Article Per Year (5 Year)
p-Index From 2021 - 2026
0.702
P-Index
This Author published in this journals
All Journal Formosa Journal of Science and Technology (FJST) JRIIN :Jurnal Riset Informatika dan Inovasi APPA : Jurnal Pengabdian Kepada Masyarakat Applied Information Technology and Computer Science (AICOMS)
Saiyah Awaliyah
Unknown Affiliation
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Social Sciences

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
LiteraturReview: Klasifikasi Penyakit Paru-paru Menggunakan Metode Decision Tree Nuraina; Awaliyah, Saiyah; Ayu Purnamawati, Santi; Okataviani, Vera; Rosyani, Perani
Jurnal Riset Informatika dan Inovasi Vol 2 No 8 (2025): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

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

Abstract

Kanker paru-paru merupakan penyebab utama kematian di dunia, dengan banyaknya kasus yang baru terdeteksi pada stadium lanjut, sehingga pengobatan menjadi kurang efektif. Dalam upaya untuk meningkatkan deteksi dini dan prediksi risiko kanker paru-paru, pendekatan berbasis machine learning telah menarik perhatian dalam penelitian medis. Artikel ini mengulas penerapan metode Decision Tree dalam klasifikasi penyakit paru-paru, yang memungkinkan identifikasi pola-pola penting dalam gejala-gejala awal penyakit tersebut. Metode Decision Tree digunakan untuk membangun model klasifikasi berdasarkan berbagai faktor risiko yang memengaruhi timbulnya kanker paru-paru, seperti kebiasaan merokok, usia, dan faktor lingkungan. Review ini juga membahas berbagai teknik yang digunakan untuk meningkatkan akurasi model, termasuk seleksi fitur dan penggunaan Cross Validation. Berbagai penelitian yang mengaplikasikan Decision Tree untuk prediksi kanker paru-paru menunjukkan hasil yang beragam, dengan sebagian besar penelitian mencapai akurasi yang cukup baik, yang menandakan potensi metode ini dalam aplikasi klinis. Penelitian lebih lanjut berfokus pada pengembangan algoritma yang lebih kuat, seperti Random Forest dan Support Vector Machine (SVM), serta integrasi dengan data klinis dan genetika untuk meningkatkan prediksi. Artikel ini bertujuan untuk memberikan gambaran menyeluruh tentang penerapan Decision Tree dalam klasifikasi kanker paru-paru, serta tantangan dan peluang yang ada dalam pemanfaatan machine learning untuk deteksi dini kanker paru-paru.
PENGENALAN CLOUD COMPUTING DAN IOT PADA SMKN 6 KOTA TANGERANG SELATAN Fikri Hidayatullah; M. Dimas Ramdani F. S.; Adji M. Pramudita; Caesar Ariel R.; Akmal Indrayansyah; Santi Ayu P.; Vera Oktaviani; Nuraina; Saiyah Awaliyah; Jilan Fahri Zaenudin; Juri Pebrianto
APPA : Jurnal Pengabdian Kepada Masyarakat Vol 2 No 6 (2025): APPA : Jurnal Pengabdian kepada Masyarakat
Publisher : Shofanah Media Berkah

