Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Masyarakat Madani Indonesia Data Science Insights
Fernando, Hengky
Unknown Affiliation
Humanities Computer Science & IT Education Engineering Public Health Social Sciences

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

Found 2 Documents
Search

 1 
Pengabdian Kepada Masyarakat Melalui Kegiatan Kuliah Kerja Nyata Di Desa Seritanjung Kabupaten Ogan Ilir Irwansi, Yudi; Fernando, Hengky; Darmayana, Eka Putri; Fatra Aini, Nadila; Sari, Desi Puspita; Sandra, Dewi; Waliyarnirda, Mandinatul; Sunarte, Wayan; Dinata, Muris; Fitriani, Evi; Septidhamayanti, Haliza
Jurnal Masyarakat Madani Indonesia Vol. 3 No. 1 (2024): Februari
Publisher : Alesha Media Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59025/js.v3i1.188

Abstract

Pengabdian kepada masyarakat melalui Kuliah Kerja Nyata (KKN) merupakan wujud kontribusi mahasiswa dalam mengatasi permasalahan yang ada di masyarakat. Kegiatan ini bertujuan untuk mengkaji peran KKN dalam meningkatkan kepedulian lingkungan dan memberikan edukasi kepada anak-anak di Desa Seritanjung Kabupaten Ogan Ilir. Metode yang digunakan dalam penelitian ini adalah observasi. Mahasiswa KKN mengikuti kegiatan kebersihan lingkungan, penyuluhan tentang pentingnya menjaga kebersihan, dan mendidik anak-anak tentang pentingnya menjaga lingkungan. Hasil penelitian menunjukkan bahwa melalui KKN, kesadaran lingkungan di Desa Seri Tanjung mengalami peningkatan yang signifikan. Masyarakat mulai memahami betapa pentingnya menjaga kebersihan dan menjaga lingkungan di sekitar mereka. Peningkatan pengetahuan anak-anak mengenai pentingnya menjaga lingkungan juga ditunjukkan melalui kegiatan edukasi yang dilakukan oleh mahasiswa KKN.
Drug Classification using Machine Learning Algorithms fernando, Hengky
Data Science Insights Vol. 3 No. 1 (2025): Journal of Data Science Insights
Publisher : PT Visi Media Network

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63017/jdsi.v3i1.96

Abstract

The right selection of drugs is a crucial factor in the treatment of various diseases to ensure the effectiveness of therapy and avoid risks that can worsen the patient's condition. This study aims to develop a machine learning-based prediction model to classify the appropriate type of drug based on patient characteristics. Several machine learning algorithms are tested to determine the most optimal model. The results of the analysis show that the Random Forest algorithm provides the best performance with the highest level of accuracy in predicting the right type of drug. Thus, the Random Forest-based model is recommended to be implemented as a decision support tool in the selection of drug therapies that is more accurate and efficient.
Co-Authors Darmayana, Eka Putri Dinata, Muris EVI FITRIANI Fatra Aini, Nadila sandra, dewi Sari, Desi Puspita Septidhamayanti, Haliza Sunarte, Wayan Waliyarnirda, Mandinatul Yudi Irwansi, Yudi