Claim Missing Document
Check
Articles

Analisis Pengaruh Pola Penggunaan Gadget Terhadap Computer Vision Syndrome Menggunakan Algoritma Machine Learning Ahmad, Hamna Izzatunnisa; Abdullah, Syahid; Chusyairi, Ahmad
Journal of Information and Technology Vol. 5 No. 1 (2025): Journal of Information and Technology Unimor (JITU)
Publisher : Department of Information Technology, Universitas Timor, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32938/jitu.v5i1.9138

Abstract

This research aims to analyze the impact of gadget usage on eye health using Decision Tree, Random Forest, and Naive Bayes algorithms. The increasing use of gadgets in society potentially causes eye health disorders, specifically Computer Vision Syndrome (CVS) symptoms that require in-depth investigation. Data was collected through a survey questionnaire about gadget usage habits and respondents' eye conditions. The OSEMN method was used to process and analyze data by applying three classification algorithms. Research findings showed the Random Forest algorithm provided the best performance with 73 % accuracy, followed by Naive Bayes at 65 %, and Decision Tree at 64 %. The study provides insights into the impact of gadget usage on eye health and recommendations for maintaining usage balance to prevent health disruptions.
Fuzzy C-Means Clustering Algorithm For Grouping Health Care Centers On Diarrhea Disease Chusyairi, Ahmad; Saputra, Pelsri Ramadar Noor; Zaenudin, Efendi
International Journal of Artificial Intelligence Research Vol 5, No 1 (2021): June 2021
Publisher : Universitas Dharma Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (290.71 KB) | DOI: 10.29099/ijair.v5i1.191

Abstract

In Indonesia, public health services at the city or district level are carried out by regional public hospitals or “puskesmas” (health care centers), especially in Banyuwangi regency, East Java, Indonesia that has 45 health care centers spread throughout the villages. This research focused on the deaths of babies caused by diarrhea diseases, which are the second leading cause of death among children younger than 5 years globally. All of the health care centers need to be divided into 3 groups to find out which health care centers have the least, most moderate, and many diarrhea sufferers. Fuzzy C-Means algorithm is used to overcome this problem. The result from this research shown that 2 health care centers have the smallest member of diarrhea sufferers, 14 health care centers have a medium member of diarrhea sufferers, and the rest have a large number of diarrhea sufferers. From the result of this study, it can be a reference for the health department center in dealing with diarrheal diseases, accordingly, the infant mortality rate due to diarrheal diseases can be lowered to health care centers that have high diarrhea sufferers.
KLASIFIKASI PRESTASI AKADEMIK PESERTA DIDIK DENGAN METODE MACHINE LEARNING DI SMP X Fandi Chriswantoro Putro; Ahmad Chusyairi; Cian Ramadhona Hassolthine
Jurnal Teknologi Informasi dan Komputer Vol. 11 No. 1 (2025): JUTIK : Jurnal Teknologi Informasi dan Komputer, Edisi April 2025
Publisher : LPPM Universitas Dhyana Pura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36002/jutik.v11i1.3751

Abstract

Machine learning (ML) is a field of science that focuses on designing and developing algorithmic models to create behavior based on available data. Academic achievement is a metric used for the assessment of quality educational institutions. By using academic data of students in SMP X and machine learning classification algorithms such as Random Forest, Naïve Bayes, k-Nearest Neighbors (k-NN), and Support Vector Machine (SVM), so that this research can classify the academic achievement of students in SMP X optimally seen from the comparison of the best accuracy rate among classification algorithms. The accuracy of an algorithm is a measure of how precisely it classifies a sample. Evaluation results are compared in the form of validation accuracy and standard deviation. The comparison is done to determine the best algorithm based on accuracy and stability. The results showed that the SVM algorithm has the highest validation accuracy with a value of 0.987410 which shows the best performance in predicting classes and the lowest standard deviation value of 0.005132 which shows a more stable and consistent performance, compared to other algorithms. This indicates that SVM excels in predicting the correct class with stable performance. Based on the results and analysis, it is concluded that the selected SVM algorithm is used to develop a classification model of students' academic achievement in the form of a python program that is still simple but has high accuracy, stable and consistent. This program has become a tool for SMP X in identifying students' academic achievement and as a material for reporting students' learning outcomes to parents.
Pengujian Keamanan Sistem Mengunakan Metode Penetration Testing di Website Diskominfostandi Kota Bekasi Dwi Purnomo, Marcell; Chusyairi, Ahmad
Sistematis Vol. 1 No. 1 (2024): Oktober 2024
Publisher : CV.RIZANIA MEDIA PRATAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69533/100hxk38

