Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Submit : Jurnal Ilmiah Teknologi Informasi dan Sains ABDIMAS NUSANTARA
Akbar , Ronny Makhfuddin
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Prediksi Pasien Terindikasi Penyakit Jantung Menggunakan Metode Logistic Regression Asyafiiyah, Gita Rohma Utami; Akbar , Ronny Makhfuddin
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 4 No. 1 (2024): Juni 2024
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v4i1.3342

Abstract

Penyakit serangan jantung (Heart Attack) telah terbukti sebagai salah satu penyakit berbahaya di dunia. Penyakit serangan jantung adalah kondisi dimana tersumbatnya arteri yang disebabkan oleh timbunan lemak. Deteksi penyakit jantung perlu dilakukan sejak dini karena gejala awalnya sering kali tidak jelas dan mudah terabaikan sehingga banyak orang tidak menyadari bahwa mereka sedang mengalami kondisi yang berakibat fatal nantinya. Untuk mengatasi masalah tersebut teknologi machine learning dapat digunakan untuk membantu mendeteksi penyakit jantung dengan menggunakan data historis pasien dengan berbagai metode yang ada. Pada penelitian ini metode yang digunakan adalah logistic regression dimana metode tersebut memodelkan probabilitas kejadian dari suatu peristiwa untuk menghasilkan nilai binary, yaitu nol dan satu sebagai penentuan klasifikasinya. Model yang diterapkan memberikan hasil akurasi pada data training sebesar 86% dan pada data testing sebesar 88%.  Berdasakan hasil confusion matrix, model mampu memprediksi sampel yang benar-benar negatif (TN) dengan baik, ditunjukkan dari persentase yang cukup bagus mencapai nilai 85,39%. Kemudian proporsi false negative (FN) juga cukup rendah 9,52%. Nilai true positif (TP) mencapai 90,48% dan ROC curve menunjukkan nilai AUC 0,95 (mendekati 1) yang berarti model memiliki 95% area dibawah curva. Hal ini menunjukkan bahwa model yang dibangun memberikan performa yang baik. Jika dibandingkan dengan beberapa metode machine learning lainnya, metode logistic regression lebih unggul dari tingkat akurasinya.
Peningkatan Literasi Digital Safety Sebagai Upaya Pencegahan Penipuan Digital Pada Masyarakat Zahara, Soffa; Rochmah , Mimin Fatchiyatur; Sukmaningtyas, Yanuarini Nur; Dyah , Atika Isnaining; Akbar , Ronny Makhfuddin
ABDIMAS NUSANTARA: Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 2 (2024): ABDIMAS NUSANTARA (Januari)
Publisher : Fakultas Ekonomi Universitas Islam Majapahit

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

Abstract

Hasil survey APJII di tahun 2023 menunjukkan pengguna internet di Indonesia secara keseluruhan mencapai angka 215 juta dimana dibanding tahun sebelumnya terjadi kenaikan pengaksesan internet sebanyak 1,17%. Hal tersebut dapat dipastikan bahwa kecepatan pertumbuhan pengguna internet di Indonesia sangat tinggi seiring dengan pemeliharaan kualitas infrastruktur telekomunikasi yang semakin baik. Dampak positif dari fenomena ini selain bertambahnya pemanfaatan teknologi berbasis digital di setiap aspek kehidupan. Namun di sisi lain, lengahnya literasi masyarakat mengenai dampak negatif juga dimanfaatkan oleh pihak-pihak yang tidak bertanggung jawab dan ingin mencari keuntungan semata dengan cara yang tidak baik. Kegiatan seperti sosialisasi dan literasi pencegahan tindak kejahatan dan penipuan digital atau cyber sangat dibutuhkan bagi masyarakat agar dapat menurunkan tingginya kejadian penipuan online di era serba digital ini. Tujuan dari kegiatan pengabdian masyarakat ini yaitu memberikan edukasi tentang resiko bertransaksi secara digital serta pemaparan tindakan preventif dan kuratif jika terkena tindak kejahatan atau penipuan digital. Dari hasil evaluasi peserta melalui nilai pretest dan posttest terjadi peningkatan pengetahuan rerata sebesar 16,9 poin, yaitu dari 68,7 untuk pretest, dan 85,6 untuk postest.
Co-Authors Asyafiiyah, Gita Rohma Utami Dyah , Atika Isnaining Rochmah , Mimin Fatchiyatur Yanuarini Nur Sukmaningtyas Zahara, Soffa