Garuda - Garba Rujukan Digital

Komparasi Kinerja Algoritma Machine Learning Untuk Deteksi Penyakit Infeksi Saluran Pernapasan Jamil, Muh; Rozi, Fahrul; Saputra, Yudhi Fajar
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 8, No 1 (2024): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v8i1.16965

Infeksi Saluran Pernafasan Akut (ISPA) menjadi salah satu penyakit infeksi penyebab utama kematian di dunia. Hampir empat juta orang meninggal karena ISPA setiap tahunnya, 98% disebabkan oleh infeksi saluran pernapasan bawah. Angka kematian sangat tinggi pada bayi, anak-anak dan orang tua, terutama di negara-negara dengan pendapatan per kapita rendah dan menengah. ISPA di Indonesia menempati urutan pertama penyebab kematian pada anak dan dewasa. ISPA juga berada pada daftar 10 penyakit terbanyak. Survei yang dilakukan menunjukkan bahwa ISPA merupakan salah satu penyebab kematian anak terbesar di Indonesia dengan persentase 22,30. Tujuan penelitian adalah untuk membandingkan kinerja beberapa algoritma machine learning untuk mendeteksi penyakit ISPA. Proses klasifikasi yang dilakukan berdasarkan beberapa gejala dari pasien yang didapatkan dari data rekam medis beberapa pasien di Puskesmas Loajanan Kabupaten Kutai Kartanegara sebagai sumber utama dataset pada penelitian ini. Hasil uji klasifikasi untuk masing-masing kelas dengan algoritma yang digunakan memunculkan hasil terendah pada algoritma Naive Bayes yaitu 98% sementara kinerja terbaik dihasilkan oleh algoritma KNN, ANN, Random Forest, dan SVM dengan nilai akurasi 100%. Hasil ini sudah mampu mengungguli hasil kinerja dari penelitian sebelumnya dengan kasus dan jumlah kelas yang sama.

Aplikasi Persuratan Mahasiswa Penyandang Disabilitas Berbasis Web di Universitas Widya Gama Mahakam Samarinda Akbar, Sulung Alfianto; Jamil, Muh.; Saputra, Yudhi Fajar
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 8, No 2 (2024): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v8i2.17840

Tercatat 1.5 persen dari keseluruhan masyarakat Indonesia adalah penyandang disabilitas tunanetra dengan kondisi tidak dapat melihat sebagian (low vision) ataupun keseluruhan (total blind). Hal tersebut menyebabkan tunanetra memiliki keterbatasan dalam bereksplorasi, bersosialisasi dan belajar. Padahal menurut UU No.8/2016 dan peraturan Kementerian Ristekdikti bahwa penyandang disabilitas harus mendapatkan hak pelayanan dan Pendidikan yang layak. Semakin berkembangnya teknologi dapat menjadi peluang bagi penyandang disabilitas untuk bisa mendapatkan akses pelayanan dan pendidikan yang sama dengan Masyarakat non disabilitas. Penelitian ini berfokus pada pengembangan aplikasi e-surat di Universitas Widya Gama Mahakam Samarinda sebagai sarana mahasiswa disabilitas tunanetra untuk bisa mendapatkan pelayanan administrasi yang mudah sehingga pemerataan pelayanan dapat terimplementasikan pada lingkungan Universitas sebagai tempat Mahasiswa dalam menimba pengetahuan. Penelitian ini menggunakan metode WDLC sebagai metode dalam pengembangan perangkat lunak. Metode WDLC sudah banyak digunakan dalam pengembangan aplikasi berbasis web. Ide dan konsep perangkat lunak yang dikembangkan diharapkan dapat menjadi salah satu solusi dalam rangka mewujudkan akses pelayanan dan pendidikan yang merata bagi penyandang disabilitas tunanetra khususnya yang berada pada lingkungan Universitas.

