Edvin Ramadhan
Unknown Affiliation

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

Found 2 Documents
Search

Sistem Rekomendasi Snack and Beverages Menggunakan Metode Item Based Collaboration Filtering Alfarrel, M. Riza; Wina Witanti; Edvin Ramadhan
Pixel :Jurnal Ilmiah Komputer Grafis Vol. 18 No. 2 (2025): Pixel :Jurnal Ilmiah Komputer Grafis dan Ilmu Komputer
Publisher : UNIVERSITAS STEKOM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/pixel.v18i2.3319

Abstract

In today's digital era, recommendation systems have become an integral part of supporting consumer purchasing decisions, including in the food and beverage industry. This study aims to develop a product recommendation system for snacks and beverages using the item-based collaborative filtering method. This method was chosen due to its ability to handle large-scale user and product data, as well as its efficiency in providing relevant recommendations based on user consumption patterns. In this study, the system calculates the average user rating and implements   Cosine Similarity to measure the similarity between products, resulting in more accurate recommendations. The system also evaluates the accuracy of recommendations using the Mean Absolute Error (MAE) metric. Based on the results obtained, which is 0.285403 for the average error on 17 items, the developed recommendation system can improve consumers' shopping experience, help them find products that suit their tastes, and support the sales of snacks and beverages products in the market
Analisis Kinerja Differential Privacy pada Data Resep Medis Menggunakan Laplace dan Gaussian Mechanism Muhammad Akmal Ramadhan; Asep Id Hadiana; Edvin Ramadhan
TEMATIK Vol. 12 No. 2 (2025): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Desember 2025
Publisher : LPPM POLITEKNIK LP3I BANDUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/tematik.v12i2.2634

Abstract

Perlindungan data medis menjadi prioritas utama di era digital karena tingginya risiko kebocoran dan penyalahgunaan informasi pasien. Regulasi seperti HIPAA, GDPR, dan Undang-Undang Kesehatan No. 36 Tahun 2009 mewajibkan penerapan keamanan, namun tantangan teknis dalam implementasi masih besar. Differential Privacy (DP) menawarkan pendekatan matematis untuk menjamin privasi dengan menambahkan noise terkontrol sehingga keberadaan individu sulit diidentifikasi tanpa mengurangi nilai analisis data. Penelitian ini bertujuan mengevaluasi efektivitas DP pada dataset prescriptions. Data yang diuji bersumber dari database rekam medis publik MIMIC-III yang mencakup ribuan catatan resep. Empat atribut sensitif (row_id, subject_id, hadm_id, icustay_id) dianalisis menggunakan variasi parameter ε = {0.1, 0.5, 1.0, 5.0}. Evaluasi dilakukan menggunakan Mean Squared Error (MSE) dan Root Mean Squared Error (RMSE) untuk menilai trade-off antara privasi dan akurasi. Hasil penelitian menunjukkan bahwa Laplace mechanism lebih stabil dibanding Gaussian dengan nilai RMSE konsisten lebih rendah, terutama pada ε kecil hingga sedang. Gaussian menghasilkan error tinggi pada ε kecil dan baru mendekati Laplace pada ε besar. Kebaruan penelitian ini terletak pada analisis kuantitatif langsung menggunakan RMSE untuk membandingkan kinerja mekanisme Laplace dan Gaussian pada atribut-atribut identitas rekam medis, memberikan bukti empiris praktis yang melengkapi studi sebelumnya yang seringkali bersifat teoretis atau tinjauan umum. Temuan ini menegaskan bahwa pemilihan mekanisme dan parameter ε sangat menentukan kualitas data medis yang diproteksi. Secara praktis, penelitian ini merekomendasikan penggunaan Laplace mechanism dengan ε = 0.5–1.0 untuk implementasi Differential Privacy pada sistem rekam medis elektronik. Konfigurasi