Claim Missing Document
Check
Articles

Found 4 Documents
Search

Data Mining Berbasis Machine Learning Untuk Analitik Prediktif Dalam Kelulusan Ridwansyah Ridwansyah; Muhammad Iqbal; Henny Destiana; Sugiono Sugiono; Abdul Hamid
SemanTIK : Teknik Informasi Vol. 10 No. 2 (2024): SemanTIK : Teknik Informasi
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55679/semantik.v10i2.67

Abstract

Akreditasi perguruan tinggi menjadi salah satu indikator utama kualitas pendidikan, di mana tingkat kelulusan mahasiswa merupakan salah satu komponen penilaian yang sangat diperhatikan. Tingkat kelulusan yang rendah dapat berdampak negatif pada reputasi institusi, serta tantangan bagi mahasiswa dalam kelulusan tepat waktu. Tujuan penelitian untuk mengembangkan model prediktif kelulusan mahasiswa menggunakan berbagai algoritma machine learning yang sebelumnya belum pernah dilakukan pada dataset yang sama. Metode seperti LDA, RIDGE, LR, GBC, DUMMY, KNN, DT, NB, SVM, dan QDA diaplikasikan untuk memprediksi kelulusan. Hasil menunjukkan bahwa LDA memberikan kinerja terbaik dengan akurasi 86,20%, diikuti oleh Ridge dan LR. Model LDA menunjukkan performa unggul seperti recall dan F1-Score, menjadikannya model paling efektif untuk prediksi kelulusan. Dengan ini kontribusi yang didapat sangat signifikan dalam analitik prediktif pendidikan, terutama dalam hal meningkatkan tingkat kelulusan mahasiswa dan mendukung pencapaian akreditasi yang unggul. Hasil yang didapat diharapkan akan digunakan oleh perguruan tinggi untuk mengidentifikasi risiko akademik lebih dini dan memberikan intervensi yang tepat, sehingga dapat meningkatkan kualitas pendidikan dan tingkat kelulusan mahasiswa
Pelatihan Membangun Website Usaha Mikro Kecil Menengah untuk Pengembangan Usaha Mitra Cikoko Ridwansyah Ridwansyah; Titin Prihatin; Ispandi Ispandi; Oky Kurniawan
Setia Mengabdi: Jurnal Pengabdian kepada Masyarakat Vol. 7 No. 1 (2026): Juni 2026
Publisher : Politeknik STIA LAN Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31113/setiamengabdi.v7i1.105

Abstract

Perkembangan teknologi digital dalam beberapa tahun terakhir memberikan peluang besar bagi Usaha Mikro, Kecil, dan Menengah (UMKM) untuk meningkatkan daya saing dan memperluas jangkauan pasar. Namun, berdasarkan hasil observasi pada mitra, yaitu warga RT 07 Kelurahan Cikoko, Kecamatan Pancoran, Jakarta Selatan, masih ditemukan permasalahan berupa rendahnya literasi digital serta keterbatasan kemampuan dalam memanfaatkan teknologi untuk mendukung kegiatan usaha. Tujuan kegiatan pengabdian kepada masyarakat ini adalah meningkatkan literasi digital dan keterampilan peserta dalam membangun website UMKM sederhana menggunakan WordPress sebagai media promosi digital. Metode yang digunakan meliputi penyampaian materi, demonstrasi, praktik langsung pembuatan website, serta pendampingan peserta selama pelatihan. Hasil kegiatan menunjukkan bahwa peserta memperoleh peningkatan pemahaman mengenai pemanfaatan website untuk pengembangan usaha serta mampu membuat website sederhana yang memuat profil usaha, informasi produk, galeri, dan kontak usaha. Selain itu, mayoritas peserta memberikan respons positif terhadap pelaksanaan kegiatan dan menyatakan bahwa pelatihan mampu membantu menyelesaikan permasalahan yang dihadapi terkait pemanfaatan teknologi digital. Kegiatan ini memberikan kontribusi dalam meningkatkan kesiapan digital pelaku UMKM sehingga dapat mendukung perluasan pasar dan peningkatan daya saing usaha.
Pengoptimalan Seleksi Fitur Berbasis Particle Swarm Optimization pada Prediksi Gagal Jantung dengan Random Tree Ridwansyah Ridwansyah; Sri Rahayu; Jajang Jaya Purnama; Verry Riyanto; Abdul Hamid
JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer) Vol. 8 No. 1 (2026): Juni 2026
Publisher : Universitas Merdeka Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26905/jasiek.v8i1.16595

