cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Nurchim
Contact Email
nurchim@udb.ac.id
Phone
+62271-719552
Journal Mail Official
senatib@udb.ac.id
Editorial Address
Jl. Bhayangkara No 55 Serengan Surakarta 57154
Location
Kota surakarta,
Jawa tengah
INDONESIA
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Published by Universitas Duta Bangsa Surakarta
ISSN : -     EISSN : -     DOI : https://doi.org/10.47701/senatib.v2i1
Core Subject : Economy, Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Physics
Prosiding SENATIB adalah kegiatan seminar berskala nasional yang diselenggarakan oleh Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta dalam rangka diseminasi hasil penelitian tentang teknologi informasi dan bisnis. Diharapkan pada tahun 2022 melalui penerbitan prosiding ini dapat terwujud berbagai alternatif solusi dalam menghadapi era industri 4.0 dan society 5.0 di Indonesia.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 490 Documents
 23   24   25   26   27 
Implementasi Algoritma K-Nearest Neighbor untuk Klasifikasi Obesitas Adi Tiyas Ahmad Fathoni; Dwi Hartanti
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Obesitas merupakan masalah kesehatan yang semakin meningkat di banyak negara, termasuk di seluruh dunia. Mengkategorikan obesitas menurut faktor individu seperti indeks massa tubuh (BMI), lingkar pinggang, tinggi badan, usia, dan jenis kelamin dapat mengarah pada pemahaman yang lebih baik tentang pola dan karakteristik obesitas. Pada penelitian ini, kami mengimplementasikan algoritma K-Nearest Neighbor (KNN) untuk mengklasifikasikan obesitas menggunakan data yang mengandung atribut tersebut. Langkah-langkah dalam penelitian ini meliputi pengolahan data, pemilihan parameter KNN yang optimal, dan evaluasi kinerja model. Tujuan utama dari penelitian ini adalah untuk mengklasifikasikan obesitas berdasarkan karakteristik yang relevan dan untuk mengidentifikasi pola dan hubungan antara faktor-faktor tersebut. Dengan penerapan algoritma KNN, kami mencoba memprediksi kelas obesitas dari data individu yang status obesitasnya tidak diketahui. Hasil penelitian ini dapat membantu mengembangkan metode yang lebih akurat untuk mengklasifikasikan obesitas. Selain itu, model klasifikasi yang dihasilkan dapat digunakan sebagai alat yang berguna di bidang kesehatan, termasuk diagnosis dini, perencanaan intervensi, dan pengembangan program penanganan obesitas. Diharapkan penelitian ini dapat membantu masyarakat dan tenaga kesehatan dalam upaya pencegahan dan penanganan obesitas secara efektif.
Pemodelan Metode SAW Pada Sistem Pendukung Keputusan Penentuan Tumbuh Kembang Balita di Posyandu Panca Marga 9 Adi Tri Prasetyo; Rahmadani Ajitama; Sofiana Ardi Lestari
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dari konsepsi hingga dewasa, pertumbuhan dan perkembangan merupakan proses berkelanjutan yang dipengaruhi oleh variabel lingkungan dan warisan. Tujuan dari penelitian ini adalah menggunakan sistem pendukung keputusan untuk mengidentifikasi pilihan yang optimal diantara beberapa pilihan tumbuh kembang balita dengan menggunakan metode SAW. Selain itu, penelitian ini diharapkan dapat memudahkan orang tua, kader posyandu, dan tenaga kesehatan untuk memantau setiap perkembangan tumbuh kembang balita. Dalam penelitian ini, metode observasi dan wawancara digunakan untuk mengumpulkan data, yang kemudian dilakukan analisis dengan metode Simple Additive Weighting (SAW). Karena V7 yang memiliki nilai tertinggi antara V1 sampai V10 maka V7 merupakan alternatif yang dipilih dan mewakili sebagai balita yang mengalami perkembangan yang paling baik. Pemodelan sistem pendukung keputusan berdasarkan kriteria seperti berat badan, tinggi badan, lingkar lengan, asupan gizi, kemampuan motorik, dan terdapat sepuluh alternatif, untuk menentukan Tumbuh Kembang Balita dengan Metode SAW di Posyandu Panca Marga 9. Dengan bantuan penelitian ini, diharapkan para orang tua akan sering mengunjungi posyandu untuk memantau pertumbuhan dan perkembangan balita mereka.