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

Abstract

Pengabdian Kepada Masyarakat (PKM) bertema "Pengenalan Cloud Computing dan IoT pada SMKN 6 Kota Tangerang Selatan" bertujuan untuk meningkatkan pemahaman dan keterampilan siswa/i dalam memahami serta mengimplementasikan teknologi mutakhir yang sangat relevan di dunia pendidikan dan industri saat ini. Dengan pesatnya perkembangan teknologi informasi, penerapan Cloud Computing dan Internet of Things (IoT) di berbagai sektor menjadi sangat penting, terutama dalam mendukung transformasi digital di lembaga pendidikan. Melalui pelatihan yang terdiri dari sesi teori dan praktik langsung, siswa/i diperkenalkan dengan konsep dasar, manfaat, dan implementasi kedua teknologi ini dalam kehidupan sehari hari, serta dalam konteks dunia kerja yang semakin mengarah ke otomatisasi dan digitalisasi. Kegiatan ini tidak hanya bertujuan untuk memperkenalkan teknologi baru, tetapi juga untuk mempersiapkan siswa agar memiliki keterampilan yang relevan dengan kebutuhan dunia industri di era Revolusi Industri 4.0. Metode pelaksanaan kegiatan meliputi beberapa tahapan, mulai dari pembuatan proposal, persiapan logistik, pelaksanaan pelatihan, hingga evaluasi hasil pelatihan. Hasil pelaksanaan kegiatan menunjukkan adanya peningkatan signifikan dalam wawasan siswa terkait aplikasi Cloud Computing dan IoT dalam kehidupan dan pembelajaran mereka. Selain itu, kegiatan ini juga mendorong adopsi teknologi digital di lingkungan pendidikan yang pada akhirnya mendukung pencapaian kualitas pendidikan yang lebih baik. Diharapkan bahwa program ini dapat memberikan kontribusi dalam pengembangan kurikulum berbasis teknologi, memperbaiki sarana pendukung pembelajaran, dan meningkatkan kesiapan siswa untuk memasuki dunia industri yang semakin mengandalkan teknologi digital. Kegiatan ini merupakan langkah awal untuk menciptakan generasi yang lebih siap menghadapi tantangan dan peluang di dunia kerja yang didorong oleh teknologi.
Classification of Lung Diseases Using the Desicison Tree Method Apandi, Sopiyan; Nanang, Nanang; Rosyani, Perani; Nuraina, Nuraina; Awaliyah, Saiyah; Purnamawati, Santi Ayu; Oktaviani, Vera
Formosa Journal of Science and Technology Vol. 4 No. 1 (2025): January 2025
Publisher : PT FORMOSA CENDEKIA GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55927/fjst.v4i1.13442

Abstract

This research develops a machine learning-based classification method to detect lung cancer early, with the aim of increasing the life expectancy of patients. Lung cancer diagnosis generally requires manual interpretation of CT (Computed Tomography) images, which is prone to human error and time consuming. The proposed method is the Genetic K-Nearest Neighbor (GKNN) algorithm, which combines the advantages of genetic algorithms in parameter optimization with the K-Nearest Neighbor (KNN) approach for classification. The dataset used comes from Kaggle, includes 309 entries with 16 features, and has gone through pre-processing to minimize noise and improve data quality. The GKNN model was compared with other algorithms such as Support Vector Machine (SVM), Random Forest, Artificial Neural Network (ANN), and Decision Tree. Results show that Decision Tree achieves the highest accuracy of 98.39%, while GKNN offers a reliable solution with 90% accuracy and a low false positive rate. The results of this study are expected to be a reference in the development of artificial intelligence-based systems for medical applications, supporting faster and more accurate clinical decision-making.
Pengembangan Aplikasi Berbabis Web untuk Penerimaan 1 Donasi Secara Online di Yayasan Pundi Amal Mulia Awaliyah, Saiyah; Nuraina, Nuraina; Ayu Purnamawati, Santi; Haryono, Wasis
Applied Information Technology and Computer Science (AICOMS) Vol 4 No 1 (2025)
Publisher : Pengelola Jurnal Politeknik Negeri Ketapang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58466/aicoms.v4i1.1859

Abstract

Yayasan Pundi Amal Mulia merupakan lembaga sosial yang menghimpun dan menya-lurkan donasi kepada anak yatim, piatu, dan dhuafa. Selama ini, proses donasi dilakukan secara manual dan belum terintegrasi dengan sistem digital, sehingga rawan kesalahan pencatatan serta sulit dalam pelaporan. Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis web yang mendukung proses donasi secara online. Metode yang digunakan adalah prototyping, dengan melibatkan pengguna sejak awal untuk memperoleh umpan balik dalam setiap iterasi sistem. Aplikasi ini dibangun menggunakan PHP, HTML, CSS, JavaScript, dan MySQL. Hasil dari penelitian ini adalah sistem donasi online yang memfasilitasi proses input donasi, unggah bukti transfer, validasi oleh bendahara, pelaporan real-time, dan akses dashboard oleh berbagai peran di yayasan. Sistem ini diharapkan dapat meningkatkan efisiensi, transparansi, dan kepercayaan donatur terhadap yayasan.
Co-Authors Adji M. Pramudita Akmal Indrayansyah Ayu Purnamawati, Santi Caesar Ariel R. Fikri Hidayatullah Haryono, Wasis Jilan Fahri Zaenudin Juri Pebrianto M. Dimas Ramdani F. S. nanang nanang Nuraina Nuraina, Nuraina Okataviani, Vera Oktaviani, Vera Perani Rosyani Purnamawati, Santi Ayu Santi Ayu P. Sopiyan Apandi Vera Oktaviani