Claim Missing Document
Check
Articles

Found 10 Documents
Search

Pemanfaatan Algoritma K-Means Clustering dalam Mengolah Pengaruh Hasil Belajar Terhadap Pendapatan Orang Tua Pada Mata Pelajaran Produktif Nanndo Yannuansa; Muhamad Safa’udin; Mochammad Ilham Aziz
JURNAL TECNOSCIENZA Vol. 6 No. 1 (2021): TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/tecnoscienza.v6i1.530

Abstract

Tingginya tingkat keberhasilan siswa dan rendahnya tingkat kegagalan siswa merupakan cemin kualitas dunia pendidikan. Dunia pendidikan saat ini dituntut untuk memiliki kemampuan bersaing dengan memanfaatkan semua sumber daya yang dimiliki. Selain sumber daya manusia dan sistem informasi, sarana dan prasarana merupakan salah satu sumber daya yang dapat digunakan untuk meningkatkan kemampuan barsaing. Penelitain ini bertujuan untuk mengetahui hasil clusterisasi pada data Hasil belajar siswa dengan pemanfaatan algoritma K-Means Clustering untuk pengambilan kebijakan strategi dalam proses pembelajaran. Untuk Algoritma K-Means Clustering, data dikelompokkan berdasarkan karateristik yang sama dan dimasukkan kedalam kelompok atau cluster. Informasi yang akan ditampilkan berupa pengelompokan pengaruh hasil belajar siswa dan dibagi menjadi 3 kelompok. Hasil akhir dari penelitian ini bahwa dengan menggunakan Algoritma K-Means Clustering adalah kelompok siswa yang termasuk mendapatkan hasil kurang rata rata orang tua mendapatkan penghasilan pas-pasan ,dan siswa yang mendapatkan hasil baik orang tua siswa adalah golongan dari orang mampu karena untuk menunjang nilai prdofuktif diperlukan alat-alat praktikum yang memadai dan siswa dapat menguasai terlebih kamera dan alat video recorder , sedangkan siswa yang masuk kedalam kelompok sedang orang tua berpenghasilan standar yaitu golongan menengah.
Analisis Algoritma Apriori Untuk Mendukung Strategi Promosi Frozen Food di Toko Rumah Sosis Mochammad Ilham Aziz
JURNAL TECNOSCIENZA Vol. 6 No. 2 (2022): TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/tecnoscienza.v6i2.699

Abstract

Mudahnya makanan cepat saji terutama untuk Frozen Food yang tergolong makanan yang bisa bertahan dalam waktu lama dan mudah disajikan bagi kalangan keluarga adalah pilihan yang sangat mudah, dikarenakan kebutuhan akan gizi dan mudahnya penyajian. Oleh karena itu, di toko frozen food yang menyediakan seperti sosis, nugget, dan lain lain harus dapat mengetahui berapa besar taraf pembelian barang yang sering dibeli konsumen supaya penyedia stok barang tadi sanggup lebih terfokus pengadaan tersebut. Dalam makalah ini, aturan asosiasi berdasarkan algoritma apriori didasarkan pada langkah-langkah seperti support dan confidence.Dalam algoritma ini, kami akan membuat aturan asosiasi tergantung pada kumpulan data yang tersedia di database. Algoritma ini bekerja terutama untuk menemukan support minimal dan aturan asosiasi yang sering digunakan dan mengikuti confidence minimum. Jadi bagian penelitian dari makalah ini adalah dengan mengubah nilai confidence minimum, memberikan aturan asosiasi yang berbeda.
Analisis Metode Ensemble Pada Klasifikasi Penyakit Jantung Berbasis Decision Tree Mochammad Ilham Aziz; Ahmad Zainul Fanani; Affandy Affandy
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 7, No 1 (2023): Januari 2023
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v7i1.5169