Data Mining Untuk Klasifikasi Diagnosis Tingkat Keparahan Penyakit Diabetes Dengan Algoritma Logistik Regresi Neha Poetri Setiawati; Bagus Adi Nugroho; Ardhi Tiya Setiawan; Dwi Hartanti
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Jurnal ini membahas penerapan data mining dengan menggunakan algoritma logistik regresi untuk mengklasifikasikan tingkat keparahan penyakit diabetes. Penelitian ini menggunakan dataset yang mencakup atribut medis, seperti kadar glukosa darah, tekanan darah, dan indeks massa tubuh. Metode data mining digunakan untuk mengidentifikasi pola dan hubungan dalam dataset, sedangkan algoritma logistik regresi digunakan untuk mengembangkan model klasifikasi. Hasil penelitian menunjukkan bahwa algoritma logistik regresi efektif dalam memprediksi tingkat keparahan diabetes berdasarkan atribut medis yang diuji. Penelitian ini memberikan kontribusi dalam meningkatkan diagnosis dan perawatan pasien diabetes serta mengurangi risiko komplikasi yang terkait dengan penyakit ini.
Perancangan Sistem Rekomendasi Tingkat Mortalitas Ibu Hamil Menggunakan Algoritma MOORA Bima Setya Gumelar; Moh Muhtarom; Nurmalitasari Nurmalitasari
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Mortalitas merujuk pada jumlah kematian dalam suatu populasi atau kelompok dalam jangka waktu tertentu. WHO juga membedakan antara mortalitas umum (general mortality), yaitu jumlah kematian secara keseluruhan dalam populasi, dengan mortalitas spesifik (specific mortality), yaitu jumlah kematian yang disebabkan oleh penyakit atau kondisi tertentu. Metode yang digunakan adalah metode MOORA yang merupakan salah satu metode dari sistem pendukung keputusan. Melalui penerapan metode ini, peneliti akan membandingkan setiap ibu hamil berdasarkan kriteria yang akan menentukan rekomendasi kepada ibu hamil. Hasil dari penelitian ini mendapatkan hasil nilai tertinggi yaitu 7,556
Sistem Informasi Pendaftaran dan Pencatatan Rekam Medis Pasien (Studi Kasus : Klinik Abata Farma) Dede Didin; Ardi Mardiana
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sebuah sistem informasi pendaftaran dan pencatatan rekam medis pasien di Klinik Abata Farma Majalengka. Tujuan dari penelitian ini adalah untuk mengoptimalkan penyimpanan data pendaftaran pasien, rekam medis, dan pencatatan laporan serta memperbaiki monitoring data terkait pasien dan laporan. Metode yang digunakan dalam penelitian ini meliputi teknik pengumpulan data melalui metode lapangan (field research) dengan wawancara dan observasi langsung di klinik serta metode perpustakaan (library research) dengan mengutip beberapa sumber terkait. Penelitian ini menggunakan metode pengembangan sistem Waterfall yang terdiri dari tahap analisis kebutuhan, desain, pengkodean, pengujian, dan pemeliharaan. Sistem yang telah dikembangkan mampu mengoptimalkan penyimpanan data pendaftaran pasien, rekam medis, dan pencatatan laporan di Klinik Abata Farma. Selain itu, sistem ini juga berhasil meningkatkan monitoring data terkait pasien dan laporan yang memberikan manfaat dalam pengelolaan pelayanan kesehatan. Dalam kesimpulannya, penelitian ini berhasil merancang dan mengimplementasikan Sistem Informasi Pendaftaran dan Pencatatan Rekam Medis Pasien yang efektif di Klinik Abata Farma Majalengka. Sistem ini memberikan optimasi dalam penyimpanan data dan monitoring pasien serta laporan, meningkatkan efisiensi dalam pelayanan kesehatan di klinik tersebut.
