Article Per Year (5 Year)
p-Index From 2020 - 2025
0.882
P-Index
This Author published in this journals
All Journal IKRA-ITH ABDIMAS Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Jurnal Teknologi Informasi dan Multimedia Jurnal Abdi Insani Jurnal Paris Langkis
Fitri, Shafirah
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Education Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Sistem Pakar Diagnosa Penyakit TBC Menggunakan Algoritma Forward Chaining dan Certainty Factor Berbasis Android di Puskesmas Kedaung Barat Sutisna, Ujang; Fiorenza, Argin; Sofia, Detin; Fitri, Shafirah
Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Vol 8, No 2 (2025): Juli
Publisher : Akademi Ilmu Komputer Ternate

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47324/ilkominfo.v8i2.357

Abstract

Abstrak: Tuberkulosis (TBC) termasuk dalam kategori penyakit menular dan hingga sekarang masih menjadi tantangan besar dalam sektor kesehatan di Indonesia. Proses diagnosa dini sangat penting untuk mencegah penyebaran dan mempercepat penanganannya. Tujuan dari penelitian ini adalah membuat sistem pakar berbasis Android, yang dapat digunakan oleh pengguna untuk mendiagnosis penyakit TBC secara mandiri. Aplikasi dibuat menggunakan Flutter, sebuah framework UI lintas platform yang dikembangkan oleh Google dan bahasa pemrograman Dart untuk mendukung pengembangan aplikasi Android. Sistem ini menerapkan metode Forward Chaining untuk menelusuri gejala yang dimasukkan oleh pengguna, serta Certainty Factor untuk menghitung tingkat kepastian hasil diagnosis berdasarkan gejala yang dialami. Pengujian dilakukan terhadap 25 responden dengan membandingkan hasil sistem dan diagnosis tenaga medis. Tingkat akurasi yang diperoleh melalui pengujian menggunakan metode Confusion Matrix mencapai 84% dengan tampilan antarmuka yang memudahkan pengguna untuk mendapatkan indikasi awal TBC serta solusi tindak lanjut, sehingga mendorong pengguna untuk segera melakukan pemeriksaan ke fasilitas kesehatan.Kata kunci: Sistem Pakar, Tuberkulosis, Forward Chaining, Certainty Factor, AndroidAbstract: Tuberculosis (TB) is classified as a contagious disease and remains a significant challenge in the health sector in Indonesia to this day. Early diagnosis is crucial to prevent its spread and accelerate treatment. This study aims to develop an Android-based expert system that allows users to diagnose TB independently. The application was developed using Flutter, a cross-platform UI framework developed by Google, and the Dart programming language to support Android application development. The system employs the Forward Chaining method to trace symptoms input by users and the Certainty Factor method to calculate the confidence level of the diagnosis based on the experienced symptoms. Testing was conducted on 25 respondents by comparing the system’s results with diagnoses made by medical professionals. The accuracy rate obtained from testing using the Confusion Matrix method reached 84%, with a user-friendly interface designed to provide initial indications of TB and recommended follow-up actions, encouraging users to seek medical examinations promptly..Keywords: Expert System, Tuberculosis, Forward Chaining, Certainty Factor, Android 
Strategi Digital Marketing Upaya Meningkatkan UMKM Produk Emping dan Keripik Pisang di Desa Sukarame, Banten Nengsih, Widya; Prasetyaningsih, Nila; Sari, Yetti Anita; Fitri, Shafirah; Puspitasari, Nyi Dewi
IKRA-ITH ABDIMAS Vol. 9 No. 2 (2025): Jurnal IKRAITH-ABDIMAS Vol 9 No 2 Juli 2025
Publisher : Universitas Persada Indonesia YAI

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

Abstract

Era ekonomi kreatif telah mendorong pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) untuk beradaptasi dengan teknologi digital sebagai strategi pemasaran. Namun, realitas di lapangan menunjukkan bahwa sebagian besar masyarakat Desa Sukarame, Kecamatan Carita, Banten, masih enggan beralih dari metode manual ke sistem digital, termasuk dalam hal transaksi non-tunai seperti QRIS. Berdasarkan hasil Pengabdian kepada Masyarakat (PKM) yang dilakukan, ditemukan bahwa pelaku UMKM produk emping dan kripik pisang cenderung hanya memasarkan produknya secara lokal dan belum mengoptimalkan platform digital. Artikel ini bertujuan untuk mengidentifikasi kendala adopsi digital marketing di kalangan UMKM desa serta merumuskan strategi yang tepat untuk meningkatkan daya saing dan perluasan pasar produk lokal. Penelitian ini menggunakan pendekatan deskriptif-kualitatif berdasarkan observasi lapangan, wawancara mendalam, dan studi pustaka. Hasilnya menunjukkan bahwa peningkatan literasi digital, pelatihan berkelanjutan, serta pendampingan implementasi teknologi pemasaran digital sangat dibutuhkan. Artikel ini diharapkan dapat menjadi rujukan dalam merancang program pemberdayaan berbasis digital di wilayah pedesaan
PELATIHAN LITERASI DIGITAL UNTUK GURU SEKOLAH KHUSUS DALAM MEMBUAT BUKU INTERAKTIF BERBASIS AUGMENTED REALITY Ramdhan, Syaipul; Maisaroh, Siti; Fitri, Shafirah
Jurnal Abdi Insani Vol 11 No 4 (2024): Jurnal Abdi Insani
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/abdiinsani.v11i4.1820