Abstract

Heart disease is one disease that is not easy to predict early on and maybe some people are not aware that they have the disease. Data obtained by WHO More than 17 million people worldwide died of heart attacks in 2016. If thesymptoms of heart disease or heart attack are known, prevention of heart disease can be anticipated and even minimized mortality. Analysis of heart disease aims to reduce mortality from the disease. In writing this research, a decision tree algorithm method is used, the algorithm still has weaknesses in making prediction accuracy. So we need a way to improve the accuracy of the classification learning outcomes. This study aims to improve the learning outcomes of heart disease classification by using ensemble learning methods, namely Boostrap Aggregating (Bagging) and Adaptive Boosting (Adaboost). Both methods were tested by predicting deaths caused by heart disease.
Analisis Metode Smoote pada Klasifikasi Penyakit Jantung Berbasis Random Forest Tree Yulianto, Satria Pradana Rizki; Fanani, Ahmad Zainul; Affandy, Affandy; Aziz, Mochammad Ilham
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 8, No 3 (2024): Juli 2024
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v8i3.7712

Abstract

Cardiovascular disease is the number one cause of death globally. Cardiovascular disease is a disease caused by impaired function of the heart and blood vessels. At present, there are many predictive tools that use machine learning as a basis, including predictions on heart disease in particular. There are many methods in machine learning to predict heart disease, as well as many parameters to look for to find the highest level of accuracy. This study, aims to obtain the best methods and parameters for the classification of heart disease.
Implementasi Machine Learning Untuk Deteksi Anomali Kesehatan Janin Menggunakan Metode Ensemble Berbasis Decision Tree Aziz, Mochammad Ilham
JURNAL TECNOSCIENZA Vol. 9 No. 2 (2025): TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/zymd0m16

Abstract

Sebagai calon ibu sangatlah penting untuk mengetahui kondisi kesehatan janin yang dikandungnya sejak dini dikarenakan banyak sekali calon ibu muda karena ketidaktahuannya terhadap kesehatan janin dapat menyebabkan kematian pada janin yang dikandungnya. Hal ini terjadi dikarenakan calon ibu kurang ingin tahu, kurang sosialisasi, dan juga kurangnya akses ke sumber daya terkait dengan kesehatan janin. Tumbuh kembang janin sangatlah penting agar kedepannya bayi dapat lahir dengan sehat dan juga bebas dari masalah. Tujuan daripada penelitian ialah guna mendeteksi anomali kesehatan pada janin menggunakan metode ensemble berbasis Decision Tree. Penggunaan metode pembelajaran ensemble dapat meningkatkan akurasi hasil deteksi anomali kesehatan janin pada ibu hamil. Eksperimen ini dilaksanakan dengan memakai dataset publik sebanyak 2.126 data pasien. Hasil penelitian menunjukkan dengan menggunakan algoritma decision tree saja tanpa berbasis ensemble hanya menghasilkan akurasi sebesar 89.80% lalu dengan adanya penggunaan ensemble berbasis decision tree metode tersebut menghasilkan akurasi sebesar 92.66%. hal tersebut menunjukkan bahwa metode ensemble mampu meningkatan akurasi sebesar 2.86%. 
MONITORING DASHBOARD USING LINEAR REGRESSION FOR EMPLOYEE PERFORMANCE Muhammad Oktoda Noorrohman; Mochammad Ilham Aziz; Saifulloh Azhar; Satria Pradana Rizki Yulianto; Widodo; Devi Ratnasari; Fatika La Viola Ifanka; Melvien Zainul Asyiqien
International Journal of Social Science, Educational, Economics, Agriculture Research and Technology (IJSET) Vol. 4 No. 11 (2025): OCTOBER
Publisher : RADJA PUBLIKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54443/ijset.v4i11.1101

