Claim Missing Document
Check
Articles

Found 4 Documents
Search

PERBANDINGAN NAIVE BAYES DAN C45 DALAM KLASIFIKASI TES KESEHATAN MAHASISWA BARU AKBID AS-SYIFA Sembiring, Feby Wulandari; Handoko, Wiwin; Batu Bara, Firdha Agis Utami; Sulaseh, Sulaseh
JUTSI: Jurnal Teknologi dan Sistem Informasi Vol 2, No 3 (2022): OCTOBER 2022
Publisher : LPPM STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jutsi.v2i3.1882

Abstract

Abstract: Medical test is important to determine the health of a person's body so they are often carried out and have even become one of the requirements for an institution to accept new members such as the As-Syifa Midwifery Academy which conducts medical tests for prospective new students. The problem is that so far the classification system for recapitulation of medical test results is still done manually, thus slowing the performance of the campus and it is feared that there will be damage to the data format. The problem solving technique above is carried out with a data mining process using Naïve Bayes and Decision Tree C45 where the two algorithms are compared to find the 1 best classification algorithm to be implemented in the system. The dataset uses data on the recapitulation of the results of the 2018 new student health tests sourced from the Administration (TU) of Akbid As-Syifa. The comparison uses 4 data testing models and the confusion matrix as the performance evaluation value of the modeling algorithm. The modeling results obtained that the Decision Tree C45 algorithm is superior and suitable to be implemented with an accuracy rate of 100% while Naïve Bayes has a maximum accuracy rate of 96%. The purpose of this study was to help Akbid As-Syifa classify the results of the health test of prospective new students. Keywords: Medical test; Prospective new students; Naïve Bayes; C45.  Abstrak: Tes kesehatan merupakan hal penting untuk mengetahui kesehatan tubuh seseorang sehingga banyak dilakukan bahkan telah menjadi salah satu persyaratan bagi sebuah lembaga untuk menerima anggota baru seperti halnya Akademi Kebidanan (Akbid) As-syifa yang melakukan tes kesehatan bagi calon mahasiswa baru. Permasalahannya selama ini sistem klasifikasi rekapitulasi hasil tes kesehatan masih dilakukan secara manual sehingga memperlambat kinerja pihak kampus serta dikhawatirkan adanya kerusakan format data. Adapun teknik penyelesaian masalah diatas dilakukan dengan proses data mining menggunakan  Naïve Bayes dan Decision Tree C45 dimana kedua algoritma tersebut dibandingkan untuk mencari 1 algoritma klasifikasi terbaik unutk diimplementasikan dalam sistem. Dataset menggunakan data rekapitulasi hasil tes kesehatan calon mahasiswa baru tahun 2018 bersumber dari Tata Usaha (TU) Akbid As-syifa. Perbandingan menggunakan 4 model pengujian data dan confusion matrix sebagai nilai evaluasi performa dari pemodelan algoritma tersebut. Hasil pemodelan diperoleh algoritma Decision Tree C45 lebih unggul dan cocok untuk diimplementasikan dengan tingkat akurasi 100% sedangkan Naïve Bayes tingkat akurasinya maksimal sebesar 96%. Tujuan penelitian ini adalah membantu pihak Akbid As-syifa mengklasifikasikan hasil tes kesehatan calon mahasiswa baru. Kata Kunci: Tes kesehatan; Calon Mahasiswa Baru; Naïve Bayes; C45.
MENGUKUR TINGKAT AKURASI 6 MODEL REGRESI DALAM MACHINE LEARNING UNTUK ESTIMASI PENYAKIT DIABETES Sembiring, Feby Wulandari
JURNAL TEKNISI Vol 4, No 1 (2024): February 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/teknisi.v4i1.1805

