Claim Missing Document
Check
Articles

Mapping The Risk Levels and Distribution of Dengue Fever (Df) in The City of Pontianak Using Choropleth Maps and Point Mapping Ghaliq Candri Haki; Rachmat Wahid Saleh Insani; Barry Ceasar Octariadi
International Journal of Science and Environment (IJSE) Vol. 6 No. 2 (2026): May 2026
Publisher : CV. Inara in Colaboration with www.stie-sampit.ac.id

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51601/ijse.v6i2.493

Abstract

Dengue Hemorrhagic Fever (DHF) remains a critical public health challenge in tropical regions, with Indonesia recording approximately 143,000 cases in 2022 alone, yet most local health authorities lack spatially explicit decision-support tools. This study aimed to design and develop a web-based Geographic Information System (GIS) capable of mapping DHF vulnerability levels and case distribution in Pontianak City, West Kalimantan, in real time. A research and development approach was employed, involving field observation, structured interviews with Pontianak City Health Office officials, and secondary data collection comprising 120 confirmed DHF patient records obtained from the health office for the period 2024 to May 2025. The system integrated real-time environmental data retrieved via the OpenWeatherMap API alongside population density data from the Central Bureau of Statistics (BPS). Vulnerability levels were calculated using a scoring method applied to four parameters — air temperature, rainfall, humidity, and population density — and visualized through dual-layer spatial techniques: Choropleth Maps to represent sub-district vulnerability gradations and Point Mapping to display precise case locations based on patient geographic coordinates. System validation was conducted through Black Box Testing, which confirmed full functional compliance, and User Acceptance Testing (UAT) with health office representatives, yielding a Strongly Agree score of 88.23%. The developed system successfully classified DHF vulnerability into three categories (High, Moderate, Low) and provided interactive, real-time spatial visualization, offering the Pontianak City Health Office a data-driven instrument for targeted DHF prevention and control.
Geographical information system for garbage collection in sanggau city and shortest path using dijkstra’s algorithm Reyhan; Rachmat Wahid Saleh Insani; Barry Ceasar Octariadi
TEKNOSAINS : Jurnal Sains, Teknologi dan Informatika Vol 11 No 1 (2024): TEKNOSAINS: Jurnal Sains, Teknologi dan Informatika
Publisher : LPPMPK- Universitas Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/tekno.v11i1.485

Abstract

When trying to find the closest facility, citizens frequently encounter difficulties due to the dispersion of waste collection facilities at different areas. Therefore, it is essential to offer a tool that can help the general public locate the nearest rubbish collection site. The goal of this study is to create a geographic information system for garbage collection locations and to use the Dijkstra algorithm to find the fastest route to the closest facility in the city of Sanggau. For locals to have simple access to information, this system will employ freely available resources like the Google Maps API. The system development process will make use of prototyping. According to the results, Sanggau city residents can use a geographic information system to find garbage collection locations and to speed up their search for the quickest way to the closest facility
IDENTIFIKASI IKAN KONSUMSI TIDAK SEGAR DAN SEGAR BERBASIS PENGOLAHAN CITRA DIGITAL BERDASARKAN FITUR WARNA MENGGUNAKAN METODE K-NEAREST NEIGHBORS (K-NN) Siti Putri Anggrayeni; Alda Cendekia Siregar; Barry Ceasar Octariadi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17438

Abstract

Kesegaran ikan konsumsi merupakan indikator penting dalam menjamin mutu dan keamanan pangan, namun penilaian secara manual masih bersifat subjektif dan tidak konsisten. Permasalahan tersebut mendorong perlunya sistem identifikasi kesegaran ikan yang objektif dan otomatis. Penelitian ini bertujuan mengembangkan sistem identifikasi kesegaran ikan berbasis pengolahan citra digital menggunakan fitur warna dengan metode K-Nearest Neighbors (K-NN). Dataset yang digunakan berupa citra insang dari empat jenis ikan, yaitu lele, nila, mas, dan kembung, yang diklasifikasikan ke dalam dua kategori kesegaran. Metode penelitian meliputi tahap preprocessing citra berupa resize, Gaussian blur, serta konversi ruang warna RGB ke HSV, dilanjutkan dengan segmentasi insang berbasis warna dan ekstraksi fitur warna menggunakan histogram kanal Hue, Saturation, dan Value. Proses klasifikasi dilakukan menggunakan algoritma K-NN, sedangkan evaluasi kinerja sistem menggunakan metode 5-fold cross-validation. Hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan kesegaran ikan dengan akurasi sebesar 98,21%, precision 98,26%, recall 98,21%, dan F1-score 98,18%. Hasil ini membuktikan bahwa kombinasi fitur warna HSV dan metodes K-NN efektif untuk mengidentifikasi kesegaran ikan secara akurat dan efisien.
SISTEM PAKAR DIAGNOSA GERD DENGAN METODE FUZZY MAMDANI UNTUK DETEKSI GEJALA AWAL Dea Nabella Septiani; Barry Ceasar Octariadi; Menur Wahyu Pangestika
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17807