Abstract

Heart failure is one of the leading causes of hospitalization and mortality, particularly among older adults. Early detection is essential to support effective clinical decision-making. This study aims to develop a heart failure prediction model using the Random Tree classification algorithm optimized with Particle Swarm Optimization (PSO) for feature selection. Random Tree was chosen for its simplicity and interpretability, while PSO was employed to identify the most relevant features and remove less important ones. The dataset was obtained from the UCI Machine Learning Repository and consists of 299 patient records with 12 clinical attributes. Model performance was evaluated using accuracy, precision, recall, and Area Under the Curve (AUC). The baseline Random Tree model achieved an accuracy of 75.58% and an AUC of 0.632. After applying PSO-based feature selection, the optimized model achieved an accuracy of 82.27% and an AUC of 0.740. These findings indicate that integrating PSO with Random Tree effectively improves heart failure prediction performance and has potential as a clinical decision-support tool
Peningkatan Kinerja dengan Pembuatan Website Terintegrasi Artificial Intelligence pada Yayasan Kopia Raya Insani: Improving Performance by Creating an Integrated Artificial Intelligence Website at the Kopia Raya Insani Foundation Ridwansyah Ridwansyah; Oky Kurniawan; Titin Prihatin; Ispandi Ispandi
Jurnal Pengabdian pada Masyarakat Ilmu Pengetahuan dan Teknologi Terintegrasi Vol. 9 No. 2 (2025): June
Publisher : Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jindeks.v9i2.7523

Abstract

Transformasi digital menuntut organisasi sosial untuk mampu beradaptasi dengan perkembangan teknologi, termasuk dalam pemanfaatan kecerdasan buatan (Artificial Intelligence / AI). Kegiatan ini bertujuan untuk meningkatkan literasi digital dan keterampilan teknologi informasi mitra, khususnya dalam pembuatan website yang terintegrasi dengan teknologi AI. Mitra kegiatan adalah remaja dari Yayasan Kopia Raya Insani yang menghadapi kendala dalam pengelolaan informasi dan penyampaian identitas organisasi secara digital. Sebagai solusi, kegiatan ini menyediakan pelatihan pembuatan website yang terintegrasi AI untuk meningkatkan kemampuan mitra dalam menyampaikan informasi secara digital. Evaluasi dilakukan untuk menilai peningkatan kinerja mitra, baik dari sisi pengetahuan teknologi, keterampilan teknis, maupun efisiensi penyampaian informasi organisasi.  Metode pelaksanaan kegiatan mencakup tahapan perencanaan, pelatihan tatap muka, dan evaluasi melalui kuesioner serta pre-test dan post-test. Hasil evaluasi menunjukkan peningkatan skor rata-rata sebesar 32 poin dengan nilai N-Gain 0,68 (kategori sedang). Sebanyak 75% peserta menyatakan sangat setuju bahwa pelatihan ini meningkatkan keterampilan mereka, dan 56% peserta menunjukkan minat tinggi untuk mengikuti pelatihan serupa di masa mendatang. Kegiatan ini terbukti efektif dalam meningkatkan pengetahuan, keterampilan digital, serta minat peserta terhadap teknologi AI. Selain itu, peserta memperoleh pengalaman praktis dalam mengelola platform digital organisasi secara mandiri. Kegiatan ini memberikan kontribusi nyata dalam mendukung operasional organisasi mitra secara lebih efisien dan adaptif terhadap perkembangan teknologi, serta berpotensi menjadi model pengabdian berkelanjutan dalam penguatan kapasitas digital masyarakat.