Abstract

Company management needs to continuously monitor and measure the performance of its employees to ensure the achievement of the goals that have been set. The performance monitoring process requires data and information obtained from 35 employees. The problem is in the process of the employee payroll system, attendance, leave and the main thing is data management for monitoring employees still use conventional method by manual. The results of performance monitoring will then be conveyed to interested parties, efficiently and effectively. After that, the existing data were analyzed using SPSS which stands for Statistical Product and Service Solution. Validity testing can also be done using SPSS and produces a validity test of the data, which is < 0.05 so it is valid. The reliability test of the data is > 0.70, 0.751 for employee salaries and 0.757 for employee performance so it is reliable. The normality test of the data are > 0.05, 0.077 for employee salaries and 0.059 for employee performance so that the data is normally distributed. The linearity test of the data is 0.604 > 0.05, it can be concluded that there is a linear relationship between salary and employee performance. Regression analysis test simple linear data from the data, namely the significance level of 0.001 < 0.05 then the regression model can be used to predict the participation variable or in other words there is an effect of the salary variable on the performance variable.
ANALYSIS OF PATIENT ATTENDANCE RATES USING RUSBOOST Widodo; Dyah Ika Krisnawati; Saifullah Azhar; Fatika La Viola Ifanka; Muhammad Ilham Aziz; Satria Pradana Rizky Yulianto; Devi Ratnasari; Muhammad Oktoda Noorrohman
International Journal of Social Science, Educational, Economics, Agriculture Research and Technology (IJSET) Vol. 4 No. 11 (2025): OCTOBER
Publisher : RADJA PUBLIKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54443/ijset.v4i11.1110

Abstract

Patients have the option of undergoing examinations and treatment without having to stay in the hospital. The number of clinics serving patients continues to grow due to the high demand and busy schedules faced by patients. However, hospitals and clinics are still operating well because there are patients who need services, both outpatient and inpatient. In many countries, numerous clinics and hospitals have not implemented an effective data management system for outpatient queues. This results in a number of registered patients not showing up for their appointments, which is certainly detrimental to the nurses and doctors on duty that day. This situation is a loss for clinics and hospitals because manual data management prevents them from predicting the number of patients who will visit. One way to organize patient visit data, both for outpatient and inpatient care, is to utilize big data. The method used in processing this data is Decision Tree classification with Rusboost. By applying Decision Tree classification and Rusboost, we can obtain more accurate predictions, thereby assisting in decision-making.
Pelatihan Psychological First Aid Di Lingkungan Perguruan Tinggi: Studi Kasus Di Stikes Bahrul Ulum Jombang Basith Arham; Ajeng Oktavia Larasati; Stevanus Gatot Supriyadi; Mochammad Ilham Aziz
Dedikasi Nusantara: Jurnal Pengabdian Masyarakat Pendidikan Dasar Vol 5 No 2 (2025): Dedikasi Nusantara
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/dedikasi.v5i2.27354

Abstract

Permasalahan kesehatan mental di kalangan mahasiswa menjadi isu serius yang memerlukan perhatian di lingkungan pendidikan tinggi. Mahasiswa sering menghadapi tekanan akademik, sosial, dan ekonomi yang dapat memicu stres, kecemasan, atau depresi. Untuk menjawab kebutuhan tersebut, kegiatan pelatihan Psychological First Aid (PFA) atau Pertolongan Psikologis Pertama dilaksanakan di Sekolah Tinggi Ilmu Kesehatan (STIKES) Bahrul Ulum Jombang. Penelitian ini bertujuan mengevaluasi efektivitas pelatihan PFA dalam meningkatkan literasi psikologis, empati, dan kesiapsiagaan mahasiswa serta dosen dalam menangani krisis emosional. Metode yang digunakan adalah pendekatan partisipatif melalui experiential learning berupa simulasi, role play, dan studi kasus, disertai pre-test dan post-test untuk mengukur peningkatan kompetensi. Hasil menunjukkan adanya peningkatan signifikan sebesar 32% dalam pemahaman konsep dasar PFA serta perubahan sikap yang lebih terbuka terhadap isu kesehatan mental. Selain itu, terbentuk kelompok peer support yang berfungsi sebagai sistem dukungan awal di kampus. Temuan ini menunjukkan bahwa pelatihan PFA efektif memperkuat kapasitas civitas akademika dalam memberikan dukungan emosional awal, membangun budaya kampus yang peduli, serta menumbuhkan kesadaran pentingnya kesehatan mental di perguruan tinggi.
Penerapan Strategi Pembelajaran Berbasis Masalah untuk Mengembangkan Kemampuan Berpikir Kritis dan Menurunkan Kecemasan Matematika pada Siswa SMA Ahmad Johan Fanani; Muhamad Imam Mutamaqin; Mochammad Ilham Aziz
Dharma Pendidikan Vol 19 No 2 (2024): Dharma Pendidikan
Publisher : STKIP PGRI Nganjuk

