Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Kegunaan Aplikasi Terabox Berbasis Model Goms Dalam Perspektif Interaksi Manusia dan Komputer Bachti, Achmad Syauqi; Agustama, Andri Tri; Wahiid, Hermawan Nur; Mustofa, Mohammad Annan Makruf; Azzaria, Cinta
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4926

Abstract

Ilmu tentang interaksi manusia-komputer mempelajari komunikasi dan interaksi antara pengguna dan sistem. Model GOMS adalah pendekatan unik terhadap model berbasis evaluasi di bidang pengguna antarmuka komputer. Ini adalah salah satu dari banyak model yang tersedia untuk komputer manusia interaksi. Studi ini melihat aplikasi Terabox, yang menawarkan layanan hosting file dan penyimpanan cloud. Tujuan penelitian ini adalah untuk mendapatkan pemahaman tentang model GOMS dan bagaimana hal itu berdampak pada aplikasi yang menggunakannya. Metode yang di gunakan dalam Penelitian ini adalah GOMS. Dengan menganalisis interaksi pengguna melalui model GOMS, kita dapat mengidentifikasi area yang memerlukan perbaikan serta memahami bagaimana pengguna menyelesaikan tugas-tugas mereka dengan lebih efisien. Selain itu, hasil dari penelitian ini menemukan bahwa aplikasi Terabox menunjukkan efisiensi tinggi dalam penyimpanan dan pengelolaan data.
Penggunaan Algoritma KNN dalam Deteksi Awal Kanker Paru-Paru Menggunakan Data Medis Mustofa, Mohammad Annan Makruf; Wahiid, Hermawan Nur; Islami, Bifadhlillah Marsheila; Ristyawan, Aidina; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4979

Abstract

Kanker paru-paru menjadi momok menakutkan dengan tingkat kematian tinggi. Deteksi dini menjadi kunci untuk meningkatkan peluang hidup pasien. Tujuan penelitian ini adalah mengkaji penggunaan algoritma K-Nearest Neighbors (KNN) dalam mendeteksi kanker paru-paru stadium awal melalui analisis data medis. Algoritma KNN dipilih karena kesederhanaan dan kinerjanya dalam mengklasifikasikan data kompleks. Data yang digunakan mencakup berbagai parameter medis, seperti ID pasien, umur, jenis kelamin, polusi udara, penggunaan alkohol, alergi debu, risiko genetik, dan penyakit paru-paru kronis. Hasil penelitian menunjukkan bahwa algoritma KNN mencapai tingkat akurasi tinggi dalam deteksi dini kanker paru-paru dengan pengaturan parameter K yang optimal. Temuan ini menunjukkan potensi besar algoritma KNN dalam aplikasi klinis untuk deteksi dini kanker paru-paru, yang dapat diimplementasikan dalam sistem pendukung keputusan medis untuk meningkatkan diagnosa dan intervensi dini.