Claim Missing Document
Check
Articles

Found 12 Documents
Search

Perancangan Sistem Diagnosa Penyakit Campak Dengan Menggunakan Certainty Factor Pinastawa, I Wayan Rangga; Utami, Ema; Arief, M. Rudyanto
Creative Information Technology Journal Vol 6, No 2 (2019): Juli - Desember
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/citec.2019v6i2.245

Abstract

Penyakit campak merupakan salah satu penyakit menular yang masih menjadi masalah kesehatan di Indonesia, karena sering dilaporkan dibeberapa daerah. Menurut data IDAI insiden campak pada balita sebesar 582/10.000. Metode yang digunakan adalah metode Certainty Factor atau Metode Kepastian. Tujuan penelitian ini adalah membuat perangkat lunak sistem pakar yang diharapkan dapat membantu masyarakat dalam mendiagnosa jenis penyakit campak dan rubella. Perangkat lunak sistem pakar ini meliputi analisis kebutuhan user, analisis kebutuhan sistem dan perancangan rekayasa pengetahuan dimana dalam pembuatan rekayasa perangkat lunak ini, data yang terkumpul direpresentasikan sebagai basis pengetahuan keputusan, basis aturan dan perancangan mesin inferensi, selanjutnya perancangan sistem, yang merancang pembuatan pemodelan proses yang terdiri usecase dan activity diagram, pemodelan data yang terdiri dari perancangan table, pengembangan proses selanjutnya adalah implementasi menggunakan berbasis website. Hasil penelitian berupa program aplikasi sistem pakar yang mampu mendiagnosa penyakit Campak. Keluaran sistem berupa hasil diagnosis meliputi tentang penyebab penyakit, penularan penyakit, pencegahan penyakit dan solusi penyakit campak pada anak. Dan juga dilengkapai dengan MB, MD dan nilai C.F yang diperoleh dengan perhitungan menggunakan metode Certainty Faktor.Kata Kunci— Diagnosa, Campak, Rubella, Certainty FactorMeasles is a contagious disease that is still a health problem in Indonesia , as often reported in some areas . According to data SKR (1996 ) the incidence of measles in infants at 582/10.000. The method used is the Certainty Factor method or methods Kepastian.Tujuan this research is to create a software expert system that is expected to assist the community in diagnosing type measles expert system software include user needs analysis, requirements analysis and system design engineering knowledge which in pmbuatan this software engineering, data collected represented as a knowledge base, decision, rule base and inference engine design, system design further, the design creation process use case and activity diagram, data modeling which consists of designing Table Mapping, designing go round the table next process inplementasi development using website based. The results in the form of an expert system application program that is able to diagnose diseases such as measles output system disease diagnosis include the value of MB and CF values obtained by calculation using the method of Certainty factors, causes and solutions.Keywords—Diagnosis, Measles, Rubella, Certainty Factor
Komparasi Naïve Bayes dan Support Vector Machine dalam Klasifikasi Jenis Citrus I Wayan Pinastawa; Nurul Afifah Arifuddin
Techno.Com Vol 22, No 2 (2023): Mei 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i2.7777

Abstract

Citrus merupakan pohon berbunga dan tergolong dalam kelompok Rutaceae. Pohon Citrus menghasilkan buah jeruk dengan berbagai jenis buah-buahan. Karena kesamaan spesies sehingga antar jenisnya memiliki kemiripan satu sama lain, dan tidak semua dapat melakukan identifikasi secara jelas setiap jenis buahnya. Cara yang dapat dilakukan untuk melakukan identifikasi dan pengelompokan adalah menggelompokan data sesuai dengan kelas label aslinya menggunakan bantuan data mining. Pendekatan data mining yang dapat diterapkan salah satunya dengan teknik klasifikasi, dengan melakukan pengelompokan berdasarkan kriteria atau kategori tertentu. Pada hal ini, klasifikasi didasarkan pada diameter, dan citra warna Red, Green, Blue atau RGB untuk mendapatkan pengelompokan sesuai dengan kelasnya. Algoritma yang digunakan ada 2 yakni, Support Vector Machine (SVM) dan Naïve Bayes, keduanya akan dilakukan perbandingan dalam melakukan klasifikasi pengelompokan jenis buah citrus. Teknik komparasi dilakukan dengan mengamati hasil akurasi dari setiap algoritma klasifikasi, penelitian ini menyimpulkan bahwa akurasi algoritma Support Vector Machine (SVM) mencapai prosentase sebesar 96,36 % dan algoritma Naïve Bayes memiliki akurasi sebesar 92 %. Algoritma paling optimal dalam penelitian klasifikasi citrus ini adalah algortima Support Vector Machine (SVM).  
Performance Analysis of Tree-Based Algorithms in Predicting Employee Attrition Musthofa Galih Pradana; I Wayan Rangga Pinastawa; Nurhuda Maulana; Wahit Desta Prastowo
CCIT Journal Vol 16 No 2 (2023): CCIT JOURNAL
Publisher : Universitas Raharja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/ccit.v16i2.2580

