Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Sistem Pendukung Keputusan dengan Aplikasi Jurnal Informatika Medis (J-INFORMED)
Muhammad Shodiq
Universitas Muhammadiyah Lamongan
Computer Science & IT Decision Sciences, Operations Research & Management Health Professions Library & Information Science Nursing Public Health Veterinary

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

Found 2 Documents
Search

 1 
STUDI PERBANDINGAN ALGORITMA MACHINE LEARNING : SUPPORT VECTOR MACHINE, DECISION TREE DAN RANDOM FOREST DALAM KLASIFIKASI PENYAKIT DIABETES Muhammad Shodiq; Agus Priyono; Neni Purwati
Jurnal Informatika Medis (J-INFORMED) Vol. 4 No. 1 (2026): Jurnal Informatika Medis (J-INFORMED)
Publisher : LPPM Universitas Muhammadiyah Muara Bungo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52060/im.v4i1.4221

Abstract

Hyperglycemia, or elevated blood glucose levels, is a primary indicator of diabetes mellitus, a chronic metabolic disorder whose prevalence continues to rise globally according to reports from the World Health Organization (WHO). Early detection of diabetes risk is crucial for preventing severe long-term complications. This study aims to evaluate and compare the performance of three machine learning algorithms Support Vector Machine (SVM), Decision Tree, and Random Forest in classifying diabetes based on health indicators and lifestyle patterns. The dataset used was obtained from Kaggle, with preprocessing stages including handling missing values and normalization. Model performance was assessed using accuracy, precision, recall, and F1-score. The experimental results show that the SVM algorithm achieved the highest accuracy at 74.89%, followed by Decision Tree with 73.39%, and Random Forest with 72.41%. This research is expected to serve as a reference for developing early medical screening systems to intelligently and accurately detect diabetes risk.
Sistem Pendukung Keputusan untuk Memilih Program Kesehatan Sekolah Menggunakan COPRAS M. Ari Prayogo; Muhammad Labib Jundillah; Febri Ramanda; Muhammad Shodiq; Riendy Riendy
Sistem Pendukung Keputusan dengan Aplikasi Vol 4 No 2 (2025)
Publisher : Ali Institute or Research and Publication

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55537/spk.v4i2.1304

Abstract

Program Kesehatan Sekolah merupakan salah satu program strategis untuk meningkatkan derajat kesehatan peserta didik di lingkungan pendidikan. Namun, dalam pelaksanaannya, menentukan program kesehatan sekolah yang paling tepat seringkali membutuhkan pertimbangan terhadap banyak kriteria yang kompleks. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) menggunakan metode COmplex PRoportional ASsessment (COPRAS) untuk membantu pihak sekolah dalam memilih program kesehatan terbaik. Alternatif program meliputi Kesehatan Reproduksi, Lomba Kebersihan Sekolah Sehat, Kawasan Sekolah Bebas Rokok, Pencegahan Penyalahgunaan NAPZA, dan Pengendalian Penyakit. Penilaian dilakukan berdasarkan enam kriteria, yaitu Biaya Pelaksanaan, Partisipasi Siswa, Efektivitas Program, Dampak Jangka Panjang terhadap Kesehatan, Kesesuaian dengan Kebutuhan Sekolah, serta Kemudahan Implementasi Program. Hasil penelitian menunjukkan bahwa alternatif ketiga (A3), yaitu ”Kawasan Sekolah Bebas Rokok”, menjadi program kesehatan sekolah terbaik dengan nilai utilitas (Ui) sebesar 100%. Dengan adanya penelitian ini, proses pengambilan keputusan diharapkan dapat lebih objektif, efisien, dan mendukung terciptanya lingkungan sekolah yang sehat, produktif, serta berkelanjutan
Co-Authors Agus Priyono Febri Ramanda M. Ari Prayogo Muhammad Labib Jundillah Neni Purwati Riendy Riendy