cover
Contact Name
Erwin Daniel Sitanggang
Contact Email
rwins@umbp.ac.id
Phone
+6281370849125
Journal Mail Official
lofian@umbp.ac.id
Editorial Address
Jl. Letjend. Djamin Ginting No. 285-287, Padang Bulan, Medan Baru, Medan, Sumatera Utara, Indonesia - 20155
Location
Kota medan,
Sumatera utara
INDONESIA
LOFIAN: Jurnal Teknologi Informasi dan Komunikasi
ISSN : 27989836     EISSN : 27989593     DOI : https://doi.org/10.58918/lofian.v2i2
Core Subject : Science,
LOFIAN: Jurnal Teknologi Informasi dan Komunikasi, merupakan jurnal ilmiah yang berfokus pada bidang Teknologi Informasi dan Komunikasi (TIK) bertaraf nasional yang diterbitkan oleh Program Studi Teknik Informatika Universitas Mandiri Bina Prestasi (UMBP) dengan e-ISSN: 2798-9593 dan p-ISSN: 2798-9836. Diterbitkan secara berkala enam bulan sekali yaitu September dan Maret dengan tujuan untuk menyebarluaskan pemikiran konseptual atau ide-ide berupa temuan, inovasi dan penerapan teknologi ilmiah yang telah dicapai di bidang penelitian.
Articles 61 Documents
Evaluasi Performa Metode Rough Set dan Algoritma Apriori dalam Mengidentifikasi Pola Penyakit Demam Tifoid Sitanggang, Erwin Daniel; Irawan, Beny
LOFIAN: Jurnal Teknologi Informasi dan Komunikasi Vol 5 No 1 (2025): Agustus
Publisher : Universitas Mandiri Bina Prestasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58918/cmws6d52

Abstract

Informasi merupakan kebutuhan vital dalam kehidupan sehari-hari dan memiliki peranan penting dalam proses pengambilan keputusan. Namun, memperoleh informasi yang tepat dan akurat sering kali menjadi tantangan tersendiri. Penelitian ini bertujuan untuk membantu pengambil keputusan dengan membandingkan kinerja metode Rough Set dan algoritma Apriori dalam proses analisis data. Metode Rough Set dimanfaatkan untuk menghasilkan aturan yang ringkas melalui proses reduksi, sedangkan algoritma Apriori digunakan untuk menemukan kombinasi itemset yang sering muncul dalam basis data berdasarkan nilai minimum support (minsup), dengan tahapan utama berupa proses join dan prune. Tujuan utama dari penelitian ini adalah meningkatkan akurasi kedua metode dalam mengidentifikasi penyakit demam tifoid. Penelitian ini menggunakan tujuh variabel input utama, dan berdasarkan pengujian terhadap dataset demam tifoid, metode Rough Set menghasilkan aturan dengan panjang empat, sedangkan algoritma Apriori menghasilkan aturan dengan panjang tiga. Hasil akhir menunjukkan bahwa kedua metode memberikan rata-rata akurasi sebesar 87,4%.