Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Journal of Computer and Information System (J-CIS) Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi)
Irfan AP
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
Implementasi Data Mining Dalam Pengelompokan Data Penyakit Pasien Menggunakan Metode K-Means Clustering Gusna Mayang Sari; Irfan AP
Prosiding SISFOTEK Vol 8 No 1 (2024): SISFOTEK VIII 2024
Publisher : Ikatan Ahli Informatika Indonesia

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

Abstract

This study aims to identify the pattern and distribution of diseases at the Mambi Health Center using the K-Means Clustering method. Patient data includes age, gender, address, and type of disease suffered. This method was chosen because of its ability to group data based on similar characteristics, making it easier to identify dominant diseases. The results reveal the age groups susceptible to certain diseases, the geographical distribution of diseases with high prevalence, and the types of diseases often encountered at the Puskesmas. These insights are expected to help Puskesmas in allocating resources effectively, designing more appropriate prevention programs, and improving the quality of health services. This study also provides recommendations for disease management strategies based on the identified groups, so as to support efforts to improve public health.
Sistem Pakar Diagnosa Penyakit Pada Tanaman Kakao Menggunakan Metode Dempster Shafer Heri, Adi; Wahdaniah; Irfan AP
Journal of Computer and Information System ( J-CIS ) Vol 6 No 2 (2023): J-CIS Vol 6 No. 2 Tahun 2023
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v6i2.3428

Abstract

Diagnosa penyakit pada buah Kakao merupakan langkah penting dalam menjaga kesehatan tanaman dan meningkatkan produksi Kakao. Dalam penelitian ini, dilakukan implementasi metode Demster Shafer untuk diagnosa penyakit pada buah Kakao dengan tingkat akurasi 90%. Metode ini didukung oleh hasil pengujian black box yang juga menunjukkan performa yang baik. Pada tahap implementasi, metode Demster Shafer digunakan untuk menganalisis gejala-gejala yang dialami oleh buah Kakao dan menentukan kemungkinan terjadinya penyakit berdasarkan informasi yang diperoleh. Metode ini memungkinkan untuk menggabungkan dan mempertimbangkan beberapa gejala secara bersamaan, sehingga dapat memberikan hasil diagnosa yang lebih akurat. Hasil pengujian menunjukkan bahwa metode Demster Shafer berhasil mencapai tingkat akurasi sebesar 90% dalam mendiagnosis penyakit pada buah Kakao. Hal ini menunjukkan bahwa metode ini efektif dan dapat diandalkan dalam membantu petani Kakao dalam mengenali penyakit yang mungkin menyerang tanaman mereka. Selain itu, hasil pengujian black box juga memberikan indikasi bahwa aplikasi berjalan dengan baik sesuai dengan keinginan dari pembuatan aplikasi dan alur kerja yang telah ditentukan. Ini menunjukkan bahwa metode Demster Shafer berhasil diimplementasikan dengan baik dalam aplikasi prediksi penyakit pada buah Kakao. Implementasi metode Demster Shafer untuk diagnosa penyakit pada buah Kakao dengan tingkat akurasi 90% dan hasil pengujian black box yang baik ini memiliki potensi untuk meningkatkan efisiensi dan produktivitas dalam budidaya Kakao. Di masa depan, penelitian ini dapat menjadi dasar bagi pengembangan aplikasi yang lebih canggih dan akurat dalam mendiagnosis penyakit pada tanaman Kakao
Co-Authors Gusna Mayang Sari Heri, Adi Wahdaniah