cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Rani Megasari
Contact Email
megasari@upi.edu
Phone
+628112412413
Journal Mail Official
jatikom@upi.edu
Editorial Address
Program Studi Ilmu Komputer FPMIPA Universitas Pendidikan Indonesia Jl.Setiabudhi 229 Bandung Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer
Published by Universitas Pendidikan Indonesia
ISSN : -     EISSN : 2615577X     DOI : https://doi.org/10.17509/jatikom
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering
JATIKOM adalah jurnal nasional yang ditujukan sebagai media publikasi hasil-hasil penelitian tentang aplikasi dan teori di rumpun bidang ilmu komputer seperti kecerdasan buatan, rekayasa perangkat lunak, basis data, sistem informasi, jaringan komputer, teknologi informasi, simulasi dan pemodelan, riset operasi, sistem digital, dan multimedia. JATIKOM diterbitkan dua kali setahun, yaitu pada bulan Maret dan September oleh Program Studi Ilmu Komputer Departemen Pendidikan Ilmu Komputer, Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam (FPMIPA), Universitas Pendidikan Indonesia (UPI). Kami mengundang peneliti, akademisi dan praktisi industri yang memiliki hasil penelitian terkait aplikasi dan teori ilmu komputer untuk berkontribusi dalam jurnal ini.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 2 Documents
 1 
Search results for , issue "Vol 6, No 1 (2023)" : 2 Documents clear
Perancangan Webiste Pembelajaran Pemrograman menggunakan Google Blockly dengan Metode Pembelajaran Creative Learning Cycle Ani Anisyah; Willdan Aprizal Arifin; Fernaldy Akbar Faudzan
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 6, No 1 (2023)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v6i1.56549

Abstract

Keterampilan menulis program menjadi keterampilan yang penting pada abad ke-21. Dalam upaya peningkatan keterampilan abad ke-21 terutama dalam keterampilan computational thinking untuk pemrograman diperlukan metode pembelajaran yang selaras dan teknologi yang mendukung. Pemrograman berbasis blok (Block-based Programming) merupakan konsep pembelajaran pemrograman bebasis virtual yang digunakan untuk pemula dalam memahami konsep pemrogramn. Metode pembelajaran creative learning cycle merupakan pembelajaran yang mendorong seseorang untuk berpikir kreatif dan problem solving yang telah teruji menjadi pembealajaran yang dapat mendukung keahlian abad ke-21. Berdasarkan hal tersebut perlu adanya teknologi pembelajaran yang mendukung kebutuhan tersebut. Pembelajaran berbasis web ini dirancang dengan menggunakan tahapan waterfall yang terdiri dari tahapan analisis, desain, pengkodean, verifikasi/testing, dan deployment. Hasil analisis respon pengguna terhadap web yang dibangun mendapatkan nilai sebesar 79,5% yang dikategorikan sebagai nilai yang sangat baik. Kebelanjutan dari penelitian ini diharapkan penggembang dapat lebih memperkaya fitur block program pada blocky sehingga fitur lebih lengkap.
Implementasi Metode Machine Learning menggunakan Algoritma Evolving Artificial Neural Network pada Kasus Prediksi Diagnosis Diabetes Yudi Ahmad Hambali; Rani Megasari; Resky Ramadhandi Santoso
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 6, No 1 (2023)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v6i1.56536

Abstract

Diabetes mellitus is a global health problem that can affect anyone, from children, adolescents, to adults. Therefore, diabetes is one of the non-communicable diseases that has become a serious threat to global health. Since 1980, the number of diabetics worldwide has nearly doubled from 4.7% to 8.5% of the total population. The International Diabetes Federation (IDF) even estimates that the number of diabetes sufferers worldwide will reach 700 million people by 2045. In response to this condition, this study predicts diabetes diagnosis using machine learning algorithms, artificial neural network. However, there is a major problem with this algorithm, namely in determining the correct architecture. This problem can be viewed as an optimization problem, where many architectural possibilities that can occur. Therefore, to search for the right architecture to increase the accuracy of the predictions, there will be stages to use the evolution algorithm. Because this algorithm is very suitable to be applied in an optimization case. This study implements Evolving Artificial Neural Network (EANN) algorithm to predict the patient's diagnosis. It is with the hope that this study can produce higher accuracy in predicting patient diagnosis in diabetes. The data set used was Pima Indian Diabetes from the UCI Machine Learning Repository. Based on the experiments that have been carried out, the best model produced has an accuracy of 83.55%. This means that the algorithm used is quite successful in predicting diabetes diagnosis.

Page 1 of 1 | Total Record : 2

 1 

Filter by Year

2023 2023


Reset
Filter By Issues
All Issue Vol 7, No 2 (2024): September 2024, Jurnal Aplikasi dan Teori Ilmu Komputer (Jatikom) Vol 7, No 1 (2024) Vol 6, No 1 (2023) Vol 4, No 2 (2021) Vol 4, No 1 (2021) Vol 3, No 2 (2020) Vol 3, No 1 (2020) Vol 1, No 2 (2018) Vol 1, No 1 (2018)