Article Per Year (5 Year)
p-Index From 2020 - 2025
2.724
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Jurnas Nasional Teknologi dan Sistem Informasi Journal of Information Technology and Computer Science Jurnal Informatika JURNAL ILMIAH INFORMATIKA JURNAL INSTEK (Informatika Sains dan Teknologi) Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika Jurnal Mnemonic JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Pendidikan dan Teknologi Indonesia Jurnal Pengabdian Masyarakat Sains dan Teknologi Journal of Empowerment and Community Service Aspirasi : Publikasi Hasil Pengabdian dan Kegiatan Masyarakat Journal of Innovative and Creativity JSE Journal of Science and Engineering
Fendy Yulianto
Universitas Muhammadiyah Kalimantan Timur
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Public Health Social Sciences Transportation Other

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Journal of Innovative and Creativity

 1 
Penerapan Smote Pada Algoritma SVM Untuk Mengatasi Imbalance Data Kelayakan Donor Darah Sipahutar, Enriko Chiesa; Yoga, Taghfirul Azhima; Yulianto, Fendy
Journal of Innovative and Creativity Vol. 5 No. 3 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

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

Abstract

Penelitian ini mengembangkan sistem klasifikasi kelayakan donor darah berbasis metode data mining dengan fitur penanganan ketidakseimbangan data untuk meningkatkan akurasi prediksi. Sistem ini menggunakan algoritma SVM (Support Vector Machine) sebagai model klasifikasi utama dan metode SMOTE (Synthetic Minority Over-sampling Technique) untuk menyeimbangkan distribusi data antar kelas. Dataset donor darah yang diperoleh dari PMI Samarinda tahun 2024–2025 diolah melalui tahap pembersihan, normalisasi, serta validasi silang (Cross-validation) untuk mencegah Overfitting. Prototipe model diuji untuk memastikan kinerja klasifikasi terhadap data minoritas dan mayoritas dapat berjalan optimal. Hasil pengujian menunjukkan bahwa penerapan SMOTE berhasil meningkatkan akurasi hingga 96,05%, serta mengurangi kesalahan klasifikasi pada data minoritas. Penelitian ini berkontribusi dalam menyediakan solusi analitik berbasis Machine learning yang dapat diterapkan untuk permasalahan serupa, khususnya dalam meningkatkan akurasi klasifikasi pada data yang tidak seimbang.
Co-Authors Abdul Rahim Akbar, Farhan Anitasari, Dini Arbansyah Arbansyah Arbansyah Arief Andy Soebroto Arif Ramadhani Atiqah, Nur Quratul Nabila Betris Dea Maretta, Nanda Hasmadi, Ipan Ikhsan Nuttakwa Takbirata Ihram Nabawi Ikhsan Ilham, Muhammad Fauzan Nur Khoirul Huda Dwi Putra Huda Muhammad Rayhan Elfansyah Rayhan Muhammad Taufiq Sumadi Muthmainnah Muthmainnah Muthmainnah Muthmainnah Naufal Azmi Verdikha Nur, Seftiani Nurdin, Andi Nursyarif, Muhammad Khumaidi Rahmadana, Novia Ridhoi, Reno Rudiman Rudiman Salsabila, Cindy Azra Sipahutar, Enriko Chiesa Tagfirul Azima Yoga Siswa, Muspidar Mulyadi Tirta, Muhamad Wahyu Umar Bakri Wahyu Adiwinata Wayan Firdaus Mahmudy Yoga, Taghfirul Azhima