Claim Missing Document
Check
Articles

MENGOPTIMALKAN PREDIKSI GAGAL JANTUNG DENGAN KOMBINASI SVM DAN FORWARD SELECTION Riyanto, Verry; Destiana, Henny; Prihatin, Titin; Sugiono; Wijaya, Ganda
Jurnal Informatika dan Rekayasa Elektronik Vol. 8 No. 1 (2025): JIRE APRIL 2025
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v8i1.1541

Abstract

Gagal jantung merupakan salah satu kondisi kesehatan kritis dengan angka kematian yang terus meningkat, dengan permasalahan yang ada diagnosis tradisional seringkali kurang akurat dan efisien sehingga diperlukan metode diagnosis dini yang lebih presisi dan efisien. Penelitian sebelumnya telah meningkatkan akurasi prediksi dengan berbagai metode namun masih terbatas dalam pemilihan fitur optimal dan efisiensi pemodelan. Oleh karena itu, penelitian ini bertujuan untuk menganalisis kinerja kernel pada algoritma Support Vector Machine (SVM) seperti Dot, Radial, Polynomial dan menganalisis efektivitas Forward Selection (FS) dalam memilih fitur paling signifikan guna mengoptimalkan prediksi risiko gagal jantung. Hasil penelitian menunjukkan bahwa kernel Radial dengan FS memiliki performa terbaik dengan AUC 0.881, Accuracy 84,64%, dan Recall 92,55%. Fitur time dan serum_creatinine terbukti paling signifikan dalam meningkatkan performa model. Penelitian ini membuktikan bahwa kombinasi antara SVM dan FS mampu menghasilkan solusi yang lebih presisi dan efisien dalam diagnosis dini gagal jantung dibandingkan pendekatan sebelumnya. Hasil ini diharapkan dapat mendukung pengembangan sistem prediksi berbasis kecerdasan buatan untuk aplikasi klinis yang lebih andal.
IMPLEMENTASI SISTEM INFORMASI PENERIMAAN PESERTA DIDIK BARU (PPDB) BERBASIS WEBSITE DI SMPN 5 TAYAN HILIR Liniwati; Nuraeni, Nia; Destiana, Henny
JURNAL TEKNOLOGI INFORMASI DAN KOMUNIKASI Vol. 16 No. 2 (2025): September
Publisher : UNIVERSITAS STEKOM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/jtikp.v16i2.1225

Abstract

The rapid advancement of information technology has brought profound transformations across various sectors, including education. One notable manifestation of this change is in the New Student Admission (PPDB) process, which was traditionally conducted manually but is now progressively transitioning to digital platforms. At SMPN 5 Tayan Hilir, however, the PPDB process remains conventional, resulting in several challenges such as slow data retrieval, potential loss of important documents, and inefficiencies in time management. This study aims to design and implement a web-based New Student Admission Information System (SIPPDB) as a digital solution to address these issues. The research methodology comprises field observations (primary data collection), literature review, and the development of a web-based system. The implementation results demonstrate that the proposed system significantly improves the PPDB process, making it faster, more accurate, and more efficient for both prospective students and school administrators. Moreover, the system is anticipated to serve as a catalyst for broader digital transformation in data and information management within the school environment.