Abstract

Gastroesophageal Reflux Disease (GERD) merupakan gangguan pencernaan yang terjadi akibat naiknya asam lambung ke esofagus dan menimbulkan gejala seperti heartburn, regurgitasi, mual, serta nyeri ulu hati. Kurangnya kesadaran masyarakat terhadap gejala awal GERD serta keterbatasan akses konsultasi medis mendorong perlunya sistem bantu diagnosis yang mudah digunakan. Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis web dengan metode Fuzzy Mamdani guna mendeteksi gejala awal GERD sekaligus mengetahui tingkat akurasi sistem. Data diperoleh melalui studi literatur dan wawancara dengan pakar, kemudian diolah menggunakan tahapan fuzzy Mamdani yang meliputi fuzzifikasi, implikasi, komposisi aturan, dan defuzzifikasi dengan metode centroid. Sistem dibangun menggunakan PHP dan MySQL, serta diuji menggunakan Black Box Testing, User Acceptance Testing (UAT), dan pengujian akurasi dengan membandingkan hasil sistem dengan pakar. Hasil penelitian menunjukkan bahwa sistem memiliki tingkat akurasi sebesar 83,3% dengan tingkat usability yang sangat baik, ditunjukkan oleh nilai UAT admin sebesar 90% dan pengguna sebesar 90,8%. Berdasarkan hasil tersebut, sistem yang dikembangkan dapat digunakan sebagai alat bantu dalam melakukan diagnosis awal GERD.
PREDIKSI KUALITAS UDARA KOTA PONTIANAK MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (KNN) Utin Siti Nur Fadillah; Syarifah Putri Agustini A; Barry Ceasar Octariadi
NUSANTARA : Jurnal Ilmu Pengetahuan Sosial Vol 13, No 1 (2026): NUSANTARA : Jurnal Ilmu Pengetahuan Sosial
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jips.v13i1.2026.289-292

Abstract

Kualitas udara merupakan indikator penting dalam menilai kesehatan lingkungan suatu wilayah. Kota Pontianak, sebagai pusat aktivitas ekonomi dan transportasi di Kalimantan Barat, menghadapi potensi penurunan kualitas udara akibat meningkatnya aktivitas manusia dan kendaraan. Penelitian ini bertujuan membangun sistem prediksi kualitas udara di Kota Pontianak dengan menerapkan algoritma K-Nearest Neighbor (KNN) berdasarkan parameter polusi udara meliputi PM2.5, PM10, CO, O?, NO?, dan parameter cuaca (suhu, kelembaban). Data diperoleh dari Dinas Lingkungan Hidup Kota Pontianak dan melalui tahapan preprocessing sebelum digunakan sebagai data pelatihan dan pengujian. Sistem prediksi dirancang dalam bentuk aplikasi web yang memungkinkan pengguna mengunggah data dan memperoleh hasil prediksi kategori kualitas udara, yaitu baik, sedang, atau tidak sehat. Hasil evaluasi menunjukkan bahwa model KNN dengan nilai K=7 menghasilkan akurasi sebesar 90%, presisi 92% untuk kelas "Tidak Sehat", dan recall 88%. Sistem ini diharapkan dapat membantu instansi terkait dalam mengambil langkah preventif terhadap potensi penurunan kualitas udara serta meningkatkan kesadaran masyarakat mengenai pentingnya menjaga kondisi udara yang bersih dan sehat.
PENERAPAN METODE NAÏVE BAYES DALAM SISTEM PAKAR BIMBINGAN KONSELING KARIR SISWA Fara Darniva; Barry Ceasar Octariadi; Syarifah Putri Agustini Alkadri
NUSANTARA : Jurnal Ilmu Pengetahuan Sosial Vol 12, No 12 (2025): NUSANTARA : JURNAL ILMU PENGETAHUAN SOSIAL
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jips.v12i12.2025.4755-4761

