Article Per Year (5 Year)
p-Index From 2020 - 2025
6.796
P-Index
This Author published in this journals
All Journal Lontar Komputer: Jurnal Ilmiah Teknologi Informasi Jurnal Statistika Universitas Muhammadiyah Semarang Jurnal Teknologi dan Manajemen Informatika Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Prosiding SNATIF PROtek : Jurnal Ilmiah Teknik Elektro Sistem : Jurnal Ilmu-Ilmu Teknik JEEMECS (Journal of Electrical Engineering, Mechatronic and Computer Science) Conference SENATIK STT Adisutjipto Yogyakarta Management and Economics Journal (MEC-J) JTAM (Jurnal Teori dan Aplikasi Matematika) JURNAL INSTEK (Informatika Sains dan Teknologi) CYCLOTRON Jurnal Abadimas Adi Buana Jiko (Jurnal Informatika dan komputer) Jurnal Teknik Elektro dan Komputer TRIAC Jurnal Riset Informatika JEECAE (Journal of Electrical, Electronics, Control, and Automotive Engineering) JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer) bit-Tech Jurnal Sistem informasi dan informatika (SIMIKA) JATI (Jurnal Mahasiswa Teknik Informatika) CIVITAS (JURNAL PEMBELAJARAN DAN ILMU CIVIC) International Journal of Advances in Data and Information Systems Journal of Computer Networks, Architecture and High Performance Computing Darmabakti : Junal Pengabdian dan Pemberdayaan Masyarakat JAREE (Journal on Advanced Research in Electrical Engineering) Jurnal Teknik Informatika (JUTIF) International Journal of Robotics and Control Systems Jurnal Teknologi dan Manajemen ALINIER: Journal of Artificial Intelligence & Applications SinarFe7 Jurnal Penelitian Journal of Information Systems and Technology Research JAPI: Jurnal Akses Pengabdian Indonesia Jurnal Ilmiah Edutic : Pendidikan dan Informatika Internet of Things and Artificial Intelligence Journal JEECS (Journal of Electrical Engineering and Computer Sciences) TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi ITIJ Indonesian Journal of Electronics, Electromedical Engineering, and Medical Informatics Jurnal ilmiah teknologi informasi Asia Jurnal Aplikasi Sains Data
Dwi Arman Prasetya
Unknown Affiliation
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Nursing Public Health Social Sciences Other

Published : 83 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 83 Documents
Search

 5   6   7   8   9 
Feature Importance-Guided Ensemble Classification for Predicting Recurrence in Differentiated Thyroid Cancer Muhammad Ghinan Navsih; Wahyu Putra Pratama; Hikmata Tartila; Dwi Arman Prasetya; Tresna Maulana Fahrudin
Jurnal Aplikasi Sains Data Vol. 1 No. 2 (2025): Journal of Data Science Applications.
Publisher : Program Studi Sains Data UPN "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jasid.v1i2.22

Abstract

Accurate prediction of cancer recurrence is critical for improving patient monitoring and personalized treatment planning. In this study, we propose a machine learning framework to predict recurrence in patients with differentiated thyroid cancer using statistically selected clinical features. Feature relevance was assessed using ANOVA for ordinal/numerical variables and the Chi-square test for one-hot encoded categorical variables, allowing us to identify the most informative predictors. We then trained three distinct classifiers—Random Forest, Logistic Regression, and XGBoost—and combined them using a hard voting ensemble strategy. The proposed ensemble achieved an accuracy of 98.7% on the test set, with particularly strong precision and recall scores for the recurrent class, indicating its potential clinical utility. Interestingly, all three base classifiers produced identical predictions on the test data, suggesting the dataset’s strong internal structure and the effectiveness of our feature selection process. This work highlights the value of integrating statistical feature selection with ensemble modeling for robust and interpretable prediction in clinical oncology applications.
PEMETAAN KARAKTERISTIK WILAYAH MISKIN DI JAWA TIMUR MENGGUNAKAN SPECTRAL CLUSTERING UNTUK PENENTUAN TARGET KEBIJAKAN Herdianti, Rahmalia Anindya; Wahyu Syaifullah Jauharis Saputra; Dwi Arman Prasetya
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 2 (2025): OCTOBER
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v10i2.56845

