Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Nusantara of Engineering (NOE) Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Akbar, Muhammad Farizal
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

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

Found 2 Documents
Search

 1 
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.
Co-Authors Efendi, Moh. Hasan Erna Daniati Pratama, Wildan Septian Setiawan, Moch. Andri