Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal AMMA : Jurnal Pengabdian Masyarakat JRIIN :Jurnal Riset Informatika dan Inovasi
Aziz, Tanzilal
Unknown Affiliation
Humanities Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Nursing

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

Found 2 Documents
Search

 1 
Tinjauan Literatur Penggunaan Berbagai Algoritma Machine Learning Dalam Deteksi Dan Prediksi Penyakit Autoimun Aziz, Tanzilal; Putra, Syadewa; Hutasoit, Rapael; Rosyani, Perani
Jurnal Riset Informatika dan Inovasi Vol 2 No 7 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

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

Abstract

Penyakit autoimun merupakan kelompok penyakit kompleks yang membutuhkan metode deteksi dan prediksi yang akurat untuk meningkatkan diagnosis dini dan pengelolaan pasien. Artikel ini menyajikan tinjauan literatur mengenai penerapan berbagai algoritma Machine Learning yang digunakan dalam penelitian terkait deteksi dan prediksi penyakit autoimun. Studi ini mencakup beberapa metode, yaitu jaringan hemato-endotelial, Teorema Bayes, algoritma Random Forest, algoritma genetika, dan Backpropagation. Setiap metode dievaluasi berdasarkan tujuan, hasil, serta efektivitasnya dalam mendeteksi dan memprediksi penyakit autoimun tertentu. Misalnya, jaringan hemato-endotelial memberikan wawasan baru dalam identifikasi penyakit autoimun, sedangkan Teorema Bayes diterapkan dalam sistem pakar untuk diagnosis yang lebih cepat dan akurat. Algoritma Random Forest menunjukkan efektivitas tinggi dalam klasifikasi multiple sclerosis, sementara algoritma Backpropagation dan genetika diuji dalam memprediksi penyakit autoimun lainnya dengan hasil yang memuaskan. Berdasarkan tinjauan ini, algoritma-algoritma tersebut berpotensi menjadi alat bantu penting bagi tenaga medis dalam mengidentifikasi jenis penyakit autoimun secara cepat dan akurat, serta mendukung pengambilan keputusan dalam pengelolaan penyakit. Dengan demikian, penelitian ini diharapkan dapat memberikan kontribusi dalam pemilihan algoritma Machine Learning yang tepat untuk mengoptimalkan diagnosis dan prediksi penyakit autoimun di masa mendatang. 
Sosialisasi Teknologi Keamanan Digital: Strategi Menghindari Ancaman Siber bagi Pelajar Di SMPN 2 Tangerang Selatan Sri Rahayu, Eka; Masayu Lintang, Ananda; Rayhan Sanjaya, Bayu; Stiady Syah, Farhan; Ashari, Idpan; Sofian, Kurnain; Arfiola Suci, Meta; Abdul Sahid, Rahmat; Dwi Irawan, Ryan; Aziz, Tanzilal; Salsabila Putri, Firda
AMMA : Jurnal Pengabdian Masyarakat Vol. 3 No. 11 : Desember (2024): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

An This community service activity in the field of digital security technology aims to raise awareness and understanding among middle school students about the importance of protecting themselves from cyber threats. In an increasingly digital world, cyberattacks have become a real threat that can damage personal data, steal important information, or even cause financial losses. Unfortunately, many students lack sufficient knowledge about preventive measures against cyberattacks, making them more vulnerable to such risks. Therefore, this activity aims to provide an understanding of how to avoid cyberattacks through socialization, training, and simulations that can be applied in daily life. The steps taught include using strong passwords, managing privacy settings on social media, being cautious of suspicious emails and links, as well as the importance of security tools like antivirus software and firewalls. It is expected that through this activity, middle school students will be able to reduce the risk of falling victim to cyberattacks and become more cautious in using digital technology. The expected outcome of this community service activity is to enhance students' knowledge and skills in safeguarding personal data, as well as positively impacting safer digital behaviors.
Co-Authors Abdul Sahid, Rahmat Arfiola Suci, Meta Ashari, Idpan Dwi Irawan, Ryan Hutasoit, Rapael Masayu Lintang, Ananda Perani Rosyani Putra, Syadewa Rayhan Sanjaya, Bayu Salsabila Putri, Firda Sofian, Kurnain Sri Rahayu, Eka Stiady Syah, Farhan