Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal KACANEGARA Jurnal Pengabdian pada Masyarakat Journal of Information System Exploration and Research
Septian, M Rivaldi Ali
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Education Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
The Influence of Determining the K-Value on Improving the Diabetes Classification Model using the K-NN Algorithm Korina, Nanda Putri; Prasetiyo, Budi; Hakim, Ade Anggian; Septian, M Rivaldi Ali
Journal of Information System Exploration and Research Vol. 2 No. 2 (2024): July 2024
Publisher : shmpublisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52465/joiser.v2i2.344

Abstract

Diabetes mellitus is still an important health problem globally, so it requires an efficient classification model to help determine a patient's diagnosis. This study aims to determine the K-value on the accuracy performance of the diabetes classification model using the K-Nearest Neighbors (K-NN) algorithm. This research utilizes a simulated dataset generated through interaction with ChatGPT, we investigate various K-values ​​in the K-NN model and assess its accuracy using a confusion matrix. Based on experiments, we found that the K-NN classification model with a K=6 obtained an optimal accuracy of 97.62%. Thus, our findings highlight the important role of selecting optimal K-values ​​in improving the performance of diabetes classification models.
Sistem pemantauan nutrisi padi semai kering berbasis Internet of Things Septian, M Rivaldi Ali; Setiadi, Herlambang; Aziz, Arif Abdul
KACANEGARA Jurnal Pengabdian pada Masyarakat Vol 9, No 1 (2025): February(Article in Progress)
Publisher : Institut Teknologi Dirgantara Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28989/kacanegara.v9i1.3134

Abstract

Pertanian padi merupakan sektor penting dalam ketahanan pangan di Indonesia. Salah satu tahap krusial dalam budidaya padi adalah persemaian, yang menentukan kualitas bibit sebelum dipindahkan ke lahan utama. Metode semai kering mulai diterapkan karena lebih efisien dalam penggunaan air dan mempermudah proses transplantasi. Namun, metode ini memerlukan pemantauan nutrisi yang lebih akurat karena bibit tidak tergenang air seperti metode konvensional, sehingga rentan terhadap ketidakseimbangan unsur hara. Kegiatan pengabdian masyarakat ini bertujuan untuk merancang dan mengimplementasikan sistem pemantauan nutrisi secara real-time berbasis Internet of Things (IoT) pada bibit padi semai kering di Desa Bodeh, Pemalang. Sistem ini menggunakan sensor untuk mengukur parameter penting seperti kelembaban tanah, pH, dan kandungan unsur hara atau nutrisi, yang kemudian dikirimkan ke platform interface berbasis website untuk dipantau melalui perangkat seluler atau komputer. Dengan adanya sistem ini, petani dapat memperoleh informasi secara cepat dan akurat, sehingga dapat mengambil langkah yang tepat dalam pemberian nutrisi untuk memastikan pertumbuhan bibit yang optimal.
Co-Authors Arif Abdul Aziz Budi Prasetiyo, Budi Hakim, Ade Anggian Herlambang Setiadi Korina, Nanda Putri