Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Indriya Efendi, Dendy
Unknown Affiliation
Computer Science & IT

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

Found 3 Documents
Search

 1 
PENERAPAN ALGORITMA DECISION TREE BERBASIS POHON KEPUTUSAN DALAM KLASIFIKASI PENYAKIT JANTUNG Antika, Rindi; Rifa’I, Ahmad; Dikananda, Fatihanursari; Indriya Efendi, Dendy; Narasati, Riri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8264

Abstract

Deteksi dini penyakit jantung merupakan tantangan besar dalam dunia medis karena seringkali terkait dengan rendahnya akurasi dalam mengklasifikasikan kondisi jantung. Banyak orang baru menyadari bahwa mereka menderita penyakit jantung ketika telah mencapai tahap yang sangat parah. Kondisi ini mengakibatkan penanganan medis terlambat dan berpotensi membahayakan nyawa. Rendahnya akurasi dalam mengklasifikasikan penyakit jantung menciptakan kesulitan, dimana model atau algoritma klasifikasi mungkin kesulitan membedakan dengan tepat antara jenis-jenis penyakit jantung yang berbeda. Pengembangan teknologi diagnostik merupakan faktor penting dalam meningkatkan kemampuan untuk mendeteksi kondisi jantung lebih awal. Oleh karena itu, upaya untuk meningkatkan akurasi dalam mengklasifikasikan penyakit jantung memegang peranan besar dalam penanganan yang lebih efektif. Studi ini akan menerapkan pendekatan Knowledge Discovery in Databases (KDD) yang melibatkan serangkaian langkah sistematis dalam melakukan analisis data. Dari hasil penerapan algoritma Decision Tree dalam klasifikasi penyakit jantung diperoleh Accuracy sebesar 93.44%, Recall sebesar 75%, Precision sebesar 90% dan F1-Score sebesar 81.81%. Dalam penelitian selanjutnya diharapkan untuk mencoba eksplorasi metode tuning hyperparameter pada algoritma decision tree untuk melihat apakah peningkatan performa lebih lanjut dapat dicapai. Dalam penelitian selanjutnya diharapkan mencoba eksplorasi penggunaan algoritma lain seperti Random Forest, Support Vector Machines (SVM), atau Neural Networks untuk melihat apakah terdapat peningkatan performa dalam klasifikasi penyakit jantung.
PEMETAAN OPINI PUBLIK TERHADAP PERUBAHAN KEBIJAKAN BPJS KESEHATAN DENGAN PENDEKATAN SUPPORT VECTOR MACHINE(SVM) DALAM ANALISIS SENTIMEN Damayanti, Damayanti; Indriya Efendi, Dendy; Solihudin, Dodi; Rohmat, Cep Lukman; Eka Permana, Sandy
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8304

Abstract

Perubahan kebijakan iuran BPJS Kesehatan kerap menjadi topik hangat di dunia maya. Riset ini bertujuan untuk melakukan analisis sentimen terkait perubahan iuran BPJS Kesehatan dengan memanfaatkan algoritma Support Vector Machine (SVM). Fokus utama memahami respon masyarakat melalui komentar di media sosial, dimana SVM berperan dalam mengklasifikasikan sentimen teks, menyoroti pandangan masyarakat, dan mengidentifikasi potensi dampak kebijakan. Riset ini membincangkan aspek-aspek penting seperti analisis sentimen, implementasi SVM, dan kontribusi riset terhadap perkembangan metode analisis sentimen, pemahaman respons masyarakat terhadap perubahan kebijakan BPJS Kesehatan. SVM terbukti berhasil dengan tingkat akurasi mencapai 94.28%. Dalam mengevaluasi sentimen negatif, model SVM menunjukkan tingkat presisi, recall, dan F1-score mencapai 97% masing-masing. Sementara itu, untuk sentimen positif, presisi mencapai 35%, recall 42%, dan F1-score 39%. kesimpulan dari penelitian ini bahwa SVM memberikan kontribusi yang signifikan dalam menganalisis sentimen terkait kebijakan BPJS Kesehatan, khususnya dalam menghadapi sentimen negatif. Dampak praktisnya melibatkan peningkatan operasional BPJS Kesehatan berdasarkan evaluasi tanggapan masyarakat, dengan fokus peningkatan pelayanan dan komunikasi untuk mengurangi dampak negatif dan meningkatkan kepuasan pengguna. Penelitian ini menjadi dasar bagi pengambil kebijakan untuk keputusan yang responsif, sesuai harapan masyarakat. Latar belakang permasalahan menyoroti kompleksitas isu dan pentingnya pemahaman mendalam terhadap pandangan masyarakat terhadap perubahan kebijakan BPJS Kesehatan.
PENERAPAN ALGORITMA K-MEANS UNTUK OPTIMALISASI KLASTERISASI PENJUALAN OBAT DI APOTEK PERJUAGAN Pajri, Riki; Suarna, Nana; ali, Irfan; Indriya Efendi, Dendy
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12472

Abstract

Perkembangan teknologi informasi telah memberikan peluang signifikan dalam meningkatkan efisiensi manajemen penjualan dan stok di sektor farmasi, termasuk apotek. Namun, tantangan utama yang dihadapi adalah ketepatan dalam mengelompokkan produk berdasarkan pola penjualan, yang dapat memengaruhi ketersediaan stok dan pengambilan keputusan strategis. Penelitian ini bertujuan untuk menerapkan algoritma K-Means guna meningkatkan efektivitas klasterisasi data penjualan obat di Apotek Perjuangan. Metode penelitian menggunakan pendekatan Knowledge Discovery in Databases (KDD), dengan analisis data yang dilakukan melalui aplikasi RapidMiner. Data primer diperoleh melalui observasi langsung terhadap transaksi penjualan selama periode tertentu. Hasil penelitian menunjukkan bahwa klasterisasi optimal dicapai dengan nilai K=5, menghasilkan Davies-Bouldin Index (DBI) sebesar 0,415. Klasterisasi ini mampu mengelompokkan produk berdasarkan tingkat penjualan yang tinggi, sedang, dan rendah, sehingga mendukung strategi pengelolaan stok yang lebih efisien. Penelitian ini memberikan kontribusi dalam pengambilan keputusan berbasis data untuk meminimalkan risiko overstock dan stockout, sekaligus meningkatkan kualitas manajemen stok obat di apotek
Co-Authors Antika, Rindi Damayanti Damayanti Dikananda, Fatihanursari Eka Permana, Sandy Irfan Ali, Irfan Narasati, Riri Narasati Pajri, Riki Rifa’I, Ahmad Rohmat, Cep Lukman Solihudin, Dodi Suarna, Nana