Algoritma C4.5 sebagai Penerapan Decision Tree-Based Classification Model untuk Mengklasifikasikan Tingkat Omzet UMKM Berdasarkan Profil Bisnis Saputra, Yudhi Fajar; Sugiarto
Jurnal Ekonomika: Manajemen, Akuntansi, dan Perbankan Syari'ah Vol. 13 No. 2 (2024): September
Publisher : Economic Faculty, University of Widya Gama Mahakam Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24903/je.v13i2.3562

Micro, Small, and Medium Enterprises (MSMEs) significantly contribute to the national economy. However, many of them experience stagnant revenue due to limited business profiles and the lack of data-driven development strategies. This study aims to build a classification model for MSME revenue levels based on business profile attributes using the Decision Tree C4.5 algorithm. The dataset consists of over 13,000 publicly available records, which were preprocessed and categorized into three revenue classes: low, medium, and high, based on quartile distribution. The results show that the C4.5 model achieves a classification accuracy of 48.53%, with a dominant prediction in the medium revenue category. The resulting decision tree structure generates interpretable and logical rules, such as: “If the business type is services, not legally registered, and has assets less than IDR 7 million, then the revenue tends to be medium.” Further analysis reveals that attributes such as business type, legal status, assets, and production capacity are key predictors of MSME revenue classification. Although the model's accuracy is still limited, this approach provides a solid foundation for developing decision support systems for MSME development agencies. The study recommends exploring additional features and implementing ensemble methods to improve model performance in future research

ANALISIS KOMPARATIF KLASIFIKASI MACHINE LEARNING UNTUK MEMPREDIKSI STUNTING PADA ANAK USIA DI BAWAH LIMA TAHUN Saputra, Yudhi Fajar; Al-Khasawneh, Mahmoud Ahmad; Milkhatun, Milkhatun; Asthiningsih, Ni Wayan Wiwin; Rahmah, Sitti
Syntax : Journal of Software Engineering, Computer Science and Information Technology Vol 6, No 1 (2025): Juni 2025
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/syntax.v6i1.6852

Stunting merupakan salah satu permasalahan kesehatan masyarakat yang bisa berdampak jangka panjang terhadap kualitas sumber daya manusia di Indonesia. Deteksi dini terhadap status stunting anak usia di bawah lima tahun menjadi langkah dalam mencegah gangguan pertumbuhan kronis akibat stunting, sehingga penelitian ini bertujuan untuk membangun model klasifikasi status stunting dengan memanfaatkan pendekatan data mining menggunakan algoritma Decision Tree dan Random Forest. Data yang digunakan diperoleh dari hasil survei terhadap ibu yang memiliki anak dibawah umur lima tahun dengan sejumlah 193 responden, data tersebut mencakup variabel antropometri dan sosial ekonomi, seperti tinggi badan, berat badan, usia anak, pendidikan orang tua, pendapatan keluarga, dan urutan kelahiran. data tersebut diproses melalui tahapan Knowledge Discovery in Databases (KDD) meliputi seleksi atribut, imputasi, encoding, dan klasifikasi melalui proses permodelan data mining, selanjutnya evaluasi dilakukan dengan metrik klasifikasi Classification Accuracy(CA) dan Area Under the Curve (AUC) dari kurva Receiver Operating Characteristic (ROC). Hasil penelitian menunjukkan bahwa model Random Forest memiliki performa lebih baik dibandingkan Decision Tree dengan nilai CA 71% dan AUC 0.74. dibandingkan Decision Tree dengan nilai CA 67% dan AUC 0.68. Peneliti berharap bahwa Model prdiksi ini berpotensial dapat digunakan sebagai sistem deteksi dini stunting berbasis data atau sebagai rujukan untuk penelitian berikutnyaKata Kunci—Stunting, Machine Learning, Random Forest, Decision Tree, Classification Model, ROC Curve. ABSTRACTStunting is one of the public health issues that can have long-term impacts on the quality of human resources in Indonesia. Early detection of stunting status among children under five years of age is a critical step in preventing chronic growth disorders. Therefore, this study aims to develop a classification model for stunting status using a data mining approach with Decision Tree and Random Forest algorithms. The dataset was obtained from a survey of 193 mothers with children under five, encompassing anthropometric and socioeconomic variables such as height, weight, child’s age, parental education, family income, and birth order. The data were processed through the stages of Knowledge Discovery in Databases (KDD), including attribute selection, imputation, encoding, and classification modeling. The model performance was evaluated using classification metrics: Classification Accuracy (CA) and the Area Under the Curve (AUC) from the Receiver Operating Characteristic (ROC) curve. The results show that the Random Forest model outperformed the Decision Tree, achieving a CA of 71% and an AUC of 0.74, compared to the Decision Tree with a CA of 67% and an AUC of 0.68. This predictive model is expected to be useful as a data-driven early detection system for stunting or serve as a reference for future research.Keywords—Stunting, Machine Learning, Random Forest, Decision Tree, Classification Model, ROC Curve.