Penerapan Logistic Regression untuk Mendeteksi Penyakit Jantung pada Pasien Dwi Kurniawan Saputro; Meraldy Fiko Rastio Ajie; Shelvi Azizah; Dwi Hartanti
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penyakit jantung merupakan salah satu penyebab utama kematian di seluruh dunia. Untuk meningkatkan upaya deteksi dini penyakit jantung, penelitian telah dilakukan untuk menerapkan metode regresi logistik sebagai alat prediktif yang potensial. Artikel ini menyajikan tinjauan sistematis tentang penerapan Regresi Logistik untuk mendeteksi keberadaan penyakit jantung pada pasien. Tinjauan tersebut mengungkapkan bahwa Regresi Logistik memiliki potensi kuat dalam prediksi risiko penyakit jantung dengan faktor risiko yang relevan seperti usia, jenis kelamin, tekanan darah, kadar kolesterol, riwayat merokok, dsb. Meskipun demikian, tantangan seperti penanganan data yang hilang, seleksi fitur yang tepat, dan integrasi dengan teknologi medis terkini perlu diperhatikan untuk meningkatkan akurasi dan efektivitas deteksi penyakit jantung.
Implementasi Metode K-Medoids untuk mengumpulkan data pasien SARSCoV2 Enggar Wijaya Putra; Praba Milantino A.R.K; Maskhul Ryan Ibrahim; Dwi Hartanti
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Wuhan—ibu kota Provinsi Hubei, China—virus Covid-19 pertama kali diketahui muncul pada tahun 2019. Penyakit corona virus, juga dikenal sebagai SARSCoV2 adalah penyakit sangat menular yang ditandai pertama gejala hidung tersumbat ,tidak bisa merasakan, dan juga panas di seluruh badan. Korban COVID-19 biasanya mengalami kelelahan, demam, dan batuk keringpengelompokan menggunakan metode K-medoids untuk mengelompokkan Pasien Penyebaran Covid-19 di Provinsi DKI Jakarta. Pengidentifikasi ini berisi jumlah rencana Cluster yang diproses dengan metode K-Medoids. Pengenal Persyaratan antara lain atribut table dan juga data-data pasien SARSCoV2 diproses dengan metode K-Medoids. dan juga cara menggunakan Rapidminer untuk melakukan Clustering Pada aplikasi rapidminer kita import data berupa spreetsheet, lalu lalu berlanjut ke proses seperti gambar 3 dan melakukan pencocokan atribut data, data yang di masukan ke dalam rapidminer semua berupa numerik Setelah melakukan preprocessing data kita melakukan pengolahan dengan metode K-Medodis yang tersedia di tab desainBerdasarkan hasil pengujian data SARSCoV2 yang dilakukan di daerah DKI Jakarta, Metode K-Medoids yang digunakan dengan menggunakan Rapidminer berhasil menghasilkan dua cluster. Proses ini dapat diperpanjang dengan metode pengelompokan lainnya agar meningkatkan akurasi penelitian dengan menambahkan informasi dan fitur yang lebih mudah
Diagnosis Penyakit Hepatitis Menggunakan Fuzzy K-NN dan Ensemble Learning Ery Permana Yudha; Eko Purwanto; Joni Maulindar
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penyakit hepatitis adalah satu diantara lima penyakit yang paling mematikan. Hepatitis menyerang organ hati yang diakibatkan oleh serangan virus. Penyakit hepatitis merupakan masalah kesehatan global yang mempengaruhi jutaan orang di seluruh dunia. Deteksi dini dan pengklasifikasian yang akurat dari penyakit hepatitis sangat penting untuk pengelolaan dan perawatan yang tepat. Dalam artikel ini, kami mengusulkan sebuah sistem deteksi penyakit hepatitis yang menggunakan kombinasi metode Fuzzy k-NN dan Ensemble Learning. Pendekatan ini bertujuan untuk meningkatkan akurasi dan kehandalan dalam diagnosis hepatitis. Metode klasifikasi yang tepat dan data informasi yang lengkap dapat membantu