Abstract

Based on data throughout 2022, there have been many reductions in employees both globally and Indonesia. The reduction was made due to adjustments with developments to keep the business afloat in increasingly fierce competition. However, reducing the number of employees is not an easy decision to make. This decision can have an impact on many aspects of the development and course of a business or company. To make a decision especially related to the aspect of termination of employment, it is necessary to consider carefully and thoroughly. Assessment and decision-making cannot be based on just one aspect, other aspects need to be seen to be taken into consideration. Additional aspects that can be selected to strengthen decision-making can be taken from the data. Data will not have any value without processing it with various approaches, one of which is the prediction process. Starting from the data, the prediction results will be more appropriate to make a decision. This study made a comparison of 3 decision tree algorithms, and produced a comparison of the three methods in terms of accuracy. The results of this study are the best accuracy for each algorithm C.45 = 83.44; Random Forests = 85.85; LMT = 88.29 with a linear precision value, and the best algorithm model with the highest accuracy is the Logistic Model Tree (LMT) algorithm.
Classification of Stroke Opportunities with Neural Network and K-Nearest Neighbor Approaches Arifuddin, Nurul Afifah; Pinastawa, I Wayan Rangga; Anugraha, Nurhajar; Pradana, Musthofa Galih
Sinkron : jurnal dan penelitian teknik informatika Vol. 7 No. 2 (2023): Research Article, Volume 7 Issue 2 April, 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v8i2.12228

Abstract

Stroke is one of the deadly diseases. This is illustrated in stroke deaths in Indonesia which reached a death rate of 131.8 cases. Some of the things that cause a stroke to become a disease with the highest mortality rate are related to transitions in human life in 4 aspects, namely epidemiology, demography, technology, and economics, socio-culture. Of the many influencing aspects, one of the transition points of human life in the technological aspect can be an alternative solution and prevention. Aspects of technology with the utilization of data can be used as a preventive measure for stroke. One approach is to use data mining techniques, which can provide an initial picture regarding the chances of getting a stroke so that it can be used as an early warning for patients. With so many techniques in data mining, this study used a classification or grouping approach using 2 algorithms, namely K-Nearest Neighbor and one of the Neural Network groups, namely Multi-Layer Perceptron. This research will focus on finding the accuracy and best results of the two algorithms in classifying. The final result of this study is that the K-Nearest Neighbor algorithm has a better accuracy of 95% compared to the Multi-Layer Perceptron which produces an accuracy of 88%
Edge Detection Model Performance Using Canny, Prewitt and Sobel in Face Detection Pinastawa, I Wayan Rangga; Pradana, Musthofa Galih; Khoironi, Khoironi
Sinkron : jurnal dan penelitian teknik informatika Vol. 8 No. 2 (2024): Article Research Volume 8 Issue 2, April 2024
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v8i2.13497

Abstract

Detection of objects in the form of objects, humans and other objects at this time has been widely applied in many aspects of life. The help of this technology can facilitate human work, one of which is facial detection to get information about a person's identity. Face identification and detection is closely related to Data Mining science with Image Processing sub-science. This facial detection and recognition can use several technical approaches, one of which is to use edge detection. Edge detection is one of the basic operations of image processing. In the image classification process, edge detection is required before image segmentation processing. There are several methods that can be used to perform edge detection such as Canny, Prewitt and Sobel. These three methods are methods that have accurate and good detection results, with the advantages of each method having its own added value. From the results of previous studies that stated these three methods have good results, it became interesting to conduct a comparative study of these three methods in detecting edges in facial images. Edge detection applied to this study identifies facial images, and will get similarities with the original image from the result analysis process, and is reinforced by measurement results using the Mean Square Error error degree. The final result of this study states that this study the most optimal Mean Square Error measurement results obtained the final results in the Canny method of 10, the Prewitt method of 41 and Sobel of 29. These results show that the value of the Canny method has the smallest Mean Square Error value, which indicates that the Canny method on facial image edge detection has the most optimal results.
Comparison of ARIMA and GRU Methods in Predicting Cryptocurrency Price Movements Pinastawa, I Wayan Rangga; Pradana, Musthofa Galih; Setiawan, Deandra Satriyo; Izzety, Aurel
Sinkron : jurnal dan penelitian teknik informatika Vol. 9 No. 1 (2025): Research Article, January 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v9i1.14235

