Article Per Year (5 Year)
p-Index From 2021 - 2026
3.845
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Buana Informatika Jurnal Teknologi Informasi dan Ilmu Komputer Journal of Information Technology and Computer Science Jurnal Ilmu Komputer dan Desain Komunikasi Visual JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Sistem Komputer dan Informatika (JSON) Jurnal Teknologi Informatika dan Komputer Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Teknik Informatika (JUTIF) Journal of Applied Computer Science and Technology (JACOST) Jurnal Pendidikan dan Teknologi Indonesia Jurnal Indonesia : Manajemen Informatika dan Komunikasi Nusantara Hasana Journal Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Jurnal Janitra Informatika dan Sistem Informasi International Journal Software Engineering and Computer Science (IJSECS) Prosiding Seminar Nasional Pengabdian Kepada Masyarakat Jikom: Jurnal Informatika dan Komputer ROUTERS: Jurnal Sistem dan Teknologi Informasi Jurnal Indonesia : Manajemen Informatika dan Komunikasi The Journal of Enhanced Studies in Informatics and Computer Applications
Ahsanun Naseh Khudori
Institut Teknologi, Sains,dan Kesehatan RS Dr. Soepraoen Kesdam V/Brw, Malang
Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Mathematics Nursing Public Health

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 28 Documents
Search

 1   2   3 
ANALISIS DAN VISUALISASI DATAPENDERITA PENYAKIT DBD DI SITUBONDO MENGGUNAKAN PLATFORM TABLEAU Basmalah Abirestu Maulisuriandhy; M. Syauqi Haris; Ahsanun naseh Khudori
Nusantara Hasana Journal Vol. 4 No. 2 (2024): Nusantara Hasana Journal, July 2024
Publisher : Yayasan Nusantara Hasana Berdikari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59003/nhj.v4i2.1159

Abstract

Cases of dengue fever in Situbondo are very fluctuating and unpredictable. This shows that dengue fever is still a problem that requires serious health attention. The infectious disease dengue fever is caused by the bite of the Aedes aegypti mosquito. Fluctuations in dengue fever cases are due to erratic rainfall. Sometimes rainfall is higher and the rainy season is longer. On the other hand, sometimes rainfall is relatively lower and the dry season is longer. This research aims to analyze and visualize data on dengue fever sufferers in Situbondo using the Tableau platform. The data used is map data per region or spatial data that has geographical references and historical data on dengue fever patients in Situbondo from 2016 to 2022. Data was obtained from the website Tanahair.indonesia.go.id and the Situbondo Community Health Center. The research results show that data visualization using Tableau can produce good, effective, interesting and efficient information. The results of data visualization of dengue fever sufferers in Situbondo showed that there were 2 cases of death. Cases of dengue fever sufferers are spread throughout all villages in Situbondo. It is hoped that the results of this research can help in adopting appropriate policies to control dengue fever in Situbondo.
HUMAN-CENTERED DESIGN UNTUK PERANCANGAN MEDIA REHABILITASI PASCA STROKE BERBASIS AUDIO VISUAL Danis Rifa Nurqotimah; Ahsanun Naseh Khudori; Risqy Siwi Pradini
Nusantara Hasana Journal Vol. 4 No. 3 (2024): Nusantara Hasana Journal, August 2024
Publisher : Yayasan Nusantara Hasana Berdikari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59003/nhj.v4i3.1193

Abstract

Stroke is a condition that makes a person's whole body or part of his body paralyzed. The leading cause of death and disability in the world is Stroke. Each year, there are more than 12.2 million new Stroke cases, and more than 101 million people with this condition. With proper care and prompt therapy, Stroke patients can recover. The study aims to design visual media for post-Stroke rehabilitation. The method applied in this research is a combination of ISO 9241-210:2019 Human-Centered Design, persona, and expert validation. The stages of designing audio visual media consist of pre-production, production and editing. Finally, this study produces audio-visual media for post-Stroke rehabilitation that has been validated by experts.
Analisis Model HOT-Fit terhadap Evaluasi Sistem Informasi Manajemen Puskesmas Kabupaten Lumajang dengan PLS-SEM Saputra, Zainal; Siwi Pradini, Risqy; Naseh Khudori, Ahsanun
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 1 (2025): JPTI - Januari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.632

