Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Pharmacology And Pharmacy Scientific Journals (PAPS Journals) Journal Pharmacy and Application of Computer Sciences
Wahab, Andyka
Unknown Affiliation
Medicine & Pharmacology

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Journal Pharmacy and Application of Computer Sciences

 1 
PENERAPAN METODE MACHINE LEARNING UNTUK MENGKLASIFIKASI PENANGANAN PERAWATAN PASIEN Aziz, Firman; Wahab, Andyka
Journal Pharmacy and Application of Computer Sciences Vol. 1 No. 2: Agustus: 2023: JOPACS
Publisher : Arlisaka Madani Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59823/jopacs.v1i2.37

Abstract

Pengambilan keputusan dalam pelayanan kesehatan, terutama terkait pemilihan jenis perawatan, merupakan proses kompleks yang memiliki dampak besar pada pasien dan sistem perawatan. Penentuan apakah pasien harus menjalani perawatan rawat inap di rumah sakit atau cukup dengan perawatan rawat jalan memerlukan pertimbangan yang tepat. Salah satu faktor penting yang ikut berperan adalah hasil pemeriksaan laboratorium yang memberikan wawasan mendalam tentang kondisi kesehatan pasien. Metode machine learning telah mengemuka sebagai alat yang potensial dalam berbagai bidang, termasuk dalam dunia medis. Penelitian ini bertujuan untuk menginvestigasi pemanfaatan metode machine learning dalam mengklasifikasikan pasien berdasarkan hasil pemeriksaan laboratorium, sehingga memungkinkan pengambilan keputusan yang lebih tepat dalam menentukan perawatan yang diperlukan. Hasil penelitian ini menemukan bahwa potensi metode machine learning dalam mendukung pengambilan keputusan medis. Model KNN dan SVM menunjukkan kinerja yang kuat dalam mengklasifikasikan pasien.
IMPLEMENTASI METODE SUPPORT VECTOR MACHINE UNTUK DETEKSI DINI PERSISTENSI OBAT DALAM FARMASI Aziz, Firman; Wahab, Andyka
Journal Pharmacy and Application of Computer Sciences Vol. 2 No. 1: Februari: 2024: JOPACS
Publisher : Arlisaka Madani Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59823/jopacs.v2i1.50

Abstract

Penelitian ini fokus pada penerapan metode Support Vector Machine (SVM) dalam menganalisis persistensi obat pada pasien di ranah farmasi. Melalui pengumpulan data dari rekam medis elektronik, termasuk tanggal pengambilan obat, dosis, dan lamanya pasien mempertahankan ketekunan, model SVM berhasil mencapai tingkat akurasi sebesar 71%. Hasil analisis mengidentifikasi jenis obat, dosis, dan durasi pengobatan sebagai faktor kritis yang mempengaruhi persistensi obat. Implikasi klinis penelitian ini memberikan landasan untuk personalisasi rencana pengobatan, memungkinkan praktisi kesehatan untuk merancang intervensi yang lebih terarah. Meskipun SVM menunjukkan kelebihan dalam menangani dataset kompleks, tantangan pemilihan parameter yang optimal dan sensitivitas terhadap variasi fitur dalam dataset perlu diperhatikan. Kesimpulan utama menekankan perlunya pendekatan individualistik dalam manajemen persistensi obat, memberikan kontribusi penting terhadap pemahaman praktis di bidang farmasi, dan merangsang penelitian lanjutan dalam pengembangan metode analisis yang lebih canggih.
Co-Authors Firman Aziz Naningsi, Ayu Sri Mulyawati L, Endang