Hasil pengujian menunjukkan bahwa Random Forest memberikan performa terbaik dengan akurasi 92,16%, presisi 91,89%, recall 97,14%, F1-Score 94,44%, dan AUC 0,9768. Nilai tersebut lebih tinggi dibandingkan Decision Tree dengan akurasi 88,24% dan AUC 0,8464 serta KNN dengan akurasi 74,51% dan AUC 0,8393. Dengan demikian, Random Forest merupakan algoritma paling optimal dalam mengklasifikasikan dan membedakan pasien Diabetes Melitus berdasarkan atribut yang digunakan.
Co-Authors Ali Akbar Bertalya Bertalya Devy Hellystia Erma Triawati Christina Lestari Octavia Lilis Setyowati Muhamad Daniel Rivai Muji Lestari Mulyadi Nurasiah Nurlaila Nurlaila Risnawati Risnawati Topan Sukma Saputra Vega Valentine