Abstract

Tingkat kemiskinan yang masih tinggi di Jawa Timur merupakan permasalahan serius yang memerlukan perhatian dan penanganan berbasis data yang komprehensif. Ketimpangan sosial ekonomi antarwilayah menyebabkan sebagian daerah tertinggal dalam pembangunan, sehingga pengelompokan wilayah miskin menjadi langkah strategis untuk membantu pemerintah dalam menentukan prioritas serta arah kebijakan pengentasan kemiskinan yang lebih efektif. Penelitian ini bertujuan untuk memetakan karakteristik wilayah miskin di Jawa Timur menggunakan algoritma Spectral Clustering dengan 11 indikator sosial ekonomi sebagai variabel analisis. Berdasarkan hasil pembobotan kontribusi variabel terhadap pembentukan klaster, indikator yang paling berpengaruh adalah garis kemiskinan (0,259418), rata-rata lama sekolah (0,259067), harapan lama sekolah (0,147613), dan indeks pembangunan manusia (0,133441). Hasil pengelompokan menunjukkan adanya dua klaster utama, yaitu wilayah dengan tingkat kemiskinan tinggi (26 kabupaten/kota) dan wilayah dengan tingkat kemiskinan rendah (12 kabupaten/kota). Evaluasi kualitas model menghasilkan nilai Davies-Bouldin Index (0,4401) dan Silhouette Score (0,6655), yang menunjukkan bahwa metode ini mampu membentuk kelompok dengan pemisahan yang cukup baik. Temuan ini diharapkan dapat menjadi dasar dalam perumusan kebijakan intervensi yang lebih terarah, berkelanjutan, dan berkeadilan sosial di Jawa Timur.
Perbandingan Kinerja Algoritma XGBoost dan CatBoost dalam Klasifikasi Risiko Penyakit Diabetes Utomo, Setyobudi; Sigit, Syauqita; Sulistyowati, Niken; Prasetya, Dwi Arman; Fahrudin, Tresna Maulana
ALINIER: Journal of Artificial Intelligence & Applications Vol. 6 No. 2 (2025): ALINIER Journal of Artificial Intelligence & Applications
Publisher : Program Studi Teknik Elektro S1 ITN Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/alinier.v6i2.14772