Abstract

Dinas Komunikasi, Informatika, Statistik, dan Persandian Kota Bekasi merupakan salah satu instasi yang memanfaatkan website sebagai layanan penting bagi publik. Peneliti bertujuan untuk melakukan analisis mendalam terhadap laporan dari bug hunter terkait celah kerentanan pada website dpppa.bekasikota.go.id milik Diskominfostandi Kota Bekasi menggunakan metode Penetration Testing berdasarkan standar NIST SP 800-115. Melalui Penetration Testing berdasarkan standar NIST SP 800-115 dengan tahapan planning, discovery, attack, dan reporting mendapatkan dua kerentanan yaitu kerentanan sensitive information disclosure dan kerentanan SQL Injection. Setelah mengidentifikasi dua kerentanan tersebut, dilakukan pengukuran tingkat kerentanannya menggunakan alat bantu Common Vulnerability Scoring System (CVSS) Calculator version 3.1. Alat ini digunakan untuk menentukan tingkat keparahan masing-masing kerentanan pada website dan memprioritaskan perbaikan berdasarkan nilai CVSS dari yang tertinggi hingga terendah. Berdasarkan hasil penilaian ini, memberikan solusi perbaikan yang tepat kemudian untuk meningkatkan keamanan website DPPPA agar lebih terlindungi dari ancaman di masa mendatang.
Penerapan K-Nearest Neighbor Dengan Metode Euclidean Distance Untuk Klasifikasi Tingkat Ketebalan Cat Di PT XYZ Gunawan, Hendro; Chusyairi, Ahmad; Saputra, Muhamad Ikhwani
Jurnal Teknologi informasi dan Ilmu Komputer Vol. 1 No. 2 (2025): April 2025
Publisher : Nolsatu Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65258/jutekom.v1.i2.12

Abstract

Pengecatan merupakan proses yang banyak dijumpai pada industri otomotif seperti perusahaan pembuatan pegas (leaf spring) untuk suku cadang (spare part) kendaraan. Pengklasifikasian tingkat pengecatan yang tepat akan bermanfaat dalam menentukan kualitas hasil produksi. Penelitian ini membahas tentang bagaimana proses pengecatan pada cat dasar dengan membandingkan tiga buah variabel yaitu ketebalan cat (thickness), tekanan udara (pressure), dan kekentalan cat (viscositas). Menggunakan perancangan model dan implementasi algoritma K-Nearest Neighbor dalam mengklasifikasikan suatu objek (data uji) berdasarkan kedekatan jarak dengan data latih. Algoritma K-NN merupakan salah satu metode supervised learning yang mengklasifikasikan data baru berdasarkan mayoritas kategori dari K tetangga terdekat. Algoritma ini digunakan karena kesederhanaannya dan kemampuan adaptasinya terhadap data yang tidak linear. Namun, tantangan utama dalam penggunaan K-NN adalah menentukan nilai K yang optimal dan biaya komputasi yang tinggi. Penelitian ini menggunakan metode Euclidean Distance untuk menghitung jarak antara data training dan data testing. Implementasi dilakukan pada dataset dengan label ‘Good' dan 'Not Good'. Hasil penelitian menunjukkan bahwa pemilihan nilai K yang optimal dan perhitungan jarak yang akurat menggunakan Euclidean Distance memungkinkan algoritma K-NN menghasilkan klasifikasi yang tepat dan dapat diandalkan. Penelitian ini juga menganalisis keunggulan dan keterbatasan K-NN serta faktor-faktor penting dalam penerapannya. Hasil penelitian menunjukkan bahwa algoritma K-NN berhasil diimplementasikan untuk klasifikasi ketebalan cat pada proses cat dasar di PT XYZ, dengan akurasi tertinggi sebesar 100% pada nilai K = 1. Dengan demikian, penelitian ini memberikan wawasan yang mendalam tentang aplikasi praktis K-NN dalam menyelesaikan permasalahan pada sebuah dataset yang menggunakan algoritma K-NN dengan metode Euclidean Distance.  
Pelatihan Pemanfaatan Internet of Things pada Mahasiswa Teknik Komputer Pramudita, Rully; Setiyadi, Didik; Chusyairi, Ahmad; Subari, Samhana Suryati; Marzuki, Ismail
Jurnal SOLMA Vol. 11 No. 1 (2022)
Publisher : Universitas Muhammadiyah Prof. DR. Hamka (UHAMKA Press)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22236/solma.v11i1.8457

Abstract

Background: Keberadaan Internet of Things (IoT) dalam kehidupan saat ini semakin dibutuhkan baik oleh masyarakat maupun dunia usaha dunia industri (DUDI). Diperlukan pengetahuan mengenai konsep dasar IoT dengan perancangan program, dan juga wawasan mengenai bagaimana pemanfaatan IoT dalam kehidupan masyarakat. Tujuan dari STIKI Bali sebagai institusi pendidikan yang terdepan dalam memberikan kontribusi keilmuan di bidang komputer dalam mendukung perkembangan industri pariwisata berwawasan budaya pada tahun 2027. Metode: Metode dalam PkM dengan memberikan pelatihan pemanfaatan IoT dengan dukungan 1 narasumber, 1 moderator, 1 techinal support, 2 pembawa acara dari mahasiswa dan demo produk dari 2 mahasiswa mengenai monitoring daya pada listrik di rumah dengan aplikasi blynk dan sistem untuk mendeteksi sampah logam dan non logam. PkM dilakukan secara daring melalui zoom dan youtube di kediaman masing-masing. Hasil: Hasil angket berupa kuesioner sebagai umpan balik terhadap PkM ini 108 responden denagn N1 (0,19%), N2 (0,00%), N3 (2,96%), N4 (47,31%), dan N5 (49,54%). Akumulasi untuk penilaian baik dan baik sekali sebesar 96,9%, jadi PkM ini mendapatkan umpan balik yang baik sekali. Kesimpulan: Pelatihan ini adalah dapat memberikan pemahaman mengenai IoT terhadap mahasiswa semester 3 dan 5 Program Studi Teknik Komputer di STIKI Bali.