Article Per Year (5 Year)
p-Index From 2021 - 2026
1.116
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Indonesian Journal of Business Intelligence (IJUBI) Journal of International Multidisciplinary Research Journal of Information Systems and Technology (JISTech) TENANG : Teknologi, Edukasi, dan Pengabdian Multidisiplin Nusantara Gemilang
Nisa Miftachurohmah
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : journal of information systems and technology jistech

 1 
Penerapan Metode SAW untuk Penentuan Pemenang Lomba Desain Grafis Arysespajayadi; Nisa Miftachurohmah; Melda Agnes Manuhutu
JISTech : Journal of Information Systems and Technology Vol. 1 No. 2 (2024): Desember 2024
Publisher : Perhimpunan Ahli Teknologi Informasi dan Komunikasi Indonesia

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

Abstract

The evaluation of graphic design competitions often faces challenges related to jury subjectivity, which can affect the final results and lead to dissatisfaction among participants. This study aims to apply the Simple Additive Weighting (SAW) method in the scoring system of graphic design competitions to achieve more objective and transparent assessments. The SAW method is used to evaluate participants based on four main criteria: aesthetics, originality, theme relevance, and technical quality. Each criterion is assigned a weight according to its level of importance, and preference values are calculated to determine the winner. The results of the study show that the application of the SAW method successfully reduces subjective bias and increases consistency in scoring. Participants with the highest preference values are selected as the winners, with the system facilitating a more objective evaluation process. This research also contributes to the development of more transparent assessment systems in various creative competitions. However, determining the weighting of criteria remains a challenge that requires further discussion between judges and organizers.
Analisis Kinerja Algoritma Random Forest untuk Klasifikasi Penyakit Diabetes di Puskesmas Wundulako Nurul Aisyah Fitri; Kharis Syaban; Nisa Miftachurohmah
JISTech : Journal of Information Systems and Technology Vol. 2 No. 2 (2025): Desember 2025
Publisher : Perhimpunan Ahli Teknologi Informasi dan Komunikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71234/jistech.v2i2.104

Abstract

Penyakit diabetes merupakan salah satu penyakit kronis dengan prevalensi yang terus meningkat dan memerlukan deteksi dini untuk mencegah komplikasi yang lebih serius. Puskesmas sebagai fasilitas layanan kesehatan tingkat pertama memiliki peran penting dalam melakukan identifikasi awal terhadap pasien berisiko diabetes. Namun, proses klasifikasi penyakit diabetes yang masih dilakukan secara manual berpotensi menimbulkan keterlambatan dan ketidaktepatan dalam pengambilan keputusan. Oleh karena itu, penelitian ini bertujuan untuk menganalisis kinerja algoritma Random Forest dalam mengklasifikasikan penyakit diabetes menggunakan data rekam medis pasien di Puskesmas Wundulako. Data yang digunakan berjumlah 227 data pasien dengan beberapa variabel prediktor, antara lain usia, indeks massa tubuh, gula darah sewaktu, tekanan darah, dan variabel kesehatan lainnya. Proses klasifikasi dilakukan menggunakan algoritma Random Forest dengan skema pengujian 5-Fold Cross Validation untuk memastikan kestabilan model. Hasil penelitian menunjukkan bahwa algoritma Random Forest menghasilkan akurasi rata-rata sebesar 99.57% dengan nilai precision 100%, recall 98.75%, dan F1-score 99.35%, serta error rate yang sangat rendah. Analisis feature importance menunjukkan bahwa gula darah sewaktu merupakan variabel paling dominan dalam menentukan klasifikasi diabetes. Berdasarkan hasil tersebut, algoritma Random Forest terbukti memiliki kinerja yang sangat baik dan berpotensi digunakan sebagai sistem pendukung keputusan dalam deteksi dini penyakit diabetes di tingkat pelayanan kesehatan dasar.
Co-Authors Ahmad Rizani alders paliling Anjar Pradipta Arysespajayadi Jahring Loso Judijanto Mardiawati Mardiawati Melda Agnes Manuhutu Muh. Nurtanzis Sutoyo Muhammadong Mutmainnah Muchtar Nasruddin Nurul Aisyah Fitri Rasmiati Rasyid Rina Destiana Syaban, Kharis Yuwanda Purnamasari Pasrun