EDUKASI PERAN STATISTIKA DESKRIPTIF DALAM ENTREPRENEURSHIP BAGI SISWA SMA NEGERI 12 SAMARINDA Rahmah, Sitti; Fawait , Aldi Bas; Saputra, Yudhi Fajar; Jamil, Muh; Pramudya, Edwin
Jurnal Abdimas Ilmiah Citra Bakti Vol. 6 No. 3 (2025)
Publisher : STKIP Citra Bakti

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38048/jailcb.v6i3.5920

Siswa SMA Negeri 12 Samarinda masih menghadapi keterbatasan dalam memahami statistika deskriptif, sehingga kurang optimal dalam menganalisis pasar dan mengambil keputusan berbasis data. Kegiatan Pengabdian kepada Masyarakat (PkM) ini dilakukan sebagai upaya peningkatan literasi statistika dengan melibatkan 22 siswa sebagai peserta. Metode pelaksanaan meliputi penyuluhan interaktif, studi kasus, serta evaluasi dengan angket. Hasil menunjukkan bahwa 63,6% siswa telah mengenal statistika deskriptif, 50% memahami konsep dasarnya, 45,5% menilai penting penggunaannya dalam membaca kondisi pasar, 59,1% cukup sering menggunakannya pada konteks kewirausahaan, dan 68,2% masih mengalami kebingungan dalam penerapan. Temuan ini menegaskan bahwa kegiatan PkM berhasil memperluas pemahaman dasar siswa, meskipun dukungan lanjutan dalam bentuk pembelajaran kontekstual dan praktik intensif tetap diperlukan agar kompetensi analitis siswa dapat berkembang lebih optimal untuk mendukung aktivitas wirausaha.

Workshop Pengenalan Bahasa Pemrograman Python Dan Potensi Python Di Masa Mendatang di SMKN 1 Tenggarong Jamil, Muh; Saputra, Yudhi Fajar; Fawait, Aldi Bastiatul; Rahmah, Sitti; Rosmasari, Rosmasari
Ilmu Komputer untuk Masyarakat Vol 6, No 1 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkomas.v6i1.2828

SMK Negeri 1 Tenggarong adalah SMK yang terletak di Kecamatan Tenggarong Kabupaten Kutai Kartanegara, Provinsi Kalimantan Timur. SMK ini memiliki 2 jurusan IT, yaitu jurusan Rekayasa Perangkat Lunak (RPL) dan jurusan Teknik Komputer dan Jaringan (TKJ). Beberapa masalah yang dihadapi adalah kurangnya motivasi siswa dalam mendalami pemrograman serta kurangnya minat untuk belajar bahasa pemrograman baru. Kegiatan Pengabdian kepada Masyarakat (PKM) yang dilaksanakan berupa sebuah workshop pengenalan bahasa pemrograman python dan potensi python di masa mendatang sebagai sebuah solusi yang diberikan untuk menjawab permasalahan tersebut. Pengukuran keberhasilan kegiatan dilakukan menggunakan kuisoner dengan hasil yang menunjukan adanya peningkatan motivasi dan ketertarikan siswa dalam mempelajari bahasa pemrograman baru yang lebih mudah dan multifungsi saat sebelum dan sesudah mengikuti workshop yang dilaksanakan. Worshop ini diharapkan dapat menjadi titik awal bagi siswa dalam melakukan eksplorasi pada sebuah bahasa pemrograman yang lebih modern dan menjadi pintu awal untuk mengenal keilmuan lain seperti data science, machine learning dan juga pengolahan citra digital. Harapam lain adalah dapat membantu siswa dalam menemukan peluang baru di masa mendatang.

