Article Per Year (5 Year)
p-Index From 2021 - 2026
2.147
P-Index
This Author published in this journals
All Journal Jusikom : Jurnal Sistem Komputer Musirawas JurTI (JURNAL TEKNOLOGI INFORMASI) JUSIM (Jurnal Sistem Informasi Musirawas) Jurnal ICT : Information Communication & Technology Jurnal Informatika Kaputama (JIK) JTIK (Jurnal Teknik Informatika Kaputama) Jurnal Restikom : Riset Teknik Informatika dan Komputer JUSTIAN - Jurnal Sistem Informasi Akuntansi Indonesian Journal of Networking and Security - IJNS Jurnal Pengabdian Literasi Digital Indonesia Madani : Jurnal Pengabdian Kepada Masyarakat Indonesian Community Service Journal of Computer Science (IndoComs)
Muhamad Syarif
Universitas Bina Sarana Informatika
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Environmental Science Social Sciences

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
Pemanfaatan Power Point dalam Pembuatan Kartu Ucapan pada Pondok Asuhan dan Pendidikan Yatim Piatu Dhuafa Al-Adabiy Pontianak Dedi Saputra; Weiskhy Steven Dharmawan; Deni Risdiansyah; Muhamad Syarif
Indonesian Community Service Journal of Computer Science Vol. 1 No. 1 (2024): Periode Januari 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/indocoms.v1i1.2263

Abstract

Perkembangan teknologi yang begitu pesatnya telah memberikan berbagai perubahan dalam bidang kehidupan khususnya dalam dunia pendidikan. Salah satu contoh nyatanya yang dapat kita lihat yaitu dalam proses mengajar yang dilakukan guru-guru yang mana sebagian besar telah menggunakan teknologi sebagai sarana mengajar. Sehingga dengan kemajuan teknologi seperti ini dibutuhkan suatu badan kerjasama yang bertujuan untuk memajukan kualitas mengajar, seperti hal nya penggunaan sebuah Software yang dapat membatu dalam sistem pengajaran. Salah satu alat teknologi yang saat ini banyak dimanfaatkan dalam dunia pendidikan adalah hadirnya Microsoft Office PowerPoint, Software ini adalah sebuah program komputer untuk presentasi yang dikembangkan oleh microsoft. Microsoft Office, selain Microsoft Word, Excel, Access dan beberapa program lainnya. Fiturnya yang pengoperasiannya yang mudah dimengerti menjadikannya sebagai pilihan oleh siapapun yang ingin membuat media pembelajaran interaktif dengan cepat dan mudah. Dibandingkan dengan aplikasi yang lain, PowerPoint lebih lengkap dan praktis dalam penampilan video, gambar, animasi dan juga slide.
Analisis Komparatif Algoritma Machine Learning dan Metode Feature Selection Untuk Prediksi Risiko Serangan Jantung Wahyu Nugraha; Muhamad Syarif
Jurnal ICT: Information Communication & Technology Vol. 26 No. 1 (2026): JICT-IKMI, July , 2026
Publisher : LPPM STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v26i1.360

Abstract

Cardiovascular disease remains one of the leading causes of mortality worldwide. The application of Machine Learning (ML) provides a promising approach for the early detection of heart attack risk, yet the predictive modeling process is frequently hindered by imbalanced data and the presence of irrelevant features. This study evaluates the performance of eight classification algorithms in predicting heart attack risk using a dataset of 8,763 patient records. To address the bias caused by the majority class dominance (64.1% healthy patients), the Synthetic Minority Over-sampling Technique (SMOTE) was applied to the training dataset. The evaluation was conducted comparatively across three data dimensionality scenarios, that is Baseline Data (all features), the top five features derived from Random Forest Feature Importance, and a subset of five features selected via Recursive Feature Elimination (RFE). The results demonstrated that the Gradient Boosting Machine (GBM) algorithm achieved the highest functional accuracy of 60.4% under the Baseline scenario. The most critical finding of this experiment was the empirical evidence of the Accuracy Paradox in the RFE feature scenario. Although linear models such as Logistic Regression and probabilistic models like Naive Bayes achieved the highest “accuracy” at 64.3%, further evaluation revealed that their Precision and Recall scores for detecting heart attack risk were exactly 0.00. These models completely failed to identify the positive class, merely predicting the majority class for all test samples. In conclusion, demographic and lifestyle features independently possess only moderate predictive power (~60%), and relying solely on Accuracy as an evaluation metric in clinical predictive modeling can lead to highly misleading conclusions.
Co-Authors Ade Hendini Ardiyansyah Ardiyansyah Aulia Hidayah Dedi Saputra Eri Bayu Pratama Eri Bayu Pratama Eri Bayu Pratama Hermanto Hermanto Latifah Latifah Nurmalasari Nurmalasari Raja Sabaruddin Risdiansyah, Deni Wahyu Nugraha Wahyu Nugraha Wahyu Nugraha Wahyutama Fitri Hidayat Weishky Steven Dharmawan Weiskhy Steven Dharmawan Yudi Kurniawan Yudi Kurniawan