Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Scientific Journal of Informatics
Rizal Rachman
ARS University
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
IMPLEMENTASI SISTEM PAKAR DIAGNOSIS PENYAKIT TIFUS DENGAN METODE Breadth-First Search dan Best-First Search Dean Alif Ahmad; Rizal Rachman
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 3s1 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3s1.3457

Abstract

Penyakit tifus merupakan salah satu penyakit infeksius yang sering menimbulkan masalah kesehatan masyarakat. Untuk membantu penegakan diagnosa yang lebih tepat dan cepat, penelitian ini mengusulkan implementasi sistem pakar menggunakan metode Breadth-First Search (BFS) dan Best-First Search (BFS) dalam diagnosa penyakit tifus. Penelitian ini memanfaatkan data klinis dari pasien yang pernah terdiagnosis tifus sebagai basis pengetahuan dalam sistem pakar. Metode BFS digunakan untuk mencari jalur diagnosa secara menyeluruh melalui jaringan gejala dan tanda-tanda klinis penyakit. Sementara itu, metode BFS memanfaatkan heuristik untuk mempercepat proses pencarian dengan mengutamakan jalur yang lebih potensial dalam mendekati solusi yang tepat. Pengujian sistem dilakukan menggunakan data klinis yang telah diverifikasi oleh tenaga medis terkait. Hasil eksperimen menunjukkan bahwa kedua metode dapat menghasilkan diagnosa yang akurat dan efisien dalam mendeteksi penyakit tifus. Implementasi ini memungkinkan adopsi teknologi diagnostik yang lebih canggih dan meminimalkan risiko kesalahan diagnosa yang mungkin terjadi. Kesimpulannya, sistem pakar dengan metode BFS dan Best-First Search menunjukkan potensi besar sebagai alat bantu dalam diagnosa penyakit tifus. Pengembangan lebih lanjut dari sistem ini dapat memberikan kontribusi signifikan dalam peningkatan pelayanan kesehatan dan pengendalian penyakit infeksius di masyarakat.
IMPLEMENTASI SISTEM PAKAR DIAGNOSIS PENYAKIT TIFUS DENGAN METODE Breadth-First Search dan Best-First Search Dean Alif Ahmad; Rizal Rachman
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 3s1 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3s1.3457

Abstract

Penyakit tifus merupakan salah satu penyakit infeksius yang sering menimbulkan masalah kesehatan masyarakat. Untuk membantu penegakan diagnosa yang lebih tepat dan cepat, penelitian ini mengusulkan implementasi sistem pakar menggunakan metode Breadth-First Search (BFS) dan Best-First Search (BFS) dalam diagnosa penyakit tifus. Penelitian ini memanfaatkan data klinis dari pasien yang pernah terdiagnosis tifus sebagai basis pengetahuan dalam sistem pakar. Metode BFS digunakan untuk mencari jalur diagnosa secara menyeluruh melalui jaringan gejala dan tanda-tanda klinis penyakit. Sementara itu, metode BFS memanfaatkan heuristik untuk mempercepat proses pencarian dengan mengutamakan jalur yang lebih potensial dalam mendekati solusi yang tepat. Pengujian sistem dilakukan menggunakan data klinis yang telah diverifikasi oleh tenaga medis terkait. Hasil eksperimen menunjukkan bahwa kedua metode dapat menghasilkan diagnosa yang akurat dan efisien dalam mendeteksi penyakit tifus. Implementasi ini memungkinkan adopsi teknologi diagnostik yang lebih canggih dan meminimalkan risiko kesalahan diagnosa yang mungkin terjadi. Kesimpulannya, sistem pakar dengan metode BFS dan Best-First Search menunjukkan potensi besar sebagai alat bantu dalam diagnosa penyakit tifus. Pengembangan lebih lanjut dari sistem ini dapat memberikan kontribusi signifikan dalam peningkatan pelayanan kesehatan dan pengendalian penyakit infeksius di masyarakat.
PENDEKATAN NON-INVASIF UNTUK DETEKSI KOLESTEROL MENGGUNAKAN PENGOLAHAN CITRA IRIS DAN MACHINE LEARNING Rifki Rohidin; Rizal Rachman
Jurnal Ilmiah Informatika Vol. 11 No. 1 (2026): Jurnal Ilmiah Informatika
Publisher : Department of Science and Technology Ibrahimy University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35316/.v11i1.9542

Abstract

High cholesterol levels are a major risk factor for cardiovascular disease, making early detection highly important. However, limited access to healthcare services and the high cost of laboratory examinations hinder routine screening within the community. This study aims to develop an Artificial Intelligence (AI)-based cholesterol detection system through iris image analysis as a practical and efficient solution. The Gray-Level Co-occurrence Matrix (GLCM) method is used to extract texture features from iris images, while Support Vector Machine (SVM) is applied to classify cholesterol levels. The system is designed as a web-based platform to improve accessibility, especially for communities in areas with limited healthcare facilities. Uploaded iris images are analyzed to produce cholesterol level classifications along with follow-up recommendations when high-risk conditions are detected. The expected outcomes of this research include a scientific article published in a nationally accredited Sinta 3 journal and Intellectual Property Rights in the form of copyright protection for the web application. The targeted Technology Readiness Level (TRL) is level 3 through experimental testing. This research is expected to contribute to improving access to innovative and sustainable early cholesterol detection.
Co-Authors Dean Alif Ahmad Rifki Rohidin