Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal JSM (Jurnal SIFO Mikroskil) Indonesian Journal of Artificial Intelligence and Data Mining
Adriansyah, R. A. Fattah
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 2 Documents
Search

 1 
Classification of Big Data Stunting Using Support Vector Regression Method at Stella Maris Medan Maternity Hospital Chen, Kelvin; Adriansyah, R. A. Fattah; Juliandy, Carles; Sinaga, Frans Mikael; Liko, Frederick; Angkasa, Aswin
Indonesian Journal of Artificial Intelligence and Data Mining Vol 7, No 2 (2024): September 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/ijaidm.v7i2.31112

Abstract

This study aims to classify big data related to stunting using the Support Vector Regression (SVR) method at Stella Maris Maternity Hospital, Medan. Stunting, a condition of impaired growth in children due to chronic malnutrition and repeated infections, affects physical and cognitive development. With increasing health data, big data processing methods are essential for accurate information. SVR was chosen for handling high-dimensional and non-linear data, providing precise results. The study uses medical information, nutritional history, and socio-economic factors collected from hospital patients. The research process includes data collection, pre-processing to address missing values and outliers, normalization, and SVR application. Final results use SVR with Voting Classifier combining Support Vector Classifier (SVC), Random Forest (RF), and Gradient Boosting (GB), achieving an accuracy of 91.67%. This approach effectively identifies main stunting factors, aiding clinical decision-making and intervention programs. The study showcases big data and machine learning's potential in healthcare, serving as a model for improving health services and monitoring children's health conditions.
Implementasi Sistem Augmented Reality untuk Organ Dalam dengan Integrasi Berbasis Suara Br Ginting, Geby Laurent; Lubis, Rangga Aprilla; Parapat, Yehezkiel Fernandes; Irviantina, Syanti; Adriansyah, R. A. Fattah
Jurnal Sifo Mikroskil Vol. 26 No. 1 (2025): JSM VOLUME 26 NOMOR 1 TAHUN 2025
Publisher : Fakultas Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55601/jsm.v26i1.1709

Abstract

Pemahaman mengenai organ dalam manusia merupakan komponen penting dalam pembelajaran biologi di tingkat SMA, karena memberikan wawasan mendalam tentang anatomi dan fisiologi organ dalam manusia. Namun, pembelajaran tradisional yang bersifat teoritis menyebabkan siswa kehilangan minat dan mengalami kesulitan memahami konsep-konsep kompleks. Untuk mengatasi hal ini, perlu diperkenalkan metode pembelajaran berbasis teknologi yang dapat meningkatkan pemahaman siswa dalam pembelajaran organ dalam manusia. Oleh karena itu, diperlukan pengembangan aplikasi pembelajaran yang dirancang untuk memperkenalkan organ dalam manusia secara interaktif. Hasil akhir dari pengembangan ini adalah berupa aplikasi pembelajaran bernama "scleARn" yang dikembangkan dengan metode AGILE untuk memberikan solusi pembelajaran interaktif yang menarik. Dengan memanfaatkan teknologi Augmented Reality, aplikasi ini memungkinkan siswa memvisualisasikan organ dalam manusia dalam bentuk objek 3D secara real-time. Fitur Chat Assist berbasis Artificial Intelligence dan suara memungkinkan siswa untuk berinteraksi langsung dan memperoleh informasi lebih lanjut. Hasil pengujian aplikasi, mulai dari blackbox testing hingga pengujian mendalam pada setiap fitur, menunjukkan bahwa scleARn berfungsi sesuai dengan tujuan yang ditetapkan. Tanggapan positif dari siswa SMA mencapai 92,17%, yang mengindikasikan bahwa aplikasi ini memiliki fungsionalitas tinggi serta mudah digunakan, menjadikannya solusi inovatif untuk pembelajaran berbasis teknologi.
Co-Authors Angkasa, Aswin Br Ginting, Geby Laurent Carles Juliandy Chen, Kelvin Liko, Frederick Lubis, Rangga Aprilla Parapat, Yehezkiel Fernandes Sinaga, Frans Mikael Syanti Irviantina