Abstract

Sistem Informasi Manajemen Puskesmas Kabupaten Lumajang yang disebut New-Simpul merupakan sistem yang membantu administrasi dan pelayanan kesehatan di Puskesmas Kabupaten Lumajang. Dalam penerapannya terdapat berbagai kendala yang mempengaruhi kinerja pelayanan kesehatan di UPT Puskesmas. Penelitian ini mengevaluasi New-Simpul menggunakan kerangka model HOT-Fit, yang terdiri dari 3 variabel human, organization, technology dan 8 indikator system quality, information quality, service quality, system development, user satisfaction, system use, structure, dan environment. Penelitian ini menggunakan 51 responden dan menggunakan analisis PLS-SEM untuk menguji validitas model serta hubungan antar indikator.  Hasil penelitian menunjukkan bahwa indikator environment memiliki nilai rata-rata terendah (3,98), diikuti oleh service quality (4,03) dan user satisfaction (4,06), sehingga menjadi prioritas utama dalam perbaikan. Sebaliknya, indikator system development memiliki rata-rata tertinggi (4,33). Dari total 15 hipotesis yang diuji, 5 hipotesis diterima, sedangkan 10 hipotesis lainnya ditolak. Hasil ini menunjukkan bahwa model HOT-Fit mampu menjelaskan hubungan antar indikator dengan baik, meskipun beberapa jalur menunjukkan pengaruh yang lemah atau tidak signifikan. Penelitian ini merekomendasikan pembaruan perangkat keras, penguatan infrastruktur teknologi, serta penyediaan program pelatihan atau panduan teknis untuk mengoptimalkan New-Simpul. Implikasi praktisnya adalah mendukung efisiensi operasional dan kualitas pelayanan di UPT Puskesmas. Studi lanjutan disarankan untuk melibatkan populasi yang lebih luas dan menambahkan variabel proses guna memperluas cakupan evaluasi.
Evaluasi Performa XGBoost dengan Oversampling dan Hyperparameter Tuning untuk Prediksi Alzheimer Yahya, Furqon Nurbaril; Anshori, Mochammad; Khudori, Ahsanun Naseh
Techno.Com Vol. 24 No. 1 (2025): Februari 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i1.12057

Abstract

Alzheimer adalah gangguan neurodegeneratif yang mempengaruhi kemampuan kognitif dan memori, deteksi dini sangat penting untuk pengobatan yang tepat. Namun, untuk mendeteksi Alzheimer memerlukan biaya yang tinggi, sehingga penggunaan machine learning bisa menjadi alternatif yang lebih efisien. Salah satu tantangan utama dalam penerapan machine learning untuk mendeteksi Alzheimer adalah ketidakseimbangan data, di mana jumlah kasus positif (Alzheimer) jauh lebih sedikit daripada kasus negatif (sehat), yang berdampak pada kinerja model. Penelitian ini bertujuan untuk mengidentifikasi pengaruh teknik oversampling dan hyperparameter tuning terhadap hasil model XGBoost dalam prediksi Alzheimer. Empat eksperimen dilakukan untuk melihat masing-masing performa terhadap model, yaitu: (1) model dasar XGBoost, (2) XGBoost dengan oversampling, (3) XGBoost dengan hyperparameter tuning, dan (4) XGBoost dengan kombinasi oversampling dan hyperparameter tuning. Hasil penelitian menunjukkan bahwa eksperimen kedua (XGBoost + Oversampling) menghasilkan performa terbaik yaitu dengan recall 96,1%, Presisi 94%, akurasi 95,3%, dan F1-Score 95%. Temuan ini menunjukkan bahwa penerapan oversampling dapat meningkatkan kinerja model dalam mengatasi masalah ketidakseimbangan data. Penelitian ini memberikan kontribusi dalam pengembangan model deteksi Alzheimer dengan menekankan pentingnya penanganan ketidakseimbangan data.   Kata kunci: XGBoost, Oversampling, Hyperparameter Tuning, Prediksi Dini, Alzheimer.
Quality Evaluation of EPC to BPMN Business Process Model Transformation Khudori, Ahsanun Naseh; Kurniawan, Tri Astoto; Ramdani, Fatwa
Journal of Information Technology and Computer Science Vol. 5 No. 2: August 2020
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1118.322 KB) | DOI: 10.25126/jitecs.202052176

Abstract

Due to the expressiveness of BPMN for representing the business processes, it has replaced EPC as a de-facto process modelling standard. As such, enterprises require to transform their existing EPC business process models to BPMN to keep their competitiveness. ARIS Architect & Designer, as a popular business process modelling tool, provides a model transformation feature, e.g., EPC to BPMN. For the sake of quality, it must guarantee that the resulting model has syntactic correctness and syntactic completeness. However, there is currently limited scientific approach available to evaluate the quality of the model transformation in ARIS Architect & Designer. This study proposes an evaluation of model transformation in ARIS Architect/Designer based on syntactic correctness and syntactic completeness criteria using an experimental approach. The result shows the model transformation in ARIS Architect/Designer has not completely fulfilled the criteria. The result opens further research challenges to improve the quality of EPC to BPMN model transformation.
Implementasi Algoritma Support Vector Machine (SVM) Untuk Klasifikasi Penyakit Stroke Danis Rifa Nurqotimah; Naseh Khudori, Ahsanun; Siwi Pradini, Risqy
Journal of Applied Computer Science and Technology Vol 5 No 2 (2024): Desember 2024
Publisher : Indonesian Society of Applied Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52158/jacost.v5i2.817

