Ramalia Noratama Putri
Sekolah Tinggi Ilmu Komputer Pelita Indonesia

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

Optimasi Prediksi Penyakit Systemic Lupus Erythematosus Menggunakan Algoritma Particle Swarm Optimization Ramalia Noratama Putri; Debi Setiawan
Techno.Com Vol 19, No 1 (2020): Februari 2020
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v19i1.3152

Abstract

Systemic lupus erythematosus (SLE) juga dikenal sebagai lupus, adalah penyakit autoimun di mana sistem kekebalan tubuh secara keliru menyerang jaringan sehat di banyak bagian tubuh. Jumlah penderita SLE semakin meningkat tiap tahun. Systemic Lupus Erythematosus telah diderita sebanyak lima juta orang diseluruh dunia. Penderita SLE di China lebih tinggi dari negara Eropa dan Amerika Utara, perkiraan prevalensi SLE adalah 50-100 kasus per 100.000 orang. Sedangkan di Indonesia, berdasarkan Sistem Inormasi Rumah Sakit Online (SIRS Online) pada tahun 2014 terdapat 1.169 penderita SLE, tahun 2015 terdapat 1.336 penderita SLE, dan tahun 2016 terdapat 2.116, dari data tersebut terlihat peningkatan angka penderita SLE setiap tahun. Salah satu penyebab dari tingginya angka penderita penyakit SLE adalah sulitnya mendiagnosa penyakit SLE. Tantangan terbesar dalam ilmu kedokteran adalah bagaimana melakukan deteksi dini dalam mendiagnosa penyakit SLE. Deteksi dini dalam diagnosa penyakit SLE dapat dilakukan dengan prediksi penyakit SLE. Penelitian ini melakukan optimasi terhadap hasil prediksi penyakit SLE dengan metode genetika. Metode optimasi yang digunakan adalah algoritma particle swarm optimization. Hasil dari penelitian adalah algoritma particle swarm optimization dapat melakukan optimasi dengan 6 pasien teridentifikasi secara tepat. Akurasi dari optimasi adalah 88 %.
IMPLEMENTASI ALGORITMA GENETIKA UNTUK PREDIKSI PENYAKIT AUTOIMUN Debi Setiawan; Ramalia Noratama Putri; Reni Suryanita
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 4 No 1 (2019): Januari
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (334.764 KB) | DOI: 10.36341/rabit.v4i1.595

Abstract

Penyakit autoimun merupakan penyakit yang tidak menular, namun penyakit yang mematikan. Jumlah pasien yang meninggal akibat penyakit autoimun di tahun 2016 adalah 550 kematian. Tingginya angka kematian akibat autoimun karena sulitnnya diagnosa penyakit autoimun. WHO menyatakan 5 juta orang di dunia menderita lupus, sedangkan di Indonesia jumlahnya mencapai 200 ribu orang. Untuk itu diperlukannya prediksi dalam diagnosa penyakit autoimun. Algoritma yang digunakan dalam penelitian ini adalah algoritma genetika. Tujuan dari penelitian ini adalah memprediksi penyakit autoimun dengan algoritma genetika. Data yang digunakan dalam penelitian ini adalah data pasien penyakit dalam selama bulan Agustus di rumah sakit Arifin Ahmad. Hasil dari penelitian ini adalah terindentifikasi penyakit auotoimun atau tidak pada pasien.
Perbandingan Algoritma Genetika dan Backpropagation pada Aplikasi Prediksi Penyakit Autoimun Debi Setiawan; Ramalia Noratama Putri; Reni Suryanita
Khazanah Informatika Vol. 5 No. 1 June 2019
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v5i1.7173