Abstract

This study compares the effectiveness of the ARIMA and GRU models in predicting Bitcoin price movements, addressing the need for reliable predictive tools amidst the high volatility of the cryptocurrency market. Previous research has highlighted the strengths of each model in financial forecasting: ARIMA for short-term, stationary data and GRU for capturing complex temporal patterns. The purpose of this study is to evaluate which model performs better in the context of Bitcoin price prediction, offering insights for investors to minimize risks and enhance decision-making in this unpredictable market. The research methodology involves applying both models to Bitcoin price data and comparing their accuracy using the Mean Absolute Percentage Error (MAPE) across various forecasting intervals. Results indicate that GRU achieves higher accuracy in long-term forecasts, while ARIMA performs optimally for shorter time frames. However, both models demonstrate limitations, especially as the prediction horizon extends, underscoring the inherent challenges of cryptocurrency price forecasting. These findings suggest that GRU may be better suited for longer investment horizons, while ARIMA remains effective for short-term predictions. The conclusions affirm the potential of using these models selectively to align with specific investment strategies in cryptocurrency markets, although further research is recommended to improve predictive accuracy under evolving market conditions.
PENERAPAN KONSEP COMPUTATIONAL THINKING MELALUI KOMPETENSI PEDAGOGIK GURU DALAM PEMBELAJARAN DI SD NEGERI 032 TILIL BANDUNG MELALUI MEDIA GAME Adrezo, Muhammad; Galih Pradana, Musthofa; Niqotaini, Zatin; Pinastawa, I Wayan Rangga; Maulana, Nurhuda; Alvionita Simanjuntak, Anni; Devira Ayu Martini, Ni Putu
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 7, No 11 (2024): MARTABE : JURNAL PENGABDIAN MASYARAKAT
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v7i11.4901-4910

Abstract

Salah satu kemampuan yang penting saat ini adalah pemecahan masalah serta pemikiran logis dan sistematis dengan menguraikan masalah menjadi bagian-bagian kecil sehingga mudah untuk dijalankan sesuai dengan konsep dari Computational Thinking. Kemampuan ini yang sangat berguna di banyak aspek dalam menjalankan kehidupan, baik dalam kehidupan sehari-hari maupun secara profesional. Dalam konteks Pendidikan di Sekolah Dasar, stimulus untuk berpikir secara logis dan rasional dapat membantu untuk menyiapkan siswa yang siap untuk mempersiapkan masa depan yang menuntut kemampuan pemecahan masalah yang baik. Keterkaitan konsep Computational Thinking dengan kondisi pembelajaran di SDN 032 Tilil Bandung berdasarkan observasi dan wawancara awal dengan pihak sekolah yang menyatakan belum ada proses pembelajaran yang menstimulus konsep dan cara berpikir komputasional. Pihak sekolah menyatakan juga bahwa membutuhkan proses penyelarasan konsep Computational Thinking dalam pembelajaran, hal ini merupakan salah satu hal yang ingin diterapkan untuk mampu mewujudkan salah satu misi yang telah dicanangkan yaitu dengan melatih pola pikir anak agar mampu menumbuhkan kreativitasnya. Dalam rangka perwujudan misi SDN 032 Tilil ini dapat dilakukan dalam kegiatan pelatihan pembuatan game sederhana menggunakan game Scratch sebagai media ajar dalam proses penerapan dan integrasi konsep Computational Thinking. Kegiatan ini akan ditargetkan dalam pelatihan kepada guru yang diharapkan nantinya guru dapat memberikan pengajaran pembuatan game sederhana kepada murid dalam penerapan dan integrasi Computational Thinking.
DIGITALISASI SISTEM KEUANGAN UMKM: PELATIHAN PRAKTIS PENCATATAN DAN PELAPORAN KEUANGAN DIGITAL UNTUK PELAKU USAHA SERAT AGEL DI DAERAH ISTIMEWA YOGYAKARTA Ridwan, Muhamad; Pradana, Musthofa Galih; Nyamiati, Retno Dwi; Pinastawa, I Wayan Rangga; Arifuddin, Nurul Afifah; Adrezo, Muhammad; Maulana, Nurhuda
Jurnal Pengabdian Kepada Masyarakat Patikala Vol. 4 No. 4 (2025): Jurnal PkM PATIKALA
Publisher : Education and Talent Development Center of Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51574/patikala.v4i4.3043