Abstract

Stroke or known as Cerebrovascular Accident (CVA) is a functional disorder caused by impaired blood flow function from within the human brain. Stroke carries a high risk of brain damage, paralysis, speech disorders, visual impairment, even death. Classification is one of a few methods in predicting stroke symptoms with the aim of obtaining accurate prediction of disease. The researchers implemented a method to classify stroke with the Support Vector Machine (SVM) algorithm. The SVM is a learning method used in medical diagnosis for classification, the researchers processed data sets using the Orange tool. The study used data sets from the data.world.com site with a total of 40,910 data. Using the Orange tool, the study managed to classify stroke disease well using the RBF kernel with cross validation techniques resulting in an accuracy of 94.8%. The results of this study can be concluded that the stroke classification model developed has excellent performance. Overall, these results indicate that the Stroke classification model developed is highly reliable and effective, with excellent ability to detect stroke cases and provide accurate predictions. Making better and quicker medical judgments can be aided by using this approach to diagnose strokes.
Peningkatan Akurasi Rekomendasi Dokter pada Kondisi Data Sparsity Menggunakan Algoritma Content-Based Filtering Prasetya, Alwan; Khudori, Ahsanun Naseh; Pradini, Risqy Siwi
Jurnal Buana Informatika Vol. 16 No. 01 (2025): Jurnal Buana Informatika, Volume 16, Nomor 01, April 2025
Publisher : Universitas Atma Jaya Yogyakarta

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

Abstract

The growth of healthcare applications such as Halodoc, Alodokter, and Klikdokter has enabled easier access to doctor recommendations. However, generating relevant recommendations remains challenging. One key issue is data sparsity, where limited doctor attributes reduce the system’s accuracy. This study develops a doctor recommendation system using a Content-Based Filtering (CBF) approach based on five main attributes: specialization, rating, consultation fee, years of practice, and gender. Data imputation and attribute weighting techniques are applied to enhance accuracy. Results show that the proposed method reduces the Mean Absolute Error (MAE) from 0.142 to 0.102 and the Root Mean Squared Error (RMSE) from 0.205 to 0.150. These findings indicate that the implemented techniques improve the recommendation system under sparse data conditions.
ANALISIS KEBUTUHAN PENGGUNA APLIKASI MOBILE PEMESANAN LAYANAN KESEHATAN DI KLINIK PRATAMA MENGGUNAKAN USER PERSONA DAN USER JOURNEY Yaniar Ramdani, Dandi; Naseh Khudori, Ahsanun; Syauqi Haris, M
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13854

Abstract

Transformasi digital dalam pelayanan kesehatan menjadi prioritas untuk meningkatkan efisiensi dan aksesibilitas. Namun, banyak aplikasi kesehatan belum sepenuhnya memenuhi kebutuhan pengguna, dari sisi fungsionalitas maupun non-fungsionalitas. Berdasarkan data dari Kementerian Kesehatan, lebih dari 40% masyarakat masih belum memanfaatkan aplikasi kesehatan yang tersedia, termasuk untuk pemesanan layanan. Hal ini juga menjadi masalah bagi klinik pratama yang belum memiliki sistem digital, sehingga proses pendaftaran, pencatatan rekam medis, akses informasi manual menghambat pasien dan tenaga kesehatan dalam mengelola layanan kesehatan. Penelitian ini bertujuan untuk menganalisis kebutuhan pengguna dalam pengembangan aplikasi pemesanan layanan kesehatan di klinik pratama menggunakan pendekatan User Persona dan User Journey. Penelitian ini menggunakan mixed methods dengan pendekatan exploratory sequential design. Pendekatan ini bertujuan mengeksplorasi kebutuhan pengguna melalui wawancara mendalam dan observasi langsung sebelum divalidasi dengan data kuantitatif, hasilnya rekomendasi fitur akurat dan berbasis bukti. Analisis data kualitatif dilakukan secara tematik untuk menyusun user persona dan memetakan user journey dilanjutkan analisis data kuantitatif guna memperkuat temuan data kualitatif berupa prioritas fitur. Hasil analisis menunjukkan fitur dengan prioritas tertinggi adalah janji temu dengan dokter (skor 74), pendaftaran online (skor 72), Rekam Medis Elektronik (skor 72), pembayaran online (skor 71), fitur nomor antrian digital (skor 66), dan jadwal dokter (skor 64) menjadi bagian penting dalam meningkatkan efisiensi layanan. Dari aspek non-fungsionalitas, kebutuhan utama meliputi keamanan dan privasi data (skor 74), kecepatan dan performa aplikasi (skor 73), kemudahan penggunaan (skor 73). Temuan ini memberikan kontribusi signifikan dalam perancangan aplikasi mobile yang lebih responsif dan sesuai kebutuhan pengguna, baik dari sisi pasien maupun tenaga kesehatan.
IMPLEMENTASI MACHINE LEARNING DALAM DETEKSI BUG OTOMATIS PADA KODE SUMBER OPEN SOURCE Pitunas, Hery; Teja Kusuma, Wahyu; Naseh Khudori, Ahsanun
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13965

