Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Teknologi (IKOMTI) Journal of Advanced Health Informatics Research
Ria Suci Nurhalizah
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Engineering Medicine & Pharmacology Public Health

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

Found 3 Documents
Search

 1 
Exploration of Machine Learning Methods in Medical Disease Prediction: A Systematic Literature Review Ria Suci Nurhalizah; Hadi Jayusman; Purwatiningsih
Journal of Advanced Health Informatics Research Vol. 1 No. 3 (2023)
Publisher : Peneliti Teknologi Teknik Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59247/jahir.v1i3.174

Abstract

Exploration of Machine Learning methods in the systematic literature shows successful applications in disease diagnosis, disease prediction, and treatment planning. This literature only includes discussions on Classification methods consisting of Support Vector Machine(SVM), Naïve Bayes, Nearest Neighbors and Neural Network(NN) and Regression consisting of Decision Tree, Linear Regression, Random Forest Ensemble Methods, and Neural Network(NN). Clustering which consists of K-Means Clustering, Artificial Neural Network (ANN), Gaussian Mixture, Neural Network (NN) and Dimensionality reduction which consists of Principal Component Analysis (PCA). In the context of healthcare, the importance of sustainability, ethics, and data security are key factors. This research uses Systematic Literature Review (SLR) to explore Machine Learning methods in the medical context and recommends Support Vector Machine, Random Forest, and Neural Networks as effective methods. By exploring 300 papers and selecting 57 papers for discussion of machine learning methods in medical disease prediction. Method selection should be tailored to the dataset characteristics and disease prediction goals, while prioritizing
Perancangan Aplikasi Layanan Telemedicine Kampus (MENTALCARE) Ria Suci Nurhalizah; Suryani, Riska; Deny Nugroho Triwibowo
Jurnal IT UHB Vol 4 No 2 (2023): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/ikomti.v4i2.1263

Abstract

Banyak mahasiswa mengalami kesulitan dalam pembelajaran di kampus atau kegiatan yang lainnya yang menyebabkan stres berlebih. Oleh karena itu, dibutuhkan sebuah aplikasi yang dapat menjadi wadah untuk berkonsultasi masalah kesehatan bagi mahasiswa dan civitas akademik lainnya. Metode perancangan aplikasi ini menggunakan metode waterfall yang terdiri dari beberapa tahapan yaitu analisis, desain, implementasi, pengujian, dan pemeliharaan. Pada tahap desain dibuat diagram ERD dan DFD serta digunakan pengujian Black Box untuk pengujian perancangan aplikasi ini. Hasil perancangan aplikasi layanan Telemedicine Kampus (Mentalcare) terdapat beberapa fitur penting yaitu layanan konsultasi, jadwal konsultasi maupun jenis konsultasi yang dapat dipilih sesuai kebutuhan. Hal ini menjadi solusi yang efisien dalam menjembatani mahasiswa dan pengguna kampus, serta memberikan akses mudah dan praktis bagi mahasiswa untuk mendapatkan layanan konsultasi psikologis dengan psikolog yang sesuai dengan kebutuhan mereka.
Perancangan Sistem Informasi Eksekutif untuk Meningkatkan Performa Kinerja Pemeriksaan Risiko Kesehatan Ibu Hamil pada Klinik Kebidanan dan Penyakit Kandungan Juniarti, Ulan; Ria Suci Nurhalizah; Ariefah Khairina Islahati; Chairunnisa Al-Majra Ratri Anandita; Retno Agus Setiawan
Jurnal IT UHB Vol 5 No 1 (2024): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/ikomti.v5i1.1390

Abstract

Berdasarkan data WHO tahun 2020, ditemukan bahwa sekitar 287.000 perempuan meninggal selama dan setelah kehamilan, terutama di negara-negara berpendapatan rendah. Pengukuran Angka Kematian Ibu (AKI) menjadi fokus dengan implementasi sistem deteksi dini risiko kehamilan. Pengembangan Sistem Informasi Eksekutif (EIS) berupa manajemen dashboard dapat mendukung pengambilan keputusan dan pemantauan kesehatan ibu hamil di klinik kebidanan dan kandungan. Metode yang digunakan yaitu persiapan dataset, analisis menggunakan SQL, dan desain dashboard. Hasilnya menunjukkan bahwa EIS dapat memberikan gambaran statistik risiko ibu hamil, memfasilitasi analisis multivariat dan biavariat, serta memetakan distribusi geografis risiko di Indonesia. Penelitian ini menyimpulkan bahwa EIS berbentuk manajemen dashboard dapat menjadi solusi efektif untuk meningkatkan performa kinerja kesehatan ibu hamil dengan mendukung pengambilan keputusan cepat dan akurat.
Co-Authors Ariefah Khairina Islahati Chairunnisa Al-Majra Ratri Anandita Deny Nugroho Triwibowo Hadi Jayusman Juniarti, Ulan Purwatiningsih Retno Agus Setiawan Suryani, Riska