Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Media Ilmu Kesehatan Dinamika Informatika: Jurnal Ilmiah Teknologi Informasi
Reny Wijayanti
Unknown Affiliation
Computer Science & IT Health Professions Medicine & Pharmacology Nursing Public Health

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

Found 2 Documents
Search

 1 
FAKTOR YANG PALING BERHUBUNGAN DALAM PEMBERIAN SUSU FORMULA ADALAH STATUS PEKERJAAN IBU BAYI Wijayanti, Reny; Mawarti, Retno; Susanti, Dwi
MEDIA ILMU KESEHATAN Vol 3 No 2 (2014): Media Ilmu Kesehatan
Publisher : Universitas Jenderal Achmad Yani Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (247.429 KB)

Abstract

Background:The coverage of exclusive breast-feeding in Yogyakarta is only 40,57%, which is not in accordance with the target of 80% from the Ministry of Health. This is related to factors associated with formula feeding in infants aged 6-12 month, namely mothers’ education, knowledge, occupation, and income. Objective: This study aimed to determine the most dominant factor in the formula feeding in infants aged 6-12 months in Selo Posyandu. Methods:This study was a quantitative research, with cross-sectional design. The number of samples was 36 respondents from Selo posyandu. Instrument in this study was a questionnaire. Data were analysed using chi-square test and Kendall’s tau test with a significance level of p<0.05. Results: Factors associated with formula feeding was education (p=0.004), knowledge (p=0.001), income (p=0.029), employment status (p=0.003) and the multivariate test showed that the most dominant factor was mothers’ employment status. Conclusion: The most pertinent factor in the formula feeding in infants was mother's employment status. Keywords: baby 6-12 months, factors, formula feeding
ANALISA KLASIFIKASI KARTU KREDIT MENGGUNAKAN ALGORITMA NAIVE BAYES Wijayanti, Reny; Sulastri, Sulastri
Dinamika Informatika : Jurnal Ilmiah Teknologi Informasi Vol 10 No 2 (2018)
Publisher : Fakultas Teknologi Informasi Universitas Stikubank (Unisbank) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (141.585 KB) | DOI: 10.35315/informatika.v10i2.8137

Abstract

Pemberian kredit bank terhadap nasabah adalah kegiatan rutin yang mempunyai resiko tinggi. Begitupun kredit yang bermasalah atau kredit mac­et sering terjadi akibat analisis kredit kurang cermat dalam proses pemberian kredit, maupun dari karakter nasabah yang tidak baik. Untuk mencegah terjadinya kredit macet, seorang analisis kredit perbankan harus mampu mengambil keputusan yang tepat dalam pengajuan kredit. Diperlukan adanya prediksi yang akurat dimasa mendatang, salah satunya menggunakan teknik data mining. Salah satu teknik data mining sendiri yaitu metode klasifikasi untuk memprediksi probabilitas keanggotaan suatu class dengan menggunakan algoritma Naive Bayes, sehingga tingkat akurasi dapat diketahui melalui proses Confusion Matrix dalam prediksi. Algoritma ini mampu menghasilkan tingkat akurasi yang baik. Dari hasil analisa terhadap 23 variabel terdapat 3 variabel yang begitu berpengaruh kredit lancar dan macet nasabah yaitu status pembayaran pada bulan September, Agustus, dan Mei 2005. Tingkat akurasi data 3 variabel sebanyak 80.59% dengan data train sebanyak 18001 data.
Co-Authors Dwi Susanti Retno Mawarti, Retno Sulastri Sulastri