dalam mendeteksi kemungkinan harapan hidup seseorang yang terkena penyakit hepatitis. Oleh karena itu kami mengusulkan untuk menggunakan gabungan metode yang merupakan gabungan dari Fuzzy K-NN dengan ensemble learning. Ensemble learning yang digunakan pada penelitian ini adalah ensemble bagging dan adaptive boosting. Ensemble learning digunakan untuk meningkatkan akurasi dari Fuzzy K-NN untuk memprediksi kemungkinan harapan hidup seseorang yang terkena penyakit hepatitis. Sebelum dilakukan metode klasifikasi dilakukan preprocessing terhadap dataset hepatitis dengan mengisi missing value dan menyeimbangkan data dengan menggunakan metode Synthetic Minority Oversampling Technique (SMOTE) borderline. Hasil uji coba pada penelitian ini menunjukkan bahwa metode yang diusulkan mendapatkan rata-rata akurasi sebesar 94,87% dan melebihi kinerja dari metode lain yang digunakan sebagai bahan uji.
Penerapan Data Mining Untuk Menganalisis Data Faktor Resiko Penyakit Jantung Menggunakan Metode Logistic Regression Exzaraja Indiandra Scandea; Muhammad Aqsha Rizki Sugiarto; Fany Lestari; Dwi Hartanti
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penyakit jantung adalah kondisi ketika jantung mengalami gangguan. Sakit jantung tidak hanya disebabkan oleh satu gejala saja, melainkan beragam gejalanya. Penyakit jantung juga bisa menyerang siapa saja tanpa pandang usia, laki-laki maupun perempuan. Terutama bagi orang yang memiliki gaya hidup tidak sehat. Oleh karena itu, penting bagi kita untuk mengetahui penyebab penyakit jantung agar kita dapat melakukan pencegahan. Seiring berkembangnya teknologi, semakin mudah kita untuk menganalisis penyebab penyakit jantung. Untuk menngetahui lebih dalam faktor penyebab penyakit jantung, kita akan melakukann analisis dengan menggunakan logistic regression.
Perancangan Sistem Pakar Diagnosis Penyakit Flu Kucing Dan Feline Lower Urinary Tract Disease Pada Kucing Ras Persia Menggunakan Metode Certainty Factor Faiz Mu’ammar Hadi; Moh Muhtarom; Sri Sumarlinda
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kucing merupakan salah satu hewan yang populer dan disukai di kalangan masyarakat, karena tingkah laku maupun fisiknya yang lucu serta mudah dalam pemeliharaannya menjadi alasan yang membuat banyak orang menyukai untuk memelihara hewan peliharaan ini. Jika tidak diimbangi dengan pengetahuan dalam pemeliharaan dan perawatannya, kucing rentan terhadap suatu penyakit, penyakit yang sering kali terjadi disebabkan oleh virus, parasit, dan bakteri yang berkembang dalam tubuh kucing tanpa sepengetahuan pemilik kucing. Metode certainty factor memiliki kemampuan menentukan tingkat akurasi dan metode ini cocok dalam proses penentuan identifikasi hama dan penyakit, dan hasil dari penerapan metode ini adalah persentase. Dengan adanya sistem pakar diagnosis penyakit flu kucing dan feline lower urinary tract disease pada kucing ras persia diharap dapat membantu untuk mendiagnosis penyakit yang menyerang kucing kesayangannya sedini mungkin serta dapat memberi solusi cara pengobatan dan pencegahannya dengan bantuan dokter hewan. Hasil perhitungan manual yang dilakukan pada penelitian ini sebesar 82.39%.

Page 25 of 49 | Total Record : 490

 23   24   25   26   27 

Filter by Year

2022 2025


Reset
Filter By Issues
All Issue Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025 Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023 Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2022 Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB)