Claim Missing Document
Check
Articles

Found 3 Documents
Search

KLASIFIKASI PENDERITA PENYAKIT HIPERTIROID MENGGUNAKAN ALGORITMA DECISION TREE Hermansyah, Deny; Laga, Sinarring Azi; Sihotang, Ellen Theresia; Natasya, Alya Rizky
TRANSFORMASI Vol 21, No 1 (2025): TRANSFORMASI
Publisher : STMIK BINA PATRIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56357/jt.v21i1.428

Abstract

Hipertiroidisme merupakan kondisi dengan produksi hormon tiroid berlebihan oleh kelenjar tiroid, sehingga meningkatkan metabolisme tubuh. Diagnosis penyakit tersebut cukup menantang karena memiliki gejala yang beragam. Keragaman tersebut dapat diatasi melalui teknologi informasi data mining dengan memanfaatkan prediksi penyakit berdasarkan data yang tersedia. Berdasarkan pada hal tersebut maka tujuan dari penelitian ini adalah menggelompokkan pasien penderita hipertiroidisme berdasarkan algoritma Decision Tree. Data yang digunakan adalah data primer sejumlah 100 pasien dengan 12 atribut gejala. Hasil penelitian mengungkapkan bahwa model klasifikasi yang terbentuk memiliki tingkat akurasi tinggi. Nilai presisinya sebesar 84,81% untuk perempuan dan 85,71% untuk laki-laki. Nilai recall sebesar 95,71% untuk perempuan dan 60% untuk laki-laki. Berdasarkan pada hasil tersebut maka alogritma Decision Tree cukup efektif untuk digunakan pada proses klasifikasi pasien hipertirodisme berdasarkan gejala yang diamati.
Pemanfaatan aplikasi computer based test untuk mengukur pencapaian siswa dalam pembelajaran sekolah islam Sutarso, Yudi; Laga, Sinarring Azi; Mukhlis, Iqbal Ramadhani; Suprianto, Gaguk; Pratama, Yudha Herlambang Cahya; Natasya, Alya Rizky; Maharani, Ganestiana Diah
Jurnal Inovasi Hasil Pengabdian Masyarakat (JIPEMAS) Vol 6 No 1 (2023)
Publisher : University of Islam Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33474/jipemas.v6i1.17644

Abstract

Penggunaan aplikasi ujian di MAN Kota Surabaya masih banyak menggunakan open source, sehingga tidak sesuai dengan kebutuhan. Aplikasi ujian eksiting masih terbatas fitur yang tersedia. Pengabdian masyarakat ini bertujuan mendukung sekolah mengadopsi penggunaan CBT (Computer Based Test) dalam pelaksanaan ujian.  Permasalahan yang diidentifikasi meliputi kelemahan perangkat lunak eksisting dan keterbatasan literasi guru terhadap penggunaannya. Metode pelaksanaan pengabdian masyarakat ini adalah Service Learning. Aktivitas terdiri dari survey dan pengembangan perangkat lunak CBT, pelatihan, dan pendampingan. Pelaksanaan survey awal mengidentifikasi kelemahan aplikasi eksisting yaitu menyangkut aspek efektivitas, dan fitur yang dibutuhkan tidak tersedia. Pengembangan CBT dilakukan dengan menambahkan kegunaan melalui penambahan fitur dan kemudahan. Pelatihan dan pendampingan dilakukan untuk meningkatkan penguasaan dan efektivitas penggunaan. Evaluasi yang dilakukan menunjukkan peningkatan pemahaman guru akan aplikasi, kemampuan pembuatan evaluasi, kepuasan dan efektivitas penggunaan aplikasi. Selain itu output yang lain juga terpenuhi, yaitu aplikasi CBT (UHW-CBT versi MAN), modul pelatihan, buku petunjuk penggunaan, hak kekayaan intelektual, dan publikasi. Program ini telah memberikan peningkatan adopsi CBT, yang hal ini bsa dilihat dari aspek ketersediaan software CBT, penggunaan, literasi, bentuk evaluasi dan rekap, dan perangkingan nilai. Rencana tindak lanjut dari program ini adalah pendampingan berkelanjutan sesuai kebutuhan mitra.
KLASIFIKASI PENDERITA PENYAKIT HIPERTIROID MENGGUNAKAN ALGORITMA DECISION TREE Hermansyah, Deny; Laga, Sinarring Azi; Sihotang, Ellen Theresia; Natasya, Alya Rizky
TRANSFORMASI Vol 21, No 1 (2025): TRANSFORMASI
Publisher : STMIK BINA PATRIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56357/jt.v21i1.428

Abstract

Hipertiroidisme merupakan kondisi dengan produksi hormon tiroid berlebihan oleh kelenjar tiroid, sehingga meningkatkan metabolisme tubuh. Diagnosis penyakit tersebut cukup menantang karena memiliki gejala yang beragam. Keragaman tersebut dapat diatasi melalui teknologi informasi data mining dengan memanfaatkan prediksi penyakit berdasarkan data yang tersedia. Berdasarkan pada hal tersebut maka tujuan dari penelitian ini adalah menggelompokkan pasien penderita hipertiroidisme berdasarkan algoritma Decision Tree. Data yang digunakan adalah data primer sejumlah 100 pasien dengan 12 atribut gejala. Hasil penelitian mengungkapkan bahwa model klasifikasi yang terbentuk memiliki tingkat akurasi tinggi. Nilai presisinya sebesar 84,81% untuk perempuan dan 85,71% untuk laki-laki. Nilai recall sebesar 95,71% untuk perempuan dan 60% untuk laki-laki. Berdasarkan pada hasil tersebut maka alogritma Decision Tree cukup efektif untuk digunakan pada proses klasifikasi pasien hipertirodisme berdasarkan gejala yang diamati.