Abstract

Abstract: This research aims to develop a companion application that uses the regression method as a warning system for the public in maintaining blood sugar levels to minimize the risk of diabetes based on machine learning. Diabetes is one of the diseases with the highest death rate in Indonesia, but the public's low awareness of checking blood sugar levels regularly is due to the high cost of controlling it at hospitals or clinics. This has an impact on increasing the prevalence of diabetes and state losses. This research utilizes the linear regression method with 6 regression models and 3 testing methods to find the best and most accurate model in predicting diabetes levels. Data was processed using Jupyter Notebook tools with the Python programming language. It is hoped that the results of this research can contribute to increasing public awareness of the importance of maintaining healthy blood sugar to prevent diabetes.Keywords: machine learning; regression; diabetes; warning system. Abstrak: Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi pendamping yang menggunakan metode regresi sebagai warning system bagi masyarakat dalam menjaga kadar gula darah untuk meminimalisir risiko diabetes berbasis machine learning. Diabetes merupakan salah satu penyakit dengan angka kematian tertinggi di Indonesia, namun rendahnya kesadaran masyarakat dalam memeriksa kadar gula darah secara berkala disebabkan oleh mahalnya biaya pengontrolan di rumah sakit atau klinik. Hal ini berdampak pada meningkatnya prevalensi diabetes dan kerugian negara. Penelitian ini memanfaatkan metode regresi linier dengan 6 model regresi dan 3 metode pengujian untuk mencari model yang paling baik dan akurat dalam memprediksi kadar diabetes. Data diproses menggunakan tools Jupyter Notebook dengan bahasa pemrograman Python. Hasil penelitian ini diharapkan dapat memberikan kontribusi dalam meningkatkan kesadaran masyarakat akan pentingnya menjaga kesehatan gula darah untuk mencegah diabetes.Kata Kunci: machine learning; regresi; diabetes; warning system.
PERBANDINGAN NAIVE BAYES DAN C45 DALAM KLASIFIKASI TES KESEHATAN MAHASISWA BARU AKBID AS-SYIFA Sembiring, Feby Wulandari; Handoko, Wiwin; Batu Bara, Firdha Agis Utami; Sulaseh, Sulaseh
JUTSI: Jurnal Teknologi dan Sistem Informasi Vol. 2 No. 3 (2022): OCTOBER 2022
Publisher : LPPM STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jutsi.v2i3.1882

Abstract

Abstract: Medical test is important to determine the health of a person's body so they are often carried out and have even become one of the requirements for an institution to accept new members such as the As-Syifa Midwifery Academy which conducts medical tests for prospective new students. The problem is that so far the classification system for recapitulation of medical test results is still done manually, thus slowing the performance of the campus and it is feared that there will be damage to the data format. The problem solving technique above is carried out with a data mining process using Naïve Bayes and Decision Tree C45 where the two algorithms are compared to find the 1 best classification algorithm to be implemented in the system. The dataset uses data on the recapitulation of the results of the 2018 new student health tests sourced from the Administration (TU) of Akbid As-Syifa. The comparison uses 4 data testing models and the confusion matrix as the performance evaluation value of the modeling algorithm. The modeling results obtained that the Decision Tree C45 algorithm is superior and suitable to be implemented with an accuracy rate of 100% while Naïve Bayes has a maximum accuracy rate of 96%. The purpose of this study was to help Akbid As-Syifa classify the results of the health test of prospective new students. Keywords: Medical test; Prospective new students; Naïve Bayes; C45.  Abstrak: Tes kesehatan merupakan hal penting untuk mengetahui kesehatan tubuh seseorang sehingga banyak dilakukan bahkan telah menjadi salah satu persyaratan bagi sebuah lembaga untuk menerima anggota baru seperti halnya Akademi Kebidanan (Akbid) As-syifa yang melakukan tes kesehatan bagi calon mahasiswa baru. Permasalahannya selama ini sistem klasifikasi rekapitulasi hasil tes kesehatan masih dilakukan secara manual sehingga memperlambat kinerja pihak kampus serta dikhawatirkan adanya kerusakan format data. Adapun teknik penyelesaian masalah diatas dilakukan dengan proses data mining menggunakan  Naïve Bayes dan Decision Tree C45 dimana kedua algoritma tersebut dibandingkan untuk mencari 1 algoritma klasifikasi terbaik unutk diimplementasikan dalam sistem. Dataset menggunakan data rekapitulasi hasil tes kesehatan calon mahasiswa baru tahun 2018 bersumber dari Tata Usaha (TU) Akbid As-syifa. Perbandingan menggunakan 4 model pengujian data dan confusion matrix sebagai nilai evaluasi performa dari pemodelan algoritma tersebut. Hasil pemodelan diperoleh algoritma Decision Tree C45 lebih unggul dan cocok untuk diimplementasikan dengan tingkat akurasi 100% sedangkan Naïve Bayes tingkat akurasinya maksimal sebesar 96%. Tujuan penelitian ini adalah membantu pihak Akbid As-syifa mengklasifikasikan hasil tes kesehatan calon mahasiswa baru. Kata Kunci: Tes kesehatan; Calon Mahasiswa Baru; Naïve Bayes; C45.
STRATEGI MARKETING DAN PEMBUATAN KONTEN MEDIA SOSIAL UNTUK MENINGKATKAN PENDAPATAN DI POKDAKAN TANI MAKMUR Sembiring, Feby Wulandari; Sarif, Muhammad Irfan; Muhridan, Arip; Saragih, Irfan Abadi; Abidi, Mhd Ihsan
Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat Vol 5, No 2 (2025): Desember 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jpstm.v5i2.4945