Abstract

Children in special needs schools have visual, hearing, physical, intellectual and social disabilities. The current problem in SKh Caraka Pratama related to teaching activities carried out by teachers is using textbooks that contain too much narrative information. At the same time, students only absorb very little information. The purpose of this activity is to provide training in skills to create interactive books based on Augmented Reality. The method used in organizing this training is through three stages, including: the identification stage with surveys and problem mapping, the empowerment stage with the provision of tools and assistance, and the evaluation stage with activity achievements and questionnaires. The results of this training are that teachers create interactive printed books and Augmented Reality applications that can later be used as a fun teaching tool, the initial teacher competency test (pre-test) got a score of 60, while after the training the score increased to 95.
KURIKULUM UNGGULAN SEKOLAH DASAR ISLAM TERPADU (Studi Komparatif di SDIT Al-Izzah dan SDIT Al-Hanif) Badratul Laela, Neng Linda; Fitri, Shafirah
Jurnal Paris Langkis Vol 6 No 1 (2025): Edisi Agustus 2025
Publisher : PPKn, Fakultas Keguruan dan Ilmu Pengetahuan Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37304/jpl.v6i1.23143

Abstract

Sekolah Dasar Islam Terpadu (SDIT) memiliki keunggulan dibandingkan sekolah dasar umum, terutama pada aspek kurikulum dan pembelajaran yang berbasis kurikulum terpadu (integrated curriculum) dengan mensinergikan kurikulum nasional (Kemendikbud), kurikulum agama (al-Islam), serta muatan lokal, dan dilaksanakan dengan sistem full day school. SDIT dipandang sebagai anasirit taghyir (agen perubahan) yang mengawal transformasi sosial dan budaya, sebab kurikulumnya berlandaskan pada nilai-nilai Al-Qur’an dan Hadis dengan visi futuristik, sehingga materi pembelajaran diarahkan untuk membekali peserta didik menghadapi perubahan sosial dan kompleksitas kehidupan. Penelitian ini berfokus pada analisis kurikulum unggulan SDIT Al-Izzah dan SDIT Al-Hanif, dengan tujuan memahami desain, konsep, serta implementasi kurikulum yang diterapkan. Metode penelitian yang digunakan adalah deskriptif kualitatif dengan pendekatan empiris, di mana data dikumpulkan melalui observasi, wawancara, dan dokumentasi. Hasil penelitian menunjukkan bahwa kurikulum SDIT terdiri atas kurikulum yayasan, kurikulum pengembangan diri, dan kurikulum pembiasaan dari jaringan sekolah Islam terpadu; SDIT Al-Hanif mengintegrasikan kurikulum Kemendiknas, Kemenag, dan Yayasan; sementara keunggulan keduanya terletak pada kelompok mata pelajaran pengembangan diri dengan perbedaan jumlah dan intensitas jam pelajaran, yakni SDIT Al-Izzah menyediakan 14 mata pelajaran dengan 32 jam pelajaran, sedangkan SDIT Al-Hanif memiliki 10 mata pelajaran dengan 108 jam pelajaran. Penelitian ini berkontribusi dalam memperkaya kajian pengembangan kurikulum pendidikan Islam berbasis integrasi
Perbandingan Metode Naïve Bayes dan Random Forest dalam Memprediksi Penyakit Diabetes Melitus pada Klinik Citra Sejati Amri, Mohammad Radja Alyfa; Permana, Egi; Pachadria, Pramana Anwas; Fitri, Shafirah
JTIM : Jurnal Teknologi Informasi dan Multimedia Vol. 7 No. 4 (2025): November
Publisher : Puslitbang Sekawan Institute Nusa Tenggara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35746/jtim.v7i4.747

Abstract

Diabetes mellitus is a chronic disease with a steadily increasing prevalence in Indonesia and is one of the leading causes of death, particularly in urban areas. Early detection of this disease is crucial to prevent serious complications such as heart disease, kidney failure, and vision impairment. In the era of digital transformation, machine learning techniques offer great potential to support early and automated diagnosis with higher accuracy. This study aims to develop a diabetes prediction system based on medical record data using two machine learning algorithms: Naïve Bayes and Random Forest. The dataset was obtained from Klinik Citra Sejati, consisting of 266 patient records with seven clinical features: age, gender, leukocytes, platelets, hematocrit, erythrocytes, and erythrocyte sedimentation rate (ESR). The models were implemented using Python programming language and the Scikit-learn library. Performance evaluation was carried out using the confusion matrix and classification metrics such as accuracy, precision, recall, and F1-score. Furthermore, ROC curve analysis and 95% confidence interval calculation were used to assess the stability and reliability of the predictions. The results showed that the Random Forest algorithm achieved an average accuracy of 89.97% with an AUC of 0.93, while Naïve Bayes achieved an accuracy of 85.97% with an AUC of 0.72. Based on these results, Random Forest is considered more effective for diabetes classification and is recommended as the primary algorithm for the development of clinical decision support systems based on local medical data.
Co-Authors Amri, Mohammad Radja Alyfa Badratul Laela, Neng Linda Fiorenza, Argin Nengsih, Widya Pachadria, Pramana Anwas Permana, Egi Prasetyaningsih, Nila Puspitasari, Nyi Dewi Ramdhan, Syaipul Sari, Yetti Anita Siti Maisaroh SOFIA, DETIN Sutisna, Ujang