Claim Missing Document
Check
Articles

Found 3 Documents
Search

Pengaruh Teknik Preprocessing terhadap Kinerja Model Explainable Boosting Machine (EBM) untuk Prediksi Serangan Jantung Setiawan, Moch. Andri; Efendi, Moh. Hasan; Akbar, Muhammad Farizal; Pratama, Wildan Septian
Nusantara of Engineering (NOE) Vol 8 No 02 (2025): Volume 8 Nomor 2 - 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v8i02.25811

Abstract

Serangan jantung merupakan penyakit kardiovaskular yang sering terjadi secara tiba-tiba dan menjadi salah satu penyebab kematian tertinggi. Deteksi dini terhadap risiko serangan jantung masih menjadi tantangan karena keterbatasan sistem prediksi yang akurat dan mudah dipahami. Oleh karena itu, penelitian ini penting dilakukan untuk menghasilkan model prediksi yang tidak hanya akurat, tetapi juga interpretatif. Penelitian ini bertujuan mengembangkan model prediksi risiko serangan jantung berbasis machine learning menggunakan algoritma Explainable Boosting Machine (EBM). Proses dilakukan dengan pendekatan CRISP-DM serta optimasi pada tahap preprocessing, khususnya penanganan missing value melalui pemetaan data dan penanganan ketidakseimbangan data menggunakan metode SMOTE-ENN. Dataset yang digunakan berasal dari Kaggle, terdiri atas 158.355 baris dan 28 atribut yang mencerminkan faktor demografi, gaya hidup, lingkungan, serta kondisi klinis. Penelitian mencakup lima eksperimen berdasarkan variasi parameter SMOTE dan ENN. Hasil menunjukkan bahwa eksperimen SMOTEENN Sharp (SENS) menghasilkan akurasi tertinggi sebesar 74%, namun mengalami ketidakseimbangan klasifikasi pada kelas berisiko. Sementara itu, eksperimen SMOTEENN Aggressive (SENA) meningkatkan recall pada kelas berisiko, namun menurunkan akurasi menjadi 67%.Temuan ini menunjukkan bahwa strategi penanganan data yang optimal pada tahap preprocessing sangat berpengaruh terhadap kemampuan model dalam mengenali risiko serangan jantung secara lebih akurat dan seimbang.
Sistem Pendukung Keputusan Penerimaan BLT Secara Tepat Dan Transparan Di Desa SanggrahanMenggunakan Metode SAW Setiawan, Moch. Andri; Akbar, Muhammad Farizal; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/ns9art41

Abstract

Bantuan Langsung Tunai (BLT) adalah salah satu program sosial yang diinisiasi pemerintah guna meningkatkan taraf hidup masyarakat yang kurang mampu. Namun, dalam proses penentuan penerima, sering muncul kendala dalam memilih calon yang benar-benar sesuai dengan kriteria. Penelitian ini mengajukan penggunaan Sistem Pendukung Keputusan (SPK) dengan metode Simple Additive Weighting (SAW) untuk menyeleksi penerima BLT di Desa Sanggrahan. Metode SAW digunakan karena mampu melakukan penilaian multi-kriteria dengan memberikan bobot pada setiap kriteria. Tahapan seleksi meliputi penentuan bobot, normalisasi data, dan perhitungan nilai preferensi akhir. Hasil penelitian menunjukkan bahwa SPK berbasis SAW menghasilkan proses seleksi yang lebih transparan, objektif, dan tepat sasaran dibandingkan metode konvensional. Sistem ini diharapkan bisa memudahkan pihak desa dalam menyalurkan BLT secara lebih efektif dan akurat sesuai situasi perekonomian masyarakat.
RANCANG BANGUN SISTEM INFORMASI REKAM MEDIS ELEKTRONIK BERBASIS WEBSITE DENGAN METODE WATERFALL AKBAR, MUHAMMAD FARIZAL; Sucipto; Harini, Dwi
JOURNAL OF INFORMATION TECHNOLOGY, INFORMATION SYSTEMS AND COMMUNICATIONS Vol. 4 No. 1 (2026): Mei
Publisher : Department of System Information

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21067/jistic.v4i1.14213

Abstract

Abstract. The digital transformation of health services in Indonesia is mandated by Ministry of Health Regulation No. 24 of 2022, which requires all health facilities to implement Electronic Medical Records (EMR). PKU Muhammadiyah Kertosono Clinic still relies on manual, paper-based records and Microsoft Excel, leading to data duplication, inefficiency, and limited access to patient medical histories. This study aims to design and develop a web-based EMR Information System using the Waterfall method. The system was developed with PHP, CodeIgniter 4 framework, and MySQL database, covering five Waterfall stages: requirements analysis, system design, coding, testing, and maintenance. Black Box Testing of 25 functional scenarios — including patient registration, queue management, SOAP-based medical record input, digital prescriptions, pharmacy management, automated medical letters, and reporting — yielded a 100% success rate. The resulting system centralizes patient data management, eliminates manual record-keeping risks, and supports PKU Muhammadiyah Kertosono Clinic in complying with applicable health regulations.