Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JSITP
Stefanus Charles Selvianto
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 2 Documents
Search

 1 
Klasifikasi resiko Diabetes Mengunakan Algoritma Decision Tree Stefanus Charles Selvianto; Novaldi, Alexander; Wijaya, Andri
Jurnal Sistem Informasi dan Teknologi Peradaban Vol. 6 No. 2 (2025): jurnal Sistem Informasi dan Teknologi Peradaban
Publisher : Prodi Sistem Informasi Universitas Peradaban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58436/jsitp.v6i2.2485

Abstract

Abstrak Peningkatan kasus Diabetes Mellitus menuntut adanya metode deteksi dini yang efektif untuk mencegah komplikasi serius pada penderita. Penelitian ini bertujuan mengklasifikasikan risiko diabetes menggunakan algoritma Decision Tree yang mampu menghasilkan aturan keputusan yang mudah diinterpretasikan oleh tenaga medis. Penelitian memanfaatkan dataset Pima Indians Diabetes dari repositori UCI Machine Learning yang diolah menggunakan perangkat lunak RapidMiner. Melalui tahapan preprocessing dan pembagian data latih serta uji dengan rasio 80:20, model dievaluasi menggunakan Confusion Matrix dan kurva ROC. Hasil pengujian menunjukkan model mencapai akurasi 70.13%, presisi 70.00%, recall 25.93%, dan nilai AUC sebesar 0.736 (fair performance). Meskipun nilai recall rendah mengindikasikan keterbatasan sensitivitas, tingginya nilai presisi menunjukkan model sangat andal dalam meminimalkan kesalahan diagnosis positif palsu. Secara spesifik, model menemukan aturan klinis bahwa kadar glukosa di atas 127.5 mg/dL merupakan indikator risiko tinggi, diikuti oleh Body Mass Index (BMI) dan usia sebagai faktor determinan sekunder pada pasien dengan gula darah normal. Penelitian ini menyimpulkan bahwa metode Decision Tree efektif digunakan sebagai sistem pendukung keputusan medis berbasis aturan (rule-based decision support) untuk identifikasi profil risiko pasien.
Implementasi Data Warehouse Industri Film Menggunakan PostgreSQL Stefanus Charles Selvianto; Septia Angelika Gettin daely; Andri Wijaya
Jurnal Sistem Informasi dan Teknologi Peradaban Vol. 6 No. 2 (2025): jurnal Sistem Informasi dan Teknologi Peradaban
Publisher : Prodi Sistem Informasi Universitas Peradaban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58436/jsitp.v6i2.2492

Abstract

Penelitian ini bertujuan untuk mengimplementasikan sebuah Data Warehouse film dengan memanfaatkan PostgreSQL sebagai sistem basis data utama. Data film diambil dari Kaggle dan berisi informasi seperti judul, sutradara, negara, tahun rilis, kategori, hingga durasi tayangan. Proses pengolahan data dilakukan melalui tahapan ETL, mulai dari extract data mentah, transform untuk membersihkan duplikasi, menangani nilai kosong, memperbaiki format tanggal, hingga menata ulang data agar lebih konsisten, lalu load ke dalam struktur Data Warehouse. Desain penyimpanan menggunakan model star schema yang terdiri dari tabel fakta dan beberapa tabel dimensi agar proses analisis berjalan lebih mudah dan terarah. Pada tahap analisis, konsep OLAP juga digunakan untuk menelusuri data secara multidimensi melalui proses seperti drill-down, roll-up, slice, dan dice. Hasil penelitian menunjukkan bahwa PostgreSQL tidak hanya efektif sebagai database penyimpanan, tetapi juga mampu mendukung analisis data dengan baik. Data Warehouse yang dibangun menjadi lebih rapi, terstruktur, dan siap digunakan untuk kebutuhan analisis di bidang film dan hiburan.
Co-Authors Andri Wijaya Novaldi, Alexander Septia Angelika Gettin daely