Abstract

Penyakit autoimun adalah penyakit yang disebabkan oleh sistem imun yang kacau. Sehingga imun pada tubuh penderita menyerang penderita itu sendiri. Penelitian di Amerika Serikat menunjukkan lebih dari 23,5 juta penduduk menderita penyakit autoimun, sumber data Departemen Kesehatan dan Layanan Kemanusiaan Amerika Serikat. Pada data SIRS Online Ditjen Pelayanan Kesehatan 2017 menunjukkan data proporsi pasien berjenis kelamin laki-laki 54,3% dan pasien berjenis kelamin wanita 45,7%. Meningkatnya penderita penyakit autoimun disebabkan sulitnya untuk mendiagnosis penyakit autoimun, karena gejala dari penyakit autoimun bervariasi. Penelitian ini membandingkan algoritma backpropagation dan algoritma genetika dalam memprediksi penyakit autoimun. Perbandingan dilakukan berdasarkan nilai accuracy, sensitivity, dan precision. Data yang digunakan dalam penelitian ini adalah 24 data pasien penyakit dalam. Prediksi penyakit autoimun menggunakan algoritma backpropagation memiliki nilai accuracy 0.83, sensitivity 97%, dan precision 75%. Sedangkan prediksi penyakit autoimun dengan algoritma genetika memiliki nilai accuracy 0.76, sensitivity 81%, dan precision 75%. Dari perbandingan tersebut dapat disimpulkan bahwa algoritma backpropagation memberikan prediksi penyakit autoimun lebih baik dari algoritma genetika.
PENERAPAN CLOUD COMPUTING SEBAGAI MEDIA PEMBELAJARAN BERBASIS ONLINE MASA PANDEMI COVID-19 Wilda Susanti; Ramalia Noratama Putri
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 4 No 1 (2020)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (470.142 KB) | DOI: 10.35145/joisie.v4i1.663

Abstract

Perkembangan teknologi informasi yang pesat tak bisa dielakkan lagi saat ini. Terlebih pemanfaatan teknologi dalam dunia pendidikan. Teknologi cloud computing yang dikenal dengan komputasi awan mampu menjawab masalah dan tantangan yang dihadapi di perguruan tinggi. Apalagi adanya kasus pandemi covid 19 yang sedang melanda dunia menyebabkan system pembelajaran berubah dari konvensional ke pembelajaran secara online. Tujuan penelitian ini adalah bagaimana membangun dan melakukan konfigurasi cloud di sisi server sehingga perguruan tinggi dapat memanfaatkan fasilitas yang diberikan oleh cloud computing. Hasil penelitian adalah pemanfaatan salah satu fasilitas yang ada di cloud computing yang digunakan dalam metode pembelajaran yaitu classroom. Classroom adalah aplikasi dari google yang dapat bermanfaat untuk pembelajaran secara online dan dapat digunakan secara bersama-sama dalam kelompok secara kolaboratif. Jenis penelitian ini adalah pendekatan deskriptif kualitatif dengan menggunakan instrument pengamatan dan wawancara. Hasil analis yang didapatkan aplikasi ini menawarkan kemudahan dalam pemberian materi, pemberian tugas serta ujian online. Sehingga fasilitas yang ada pada aplikasi ini menjadi daya tarik bagi mahasiswa dan dosen.
PKMS PELATIHAN DESAIN GRAFIS MENUJU WIRAUSAHA BAGI PEMUDA RT.03 RW.04 KELURAHAN UMBAN SARI Yenny Desnelita; Gustientiedina Gustientiedina; Wilda Susanti; Dewi Nasien; Ramalia Noratama Putri
Dinamisia : Jurnal Pengabdian Kepada Masyarakat Vol. 3 No. 2 (2019): Dinamisia: Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/dinamisia.v3i2.3662

Abstract

Perkembangan aplikasi di bidang teknologi informasi mempunyai dampak besar di berbagai bidang kehidupan, salah satunya dibidang industri kreatif seperti advertising, reklame, desain grafis dan pengolahan gambar digital. Salah satu menunjang keterampilan bagi pemuda-pemudi RT 03 RW 04 Kelurahan Umban Sari Kecamatan Rumbai Kota Pekanbaru. Dilakukan pelatihan life skill yang berupa perancangan desain grafis untuk advertising dan reklame. Metode pengabdian ini berupa pelatihan keterampilan desain grafis yang menggunakan computer dan memakai software CorelDraw dan Photoshop. Kegiatan PKMS ini bertujuan untuk meningkatkan pengetahuan dan keterampilan pemuda dalam meningkatkan kualitas kemampuan dalam membuat desain grafis yang menarik sehingga peserta dapat bersaing untuk memenuhi permintaan akan kebutuhan lapangan kerja dan juga menuju wirausaha. Dari 15 peserta 11 orang diantaranya berhasil membuat dan menyelesaikan mendesain produk untuk kebutuhan advertising atau bidang percetakan. Hasil kegiatan pelatihan keterampilan desain grafis menunjukan peserta bisa merancang logo, kartu nama, undangan, famplet, banner, spanduk dan bentuk advertising lainnya.