Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Simpatik: Jurnal sistem Informasi dan Informatika Media Teknologi dan Informatika
Ekadewi, Indri
Unknown Affiliation
Computer Science & IT

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

Found 3 Documents
Search

 1 
Penerapan Metode Algoritma C4.5 Pada Diagnosis Penyakit MonkeyPox Aprilliyanti, Aprilliyanti; Ekadewi, Indri; Prayitno, Lucyana Louisa
Simpatik: Jurnal Sistem Informasi dan Informatika Vol. 4 No. 1 (2024): Juni 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/simpatik.v4i1.3012

Abstract

Abstrak - MonkeyPox disebut juga cacar monyet ialah penyakit dari zoonosis yang muncul dari virus MonkeyPox yang merupakan anggota dari genus Orthopoxvirus keluarga Poxviridae. Penyebaran virus MonkeyPox ini dikarenakan dari hewan yang terinfeksi oleh virus seperti monyet, tupai dan tikus. Penelitian ini memiliki tujuan yaitu membuatkan model prediksi dengan memakai data mining dengan metode Algoritma C4.5 yang dapat menghasilkan (decision tree) atau pohon keputusan dan pengujian yang digunakan memakai aplikasi RapidMiner untuk prediksi penyakit monkeypox agar dapat ditangani dengan cepat dan tepat. Adapun penulis menggunakan data secara publik, sumber data ini diperoleh dari website resmi yaitu kaggle.com dengan data yang diperoleh sebanyak dua puluh lima ribu data. Atribut yang dipakai sebagai parameter untuk mendiagsosis penyakit ini antara lain: Systemic Illness, Rectal Pain, Sore Throat, Penile Oedema, Oral Lesions, Swollen Tonsils, HIV Infection, Sexualily Transmitted Infection, dan MonkeyPox. Hasil dari memproses data tersebut dengan menerapkan Algoritma C4.5 didapat Systemic Illness menjadi akar tertinggi sehingga Systemic Illness menjadi atribut paling berpengaruh dalam memprediksi penyakit MonkeyPox ini. Kemudian hasil yang didapatkan akan menjadi patokan untuk memprediksi seseorang terinfeksi virus monkeypox atau tidak dengan melihat atribut tersebut.
Penerapan Metode Algoritma C4.5 Pada Diagnosis Penyakit MonkeyPox Aprilliyanti, Aprilliyanti; Ekadewi, Indri; Prayitno, Lucyana Louisa
Simpatik: Jurnal Sistem Informasi dan Informatika Vol. 4 No. 1 (2024): Juni 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/simpatik.v4i1.3012

Abstract

Abstrak - MonkeyPox disebut juga cacar monyet ialah penyakit dari zoonosis yang muncul dari virus MonkeyPox yang merupakan anggota dari genus Orthopoxvirus keluarga Poxviridae. Penyebaran virus MonkeyPox ini dikarenakan dari hewan yang terinfeksi oleh virus seperti monyet, tupai dan tikus. Penelitian ini memiliki tujuan yaitu membuatkan model prediksi dengan memakai data mining dengan metode Algoritma C4.5 yang dapat menghasilkan (decision tree) atau pohon keputusan dan pengujian yang digunakan memakai aplikasi RapidMiner untuk prediksi penyakit monkeypox agar dapat ditangani dengan cepat dan tepat. Adapun penulis menggunakan data secara publik, sumber data ini diperoleh dari website resmi yaitu kaggle.com dengan data yang diperoleh sebanyak dua puluh lima ribu data. Atribut yang dipakai sebagai parameter untuk mendiagsosis penyakit ini antara lain: Systemic Illness, Rectal Pain, Sore Throat, Penile Oedema, Oral Lesions, Swollen Tonsils, HIV Infection, Sexualily Transmitted Infection, dan MonkeyPox. Hasil dari memproses data tersebut dengan menerapkan Algoritma C4.5 didapat Systemic Illness menjadi akar tertinggi sehingga Systemic Illness menjadi atribut paling berpengaruh dalam memprediksi penyakit MonkeyPox ini. Kemudian hasil yang didapatkan akan menjadi patokan untuk memprediksi seseorang terinfeksi virus monkeypox atau tidak dengan melihat atribut tersebut.
Prediksi Stunting Pada Balita Menggunakan Metode Algoritma C4.5 -, Aprilliyanti; Ekadewi, Indri; Salim, Agus; Nurona Cahya, Fani
Media Teknologi dan Informatika Vol. 2 No. 2 (2025): Desember
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/mti.v2i2.3728

Abstract

Stunting merupakan bentuk kegagalan tumbuh kembang yang menyebabkan gangguan pertumbuhan linear anak. Penyebab dari stunting pada anak balita di Indonesia yaitu seperti kurangnya pemahaman ibu terhadap kesehatan serta gizi selama masa kehamilan hingga sesudah melahirkan, pola pengasuhan yang masih kurang baik, keterbatasan keluarga untuk mendapatkan makanan bergizi, terbatasnya untuk mengakses air bersih serta sanitasi dan pemberian ASI serta makanan pendamping ASI (MPASI) yang tidak tercukupi. Penelitian ini memiliki tujuan untuk memprediksi stunting berdasarkan gejala yang ada sehingga balita dengan ciri-ciri gejala stunting tersebut bisa segera mendapatkan penanganan lebih cepat dengan menerapkan metode Algoritma C4.5. Adapun peneliti menggunakan data secara publik, sumber data ini diperoleh dari website resmi melalui Kaggle.com. Kemudian dilakukannya identifikasi masalah, pencarian dataset, pengolahan data dan pengujian Algoritma C4.5 dengan RapidMiner. Hasil dari menerapkan Algoritma C4.5 dengan RapidMiner dalam memprediksi stunting dapat menghasilkan nilai akurasi atau keakuratan yang cukup tinggi dengan nilai sebesar 90.62% dan hasil tersebut menunjukkan bahwa yang menjadi atribut dalam data tersebut memiliki pengaruh terhadap stunting pada balita sehingga jika balita mengalami gejala-gejala tersebut dapat ditangani lebih awal untuk mencegah terjadinya stunting pada anak atau balita.
Co-Authors -, Aprilliyanti Agus Salim Aprilliyanti, Aprilliyanti Nurona Cahya, Fani Prayitno, Lucyana Louisa