PENGENALAN ARTIFICIAL INTELLIGENCE KEPADA SISWA DI SMA NEGERI 9 SAMARINDA Fawait, Aldi Bastiatul; Rahmah, Sitti; Sugiarto, Sugiarto; Fakhri, La Jupriadi; Jamil, Muh; Saputra, Yudhi Fajar; Arifin, Merlina Lidiana; Saputri, Nadia Keril
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 5 No. 6 (2024): Vol. 5 No. 6 Tahun 2024
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v5i6.38605

Kegiatan pengabdian pada masyarakat yang melibatkan sosialisasi mengenai Pengenalan Artificial Intelligence (AI) kepada siswa di lingkungan Sekolah Menengah Atas ini bertujuan untuk memberikan informasi kepada siswa-siswi SMA Negeri 9 Samarinda mengenai perkembangan teknologi terkait AI. Dalam proses sosialisasi ini, tujuannya adalah memberikan pemahaman mengenai kecerdasan buatan yang dirancang khusus untuk menangani permasalahan kognitif yang umumnya terkait dengan kecerdasan manusia, seperti proses pembelajaran, pemecahan masalah, dan pengenalan pola. Manfaat dari kegiatan pengabdian pada masyarakat ini adalah agar siswa-siswi dapat lebih memahami kemajuan teknologi kecerdasan buatan di Indonesia dan memanfaatkan Sumber Daya Manusia (SDM) lokal yang berkualitas, seiring dengan pemahaman bahwa SDM dalam negeri tidak kalah dengan SDM luar negeri. Selain itu, diharapkan bahwa keberadaan Artificial Intelligence dapat berkontribusi dalam pengembangan SDM di negara Indonesia. Hasil Pengabdian Pengenalan Artificial Intelligence Kepada Siswa di Lingkungan Sekolah Menengah Atas pada SMA 9 Negeri Samarinda dilakukan selama satu hari yang dihadiri oleh 34 peserta, 2 orang dosen, dan dibantu oleh mahasiswa program studi Ilmu Komputer Universitas Widyagama Samarinda hasil angket dari peyelenggaraan pengabdian ini didapatkan 7 pertanyaan yang hasilnya diatas 80% peserta yang artinya peserta setuju telah mendapat pengetahuan Pengenalan Artificial Intelligence dengan baik atau penyelenggaraan ini sudah dilaksanakan dengan sangat baik sekali.

EDUKASI PERAN STATISTIKA DESKRIPTIF DALAM ENTREPRENEURSHIP BAGI SISWA SMA NEGERI 12 SAMARINDA Rahmah, Sitti; Fawait , Aldi Bas; Saputra, Yudhi Fajar; Jamil, Muh; Pramudya, Edwin
Jurnal Abdimas Ilmiah Citra Bakti Vol. 6 No. 3 (2025)
Publisher : STKIP Citra Bakti

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38048/jailcb.v6i3.5920

Siswa SMA Negeri 12 Samarinda masih menghadapi keterbatasan dalam memahami statistika deskriptif, sehingga kurang optimal dalam menganalisis pasar dan mengambil keputusan berbasis data. Kegiatan Pengabdian kepada Masyarakat (PkM) ini dilakukan sebagai upaya peningkatan literasi statistika dengan melibatkan 22 siswa sebagai peserta. Metode pelaksanaan meliputi penyuluhan interaktif, studi kasus, serta evaluasi dengan angket. Hasil menunjukkan bahwa 63,6% siswa telah mengenal statistika deskriptif, 50% memahami konsep dasarnya, 45,5% menilai penting penggunaannya dalam membaca kondisi pasar, 59,1% cukup sering menggunakannya pada konteks kewirausahaan, dan 68,2% masih mengalami kebingungan dalam penerapan. Temuan ini menegaskan bahwa kegiatan PkM berhasil memperluas pemahaman dasar siswa, meskipun dukungan lanjutan dalam bentuk pembelajaran kontekstual dan praktik intensif tetap diperlukan agar kompetensi analitis siswa dapat berkembang lebih optimal untuk mendukung aktivitas wirausaha.

Title

Found 8 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 8 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 8 Documents
Search