Abstract

Bimbingan konseling karir adalah proses yang dilakukan oleh guru bimbingan konseling dengan memberikan bantuan kepada peserta didik untuk mengalami perkembangan, pencarian dan membuat keputusan karir yang rasional sepanjang hidupnya serta realistis berdasarkan potensi yang dimiliki dan peluang yang ada di lingkungan sekitar sehingga meraih kesuksesan. Keterbatasan waktu dan jumlah guru Bimbingan Konseling menjadi permasalahan yang terjadi di sekolah tersebut dalam proses layanan bimbingan konseling karir terkait memberikan rekomendasi karir kepada siswa. Tujuan utama dari penelitian ini adalah untuk membangun aplikasi sistem pakar berbasis website menggunakan metode Naïve Bayes untuk memberikan rekomendasi karir kepada siswa berdasarkan nilai probabilitas tertinggi. Hasil dari penelitian ini memperoleh nilai 90,90% berdasarkan pengujian akurasi sistem, maka dapat dikatakan aplikasi ini berhasil dan bisa digunakan oleh siswa untuk melakukan bimbingan konseling karir.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIDAN DI KLINIK JI LI NGO KOTA SINGKAWANG MENGGUNAKAN METODE SMART Yusuf Marwan; Syarifah Putri Agustini Alkadri; Barry Ceasar Octariadi
NUSANTARA : Jurnal Ilmu Pengetahuan Sosial Vol 13, No 1 (2026): NUSANTARA : Jurnal Ilmu Pengetahuan Sosial
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jips.v13i1.2026.114-120

Abstract

Klinik Bidan JI LI NGO Kota Singkawang, juga bertanggung jawab dalam pelaksanaan bidang kesehatan dalam membantu pencapaian sebagai seorang bidan. Namun terdapat permasalahan yang muncul di klinik ini yaitu sifatnya masih manual, dampak negatif dari sistem pemilihan yang masih manual ini mengakibatkan pemilihan calon bidan menjadi tidak tepat sasaran. Dengan menggunakan SPK dan metode SMART sebagai basis dalam pemilihan bidan hal ini memungkinkan sistem dapat memberikan perankingan sesuai dengan perhitungan yang di dasar dari kriteria yang sudah ada. Berdasarkan pengujian sistem serta melalui perhitungan manual, hasil menunjukkan bahwa calon bidan bernama Juvi pada berada pada peringkat pertama dengan nilai akhir 0,8023. Penelitian ini juga melibatkan pengujian user acceptance test (UAT) dengan 5 responden dari klinik terkait. Hasil kuesioner menunjukkan bahwa sistem memiliki tingkat kegunaan (usability) yang sangat baik dengan tingkat penerimaan sebesar 92%. Hal ini membuktikan bahwa sistem dapat diterima dan digunakan secara efektif dalam mendukung pengambilan keputusan
PELATIHAN JURNALISTIKA MENINGKATKAN MAHASISWA DALAM MEDIA MASSA, MEDIA SOSIAL BAGI ORGANISASI MAHASISWA UNIVERSITAS MUHAMMADIYAH PONTIANAK Barry Ceasar Octariadi; Sucipto; Alya Amanda Putri
GERVASI: Jurnal Pengabdian kepada Masyarakat Vol. 10 No. 1 (2026): GERVASI: Jurnal Pengabdian Kepada Masyarakat
Publisher : LPPM IKIP PGRI Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31571/gervasi.v10i1.10664

