Claim Missing Document
Check
Articles

Found 35 Documents
Search

Klasifikasi Jenis Penyakit Mata Katarak Menggunakan Metode K-Nearest Neighbors (KNN) Rizki Ikhwan Pamuji; Dian Ahkam Sani; Rudi Hariyanto
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 2 (2025): Juli 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i2.67786

Abstract

Katarak merupakan gangguan penglihatan yang terjadi akibat kekeruhan pada lensa mata, umumnya disebabkan oleh proses degeneratif, paparan radikal bebas, atau gangguan lain seperti glaukoma. Diagnosis dini sangat penting untuk mencegah komplikasi, namun metode konvensional memerlukan pemeriksaan manual yang memakan waktu. Penelitian ini bertujuan mengembangkan model klasifikasi katarak menggunakan algoritma K-Nearest Neighbors (KNN), sebuah pendekatan non-parametrik yang menentukan kelas berdasarkan kedekatan fitur terhadap data pelatihan. Dataset yang digunakan terdiri dari 300 data dengan 26 atribut, dan dibagi dengan rasio 80:20. Hasil evaluasi menunjukkan bahwa KNN dengan parameter k=3 mampu menghasilkan akurasi sebesar 98,33% dengan precision 99%, recall 99%, serta f1-score 99% pada macro average dan pada weight average mendapatkan precision 98%, recall 98%, serta f-score 98%. Temuan ini menunjukkan bahwa KNN efektif dalam mendeteksi jenis penyakit mata katarak, meskipun masih terdapat ruang untuk pengembangan lebih lanjut melalui peningkatan jumlah data, teknik preprocessing yang lebih variatif, serta eksplorasi metode klasifikasi lain guna memperoleh hasil yang lebih optimal. 
IMPLEMANTASI METODE NAIVE BAYES CLASIFER DALAM MENGANALISA KEMAMPUAN SISWA DALAM PROSES PEMBELAJARAN Auliyah, Luluk; Hariyanto, Rudi; Misdram, Muhammad
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7140

Abstract

Proses pembelajaran pada hakikatnya adalah mengembangkan aktivitas dan kreativitas peserta didik melalui berbagai interaksi dan pengalaman belajar. Guru merupakan faktor terpenting dalam proses peningkatan mutu pendidikan. Selain itu, keaktifan belajar siswa juga menjadi unsur dasar yang penting bagi keberhasilan proses pembelajaran. Kualitas dan keaktifan siswa dalam pembelajaran di sekolah mempunyai banyak keragaman yang menjadikan siswa mempunyai tingkat pemahaman yang berbeda-beda, hal ini perlu menjadi perhatian pihak sekolah khususnya guru sebagai pengajar dan pendidik siswa di sekolah. Tujuan penelitian ini diimplementasikan ke Sekolah Madrasah Aliyah Negri Kota Pasuruan untuk mengukur sejauh mana kemampuan siswa dalam menjalani proses pembelajaran serta sebagai acuan dan bahan evaluasi sekolah dalam keberhasilan pendidik ketika melaksanakan proses belajar mengajar yang terdiri dari beberapa variabel diantaranya, Nilai Akademik (pengetahuan), Nilai Psikomotor (keterampilan), Nilai Afektif (spiritual dan sosial). Dalam pengelompokan data, metode yang sesuai dalam penelitian ini adalah metode Clustering dengan Algoritma naïve bayes clasifer. Hasil penelitian ini terdapat 101 data trening dan 20 data uji, dengan akurasi sebesar 95%. berdasarkan hasil tersebut guru atau pihak sekolah dapat lebih mudah dalam proses klasifikasi serta dapat memberikan bimbingan yang lebih atau pendampingan khusus terhadap kemampuan siswa yang di anggap kurang memahami dalam proses belajar mengajar
Sentimen Analisis Rumah Makan Rawon Sakinah Dengan Metode Naïve Bayes Classifier M.Ridwan Ridwan; Rudi Hariyanto; Muslim Alamsyah
Akiratech Vol. 1 No. 3 (2024)
Publisher : CV. Akira Java Bulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63935/akiratech.v1i3.40