Abstract

Abstract: The Makmur POKDAKAN Farmers Group is a business community that focuses on freshwater fish cultivation, especially catfish. So far, the sale of catfish has been the main source of income for most members of the farmer group. The sales method used is also still conventional, which can result in suboptimal income for members of the Makmur Farmers Group. So they are aware of the need for marketing strategies and the use of social media in developing their business. However, the problem faced by partners is that they have minimal information regarding marketing strategies and are confused about starting to create content, edit videos and manage social media to generate income. For this reason, this community service activity is important to be carried out for partners so that the PkM Team can share knowledge related to modern marketing strategies with digital technology and creative video making techniques to have a wide audience reach. The service method carried out by the PkM Team is in the form of training to partner members in marketing strategies through YouTube social media. The results of this service activity are that partner members can implement content creation practices and digital marketing strategies, this activity was also welcomed and given a positive response from members of the prosperous Pokdakan farmer group and they hope that this service activity will be carried out again in the future.      Keywords: catfish_cultivation; prosperous_farmer_groups; content_creation; income; marketing_strategy.  Abstrak: Kelompok Tani Makmur POKDAKAN merupakan komunitas pelaku usaha yang berfokus pada budidaya ikan air tawar khususnya ikan lele selama ini hasil penjualan ikan lele menjadi sumber utama pendapatan dari sebagian besar anggota kelompok tani metode penjualan yang digunakan juga masih bersifat konvensional dimana hal ini dapat berakibat pada tidak optimalnya pendapatan yang diperoleh anggota kelompok Tani Makmur, sehingga mereka sadar kan perlunya strategi marketing dan penggunaan media sosial dalam mengembangkan usaha mereka. Akan tetapi permasalahan yang dihadapi oleh mitra yakni mereka minim informasi terkait strategi marketing dan kebingungan dalam memulai membuat konten, editing video dan pengelolaan sosial media agar menghasilkan pendapatan. Untuk itu kegiatan pengabdian kepada masyarakat ini penting untuk dilakukan kepada mitra agar Tim PkM dapat sharing ilmu terkait strategi marketing modern dengan teknologi digital dan teknik kreatif pembuatan video hingga memiliki jangkauan audience yang luas. Metode pengabdian yang dilakukan oleh Tim PkM ini berupa pelatihan kepada anggota mitra dalam strategi marketing melalui media sosial youtube. Hasil dari kegiatan pengabdian ini yakni anggota mitra dapat mengimplementasikan praktik pembuatan konten dan strategi digital marketing, kegiatan ini juga disambut baik dan diberikan respon positif dari anggota kelompok tani makmur pokdakan dan mereka berharap kegiatan pengabdian ini dilaksanakan kembali untuk kedepannya. Kata kunci: budidaya_ikan_lele; kelompok_tani_makmur; pembuatan_konten; pendapatan; strategi_marketing