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan pemahaman dan keterampilan mahasiswa dalam bidang jurnalistika, khususnya dalam penulisan berita serta pemanfaatan media massa dan media sosial sebagai sarana publikasi organisasi. Metode yang digunakan adalah Participatory Action Research (PAR) dengan tahapan identifikasi masalah, perencanaan, pelaksanaan, evaluasi, dan refleksi. Sasaran kegiatan adalah mahasiswa organisasi mahasiswa (ORMAWA) Universitas Muhammadiyah Pontianak. Hasil pre-test menunjukkan bahwa 60% peserta belum memahami konsep dasar jurnalistik dan teknik pembuatan konten. Setelah pelatihan, hasil post-test menunjukkan peningkatan pemahaman yang signifikan dengan rata-rata mencapai 96%. Selain itu, evaluasi penyajian materi menunjukkan bahwa 75% peserta menilai pada kategori memuaskan hingga sangat baik, 15% sangat baik, dan 15% cukup, tanpa adanya penilaian negatif. Hal ini menunjukkan bahwa metode pelatihan yang digunakan efektif. Dengan demikian, kegiatan ini mampu meningkatkan kompetensi jurnalistik mahasiswa serta mendukung pengelolaan informasi organisasi secara lebih profesional dan informatif.
Klasifikasi Status Gizi Balita Menggunakan Algoritma Random Forest Muhamad Angga Rizki Sabima; Barry Ceasar Octariadi; Rachmat Wahid Saleh Insani
Jurnal Teknologi Dan Sistem Informasi Bisnis Vol 8 No 1 (2026): Januari 2026
Publisher : Prodi Sistem Informasi Universitas Dharma Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jteksis.v8i1.2415

Abstract

Nutritional problems in children under five remain a major challenge in Indonesia's health development as they can affect growth, cognitive abilities, and future productivity. The Indonesian Nutritional Status Survey (SSGI) serves as an important data source to understand the nutritional condition of children under five. This study aims to classify the nutritional status of children under five using the Random Forest algorithm with a Knowledge Discovery in Database (KDD) approach. The research stages include data cleaning, preprocessing, feature selection, modeling, and model performance evaluation. The data were obtained from Puskesmas Gang Sehat.The results indicate that Random Forest can classify the nutritional status of children under five with high accuracy for the majority class (Normal Nutrition), while performance for the minority class (Abnormal Nutrition) can still be improved. This demonstrates that the Random Forest algorithm is effective for classifying nutritional status, although optimizing data imbalance and adding supporting variables can enhance results for the minority class. This study is expected to contribute to the development of technology-based solutions for addressing nutritional issues in children under five.
Design Of A Drinking Water Feasibility Identification System Using The Random Forest Algorithm And Principal Component Analysis (PCA) Khusnul Karomah; Asrul Abdullah; Barry Ceasar Octariadi
International Journal of Health Engineering and Technology Vol. 5 No. 2 (2026): JULY 2026
Publisher : CV. AFDIFAL MAJU BERKAH

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55227/ijhet.v5i2.952

Abstract

Clean and safe drinking water is a basic need for society. Based on clean water statistical data from Statistic Indonesia (BPS), the average percentage of households in West Kalimantan Province with access to safe drinking water sources in urban areas was 89.21%, while in rural areas it was 77.76% in 2023. With a population growth that outpaces the available reserves of safe drinking water, there is a clear need to monitor and analyze water quality more carefully and on a data-driven basis. This research aims to design and implement a drinking water suitability classification system using the Random Forest method as the main classification algorithm, with Principal Component Analysis (PCA) serving as the data dimensionality reduction technique. The interactive visualization was built using Python and Streamlit, taking into account User Interface (UI) and User Experience (UX) aspects, which are divided into two access levels: Public Access (for the community) and Officer Access (for agencies). Water quality data is identified based on standards from the Ministry of Health (Permenkes No. 492/MENKES/PER/IV/2010), reduced in dimensionality using PCA, and subsequently classified for its suitability using Random Forest. The test results demonstrate that this system is capable of classifying the suitability status with an accuracy of 95.35%. to ensure the model does not experience overfitting, K-Fold Cross-Validation (5-Fold) testing was conducted, yielding an average accuracy of 94.94% and proving the model’s stability. Furthermore, the User Acceptance Testing (UAT) results indicate an excellent level of user acceptance regarding the bulk upload feature and the monitoring of drinking water quality in a fast, accurate, and data-driven manner.