Abstract

  Abstract-Rawon Sakinah Restaurant is a famous restaurant in the city of Pasuruan. If you are looking for typical culinary delights from Pasuruan City, local residents will unanimously answer Rawon Sakinah. This restaurant has been around for 30 years. located at Jalan Bangilan No. 80 Pasuruan City. In this study, the sentiment of visitors to the Rawon Sakinah Restaurant will be analyzed based on Google reviews. To find out the reviews of visitors to the Rawon Sakinah Restaurant whether the sentiment reviews are positive or negative. The stages of data analysis are text processing to clean data, weighting words, labeling data into positive and negative classes, classifying, and visualizing data with wordcloud. positive sentiments amounted to 237 and negative sentiments amounted to 13. In this study using the Naïve Bayes method. The accuracy value obtained for the Naïve Bayes method is 92% with a positive sentiment. From the results of the review sentiment research, it was found that the majority of visitors had positive sentiments.
KESENJANGAN TATA KELOLA AI DI INDONESIA: ANTARA REGULASI LEMAH DAN IMPLEMENTASI TEKNOLOGI YANG MELESAT Moch. Iqbal; Ratih Trisiana; Mohammad Surya Trias Wijaya; Rudi Hariyanto
Yurijaya : Jurnal Ilmiah Hukum Vol. 7 No. 3 (2025): DESEMBER
Publisher : Universitas Merdeka Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51213/yurijaya.v7i3.229

Abstract

Pertumbuhan teknologi kecedasan bauta (AI) di Indonesia berlangsung secara masif dan signifikan, namun belum diimbangi dengan landasan hukum yang kuat dan menyeluruh kemudian untuk percepatan implementasi tersebut juga belum diimbangi dengan kerangka tata Kelola dan regulasi yang memadai sehingga artikel ini mengkaji kesenjangan antara kemajuan teknologi AI dan lemahnya kebijakan pengaturannya di Indonesia. Meskipun pemanfaatan AI telah merambah berbagai sektor seperti administrasi public, sistem layanan keuangan, layanan Kesehatan, dan pendidikan, regulasi yang mengaturnya masih bersifat fragmentaris, tidak memiliki kekuatan mengikat, serta belum menjamin perlindungan hak individu dan kepastian hukum yang jelas. Kajian ini menganalisis ketimpangan antara adopsi AI dan lemahnya sistem pengaturan hukumnya di Indonesia.
PREDIKSI PENJUALAN KEBAB BERDASARKAN POLA HARI DALAM SEMINGGU MENGGUNAKAN METODE SARIMA Intan Maulida Hanum; Rudi Hariyanto; Muhammad Udin
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 12 No. 2 (2026): Volume 12 Nomor 2 Tahun 2026
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v12i2.6011

Abstract

Uncertainty regarding daily sales volume poses a challenge for inventory management in the culinary business, as it can lead to a mismatch between stock levels and demand. This study aims to apply the Seasonal Autoregressive Integrated Moving Average (SARIMA) method to forecast daily kebab sales using historical data from January 4, 2025, to January 3, 2026. The research process involved data preprocessing, splitting the data into training and testing sets, testing for stationarity using the Augmented Dickey-Fuller (ADF) test, identifying parameters via Autocorrelation Function (ACF) and Partial Autocorrelation Function (PACF) plots, and selecting the best model based on the Akaike Information Criterion (AIC) value. The ADF test results yielded a p-value of <0.05, indicating that the data was stationary. The optimal model identified was SARIMA (1,0,1)(1,0,1)₇, with an AIC value of 2509.27. Model evaluation resulted in an MAE of 15.09 portions, an RMSE of 17.09 portions, and a MAPE of 48.52%; these figures indicate that the average prediction error remains relatively high due to daily sales fluctuations. The model predicts sales of 26–28 portions per day, making it a useful reference for determining daily production volumes and raw material inventory requirements.