Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal IC Tech: Majalah Ilmiah Bestikom: Jurnal Pengabdian Kepada Masyarakat IC Tech: Majalah Ilmiah
Ivandari
Unknown Affiliation
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Environmental Science Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
KLASIFIKASI DIABETES TIPE 2 MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOUR Ivandari; Setianto, Wahyu; Alkaromi, M. Adib
IC Tech: Majalah Ilmiah Vol 18 No 1 (2023): IC Tech: Majalah Ilmiah Volume XVIII No. 1 April 2023
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v18i1.273

Abstract

Penyakit diabetes adalah penyakit yang banyak menimbulkan kematian. Menurut data dari WHO sepanjang tahun 2019 tercatat ada 2juta kematian yang diakibatkan penyakit diabetes. Pencatatan kondisi pasien banyak dilakukan untuk keperluan medis. Banyaknya pencatatan atau data yang tidak digunakan hanya menjadi sampah digital. Data mining hadir dengan klasifikasi untuk mengolah data menjadi pengetahuan baru. Pengenalan pola dari data dicari dengan model perhitungan algoritmik sebagaimana statistic. Salah satu algoritma klasifikasi terbaik dan banyak digunakan untuk dataset berdimensi tinggi adalah KNN. Penelitian ini menggunakan dataset diabetes dari uci repository yang dirilis pada 2020. Hasil penelitian menunjukkan bahwa tingkat akurasi algoritma KNN untuk klasifikasi data diabetes adalah 92,50%. Hasil ini menunjukkan performa algoritma KNN baik dan layak digunakan.
PEMBERDAYAAN MASYARAKAT DALAM MELAWAN JUDI ONLINE MELALUI EDUKASI DAN KAMPANYE ANTI-JUDI Christian Yulianto Rusli; Much Rifqi Maulana; Prastuti Sulistyorini; Ivandari
BESTIKOM Jurnal Pengabdian Kepada Masyarakat Vol 1 No 1 (2025)
Publisher : Bestikom: Jurnal Pengabdian Kepada Masyarakat

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

Abstract

Judi online telah menjadi permasalahan sosial yang signifikan di berbagai lapisan masyarakat, menimbulkan dampak negatif terhadap individu, keluarga, dan lingkungan sosial secara luas. Meningkatnya akses internet dan kemudahan dalam mengakses situs judi online membuat praktik ini semakin sulit untuk dikendalikan. Program pengabdian masyarakat ini bertujuan untuk memberdayakan masyarakat dalam melawan judi online melalui pendekatan edukasi dan kampanye anti-judi yang komprehensif. Kegiatan ini melibatkan penyuluhan, pelatihan, dan kampanye yang difokuskan pada peningkatan kesadaran masyarakat tentang bahaya judi online, strategi pencegahan, serta penguatan nilai-nilai moral dan sosial yang menolak praktik perjudian. Selain itu, program ini juga akan mengembangkan materi edukatif yang mudah diakses oleh berbagai kelompok masyarakat, termasuk anak muda, orang tua, dan komunitas lokal, dengan harapan dapat menciptakan lingkungan yang lebih sadar dan waspada terhadap risiko judi online. Melalui kolaborasi dengan berbagai pihak, termasuk komunitas Relawan TIK Kota Pekalongan, program ini bertujuan untuk menyebarluaskan pesan anti-judi secara lebih efektif. Hasil dari kegiatan pengabdian masyarakat ini dapat meningkatkan pengetahuan peserta tentang Judi Online (Judol) dan mengajak peserta untuk melakukan kampanye Anti-Judi sehingga dapat mencegah serta menanggulangi penyebaran praktik judi online di lingkungannya.
KLASIFIKASI DIABETES TIPE 2 MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOUR Ivandari; Setianto, Wahyu; Alkaromi, M. Adib
IC Tech: Majalah Ilmiah Vol 18 No 1 (2023): IC Tech: Majalah Ilmiah Volume XVIII No. 1 April 2023
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v18i1.273

Abstract

Penyakit diabetes adalah penyakit yang banyak menimbulkan kematian. Menurut data dari WHO sepanjang tahun 2019 tercatat ada 2juta kematian yang diakibatkan penyakit diabetes. Pencatatan kondisi pasien banyak dilakukan untuk keperluan medis. Banyaknya pencatatan atau data yang tidak digunakan hanya menjadi sampah digital. Data mining hadir dengan klasifikasi untuk mengolah data menjadi pengetahuan baru. Pengenalan pola dari data dicari dengan model perhitungan algoritmik sebagaimana statistic. Salah satu algoritma klasifikasi terbaik dan banyak digunakan untuk dataset berdimensi tinggi adalah KNN. Penelitian ini menggunakan dataset diabetes dari uci repository yang dirilis pada 2020. Hasil penelitian menunjukkan bahwa tingkat akurasi algoritma KNN untuk klasifikasi data diabetes adalah 92,50%. Hasil ini menunjukkan performa algoritma KNN baik dan layak digunakan.
Co-Authors Alkaromi, M. Adib Christian Yulianto Rusli Much Rifqi Maulana Prastuti Sulistyorini Wahyu Setianto, Wahyu