Abstract

The digitalization of financial management has become an essential requirement for micro, small, and medium enterprises (MSMEs) to ensure their sustainability and growth in the modern economic landscape. Nevertheless, a significant proportion of MSME actors continue to encounter difficulties in systematically preparing financial statements and recording business transactions. This community engagement initiative was designed to enhance digital financial literacy among MSME artisans engaged in agel fiber crafts in the Sentolo area, Kulon Progo Regency, Special Region of Yogyakarta. The activity employed an interactive training method with a hands-on, practical approach, incorporating both the introduction and application of the SIAPIK platform, a digital tool aimed at facilitating transaction recording and the preparation of financial reports. The results of this activity demonstrate an improvement in participants' understanding of managing business finances through digital platforms. Additionally, participants also experienced an increase in motivation to implement technology-based financial recording. These findings also indicate their initial readiness to adopt digital transformation within their business environments.
Inovasi pewarnaan ramah lingkungan dan integrasi multiplatform berbasis digital untuk penguatan UMKM kerajinan alam Pradana, Musthofa Galih; Pinastawa, I Wayan Rangga; Nyamiati, Retno Dwi; Wiryanto, Fadhli Suko; Budi, Ryan Setya; Arifuddin, Nurul Afifah; Adrezo, Muhammad; Niqotaini, Zatin
Jurnal Pembelajaran Pemberdayaan Masyarakat (JP2M) Vol. 6 No. 4 (2025)
Publisher : Universitas Islam Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33474/jp2m.v6i4.24154

Abstract

Kawasan Industri Sentolo menjadi lokasi strategis bagi UMKM Jangkang Indah Craft, yang memproduksi kerajinan serat agel,  sumber daya alam yang ada di Kulon Progo. Pada tahun 2025, usaha ini menghadapi tantangan utama berupa persiapan pemasaran internasional secara mandiri, dan penggunaan pewarna ramah lingkungan pada produksi untuk keberlanjutan ekosistem yang lebih baik dan tidak menimbulkan efek ekologis yang signifikan. Untuk menjawab hal tersebut, program Pengabdian Masyarakat dilaksanakan dengan tujuan dapat memberikan pemahaman baru dalam mengelola UMKM secara menyeluruh. Kegiatan berupa sosialisasi, pendampingan dan praktek langsung pada aspek: persiapan manajemen pemasaran dengan pelatihan digital marketing menggunakan website dan platform e‑Bay. Selain itu dilakukan praktek dan pendampingan langsung melakukan pewarnaan ramah lingkungan seperi menggunakan spirulina untuk warna hijau dan ekstrak warna kuning dengan kadar kimia yang lebih rendah lebih ramah lingkungan. Pendampingan teknis dilakukan selama 3 kal dengan hasil evaluasi melalui kuesioner menunjukkan rata‑rata kepuasan peserta sebesar 4,27 (skala 1‑5), mengindikasikan penilaian berada pada skala baik. Hal ini juga selaras dengan peningkatan yang sudah terjadi dalam pendampingan sebelumnya, dimana pembuatan website dapat membangun branding awal yang baik, terbukti beberapa kemitraan sudah terjalin berkat kemudahan akses informasi pada UMKM.
Pelatihan Pemrograman Mobile Berbasis Android di Sekolah Islam Terpadu Al-Ukhuwah Subang Maulana, Nurhuda; Setyadinsa, Radinal; Pinastawa, I Wayan Rangga
Jurnal Pengabdian kepada Masyarakat Bidang Ilmu Komputer Vol 1 No 2 (2023): Jurnal Pengabdian Kepada Masyarakat Bidang Ilmu Komputer (ABDIKOM)
Publisher : Fakultas Ilmu Komputer

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

Abstract

Pelatihan pemrograman mobile berbasis Android merupakan kegiatan yang dilakukan di Sekolah Islam Terpadu Al-Ukhuwah, Subang dengan tujuan meningkatkan kompetensi teknologi siswa. Pemateri yang terlibat adalah dosen dari Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jakarta, dan peserta pelatihan terdiri dari siswa dan guru dari SMPIT Al-Ukhuwah dan SMPIT Al-Ukhuwah. Jumlah peserta pelatihan sebanyak 18 orang, terdiri dari 8 orang guru dan 10 orang siswa. Kegiatan pelatihan ini berfokus pada penggunaan Android Studio untuk membuat aplikasi mobile. Namun, terjadi ketidaksesuaian jadwal karena proses instalasi Android Studio memakan waktu yang cukup lama. Sebagai akibatnya, durasi pelatihan harus diringkas dari 4 modul menjadi 2 modul, dengan tambahan tugas sebagai pengganti materi yang tidak tercakup. Hasil dari kegiatan ini adalah peserta berhasil membuat aplikasi sederhana berupa kalkulator untuk menghitung volume balok. Pelatihan ini memberikan manfaat yang bagi peserta. Para siswa dan guru meningkatkan pemahaman mereka tentang pemrograman mobile dan pengembangan aplikasi Android. Mereka juga mengembangkan keterampilan kerjasama tim, kreativitas, dan pemecahan masalah. Meskipun terdapat kendala dalam jadwal pelatihan, kegiatan ini tetap berhasil memberikan hasil yang positif. Penelitian ini menunjukkan pentingnya pelatihan pemrograman mobile di sekolah-sekolah untuk mempersiapkan generasi yang kompeten di bidang teknologi.