Abstract

Dalam pengembangan software, menghilangkan bug penting untuk menjaga kualitas aplikasi. Developer sering menghabiskan banyak waktu untuk mengatasi dan menemukan solusi bug yang dialami. Beragamnya jenis bug membuat proses ini menjadi semakin kompleks dan memakan waktu. Berdasarkan hal tersebut, klasifikasi bug menjadi solusi penting. Data penyelesaian bug yang tersedia secara public dapat dimanfaatkan untuk klasifikasi dan prediksi otomatis menggunakan machine learning. Penelitian ini menerapkan KNN untuk mendeteksi bug otomatis pada kode sumber open source. Hasilnya menunjukkan bahwa parameter k dalam KNN dan k-fold pada cross-validation berpengaruh signifikan terhadap performa model. Nilai k yang kecil membuat model lebih sensitive terhadap noise dan rentan overfitting, sedangkan nilai k ynag besar meningkatkan stabilitas dan generalisasi meskipun akurasi menurun. K-fold yang lebih besar menghasilkan model yang lebih stabil dengan akurasi yang lebih tinggi. Akurasi terbaik yang diperoleh adalah 0,9025 dengan presisi, recall, dan f-measure yang perlu dioptimalkan.
UI/UX Design of Pratama Clinic Mobile Application Based on User Cultural Dimensions with User-Centered Design (UCD) Approach Iqbal, Ahmad; Khudori, Ahsanun Naseh; Haris, M. Syauqi
Jurnal Teknologi Informatika dan Komputer Vol. 11 No. 2 (2025): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v11i2.2645

Abstract

Digital transformation has brought significant changes to various sectors, including healthcare. Digital technology, particularly mobile applications, enables increased efficiency, accessibility, and service quality. In the context of digital healthcare, effective user interface (UI) and user experience (UX) design are key factors in increasing application adoption by users. This study aims to design a mobile application for Klinik Pratama using a User-Centered Design (UCD) approach and integrating local cultural values in Malang City to improve accessibility and user satisfaction. This study uses quantitative methods. Data collection techniques include in-depth interviews with respondents, participant observation, and prototype evaluation using the System Usability Scale (SUS). The cultural dimensions used include Power Distance, Collectivism, Uncertainty Avoidance, Masculinity vs. Femininity, and Long-Term Orientation, which are then implemented in UI design elements. The evaluation results show that the integration of UCD with a culture-based approach can significantly increase the application's usability value, with an average SUS score of 86.75 for patients, 87.5 for doctors, and 85.83 for administrative staff. All scores are included in the 'Good' category with a letter grade of 'B' based on the interpretation of the SUS standard. These findings confirm that a user-oriented design approach to culture can promote the inclusivity and effectiveness of primary digital health services through design strategies that are adaptive to local culture.
Co-Authors Basmalah Abirestu Maulisuriandhy Danis Rifa Nurqotimah Fatwa Ramdani, Fatwa Faurika Faurika, F Faurika, Faurika Fery Fajar, Muhammad francisca, khollydayyana mitra Gendro Salim Haris, M. Syauqi Heri Wahyu Wibowo Iqbal, Ahmad M. Syauqi Haris M. Syauqi Harris Mochamad Anshori Nindynar Rikatsih Nindynar Rikatsih Nisa, Farah Aulia Nugroho Teguh Yuono Pitunas, Hery Pradini, Risqy Siwi Prasetya, Alwan Putri Salsabila, Dhea Risqy Siwi Pradini Risqy Siwi Pradini Saputra, Zainal Siwi Pradini, Risqy Syauqi Haris, M Tri Astoto Kurniawan, Tri Astoto Wahyu Tejakusuma, Wahyu Wibowo, Heri Wahyu Wicaksana, Gigih Yahya, Furqon Nurbaril Yaniar Ramdani, Dandi Yuono, Nugroho Teguh