Abstract

Diabetes merupakan penyakit kronis dengan prevalensi global yang terus meningkat, termasuk di Indonesia. Deteksi dini sangat penting untuk mencegah komplikasi serius yang terkait dengan kondisi ini. Seiring dengan kemajuan teknologi, pendekatan machine learning semakin banyak diterapkan dalam klasifikasi penyakit dan prediksi risiko. Penelitian ini bertujuan untuk membandingkan kinerja dua algoritma gradient boosting, yaitu XGBoost dan CatBoost, dalam mengklasifikasikan risiko diabetes berdasarkan data medis pasien. Dataset yang digunakan adalah Diabetes Dataset, yang terdiri dari delapan fitur medis dan satu label target. Penelitian ini mencakup proses pra-pemrosesan data, pelatihan model dengan pembagian data latih dan uji, serta evaluasi menggunakan metrik klasifikasi seperti akurasi, presisi, recall, dan F1-score. XGBoost dipilih karena efisiensinya dalam komputasi serta adanya regularisasi bawaan yang membantu mencegah overfitting pada data numerik berskala besar. Sementara itu, CatBoost digunakan karena kemampuannya dalam menangani fitur kategorikal secara langsung melalui teknik random permutation dan ordered boosting. Hasil dari penelitian ini diharapkan dapat berkontribusi pada pengembangan sistem prediksi diabetes yang lebih akurat dan efisien serta menjadi referensi dalam penerapan algoritma boosting di bidang medis.
Co-Authors ', Nachrowie ., Humaidi A. A. Ngurah Gunawan Aan Nehru Awanto Achmad Junaidi Aditya, Wigananda Firdaus Putra Agustin, Sesillia Agustina, Fadlila Akio Kitagawa Alam, Fajar Indra Nur Ali, Munawar Amrullah, Ahmad Wildan Andre Leto Andrew Arjunanda Yasin Anggraini Puspita Sari Anindha Lazuardi Aries Boedi Setiawan Arifani, Kahpi Baiquni Arifuddin, Rahman Arinda, Putri Surya Arum Puspita Ayu Atiana Sofia Kaci Awang, Wan Suryani Wan Azizah, Alisa Jihan Aziziyah, Luqna Baidowi Baidowi Baidowi Baidowi Bambang Nurdewanto Barus, Indra Basitha F Hidayatulail Cahyani Kuswardhani, Hajjar Ayu cahyono, wahyu eko Candra Laksana Damai Arbaus, Damai Damaliana, Aviolla Terza Danang - Destiawan Danang Destiawan Desyderius Minggu Dicky Kurniawan Diyasa, I Gede Susrama Mas Dody Pintarko Dwi Agung Ayubi E, Nachrowie Ekawati, Anies Eko Wahyu Prasetyo Elta Sonalitha Sonalitha Emilia, Kholidatus Erik Roma Hurmuzi Fahrudin, Tresna Maulana Farhans, Muhammad Izzudin Febriyanti, Alvi Yuana Firdaus Firdaus Firza Prima Aditiawan Gatut Yulisusianto Halim, Christina Hari Fitria Windi Hendry Yudha Pratama Herdianti, Rahmalia Anindya Hesti Sholikah, Hesti Hidayatulail, Basitha F Hikmata Tartila Hindrayani, Kartika Maulida Hiroshi Suzuki Hurmuzi, Erik Roma Ibrahim, Mohd Zamri Bin idhom, Mohammad Iffadah, Adhisa Shilfadianis Indra Barus Irsyadi, Muhamad Haidir Ismail, Jefri Abdurrozak Januar, Teddy Jariyah Jeki Saputra Junita Junita Kartika Maulida Hindrayani Kassim, Anuar bin Mohamed Kholid, Fajar Kukuh Yudhistiro, Kukuh Kurniawan, Dicky Kusuma, Dwi Febri Chandra Kusuma, Firdaus Miftakh Kuswardana, Dendy Arizki Laksana, Candra Larasati Lestari, Amanda Ayu Dewi Lisanthoni, Angela Maldini, Andry Syva Mas Diyasa, I Gede Susrama Maulidiyyah, Nova Auliyatul Mohammad Ansori Mohammad, Bawazir Fadhil Muhaimin, Amri Muhammad Ansori Muhammad Ghinan Navsih Muhammad Muharrom Al Haromainy Muhammad Naswan Izzudin Akmal Mulyadi Mulyadi Nachrowie Nachrowie Nachrowie, Nachrowie Nambo Hidetaka Niken Sulistyowati Ningrum, Imelda Widya Ninik Sisharini Ninis Herawati Norma Windiyanti Novita Anggraini Nur Rachman Nur Rachman Supatmana Muda Nur Rochman Nur Rochman Nurhalizah, Cesaria Deby Prakoso, Akbar Tri Prameswari, Diajeng Prismahardi Aji Riyantoko Puput Dani Prasetyo Adi Putri, Irma Amanda Putri, Serlinda Mareta Rabi, Abd. Rahayu, Ayu Sri Rahman Arifuddin Rahmanda Putri, Endin Rahmawati, Adinda Aulia Respati Respati Riyantoko, Prismahardi Aji Rosariawari, Firra Rudi Wilson Sagita Rochman Salim, Hotimah Masdan Santika, Surya Saputra, Wahyu Syaifullah Jauharis Sari, Andina Paramita Sigit, Syauqita Siswanto Siswanto Sitanggang, Desi Daomara Siti Nuurlaily Rukmana, Siti Nuurlaily Stanislaus Yoseph Subairi Subairi Sumartono Sumartono Sumartono Suprayogi Suprayogi Suprayogi Suprayogi Surya Nanda Santika, Surya Takahiro Kitajima Takashi Yasuno Tresna Maulana Fahrudin Trimono Trimono, Trimono Utomo, Setyobudi Wahyu Dirgantara Wahyu Putra Pratama Wahyu Syaifullah Jauharis Saputra Wahyuni, Dinar H S wangge, ferdinandus Weisrawei, Yosef Yasin, Andrew Arjunanda Yohanes U D Sipul Yosef Weisrawei Yosua Satria Bara Harmoni Yuliani, Devina Putri Yunia Dwie Nurchayanie Yusaq Tomo Ardianto