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69866/dp.v19i2.532

Abstract

Abstrak—Latar Belakang: Kecemasan matematika merupakan masalah umum yang dihadapi siswa, berkontribusi terhadap rendahnya motivasi dan prestasi akademik mereka. Penelitian ini bertujuan untuk menerapkan strategi Problem-Based Learning (PBL) dalam upaya mengembangkan kemampuan berpikir kritis serta mengurangi kecemasan matematika di kalangan siswa SMA. Metode penelitian yang digunakan adalah Penelitian Tindakan Kelas (PTK) yang berlangsung dalam tiga siklus, dengan subjek penelitian sebanyak 30 siswa kelas XI. Data dikumpulkan melalui tes kemampuan berpikir kritis, angket kecemasan matematika, dan observasi keterlibatan siswa. Hasil penelitian menunjukkan adanya peningkatan kemampuan berpikir kritis rata-rata sebesar 25% dan penurunan signifikan dalam kecemasan matematika siswa setelah penerapan PBL. PBL berhasil menciptakan suasana belajar yang kolaboratif, meningkatkan keterlibatan siswa, serta membantu mereka merasa lebih percaya diri dalam menyelesaikan soal matematika. Kesimpulannya, penerapan PBL efektif dalam mengembangkan kemampuan berpikir kritis dan menurunkan kecemasan matematika siswa, serta disarankan untuk diadopsi oleh guru sebagai metode pengajaran alternatif. Penelitian lanjutan juga diperlukan untuk mengeksplorasi dampak PBL pada aspek pembelajaran lainnya. Kata Kunci: Kecemasan Matematika, Problem-Based Learning (PBL), Kemampuan Berpikir Kritis, Penelitian Tindakan Kelas (PTK), Keterlibatan Siswa, Pembelajaran Matematika.  
Evaluasi Kematangan Tata Kelola TI Menggunakan COBIT 4.1 pada Diskominfo Kota Probolinggo Muhammad Oktoda Noorrohman; Mochammad Ilham Aziz; Widodo; Stevanus Gatot Supriyadi; Fatika La Viola Ifanka; Melvien Zainul Asyiqien
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.975

Abstract

Pemanfaatan teknologi informasi (TI) pada instansi pemerintah seringkali menghadapi kendala dalam hal tata kelola yang tidak terstandarisasi, sehingga menghambat efektivitas layanan publik. Penelitian ini bertujuan untuk mengevaluasi tingkat kematangan tata kelola TI pada Dinas Komunikasi dan Informatika (Diskominfo) Kota Probolinggo dengan menggunakan kerangka kerja COBIT 4.1. Peneliti mengarahkan fokus evaluasi pada domain Deliver and Support (DS) untuk menilai aspek operasional dan keamanan, serta domain Monitor and Evaluate (ME) untuk menilai pengawasan kinerja TI. Peneliti menggunakan metodologi penelitian yang meliputi pengumpulan data melalui kuesioner, wawancara mendalam terhadap pemangku kepentingan yang ditentukan melalui diagram RACI, dan observasi lapangan. Hasil penelitian menunjukkan bahwa rata-rata tingkat kematangan saat ini (current maturity level) untuk domain DS adalah 1,61 dan domain ME sebesar 1,25. Temuan ini mengindikasikan bahwa proses tata kelola TI di Diskominfo Kota Probolinggo berada pada level Initial/Ad Hoc hingga Repeatable but Intuitive, di mana pengelolaan masih bersifat reaktif, belum terorganisir secara rutin, dan sangat bergantung pada inisiatif individu. Berdasarkan hasil tersebut, peneliti mengajukan rekomendasi strategis berupa standarisasi prosedur operasional, pengelolaan kapasitas sumber daya manusia, serta penguatan audit internal guna mencapai tingkat kematangan yang diharapkan organisasi.